En un sector como el del entretenimiento, en el que se mueven cifras millonarias, siempre se ha recurrido a herramientas para minimizar riesgos. Encuestas y estudios cualitativos han sido, durante décadas, técnicas habituales para evaluar un programa y su nivel de conexión con el público. Con la web 2.0 y el boom de las redes sociales, el volumen de información relacionada con la opinión que tiene un espectador sobre un contenido audiovisual se ha multiplicado exponencialmente. Y se ha vuelto infinitamente más complejo. Hace un par de días Antonio Gallo (@agallor) se preguntaba, en este mismo blog, para qué sirven 300 millones de tuits en un programa de TV. Hoy me he propuesto recoger su testigo y profundizar un poco más en el propósito de ese rastro digital. Porque con cada navegación, cada tuit, cada clic y cada log hay una huella individual que queda registrada en múltiples sistemas de almacenamiento telemático.
Sí. Hoy la cosa va del famoso Big Data.
¿Big… qué?
El Big Data es una técnica que toma gigantescas bases de datos procedentes de infinidad de canales, las procesa y las analiza. Su importancia en los últimos dos años ha crecido de tal manera que la captación y el tratamiento del Big Data es considerado un signo clave para evaluar el nivel de desarrollo de una compañía. Pero ¿para qué necesita saber una cadena de TV a qué horas tuiteo más, qué secciones de su web consulto o cuándo decido poner un comentario? La casuística es muy amplia. En realidad, el Big Data permite soluciones a medida, ya sea depurar algoritmos de recomendación o establecer grupos de audiencia clave para un determinado anunciante. La gran mayoría las utilizan para afinar la toma de decisiones (como la hora y día de emisión), para la personalización de productos (como enviar un newsletter con tus programas favoritos) y para sentar las bases para el desarrollo de productos televisivos más eficientes. Esto nos lleva a la siguiente casilla: la de los contenidos.
Los círculos de éxito probado
Año 2012. El consejo de administración de Netflix toma la decisión de crear una nueva unidad de negocio dentro de la compañía dedicada a la creación de contenidos de producción propia. Con varias propuestas sobre la mesa y en un ejercicio de confianza estadística, Netflix llega a la conclusión de que la superposición de tres elementos básicos (David Fincher, el éxito de la serie británica original y Kevin Spacey) hacían altamente probable que el proyecto de «House of Cards» fuese un éxito.
Copyright 2013 The New York Times Company
En la base de esta decisión cualitativa se hallaban muchos meses de Data Mining, procesando toda la información que el usuario de la plataforma le había proporcionado visionando horas y horas de contenido. Así se había llegado al famoso «círculo de éxito probado», una confluencia de datos con relevancia positiva por separado y que, al ser combinados dentro de un mismo formato, ofrecía una base más amplia y sólida como para invertir la friolera de 3,8 millones de dólares por capítulo.
¿Manda más el espectador social que la señora de Cuenca?
El espectador siempre ha mandado. Lo que sucede ahora es que los nuevos actores se esfuerzan más en que tenga conciencia de ello. Poniendo en sus manos las riendas de determinadas decisiones de contenido se invierte en todos esos parámetros de eficacia que hacen las delicias de los departamentos de marketing y los responsables de contenidos de las cadenas.
Amazon llevaba años haciendo del Big Data el epicentro de su servicio de atención al cliente. ¿Por qué no utilizarlo para invertir en aquellos contenidos con mayor potencial para la audiencia? Eso es lo que hace a través de su filial Amazon Studio: invertir en el rodaje de varios pilotos que se someten al examen de la audiencia de su servicio. Unos auténticos juegos del hambre de la producción televisiva en los que el futuro de cada piloto se decide en base a grandes masas de datos que proporciona el espectador (likes, compartidos, votos y comentarios). El programa Amazon Original Pilots ya lleva varias ediciones.
© 1996-2014, Amazon.com, Inc. or its affiliates
Los bucles de feedback
Hoy en día parece que lo que se dice en Twitter va a misa. Ya tiene su propio rating y se ha convertido en pieza clave para las cadenas a la hora de mantener el interés en sus programas. La cosa no se queda ahí. Lena Dunhan, por ejemplo, ha reconocido públicamente pasar la retransmisión de su serie GIRLS refrescando constantemente Twitter porque los comentarios le ayudan a saber qué tramas han conectado con el público. Además, emplea el feedback de las redes para desarrollar hilos narrativos alternativos. Para la ganadora de un Emmy el timeline de Twitter es, con matices y a pequeña escala, un focus group, y el volumen, el sentimiento y la opinión espontánea ante el episodio de turno, su Big Data.
Y aquí empezamos a pisar suelo resbaladizo. ¿Hasta qué punto es el feedback social una ventaja? ¿Corre el creador el riesgo de volverse narrativamente más complaciente al pensar que «el espectador siempre tiene la razón»? ¿Están dejando de pertenecer las decisiones creativas exclusivamente a los creadores?
Yo le deseo una larga vida al pataleo en redes ante un final de temporada decepcionante, un giro dramático amargo, las muertes injustas y la supervivencia de los personajes que más odiamos. Larga vida porque son la esencia de las narraciones televisivas que más amo.
http://www.youtube.com/watch?v=Xtarm-YTYFw
@elena_neira
Trackbacks / Pingbacks