Machine learning applied to netflix and financial sector Inteligencia artificial

No hay “Stranger Things” en los algoritmos de Netflix

24/04/19

En la actualidad, las industrias están utilizando la ciencia de datos o el Machine Learning de formas creativas para mejorar la experiencia de los usuarios. Una de las compañías que hace uso del Machine Learning con éxito es Netflix. Pero ¿sabes cómo aplica la ciencia de los datos exactamente?

Si quieres ir un paso antes, ¿sabes qué es la ciencia de los datos y los científicos de datos?

Netflix y Data Science: Personalización de contenidos

Alguna vez te has preguntado ¿por qué en tu perfil de Netflix te recomiendan una serie diferente a la que le recomiendan a tus padres? o ¿Cómo pueden perfilar a cada uno de los 120 millones de usuarios suscritos a Netflix, repartidos en 190 países?  Como puedes estar pensando, la respuesta está en los datos que almacenan.

“Las compañías tradicionales del entretenimiento no tienen los datos que nosotros tenemos.”

Kelly Uphoff, responsable de Marketing Science & Analytics de Netflix

Estos datos son su mina de oro. Una mina a la que aplican el Machine Learning para analizar y extraer el valor de esos datos con un objetivo: mejorar la experiencia de cada uno de sus usuarios.

“Sabemos a qué hora del día miras los contenidos, cuánto tiempo los miraste, sabemos lo que miraste antes, lo que viste después, si lo viste en el ordenador, en un smartphone, una tablet o en una pantalla, en qué perfil lo viste, sabemos cuándo lo miraste. Tenemos mucha información.”

Todd Yellin, Vicepresidente de Producto e Innovación de Netflix

El ejemplo de Stranger Things

Supongo que si no has visto Stranger Things, por lo menos habrás oído hablar de ella. Es un gran ejemplo de la aplicación del Machine Learning ya que la forma de ofrecer la previsualización de los contenidos es diferente de un usuario a otro.

Por ejemplo, si tus datos indican que te gusta un actor en concreto, pongamos… Dustin,  al entrar verás la imagen de ese actor. Si lo que te gustan son las aventuras de niños, te aparecerá la imagen de los protagonistas. Y si entre tus preferencias están las películas o series de terror, probablemente verás una imagen bastante más inquietante… ¿No me crees? Haz la prueba!

Machine learning applied to stranger things on netflix

Mejorar el servicio es mejorar la experiencia

Otra forma en la que Netflix aplica el Machine Learning es que utiliza sus propios datos históricos para mejorar la calidad del servicio de streaming. Constantemente está analizando el tiempo de visionado y desde qué dispositivo, y eliminando problemas de congestión de datos en ciertas redes o distribuyendo los datos geográficamente en sus servidores más eficientemente.

Sus analistas siguen buscando nuevas formas de mejorar el servicio, basadas en la creatividad, y tratando de encontrar nuevas soluciones a los problemas que surgen de la gran transformación que Netflix ha creado en la industria audiovisual.

Top 15 técnicas para desarrollar la creatividad en tecnología

Cómo funciona su sistema de recomendación: un algoritmo con 27.000 micro-géneros

Uno de los puntos fuertes y quizá el que mayor valor les ha aportado es el sistema de recomendación. Su algoritmo está basado en generar micro-géneros muy concretos para sus contenidos, llegando a tener 27.000.  Hay algunos como “African-American Social Issue Dramas”, o  “Classic Musicals based on Children’s Books”. Esto les permite personalizar con gran exactitud el grado de recomendación de las películas y series que ofertan para cada usuario.

En 2016 cambiaron la forma en que analizaban los datos, donde antes segmentaban por geografía, edad y género, ahora lo hacen por catálogo, funcionando de un modo global y generando hasta hoy unas 2000 comunidades de gustos. O clústeres, como se denominan en el mundo del dato. Dependiendo de lo que veas, pertenecerás a una comunidad u otra en la que se recomendarán diferentes contenidos.

“Black Mirror funciona muy bien en el cluster 290 y el 56, donde gusta Perdidos o Atrapado en el tiempo”

Afirma Yellin, arriba mencionado

De la personalización a la generación de contenidos

El último escalón del uso de algoritmos avanzados en Netflix ha sido para realizar sus propios contenidos: “usamos esa información que tenemos para crear shows, pero no es lo más importante ni de cerca. No es que estamos observando la información y decimos ‘necesitamos algo nostálgico con cuatro chicos y una chica con poderes, un mundo paralelo llamado el upside down y un monstruo”, dijo Todd.

Un caso llamativo es la película, aclamada por la crítica y galardonada en varios festivales, Roma, producida por Netflix y apenas distribuida en cines.

financial sector machine learning

No solo hay Machine Learning en Netflix: Aplicaciones en el mundo financiero

Cada vez quedan menos industrias que no implementan algoritmos de Machine Learning, Big Data o Inteligencia Artificial en sus modelos, como el caso del mundo financiero, donde las aplicaciones son diversas:

  • Almacenamiento de grandes cantidades de información desestructurada
  • Análisis de los datos para toma de decisiones
  • Optimización de créditos y préstamos
  • Análisis de riesgo
  • Selección de clientes para préstamos preconcedidos
  • Detección de morosidad
  • Automatización de procesos
  • Trading automatizado (Robo advisor y Quant advisor)

Una de las últimas aplicaciones implementadas en el Banco Santander son los chatbots, como se conoce a este tipo de asistentes basados en inteligencia artificial, y que están siendo usados tanto en el dispositivo móvil por medio de la aplicación como mediante un gestor online en la web.

Conclusión

El Machine Learning, como todas las tecnologías novedosas, tiene mucho potencial aún por explorar. Netflix es solo un ejemplo de empresa que está sabiendo explotarlo y en él basa su éxito, al menos en gran parte. En las aplicaciones que hace de él el sector bancario, aún hay desafíos interesantes, y el éxito de su aplicación será determinante en la transformación digital, tanto del sector financiero, como de la relación con los propios clientes.

Autor: Jesús López

Santander Global Tech

 

Otros posts