Gentileza foto portada Fundación Telefónica
La semana pasada realizamos nuestro foro número 12 de Innovación Audiovisual dedicado al ‘Machine learning’. El resultado, casi dos horas de intenso debate y una clase magistral de los ponentes. Aquí os resumo algunos de los puntos destacados de la jornada, cuyos invitados fueron: Berni Melero (Chief Interactive Officer Buaala), Manuel Aldana (Gerente de Contenidos Plataforma en Movistar+), Elena Neira (Consultora La otra pantalla), Francisco Asensi (Chief Content & Business Innovation Tarkinia) y Eva Patricia Fernández (productora en Creta Producciones y profesora en URJC). Moderó el foro Eduardo Prádanos (CEO agencia FLUOR y fundador Innovación Audiovisual).
¿Cómo elegir qué ver y no morir en el intento?
Los españoles se sientan una media de cuatro horas al día ante la televisión, concretamente 233 minutos, según los datos del último estudio de Barlovento. ¡Eso es mucho tiempo!
A las cadenas convencionales que hoy existen, hay que agregar las televisiones de pago que están revolucionando el mercado en España. La primera de ellas fue Netflix, hoy también tenemos a Movistar+, HBO, próximamente Amazon y quizá Sky. Todas estas plataformas generan una gran cantidad de contenido audiovisual, que está aumentando la oferta a la que tenemos acceso.
Por eso para diferenciarse entre ellas, a la vez que fidelizar y captar nuevos clientes, estas empresas han entendido que el camino es producir contenido propio. Netflix, que en 2016 produjo 600 horas de contenido original, estima que en 2017 producirá 1000 horas. Incluso ya produjo su primera película, 7 años, protagonizada por Paco León y dirigida por Roger Gual.
Movistar+ cuenta con un catálogo de más de 16.000 títulos entre películas, series y documentales, y para los próximos años 2017 y 2018, ya anunció que lanzará 14 series propias en las que invertirá 100 millones de euros anuales. Ver noticia
HBO llega con un amplio catálogo de más de 3.000 títulos diferentes, y Amazon tiene previsto ofertar vídeo en streaming en 200 países, entre ellos España. Se estima que esta compañía podría incurrir en unos costes anuales de entre 4.000 y 5.000 millones de dólares, para abordar la compra y producción de contenido original. Ver noticia
¿Qué está pasando con todo este contenido? Se está creando una burbuja audiovisual. Elena Neira, Consultora en La otra pantalla, lo explica en su presentación de la siguiente manera: «John Landgraf, CEO FX Networks, hace un año acuñó la expresión «pico televisivo». Lo que vino a decir, es que el ritmo de producción que estaban teniendo las cadenas y los nuevos agentes audiovisuales era tan acelerado, que se estaba creando una burbuja que antes o después iba a estallar. Básicamente porque estaba dando lugar a una serie de programas que no estaban generando las audiencias esperadas y, que por lo tanto, no eran rentables».
Esta burbuja audiovisual no solo se ha generado por la cantidad de contenidos que se produce, «sino también como consecuencia del estiramiento de los catálogos audiovisuales a través de la televisión por Internet, lo que se conoce como «very long tail» – continua Elena. Ahora mismo las televisiones por Internet no solo te ofrecen los estrenos, sino además, otros contenidos que en su momento no viste, y que ahora están dentro de los catálogos de televisión a la carta».
Para no extenderme en el tema de la burbuja audiovisual, si queréis profundizar sobre el, recomiendo este artículo
Y con tanto contenido televisivo para ver, las empresas necesitan saber si estamos atentos a estos contenidos. ¿Eso se puede medir? Sí que se puede, señala Eva Patricia Fernández, Productora en Creta Producciones y profesora en URJC. Todos los datos y metadatos que deja nuestra huella cada vez que interactuamos con Internet, se arrojan al ecosistema digital y conforman el Big Data. Para darles valor a ellos, hay que saber interpretarlos, usando las herramientas adecuadas para cada ocasión. Una de esas herramientas es el Machine learning.
Por Jeremy Keith
Machine Learning (aprendizaje automático o aprendizaje de máquinas) es una rama de la inteligencia artificial que crea sistemas que aprenden automáticamente. Esta herramienta tecnológica, nos puede permitir establecer proyecciones, descubrir patrones o crear grupos, entre otras cosas. «Un ejemplo de esto, cuenta Eva, es House of Cards. Netflix decidió descubrir valor en los datos y dijo: «si yo tengo subscriptores, y sé lo que ven, cómo lo ven, cuándo lo ven y puedo tener patrones y asociar una serie que gustó en un país con mi público objetivo, con un director o un actor… lo mezclo y sale House of Cards», está maximizando las posibilidades de éxito.»
Por No tengo tiempo. ¡Oh, machine learning! dime ¿cuál es el contenido más bonito?
«No hay forma de ver toda la oferta que existe, indica Berni Melero, Chief Interactive Officer Buaala. En el día hacemos un montón de cosas desde dormir, hablar, salir de copas, trabajar, interactuar con gente. Además de esto dedicamos 6 horas al día a redes sociales, un tercio de esas horas en Whatssap… Y cuando comienzas a sumar todos estos datos, no te salen las cuentas, no queda tiempo.
«En mi empresa hicimos un estudio hace unos meses. Entrevistamos en profundidad a usuarios de ambos sexos entre 18 a 38 años. Queríamos conocer sus hábitos de consumo de contenido audiovisual: qué ven, cómo lo ven, cuándo lo ven, con quién lo ven, cómo eligen … y, además, conocer qué servicios y funcionalidades se asocian al consumo de esos contenidos audiovisuales. Es decir, lo que buscábamos era terminar de definir nuestro producto, basándonos en las necesidades reales de los usuarios. Y ¿cuál fue el primer titular que arrojaron los datos? La respuesta fue «no tengo tiempo». No tenemos tiempo para elegir qué ver.
«Para eso está la tecnología de inteligencia artificial, agrega Berni, que aprende de lo que hacemos, de cómo nos relacionamos con nuestros amigos, con nuestros grupos, y que nos puede ayudar a la hora de tomar decisiones sugiriéndonos contenidos que ver.»
Movistar+ también está utilizando estas herramientas para hacer más fácil y relevante la experiencia de sus usuarios, así lo señala Manuel Aldana, Gerente de Contenidos Plataforma en Movistar+. «Una de las líneas de desarrollo estratégico que tenemos en Movistar+ es el Big Data. Tenemos un magnífico «business intelligence» y un montón de datos de nuestros usuarios. Ahí tenemos una línea de desarrollo muy importante que va destinada a dos cosas: por un lado a recomendar y dar contenidos relevantes a nuestros clientes, y también a tomar decisiones de negocio. Si tenemos un buen conocimiento de lo que quieren los clientes a través del Big Data, tomaremos mejores decisiones de compra, de producción y de distribución de nuestros contenidos.
Luego nuestro propio «business intelligence» ha desarrollado un motor de recomendación personalizada que está teniendo buenos resultados, con lo cual creemos que el «machine learning» es eficaz.»
«No somos un tag sino una nube de tags dinámica»
Un punto de vista muy interesante en el debate lo introduce Francisco Asensi, Chief Content & Business Innovation Tarkinia, quien plantea que hay un cambio en el proceso de formación del criterio o la toma de decisiones de entretenimiento. Este cambio tiene que ver con el paso de los procesos neuronales, puros y biológicos, al proceso asistido por los sistemas tecnológicos. «Antiguamente, el proceso de creación de criterio se formaba con los años, era un proceso holístico, orgánico, muy individual e íntimo; una reflexión interna, a través de interfaces biológicas y neuronales, al estilo del hardware que viene por defecto. Si lo comparamos con una persona menor de 25 años y le preguntamos cuánto tiempo ha tardado en formar su gusto musical, probablemente te diga que 5 años, mientras yo tardé 25. Esto pasa porque ese criterio está acelerado por estas herramientas que nos asisten, y que hoy a mí también me asisten para descubrir música nueva.»
Es decir, aunque exista la inteligencia de las máquinas, necesitamos el factor humano para hacer de esta experiencia algo verdaderamente óptimo.
Manuel Aldana, agrega: «Necesitamos algo más que el algoritmo, necesitamos el cuidado y los mimos que dan los humanos a esa recomendación que nosotros vamos a entregar. El conocimiento de esos prescriptores humanos, combinados con un buen motor de recomendación, te pueden permitir tener algo muy eficaz»
Pero Francisco Asensi va más allá y lanza el desafío que para él tiene la inteligencia artificial: «El gran reto es ver el contexto. Por ejemplo, hoy como carne y por eso este año me compré un libro en Amazon de cómo preparar mejor la carne. Supongamos que el próximo año me hago vegetariano. Sin embargo, Amazon siempre me estará recomendando esto, cuando ya no me interesa la carne. Los algoritmos no son capaces hoy en día de entender estos matices de la vida cotidiana de una persona que determinan que ha cambiado. ´Mola` pensar que no somos un tag sino una nube de tags dinámica, que se transforma; y lo que esperamos es que estos servicios vayan modulándose en función de nuestros cambios.»
Hay una reflexión que hace Francisco y que me gustaría citar porque, de alguna manera, cierra el tema sobre el que estamos hablando: «Decía Roger Silverstone, sociólogo del mundo de la TV, que lo que veíamos en la televisión (ya en los años 70) era esencial para la integración social. Lo que pasa es que ahora está muy acelerado. Si todos no hemos visto un contenido, no podemos hablar, un ejemplo de ello es la última temporada de Juego de Tronos. Si no estamos sincronizados a ese punto, la conversación no es posible ni físicamente, ni a nivel de redes sociales. Y la cuestión es que, eso que venía sucediendo a principios a nivel de tele, es decir el contenido televisivo como moneda social, ahora está acelerado por cien mil.»
Aquella tarde conversando con uno de mis compañeros de innovación audiovisual sobre este tema, me dijo: «no es que no tengamos tiempo, nos hacen creer eso, porque el tiempo somos nosotros. Cada uno elige qué hacer con el suyo»
Puedes ver el foro completo aquí
Por Marcela Cárdenas
ÚLTIMOS COMENTARIOS