El cambio de Netflix en su sistema de recomendación de series
Netflix está implementando cambios significativos en su sistema de recomendaciones para mejorar la experiencia de usuario en su plataforma de streaming.
En el pasado, al explorar su catálogo, los usuarios se encontraban con un porcentaje de "coincidencia" al pasar el cursor sobre las miniaturas de las películas y series.
Este porcentaje estaba basado en los gustos y visualizaciones previas del usuario, con la intención de sugerir contenidos relevantes. Sin embargo, Netflix ha decidido sustituir este sistema por uno basado en etiquetas descriptivas.
La decisión de cambiar surge de la necesidad de hacer la plataforma más intuitiva y eficiente. Según Eunice Kim, directora de productos de Netflix, se observó que los usuarios tendían a demorar en tomar una decisión después de 53 segundos en la interfaz, lo que indicaba una oportunidad de mejorar el proceso de selección.
Allan Donald, director de producto de Netflix, destacó en una entrevista con el New York Times la importancia de las etiquetas en las decisiones rápidas de los usuarios.
Estas etiquetas, que incluyen términos como "Romántica", "De época", o "El amor es complicado", están diseñadas para guiar al usuario de manera más directa hacia contenidos que puedan ser de su interés, basándose en su estado de ánimo o preferencias específicas.
Para manejar este sistema de etiquetado, Netflix cuenta con un equipo especializado de treinta personas. Este equipo no solo propone nuevas etiquetas, sino que también trabaja en mejorar las existentes, asegurando que sean lo más útiles y precisas posible para los usuarios.
Estos cambios reflejan la evolución continua de Netflix en la personalización de la experiencia de usuario. Anteriormente, la plataforma utilizaba un sistema de valoración de cinco estrellas que fue reemplazado por un sistema más simple de pulgares hacia arriba o hacia abajo.
Con más de tres mil etiquetas disponibles, Netflix busca ofrecer recomendaciones que se alineen más estrechamente con los gustos y preferencias individuales de sus usuarios, minimizando así la probabilidad de encontrar contenidos que no sean de su agrado.
