22 junio 2016

Algoritmos que valen mil millones de dólares al año

shutterstock_326096948

Business man touching Algorithm word on blue virtual screen, vía Shutterstock

En los últimos meses se ha hablado de la gran capacidad de Netflix para mantener a sus usuarios prácticamente enganchados a sus contenidos.

La razón no es otra que sus propuestas personalizadas. El origen: el motor de recomendación que se basa en un algoritmo muy avanzado, perfeccionado desde el pasado mes de diciembre.

Según su vicepresidente de innovación de producto, Carlos Gómez-Uribe, el precio de que en más de los 190 de países donde tiene usuarios la plataforma sus recomendaciones sean tan acertadas es de 1.000 millones de dólares. Al año.

Tal inversión en dicho algoritmo cada vez más preciso supone, no obstante, un ahorro mucho mayor. Ahorro que pueden invertir en hacer otras mejoras y en contratar nuevos contenidos. Y, por tanto, unos mayores ingresos y capacidad competitiva.

El truco está en hacer que los usuarios -que pierden el interés entre los 60 y 90 segundos para elegir algo nuevo que ver- encuentren alguna película o programa ideal para ellos en el mínimo tiempo posible. De otro modo, abandonarían el servicio. Por eso el nivel de sus suscriptores, gracias a su algoritmo, no está descendiendo. Es decir, la tasa de abandono se ha visto notablemente reducida gracias a esta inversión tecnológica.

Uno de los máximos valores de hoy está en saber gestionar y seleccionar cualquier tipo de contenido online, como pueden ser libros, y ofrecerlo de manera personalizada. Es decir, hacer de los datos y los algoritmos un servicio real para sus usuarios.

Una mejor experiencia y verdadera personalización van a ser una herramienta fundamental para conseguir mayor compromiso e interacción con los usuarios.

Esto se puede conseguir a través de segmentaciones en función de la información que recabamos directamente de dichos usuarios, o a través de algoritmos que se retroalimentan a medida que se hace uso de la herramienta o la plataforma que puede hacer que encontremos, por ejemplo, nuestra próxima lectura.

En cualquier caso, como vemos, el tiempo lo es todo.

Deja una respuesta