Por qué no hay un Netflix de los libros

Por: - - , , .

Es un problema de magnitud. Y de microgéneros.

Antes, mucho antes de la automatización de sus recomendaciones, Netflix puso en marcha una verdadera estrategia de contenidos que aplicó ¡a los contenidos que iba a ofrecer!

Netflix aplicó una brillante estrategia de contenidos ¡a los contenidos que iba a ofrecer! Tweet this

Muchas veces me he preguntado por qué en el mundo de los libros, las editoriales, las tiendas online y los servicios de suscripción son tan deficientes en su marketing de contenidos. Por qué no logran parecerse a Netflix, donde puede ser que no encuentres lo que buscas, pero siempre encuentras algo que te interesa.

La respuesta rápida es: nadie se ha ocupado de la estrategia de contenidos de los contenidos de los libros. Con la única excepción de la tienda de Amazon en Estados Unidos, los microgéneros son el gran ausente en la comercialización del libro.

Lo que no hace ningún Netflix de los libros

En 2014, The Atlantic publicaba un largo artículo de Alexis Madrigal en el que el autor da cuenta del trabajo épico por el cual logró descifrar el sistema de recomendación de Netflix. Os recomiendo su lectura, tal y como en su momento la recomendé a tres startups vinculadas al mundo del libro.

El trabajo de ingeniería inversa realizado por Madrigal y su equipo, a pesar de los dos años transcurridos, sigue siendo lo mejor que se ha escrito —antes o después— sobre Netflix, las razones de su éxito, y el camino a seguir por cualquier startup que pretenda generar y capturar valor desde un modelo de suscripción a contenidos de terceros.

Los resultados de esta investigación muestran que, para entender por qué la gente mira películas, Netflix desarrolló y clasificó ¡76.897 microgéneros!

Para eso, Netflix ha analizado y etiquetado meticulosamente cada película y serie de televisión que la imaginación pueda concebir. Las que ellos tienen en oferta, por supuesto, pero eso no basta. La ingeniería inversa de Netflix abarca todo el universo de Hollywood y sus territorios adyacentes.

Eso también les ayuda a producir series propias, como House of Cards, basándose en datos de audiencias y no solo en la intuición ciega.

¿Cómo lo hicieron?

Fue Todd Yellin, VP de innovación de Netflix, quien concibió el sistema que ellos llaman altgenres y que llamaré microgéneros en este post.

Hay cosas que solo pueden hacer otros de nuestra misma especie. Una de ellas es salvarte la vida. La otra, mirar con ojos y emociones humanos. Las máquinas, la automatización, viene después.

Todd Yellin necesitaba enormes equipos de personas capacitadas para ver películas. Eso que en el mundo del libro se llama lector experto. Y los armó con las siguientes características:

  1. Cada espectador experto recibiría una remuneración por mirar películas y etiquetarlas con una variedad inmensa de metadatos.
  2. A cada espectador experto se le proporcionaría un documento de 36 páginas para guiarlos sobre qué debían mirar/buscar en cada película.

No era una cuestión de gustos, era una cuestión de datos. Porque de lo que se trataba era de crear una base de datos profunda que, en interacción con los comportamientos de los usuarios del servicio, permitiera que salieran a la superficie los microgéneros y sus recomendaciones.

El manual de Netflix enseña a los espectadores expertos a tipificar las películas de modos muy sofisticados.

  • Grados de sexualidad sugerida o light.
  • Grados de sexualidad explícita (más fácil).
  • Niveles de violencia explícita.
  • Amoríos fantaseados o reales.
  • Grados de coherencia del argumento y de la conclusión.
  • Características morales de los personajes.

Netflix tiene claro que su objetivo principal es ganar suscriptores y retenerlos.

Cuando un servicio de suscripción demuestra que te conoce, más posibilidad hay de que repitas. Tweet this

Los microgéneros

Desde el comienzo, Todd Yellin tuvo una intuición que la prueba y el error le confirmaron:

Cuanto más de nicho sea una categoría de los metadatos, más usuarios se atreverán con ella. Tweet this

Por eso las jerarquías de lo que Netflix te muestra para que elijas la película que querrás ver van de lo más particular a lo más general. Esta estrategia les ha valido millones de fans de pago. Más de 60 millones

Los equipos remunerados más tu actividad en la plataforma te permiten “descubrir” películas con las que jamás habrías soñado, enriqueciendo la serendipia de la búsqueda de contenidos y teniendo contentos a todos los consumidores, que llegan a ver al sistema de recomendación como a un verdadero prescriptor de contenidos.

Si no sabes qué película quieres ver esta noche, algunas de tus alternativas son:

  • Películas independientes sobre deportes con un componente emocional.
  • Acción y espías en los años 30.
  • Películas de culto sobre niños satánicos.
  • Películas de culto sobre deportes.
  • Dramas sentimentales de los años 70 localizados en Europa.
  • Películas románticas de criminales localizadas en China.
  • Acción y aventura violenta y negra de los años 80.
  • Películas sobre viajes en el tiempo protagonizadas por William Hartnell.
  • Dramas de gangsters con elementos de suspense.
  • Y cualquier otra cosa que se te ocurra.

Entra ahora a cualquier servicio de lectura por suscripción y trata de hacer lo mismo.

Netflix de los libros contenidos sin clasificar

Sí, estoy de acuerdo. No es una buena experiencia de usuario. Una selva de contenidos con una clasificación pobre que dificulta la elección y el descubrimiento.

La culpa no es de Netflix, sino de los libros

Como en el juego de la oca, volvamos al casillero de inicio. A las magnitudes.

Y me voy a permitir hacer trampa. Usaré solo estadísticas del mercado estadounidense, porque no sé si son creíbles son, pero lo son en gran medida más creíbles que las estadísticas que manejamos en España.

  • Netflix tiene 76.897 microgéneros o categorías.
  • La producción cinematográfica estadounidense de películas estrenadas/año está en el orden de las 500.
  • El BISAC, el sistema de categorización de libros de América, tiene poco mas de 3.000 categorías.
  • La producción anual de nuevos títulos sacado al mercado en los Estados Unidos es de unos 305.000.

Busca una aguja en un pajar.

¿Cuántos microgéneros crees que podrían individualizarse si quienes pretenden ser el Netflix de los libros dedicaran tiempo y dinero a crear una base de datos con los imput de enormes equipos de lectores expertos de pago, guiados por un manual de 36 páginas que les diera libertad y coherencia en su tarea de etiquetado?

A esto súmale que todos los libros digitalizados (ebooks en cualquiera de sus formatos) tienen una vida tan eterna como la electricidad, que nunca se descatalogarán hasta que no salga más agua del grifo de tu casa y de la mía, y que deberás tenerlos en cuenta para sumarlos a la producción anual en tu esfuerzo de crear microgéneros.

Aunque los Netflix de los libros tienen vocación global, bajemos a la realidad de España.

  • Las categorías del iBIC —y de ellas se usan y de manera deficiente unos pocos cientos— se reducen a unas 2.600 materias.
  • La producción anual de nuevos títulos ronda los 60.000.

No parece tan temible, pero la abundancia de individuos con respecto a las categorías que los organizan no augura un buen sistema de descubrimiento que logre la lealtad del suscriptor.

Y encima, por fuera de los grandes bestsellers, hay tantos tipos de lector como personas diferentes en el mundo.

La pregunta que ningún Netflix de los libros puede contestarse es por qué la gente lee libros. Empezamos mal.

Las soluciones intermedias

Ante la magnitud transhumana de la tarea de convertirse en un Netflix de los libros, algunas startups de buena miga optaron por soluciones intermedias.

Es el caso de Oyster (RIP) y de 24Symbols. Con la creación de sus magazines pretendieron crear un atajo al descubrimiento de partes importantes de sus catálogos, que quedaban escondidas por la mediocridad de los metadatos de origen.

Confieso que fui una estridente defensora de la alternativa en el caso de 24Symbols. Mi lema, en la vida como en lo profesional es saca fuerzas de flaqueza. Si no se puede ser un Netflix de los libros, ayuda a mano y con un par de neuronas a que los suscriptores encuentren libros válidos.

Como solución intermedia, aunque muestra buena voluntad, tiene un defecto de forma en su misma concepción: falta la base de datos que la acompañe y permita automatizar y escalar.

En otros casos, la solución alternativa fue recurrir al crowdsourcing para crear los equipos de lectores expertos que clasifiquen manuscritos y otras obras en revisión por parte de los editores y agentes literarios.

El defecto de forma aquí estuvo en que la selección de estos lectores expertos se vio reducida a los que tuviesen ganas de trabajar en etiquetados complejos gratuitamente. Se rompía así ab origine la cadena de valor que se intentaba crear.

Finalmente, solo Google y Facebook han logrado que trabajemos gratis para ellos cada vez que respiramos. Y no todos somos Google ni ofrecemos sus útiles recompensas al cognitariado gratuito.

Otras alternativas a la no inversión en el desarrollo de una acumulación de datos que te convierta en el Rey León o el Netflix de los libros resultaron aun más fallidas.

Una fue la de recurrir a una base de datos creada por un tercero, en la ignorancia de que un modelo de datos bien concebido responde a un modelo de negocio, que tal vez no sea el tuyo. A ver, que si no eres la Casa del Libro, su API no te sirve de mucho si no le pones filtros. Y esos filtros solo pueden venir de que tengas una estrategia de contenidos, porque los desarrolladores de php entienden poco y nada sobre los libros y su etiquetado.

La otra fue la de pasar directamente a la automatización —sin lectores expertos que cumplieran la función de los espectadores expertos de Netflix— confiando en el exportador de metadatos de los propietarios de los contenidos: autores, editores y agregadores.

¡Horror y exposición pública de tus miserias! Porque el exportador de metadatos, de pronto, decide que una novela negra que tiene por protagonista a un detective gay debe entrar en el “contenido para adultos”, que como todo el mundo sabe es el nuevo eufemismo de “pornografía”.

Las máquinas no entienden lo que hasta un crío sabe: que un detective gay no es pornografíaTweet this

Autor ofendido, post indignado en la página del autor, lectores que no encuentran lo que buscan. Y una crisis de reputación en momentos de debilidad de mercado.

No hay atajos al Netflix de los libros

Tal vez no sea posible encontrar una aguja en el pajar de los libros.

Tal vez pretender una estrategia de contenidos para los contenidos de terceros llamados por ahora “libros” sea una quimera.

Tal vez las inversiones necesarias —y la fe que las acompaña— no estén al alcance de la mano que sostiene el libro.

O tal vez haya que centrarse en pequeños nichos, hacerse fuerte en ellos, deslumbrar por la excelencia de los sistemas de recomendación que hacen que las máquinas parezcan verdaderos y útiles prescriptores. Porque hubo humanos que clasificaron previamente.

No lo sé. Lo que sí se es hay quienes están destacando en esta área de las suscripciones de lectura. Se llaman Boolino, y son una especie de Netflix de los libros para los peques.

Cuentan con una gran ventaja competitiva para armar esa base de datos deslumbrante que tiene Netflix para la películas: su audiencia es fácilmente segmentable por tramos etarios y capacidades cognitivas. Son niños.

Pero de esto hablaré en otro post, que ya os he dado mucho la lata por hoy.

¿Hablamos?

Conózcanos