Los algoritmos que “crean” series

Si escribes en tu buscador las palabras “House of cards” y “Algoritmo” aparecerá frente a ti una retahíla de titulares como House of Cards, hecha a medida por un algoritmo o House of cards nació de un algoritmo. ¿Qué hay de cierto en esto?

¿Trasciende el algoritmo el análisis de datos para trasformarse en un creador? Si esto fuera un debate de Cuarto Milenio tendríamos de un lado de la mesa a los científicos que dicen que en unos años los algoritmos explicarán cualquier comportamiento humano incluído lo que nos gusta en televisión, y del otro lado de la mesa a los que defienden el factor humano por encima de todo como fuente de todas las artes hasta hoy… ¿Son los matemáticos los showrunners del futuro?

En uno de los artículos que cito se pueden leer cosas como esta sobre la creación de “House of cards”:

¿Cómo lo hizo el algoritmo? Luego de analizar los datos y preferencias de los clientes de Netflix, determinó que el contenido más visto y buscado eran el actor Kevin Spacey, el director David Fincher y los dramas políticos producidos por la BBC.

El resto fue fácil: Netflix simplemente encargó una nueva versión de la serie de la BBC de los años 90 del mismo nombre y contrató al actor y al director más buscado por sus usuarios. Los resultados están a la vista: House of Cards es la primera serie de Internet en ganar un premio Emmy, y la primera en recibir nueve nominaciones

¿Realmente como se dice en el artículo “el resto fue fácil”?

ALGORITMO NETFLIX VS AMAZON

¿Conoces la serie “Alpha House” de Amazon Studios? Ha pasado sin pena ni gloria por el universo seriéfilo, pero también ha sido “creada” por algoritmos de predicción sobre los gustos de consumidores a raíz del análisis de datos. ¿Por qué una ha funcionado y la otra no?

De todos es sabido que el éxito de Netflix no viene sólo de su excelente catálogo de producto, sino  de su potente motor de recomendaciones para el usuario en el que Netflix invierte entre un 7 y un 10% de sus ingresos cada año. En la plataforma los usuarios son vectores con hábitos de consumo y predilecciones. Analizan lo que buscas, lo que ves, cosas que te gustan en Facebook (si, ya introducen las redes sociales en sus baremos) las imágenes de cabecera de los productos que mejor funcionan (efectivamente, no sólo la colocación de las imágenes sino su contenido) y ahora su meta es introducir en los algoritmos os datos contextuales como la franja horaria a la que ves determinado tipo de películas, dispositivo, etc.

En Netflix analiza todo lo que pueden y más. Según Carlos Gómez Uribe, VP de innovación de producto de Netflix, la clave de los algoritmos está en la actualización permanente de nuevos algoritmos que se contrastan con la efectividad de los anteriores. Lo explica en este vídeo si quieres sabér más, pero a lo que nos ocupa.

Si tuviesemos delante a Roy Price de Amazon Studios o a David Fincher seguramente no nos dirían que “el resto fue fácil”de hecho Roy Price se la pegó con “Alpha House”. Los resultados del cruce de datos de Amazon para la creación de “Alpha House” también encontraron un gran actor que gusta a su público como Jhon Goodman y  una temática, la política, además de un género, la comedia, de hecho “Alpha House” es una comedia.

Esta charla del científico Sebastian Wernicke explica de manera muy interesante el uso de los algoritmos y  concluye que el análisis y cruce de datos es bueno para descomponer una realidad en piezas que podemos estudiar. La edad, géneros preferidos, actores consultados… Son informaciones interesantes sobre el consumo de series, pero lo que según Wernicke nunca nos podrán dar los algoritmos serán buenas reconstrucciones de esas mismas piezas y esa es la diferencia entre “House of cards” y “Alpha House”. El algoritmo nos dará buenas ideas sobre las demandas de productos, su programación o incluso su consumo, pero nunca nos dirá exactamente cómo hacer el producto, como reconstruir esas piezas que el mismo nos ha diseccionado.

 EL “DESCUBRIMIENTO SEMANAL” DE SPOTIFY

Sin embargo, también es cierto que en la música, los algoritmos han permitido durante siglos la creación de la llamada música algorítmica como una ciencia más con sus patrones y sus reglas. Lamus es un ordenador capaz de crear música clásica cuyas obras han sido interpretadas por la London Symphony Orchestra, pero aunque el cine ni la televisión son ciencias exactas como si lo puede llegar a ser la música en determinadas cuestiones harmónicas, etc, está claro que el estudio a través del Big Data sobre los comportamientos de la audiencia acabarán marcando buena parte de las producciones del cine y de la televisión del futuro.

¿En qué se parecen Netflix, Amazon y Spotify? Las tres han revolucionado los sectores de la televisión, la prensa y la música desarrollando modelos de negocio disruptivos en cada uno de sus ámbitos. Y las tres han invertido en compañías de Big Data.

Amazon fue la primera. En 1998 compraba la mayor base de datos de cine que existía y existe en el mundo: Internet Movie Database, una base de datos que nacía de una discusión sobre cuál era la actriz más atractiva y donde está todo sobre cine.

En 2014 ya con la disrupción de su modelo de negocio asentado, Spotify compraba The Echo Nest, una compañía especializada en Big Data musical por la que pagó 200 millones de dólares. Hoy uno de los productos más existosos de Spotify es la lista “Descubrimiento semanal” que ofrece al usuario la música que esta semana le podría gustar, tal y como Netflix hace en televisión. El 71% de usuarios que escuchan descubrimiento semanal guardan al menos una de las canciones en una playlist permanente. El 60% de los usuarios que la prueba reproducen al menos 5 o más canciones.

ALGORITMO, INDUSTRIA Y BIG DATA

Algoritmos y medición de información es una realidad que ya no podemos negar. Habrá negaciones, riñas y pataletas, pero los algoritmos cada vez serán mejores y más certeros con nuestros gustos. El desarrollo de nuevas fórmulas como las del equipo de Carlos Gómez en Netflix será cada vez mejor. Habla Enrique Dans del algoritmo nuestro que estás en los cielos y cómo poco a poco van empapando las redes sociales y muchos otros ámbitos de nuestras vidas.

¿Cómo afectará a la industria de la televisión? Brett Wilson es el CEO de Tubemogul, una empresa que según él “pretende llevar  la tecnología al sistema de medicción de audiencias”. En EE.UU están intentando crear un sistema certero de medicción de audiencias y distribución de anuncios casi como en la bolsa, basado en un algoritmo que distribuye el juego.

Lo cierto es que el mercado de la publicidad en abierto en España supone casi el 50% de la inversión publicitaria global y lo increíble es que la principal herramienta de medicción de audiencias sean unos 4.000 audímetros esparcidos por todo el territorio en los que confían medios, agencias y sobretodo anunciantes. ¿Cuánto durará esta burbuja?

Lo que tarden medios, agencias y anunciantes en aceptar e implementar la publicidad programática (a base de big data y algoritmos) para romper un staus quo que los perjudica a todos. Pero ya hay movimientos y muchos para cambiar una realidad cada vez más afixiante. Empresas como A3media trabajan en sistemas de desarrollo de medicción integral de sus audiencias en abierto y VOD multidispositivo, Rentrack ha comprado una parte de Comscore y se espera que antes del verano un nuevo sistema de medicción multidispositivo esté operativo en España.

Lo que venga del nuevo sistema de medicción y uso del Big Data en televisión será una revolución en la industria y modelo de negocio equiparable a la aparición de los primeiros audímetros en España.