En 2006, Netflix anunció el Premio Netflix, un concurso para crear un algoritmo que mejoraría sustancialmente la precisión de las predicciones sobre cuánto disfrutará una película una persona en función de sus preferencias cinematográficas". Hubo un ganador, que mejoró el algoritmo en un 10%. Sin embargo, Netflix nunca implementó el algoritmo, diciendo:
" Evaluamos algunos de los nuevos métodos fuera de línea, pero las ganancias de precisión adicionales que medimos no parecían justificar el esfuerzo de ingeniería necesario para llevarlos a un entorno de producción".
Pero Netflix no rechazó todos los esfuerzos de algoritmos y datos.
Para los no iniciados, puede parecer que los análisis de Netflix van tan lejos como las vistas. También pueden pensar que el programa House of Cards fue elegido porque Netflix "pensó que a los suscriptores les gustaría". Pero la verdad es mucho, mucho más profunda. La serie de $100 millones no recibió luz verde solo porque parecía una buena trama. La decisión se basó en una serie de factores y aparentemente casi por completo en los datos.
La realidad es que Netflix es una empresa basada en datos. Decir que Netflix elige contenido nuevo basado en "con quien puedan obtener una licencia" es una afirmación muy vaga y erronea. Netflix necesita licencias de los estudios, pero no solo seleccionan películas y programas de televisión al azar.
Analytics en Netflix
El trabajo principal de la analítica es ayudar a las empresas a obtener información sobre sus clientes. Luego, las empresas pueden optimizar su comercialización y ofrecer un mejor producto. (Sin análisis, las empresas no tienen conocimiento de sus clientes). El análisis brinda a las empresas los datos cuantitativos que necesitan para tomar decisiones mejores y más informadas y mejorar sus servicios.
Entonces, ¿cómo usa Netflix los análisis?
"Hay 33 millones de versiones diferentes de Netflix".
- Joris Evers, Director de Comunicaciones Globales
A partir de julio de 2018, Netflix tiene 130 millones de suscriptores de transmisión en todo el mundo . Tener esta gran base de usuarios permite a Netflix reunir una gran cantidad de datos. Con estos datos, Netflix puede tomar mejores decisiones y, en última instancia, hacer que los usuarios estén más felices con su servicio.
Las redes de televisión tradicionales no tienen este tipo de privilegios en su transmisión. Las clasificaciones son solo aproximaciones, el lanzamiento de un episodio piloto se basa en la tradición y la intuición. Netflix tiene la ventaja, porque ser una compañía de Internet le permite a Netflix conocer bien a sus clientes, no solo tener una "persona" o "idea" de cómo es su cliente promedio. Veamos un ejemplo.
Si estas viendo una serie como Arrested Development , Netflix puede ver (a gran escala) la "tasa de finalización" (por falta de un término mejor) de los usuarios. Por ejemplo, la gente de Netflix podría preguntarse: "¿Cuántos usuarios que comenzaron Arrested Development (desde la temporada 1) lo terminaron hasta el final de la temporada 3?" Luego obtienen una respuesta. Digamos que es 70%.
Luego preguntan "¿Dónde estaba el punto de corte común para los usuarios? ¿Qué hizo el otro 30% de los usuarios? ¿Qué tan grande era el 'intervalo de tiempo' entre el momento en que los consumidores vieron un episodio y el siguiente? Necesitamos tener una buena idea del compromiso general de este espectáculo ”.
Luego recopilan estos datos y ven las tendencias de los usuarios para comprender el compromiso a un nivel profundo. Si Netflix vio que el 70% de los usuarios vieron todas las temporadas disponibles de un programa cancelado, eso puede provocar cierto interés en reiniciar Arrested Development . Saben que hay una buena posibilidad de que los usuarios vean la nueva temporada.
Pero los datos se vuelven más profundos que eso. Aquí hay un vistazo a algunos de los "eventos" pistas de Netflix:
- Cuando pausa, retrocede o avanza rápidamente
- En qué día ves contenido (Netflix ha encontrado que la gente ve programas de televisión durante la semana y películas durante el fin de semana).
- La fecha que miras
- A qué hora miras contenido
- Dónde miras (código postal)
- ¿Qué dispositivo usas para mirar (¿Te gusta usar tu tableta para programas de TV y tu Roku para películas? ¿Las personas acceden más a la función Just for Kids en sus iPads, etc.?)
- Cuando pausas y dejas contenido (y si alguna vez vuelves)
- Las calificaciones otorgadas (alrededor de 4 millones por día)
- Búsquedas (alrededor de 3 millones por día)
- Comportamiento de navegación y desplazamiento
- Netflix también analiza los datos dentro de las películas. Toman varias "capturas de pantalla" para observar las características "en el momento". Netflix ha confirmado que saben cuándo comienzan a rodar los créditos; pero hay mucho más que eso. Algunos han pensado que estas características pueden ser el volumen, los colores y el escenario que ayudan a Netflix a descubrir qué les gusta a los usuarios.
¿Por qué quiere saber Netflix cuándo pasan los créditos? Probablemente quieran ver qué hacen los usuarios después. ¿Dejan la aplicación o vuelven a navegar? Observe cómo Netflix ahora ofrece recomendaciones de películas (tienen algoritmos de personalización que apuntan a predecir con precisión lo que los usuarios verán a continuación) poco después de que comiencen los créditos (o, para programas de televisión, reproducen automáticamente el próximo episodio ).
Porque si los usuarios abandonan la aplicación después de ver un programa, eso puede significar que es más probable que cancelen. Permítame explicarle:
A través de sus análisis, Netflix puede saber cuánto contenido necesitan ver los usuarios para tener menos probabilidades de cancelar. Por ejemplo, tal vez sepan "Si podemos hacer que cada usuario vea al menos 15 horas de contenido cada mes, es un 75% menos probable que cancelen. Si caen por debajo de 5 horas, hay un 95% de posibilidades de que cancelen ".
Entonces, ahora que tienen estos datos, pueden preguntarse "¿Cómo podemos ayudar a los usuarios a ver al menos 15 horas de contenido por mes?" Una idea: habilitar la reproducción posterior, que reproduce automáticamente el próximo episodio de un programa de televisión a menos que el usuario opte por no participar. Para películas, muestran sugerencias de películas (basadas en la calificación de la película que acaba de ver) justo después de que los créditos comiencen a rodar y permita a los usuarios presionar reproducir directamente desde esa pantalla. Netflix puede agregar esta función a sus aplicaciones web y móviles y, nuevamente, a través de análisis, ver los resultados.
Esta es solo una teoría de cómo Netflix tomó la decisión de implementar el post-trailer y un ejemplo de cómo los análisis pueden ayudar a Netflix a tomar decisiones. No tengo ninguna información privilegiada.
Por lo tanto, todos estos datos y la gran base de usuarios permiten a Netflix ver rápidamente las tendencias y formular opiniones.
El algoritmo de recomendación
Como parte del proceso de incorporación, Netflix pide a los nuevos usuarios que califiquen su interés en los géneros de películas y las películas que ya hayan visto. ¿Por qué hacen esto desde el principio? Porque ayudar a los usuarios a descubrir nuevas películas y programas de televisión que disfrutarán es esencial para el éxito de Netflix.
Si las personas se quedan sin películas que quieren ver y no tienen forma de encontrar nuevas películas, cancelarán. Es importante que Netflix se centre mucho en asegurarse de que tengan un algoritmo preciso para esto en lugar de hacer que los usuarios confíen en fuentes externas para encontrar nuevas películas.
¿El algoritmo de recomendación es preciso y exitoso?
Dado que el 75% de la actividad del espectador se basa en estas sugerencias , diría que les funciona bastante bien.
Pero ahora que más usuarios se están moviendo a la transmisión en linea, lo que realmente ven es más importante que las calificaciones. Cuando era DVD por correo, los usuarios de Netflix tenían que esperar, y la calificación era un "proceso de pensamiento". Los ingenieros de Netflix Xavier Amatriain y Carlos Gómez-Uribe explican:
Amatriaína:
“Cuando éramos una compañía de DVD por correo y las personas nos daban una calificación, expresaban un proceso de pensamiento. Agregaste algo a tu cola porque querías verlo unos días después; hubo un costo en su decisión y una recompensa demorada. Con la transmisión instantánea, comienzas a reproducir algo, no te gusta, simplemente cambias. Los usuarios realmente no perciben el beneficio de dar retroalimentación explícita, por lo que invierten menos esfuerzo ".
Gómez-Uribe:
"Las pruebas han demostrado que las calificaciones pronosticadas en realidad no son súper útiles, mientras que lo que realmente estás adivinando. Vamos a pasar de centrarnos exclusivamente en calificaciones y predicciones de calificación a depender de un ecosistema de algoritmos más complejo ".
Como podemos ver, el algoritmo está evolucionando. Hay equipos completos (Netflix tiene más de 800 desarrolladores en total) trabajando en ello. No es estático porque el comportamiento del usuario y el producto de Netflix están cambiando.
Para obtener una descripción más profunda del algoritmo, consulte esta publicación escrita por las personas que la diseñan y trabajan en ella.
El nuevo sistema de calificación Thumbs Up / Down
En abril de 2017, Netflix presentó un nuevo sistema de calificación . Anteriormente, los usuarios clasificaban películas y programas de televisión en 1-5 estrellas. Pero después de que sus equipos de productos realizaron algunas pruebas, descubrieron que una prueba nueva y más simple de "pulgares arriba y abajo" venció al sistema de calificación original basado en estrellas. En su carta de Q1 2017 a los accionistas , Netflix escribió:
Como siempre, nuestro equipo de productos tiene docenas de pruebas ejecutándose en la búsqueda interminable de una satisfacción aún mayor para los miembros. Una prueba que ganó de manera concluyente el año pasado y que ahora se ha implementado para todos los miembros es nuestro nuevo modelo de retroalimentación “pulgares arriba, pulgares abajo”, que reemplaza el modelo de 5 estrellas que hemos tenido en nuestros días en DVD. La cantidad de uso que recibimos con este nuevo enfoque supera el doble de las calificaciones. Con este aporte personal adicional, podremos mejorar la personalización, haciendo que su pantalla frontal en Netflix sea aún más relevante.
Cómo se incluyeron los grandes datos en House of Cards
En 2011, Netflix tomó una de las decisiones más importantes en su historia. No era nada material, sino que se trataba de contenido. Superaron a los principales canales de televisión como HBO y AMC para ganar los derechos de una versión estadounidense de House of Cards , dándoles 2 temporadas con 13 episodios en cada temporada.
A un costo de $ 4 millones a $ 6 millones por episodio, este precio de 2 temporadas supera los $ 100 millones. Netflix, sin duda, ha realizado otras grandes inversiones de dinero antes (centros de envío, gastos de envío, etc.), pero nada como esto en el lado del contenido. Entonces, ¿por qué hicieron una apuesta tan grande y cómo la analítica influyó en la decisión? Vamos a entrar en eso.
Luz pre-verde
Antes de dar luz verde a House of Cards , Netflix sabía:
- Muchos usuarios vieron la película dirigida por David Fincher The Social Network de principio a fin.
- La versión británica de " House of Cards " habia sido bien vista (Si, existe una version previa)
- Los que vieron la versión británica " House of Cards " también vieron películas de Kevin Spacey y / o películas dirigidas por David Fincher.
Cada uno de estos 3 factores sinérgicos tenía que contener un cierto volumen de usuarios. De lo contrario, House of Cards podría pertenecer a una red diferente en este momento. Netflix tenía muchos usuarios en los 3 factores.
Esta combinación de factores tuvo mucho peso en la decisión de Netflix de hacer una inversión de $ 100 millones para crear una versión estadounidense de House of Cards . Jonathan Friedland, Director de Comunicaciones, dice: “Debido a que tenemos una relación directa con los consumidores, sabemos lo que a la gente le gusta ver y eso nos ayuda a comprender qué tan grande será el interés para un programa dado. Nos dio cierta confianza de que podríamos encontrar una audiencia para un espectáculo como House of Cards ".
En una entrevista con Gigaom , Steve Swasey, vicepresidente de comunicaciones corporativas, expande:
“Tenemos un alto grado de confianza en [House of Cards] basado en el director, el productor y las estrellas ... No tenemos que gastar millones para que la gente sintonice con esto. A través de nuestros algoritmos, podemos determinar quién podría estar interesado en Kevin Spacey o el drama político y decirles 'Quizás quieras ver esto' ”.
Swasey dice que no solo el elenco y el director predicen si el programa será un éxito. " Podemos ver los datos del consumidor y ver cuál es el atractivo para el director, para las estrellas y para dramas similares" , dice. Agregue esto al hecho de que la versión británica de House of Cards ha sido una elección popular de DVD para los suscriptores. La combinación de estos factores (y la popularidad de los thrillers políticos) hace que parezca una decisión fácil de tomar para Netflix. La única pregunta era cuánto estaban dispuestos a invertir. Entraremos en los primeros números de ROI un poco más tarde.
Después de la luz verde
Ahora que Netflix ha realizado la inversión de $ 100 millones, son en parte responsables de promoverlo. Y con los datos que tienen, pueden hacer un "tráiler personalizado" para cada tipo de miembro de Netflix, no un tráiler de "talla única". Dejame explicar…
Antes de que se lance una película o se estrenen los programas de televisión, generalmente se hacen uno o unos pocos avances y se seleccionan algunos avances. Netflix hizo 10 cortes diferentes del trailer de House of Cards , cada uno dirigido a diferentes audiencias. El avance que tu viste se basó en tu comportamiento de visualización anterior. Si viste muchas películas de Kevin Spacey, viste un trailer con él. Los que vieron muchas películas protagonizadas por mujeres vieron un avance con las mujeres en el programa. Y los fanáticos de David Fincher vieron un trailer con su toque.
Entonces, ahora que la primera temporada ha corrido, echemos un vistazo a algunas de las primeras métricas. Esto no determinará de inmediato si la inversión de House of Cards puede considerarse exitosa, sino más bien la trayectoria en la que se encuentra.
¿Cuál crees que es la tasa de éxito promedio para los nuevos programas de televisión? En otras palabras, si una red de televisión da luz verde a un nuevo programa de televisión, ¿cuáles son las posibilidades de que sea rentable o no se cancele después de un par de temporadas?
La respuesta es 35%, en promedio.
Cuando una red da luz verde a un programa, hay un 35% de posibilidades de que tenga éxito y un 65% de posibilidades de que se cancele . Al momento de escribir este artículo, Netflix tiene 27 programas de televisión, de los cuales 5 han sido renovados para otra temporada. Si esta tasa puede continuar durante años, la tasa de éxito de Netflix será de aproximadamente el 70%.
Entonces, ¿por qué Netflix renueva programas a un ritmo más alto que las redes de televisión convencionales? ¿Los datos hacen la diferencia? ¿Es legítimo el índice de éxito o no se puede comparar una red de televisión por Internet con las redes de televisión convencionales?
¿Ha sido un éxito House of Cards ? Trajo 2 millones de nuevos suscriptores en los Estados Unidos en el primer trimestre de 2013 , lo que representa un aumento del 7% respecto al trimestre anterior. También trajo 1 millón de suscriptores nuevos de otras partes del mundo. Según The Atlantic Wire , estos 3 millones de suscriptores casi pagaron a Netflix por el costo de House of Cards .
¿Y qué hay de los suscriptores actuales? ¿Tener House of Cards los hace menos propensos a cancelar su suscripción?
Sí, para el 86% de ellos.
Una encuesta mostró que el 86% de los suscriptores tienen menos probabilidades de cancelar debido a House of Cards, pero solo si Netflix se mantiene en el punto de precio de $ 10.99. Si bien esto puede parecer impresionante, debe realizar esta encuesta con un grano de sal. Como señala el autor:
“El tamaño de la muestra es pequeño. Solo 346 de los 1,229 consumidores estadounidenses encuestados del 12 al 13 de febrero de 2013 son clientes de Netflix, aunque otros 223 están clasificados como no suscriptores que tienen acceso a una suscripción a Netflix. Alrededor del 10% de los suscriptores y aquellos con acceso a Netflix vieron al menos un episodio de House Of Cards en los primeros 12 días después de que estuvo disponible. La persona promedio que sintonizó vio seis episodios durante ese período, pero el 19.4% vio los 13 ".
Lo que puede ser seguro decir es que House of Cards les da a todos los suscriptores de Netflix una razón menos para cancelar. Qué grande o qué pequeña la razón es arbitraria.
Orange is the new black
Weeds fue un programa bastante popular en Showtime. También se ha estado transmitiendo en Netflix durante bastante tiempo y ha sido uno de sus programas más vistos, según su sección "Popular en Netflix". Entonces, cuando el creador Jenji Kohan tuvo la idea de un nuevo programa de televisión, Netflix sabía que tenían que intervenir. Para poder obtener una serie con la popularidad y la calidad de Weeds sería un gran éxito, especialmente en una alineación al lado de House of Tarjetas . Las primeras métricas muestran que Orange is the New Black tuvo un comienzo más exitoso que Arrested Development e incluso House of Cards .
En la siguiente sección daremos un paso atrás y veremos el panorama general de cómo los análisis están ayudando a Netflix.
Cómo decide Netflix las películas para licenciar
Por ahora, probablemente puedas adivinar que Netflix no elige ciegamente qué películas transmitir. La licencia de películas de los estudios es costosa, por lo que Netflix utiliza datos para ayudarlos a decidir. Solo hay un número limitado de películas para licenciar. Por ejemplo, una nueva versión popular puede no estar disponible de inmediato, pero un año después podría estarlo. Hay una gran cantidad de películas disponibles para que Netflix pueda elegir, pero no todas las películas están disponibles. Así que Netflix tiene que encontrar cuáles disfrutarán más sus usuarios.
Como dice John Ciancutti, ex vicepresidente de ingeniería de producto (ahora en Facebook):
“ Netflix busca el contenido más eficiente. Eficiente aquí significa contenido que alcanzará la máxima felicidad por dólar gastado. Se utilizan varias métricas complicadas, pero lo que pretenden medir es la felicidad entre los miembros de Netflix. ¿Cuánto subiría si Netflix licencia, por ejemplo, Mad Men vs. Sons of Anarchy?
Jenny McCabe, Directora de Relaciones con los Medios Globales, lo expresa de otra manera :
“Buscamos aquellos títulos que ofrezcan la mayor audiencia en relación con el costo de la licencia. Esto también significa que renunciaremos o elegiremos no renovar algunos títulos que no se ven lo suficiente en relación con su costo.
Siempre usamos nuestro profundo conocimiento (también conocido como análisis y datos) sobre lo que a nuestros miembros les encanta ver para decidir qué está disponible en Netflix ... Si sigues viendo, seguiremos agregando más de lo que amas ".
Ahí lo tienes ... Esa última oración lo dice todo. Necesitan saber qué miran las personas y qué les gusta a las personas para poder decidir sobre nuevos títulos. Si nadie mirara nada, estarían en la oscuridad. Ahora puede ver que sus análisis son de gran ayuda para decidir qué películas y programas de televisión seleccionar. No son, como dijo McCabe, un "distribuidor amplio", posiblemente indicando una diferenciación de Hulu.
Con un plan de precios de $ 10.99 por mes por miembro, Netflix no puede permitirse agregar cada éxito de taquilla. Deben ser inteligentes sobre sus decisiones y aprovechar al máximo sus análisis. Ser rentable y hacer felices a los usuarios es una habilidad fundamental para el éxito de Netflix. Usemos un ejemplo de cómo podrían combinar la economía inteligente y al mismo tiempo maximizar la felicidad del usuario.
The Dark Knight fue una película extraordinariamente popular, con más de $ 1 mil millones en taquilla. Netflix sabía que sus usuarios lo disfrutarían si lo transmitían, pero el estudio quería un precio muy alto por ello. Netflix podría pagar los derechos para transmitirlo durante unos meses, o podrían obtener otras 6 películas de calidad que sabían que les gustaría a los usuarios. Entonces, ¿qué hacen? ¿Qué trae la mayor felicidad por dólar?
En otras palabras, en lugar de obtener The Dark Knight , podrían obtener otras películas con los mismos actores y director. Podrían agregar Memento (dirigida por Christopher Nolan), Brokeback Mountain y A Knight's Tale (protagonizada por Heath Ledger), Thank You for Smoking (protagonizada por Aaron Eckhart), Stranger than Fiction (protagonizada por Maggie Gyllenhaal) y The Machinist (protagonizada por Christian Bale) por (o cerca) el precio de una licencia para The Dark Knight . ¿Qué ruta elegirías?
Nuevamente, esto es solo una hipótesis, pero probablemente sea seguro decir que esta es una situación común que enfrenta Netflix. Veamos otro ejemplo.
Parks and Recreation es popular para Netflix y tiene buenas métricas (la gente mira todo el programa, vuelve a ver algunos episodios y frecuentemente rebobina ciertas partes). Uno de los actores es Adam Scott (tal vez algunos usuarios rebobinan escenas con él), y tienen la opción de agregar algunas películas rentables con él. ¿Lo hacen ellos? Al momento de escribir esto, lo hacen. Hay 7 películas de Adam Scott disponibles para transmitir al instante, una película independiente en la que él es un personaje principal .
Junto con estas tácticas, Netflix también estudia sitios de piratería para ayudarlos a decidir qué contenido comprar . Un espectáculo que recogieron como resultado es Prison Break, que ha sido fuertemente pirateado.
Usa Analytics direccionalmente
Cuando se le pidió que nombrara las 3 cosas que aprendió de Reed Hastings, el cofundador de Netflix, Mitch Lowe, dijo que se centran, analizan y invierten dinero en las cosas que funcionan mejor.
Cuando habla de análisis, dice:
“Me enseñó cómo usar la analítica para tomar decisiones. Siempre pensé que necesitabas una respuesta clara antes de tomar una decisión y lo que él me enseñó fue [que] tienes que usar el análisis direccionalmente ... y nunca preocuparte si están 100% seguros. Solo trata de hacer que te señalen en la dirección correcta ".
Cuando se le presiona para dar un ejemplo, Lowe dice:
“No pudimos determinar cuál era nuestro núcleo demográfico (esto fue a principios de la década de 2000) de nuestros usuarios, por lo que pasamos mucho tiempo encuestando a nuestros clientes tratando de descubrir, ¿saben? grupo de años y 24-35, etc. Y los números estaban por todas partes. Pero si los promediaste a todos, estaba claro que nuestro cliente tenía mayores ingresos, más edad y más educación. Pero todavía había grandes segmentos de personas más jóvenes y [Hastings] dijo "escucha, solo ve a donde esto te dice direccionalmente que están nuestros clientes". Y realmente valió la pena. Cuando comenzamos a apuntar a lugares donde los clientes con ese grupo demográfico pasaban el rato, y esto llegó a nuestros molestos anuncios emergentes con los que solíamos inundar la web. Luego, nuestra adquisición de clientes fue directa ”.
Ahora, demos un paso atrás, miremos el panorama general y veamos el objetivo de Netflix.
El objetivo de Netflix para convertirse en el HBO de Internet TV
Los datos y análisis de Netflix son un gran activo para ellos. Les ayuda a construir un mejor servicio para los usuarios y a convertirse en un negocio más rentable al reducir el desperdicio y evitar "disparos en la oscuridad".
En sus propias palabras, Netflix quiere "convertirse en HBO más rápido de lo que HBO puede convertirse en Netflix". Están agregando shows a un ritmo rápido, con el objetivo de agregar al menos 5 nuevos shows por año, según Ted Sarandos, Director de Contenido. A partir de febrero de 2013, tenía $ 6 mil millones disponibles para elegir el contenido para la transmisión de Netflix. Este dinero se destina a pagar las tarifas de licencia de las compañías y estudios de cable, pero $ 300 millones son para contenido original, según GQ .
Parte de ese contenido original no será solo programas de televisión, sino también documentales exclusivos y especiales de comedia . El comediante Aziz Ansari debutará su especial de pie, Buried Alive , en Netflix . Está programado para debutar el 1 de noviembre. Y el 14 de octubre, Netflix estrenará otra serie especial y documental del comediante Russell Peters . Si está interesado, Wikipedia tiene una gran página que enumera toda la programación actual y futura de Netflix .
HBO tiene una gran cantidad de contenido original además de su licencia de películas que comúnmente no están en redes como TNT, TBS, EE. UU., AMC, etc. En abril de 2013, HBO estrenó el stand de Louis CK Oh My God . Claramente, el modelo HBO ha sido exitoso para Time Warner, su propietario.
A partir de abril de 2013, se estima que Netflix superó a HBO en suscriptores . Esto significa que cumplieron su objetivo de "convertirse en HBO más rápido de lo que HBO puede convertirse en Netflix".
Netflix, como HBO, no tiene planes de eventualmente ser un distribuidor de contenido original solamente. El CEO Reed Hastings dijo: "Si hacemos bien nuestro trabajo, siempre hay una razón para ser miembro de Netflix en el lado original, además del lado de la licencia ".
En conclusión…
Ahora puede ver cómo Netflix toma decisiones informadas basadas en datos. Claramente, los datos no pueden tomar todas las decisiones; Hay algunas situaciones donde la intuición tiene que hacerse cargo. Por ejemplo, los datos no podían predecir que un programa como Breaking Bad sería un éxito. El creador fue un ex escritor de The X-Files , y los dramas son 50/50. En estos casos, las decisiones se basan en gran medida en las personas y el equipo detrás de la idea del espectáculo. Todavía está por verse si Netflix puede hacer un programa exitoso como este (uno con poca o ninguna información).
Lo que pueden hacer los análisis y los datos es brindarle información para que pueda administrar un mejor negocio y ofrecer un producto superior. Las personas con datos tienen una ventaja sobre aquellos que se ejecutan con intuición o "lo que se siente bien".
