Recientemente, encontré un artículo en BBC World News titulado "Netflix considera tomar medidas enérgicas contra el intercambio de contraseñas" eso despertó mi interés y me hizo pensar. Aparentemente, varios hogares comparten algunas suscripciones de Netflix en violación de los términos de servicio.
Este problema no es exclusivo de Netflix; la mayoría de las plataformas de transmisión permiten la visualización simultánea desde múltiples dispositivos al “permitir a los usuarios crear múltiples perfiles”, como describe el artículo y que cualquiera que haya utilizado un servicio de transmisión en los últimos años podría confirmar. Lo que se supone que los usuarios no deben hacer es permitir que los amigos o vecinos que no viven en la misma dirección usen su suscripción.
Debo decir que soy un gran admirador de Netflix, además de un cliente. Mi cuenta tiene tres perfiles: uno usado por mí, otro por mi esposa y otro compartido entre nuestros tres hijos. Siempre me ha sorprendido lo bien que los programas recomendados en mi perfil se alinean con mis gustos personales y cómo se diferencian de los que se muestran de manera más prominente en los otros perfiles.
En lo que respecta a la analítica, Netflix es una empresa extremadamente madura y no tengo ninguna duda de que está empleando muchas de las mismas técnicas que se utilizan para recomendarme programas que para identificar las infracciones de los términos de servicio. Sin embargo, al no tener información sobre su funcionamiento interno más allá de este artículo de la BBC de 300 palabras y mis propias experiencias con el uso de la plataforma, solo puedo imaginar cuáles podrían ser esas técnicas. Esto es lo que se me ocurrió:
- Una opción que claramente no funcionará es confirmar los inicios de sesión utilizando direcciones IP locales que están vinculadas a las direcciones físicas de las cuentas. En los días previos a la pandemia, solía viajar con bastante frecuencia y solía iniciar sesión en Netflix usando mi perfil desde ese mismo iPad desde hoteles en varias ciudades o incluso países. Estoy seguro de que hay otros que tienen varias residencias desde las que ven Netflix. He visto a personas viendo Netflix con sus teléfonos en el transporte público. Todo esto está permitido bajo los términos de servicio, y tomar medidas para evitarlo ciertamente agravaría a muchos clientes leales.
- La versión de prueba actual, que utiliza un correo electrónico o un mensaje de texto para verificar una cuenta, puede molestar igualmente a algunas personas. Puedo imaginar fácilmente escenarios en los que no estoy disponible en el momento en que mi hija de 3 años intenta ver Peppa Pig y se le pide que verifique su cuenta a través de un mensaje de texto enviado a mi teléfono. Los gritos que seguirían (no realmente, ella es una niña genial y comprensiva, pero quédate conmigo en este) se aplacarían al cambiar de inmediato a Disney +, y tal vez, nunca volver a cambiar.
Hay situaciones que es más probable que sean infracciones reales, como inicios de sesión constantes en la misma cuenta durante el horario de máxima audiencia en varias ubicaciones geográficas repetidas dentro de la misma ciudad, o el uso simultáneo diario en diferentes países o continentes. Pueden existir casos aislados de uso legítimo incluso dentro de estos casos, pero son difíciles de imaginar y ciertamente serían una minoría.
Según el artículo de la BBC mencionado anteriormente que forma la totalidad de mi investigación sobre este tema, Netflix "ahora tiene más de 200 millones de suscriptores en todo el mundo". Si va a hacer algún intento significativo de abordar este problema, tendrá que recurrir a la analítica en busca de ayuda. Un buen lugar para comenzar puede ser uno de los varios algoritmos de aprendizaje no supervisados disponibles en JMP, como la agrupación jerárquica.
El aprendizaje no supervisado permite que los usuarios con hábitos de visualización similares se clasifiquen en grupos sin tener que identificar esos hábitos de antemano. En el siguiente ejemplo, 15,100 usuarios de Internet se agrupan en cinco grupos utilizando 51 métricas de uso. Como se puede ver en la Figura 1, no todos los clústeres contienen el mismo número de usuarios. De hecho, los Clústeres 2, 3 y 5 contienen solo 25 usuarios entre ellos. Si este fuera mi conjunto de datos, examinaría más de cerca estos grupos para tratar de comprender en qué se diferencian de las 15.075 personas restantes.
Figura 1: recuentos de cinco grupos para el conjunto de datos de hábitos de uso de Internet de 15,100 (izquierda) y dendrograma producido por la plataforma de agrupamiento jerárquico en JMP.
Esa información se puede encontrar en el diagrama de cordón paralelo a continuación en la Figura 2, donde cada línea representa un grupo. Mirando el extremo izquierdo de la gráfica, parece que los tres usuarios en el Clúster 5, en promedio, tenían un tot_HO (horas totales en línea) mayor que los usuarios en cualquiera de los otros clústeres, en promedio. Esta puede ser una de las métricas que distingue a este grupo de los demás. También hay otros, como se indica en las partes de la trama donde las líneas se desvían.
Figura 2: Gráfico de cable paralelo, que muestra cómo difieren los hábitos de uso para cada uno de los cinco grupos.
El siguiente paso sería considerar estas diferencias y pensar lógicamente sobre qué clústeres están compuestos por usuarios que probablemente estén violando sus acuerdos de servicio. Lo bueno de JMP es que inicialmente, si no surge nada concreto, las plataformas están diseñadas para permitir que los analistas sigan explorando los datos hasta que se les presente algo significativo. Una vez que eso suceda, tendrán una buena idea de las cuentas para dirigir las advertencias.
A partir de ahí, una plataforma de transmisión como Netflix podría monitorear estas cuentas para averiguar si existen diferencias en sus hábitos de uso. Si lo hace, podría indicar que algunas de las cuentas tenían varios hogares compartiendo contraseñas, y se prestó atención a las advertencias. Un resultado claro sería hacer esto como una prueba en una región localizada y ver si hay un aumento en las suscripciones en los días o semanas siguientes.
Todo esto podría ser la base para un conjunto de datos de entrenamiento y el desarrollo de un modelo para estimar la posibilidad de que un usuario esté cometiendo infracciones. Las probabilidades superiores al 50% pueden sugerir violaciones, pero la empresa puede optar por ser más conservadora en su enfoque y solo considerar a los usuarios por encima de, digamos, un 70% de probabilidades como posibles infractores. Esto se puede hacer ajustando el umbral de probabilidad para optimizar la matriz de confusión; estas opciones y otras se encuentran en todo JMP. Los resultados de este modelo podrían incluso clasificarse según la probabilidad, con diferentes acciones tomadas en estos contenedores. Por ejemplo, a los usuarios con hábitos que indiquen un 99% de posibilidades de infracciones se les puede suspender la cuenta, mientras que a los que superan el 80% se les pueden enviar advertencias.
Aquí es donde una plataforma de transmisión que quiere dejar de compartir contraseñas necesita tomar algunas decisiones sobre lo que espera lograr, dónde se encuentran sus prioridades y qué le gustaría evitar. Sin una consideración cuidadosa, puede utilizar este proceso para desarrollar inadvertidamente modelos que se dirijan de manera injusta e incorrecta a las poblaciones minoritarias. O bien, las malas conjeturas pueden llevar a que decenas de usuarios legítimos cancelen su servicio y cambien a un competidor. Esto resalta la importancia de incluir la supervisión humana en cada paso de este proceso, incluyendo, y especialmente, que los humanos evalúen los modelos usando la lógica y el sentido común. Hay muchos ejemplos de organizaciones que aprenden por las malas lo que las máquinas le harán a su marca si se las deja en sus propios dispositivos.
Quizás las empresas de transmisión tengan formas de monetizar la audiencia además de las tarifas de suscripción, como la colocación de productos, y preferirían pecar del lado de más espectadores en lugar de menos. Por supuesto, cuántos espectadores ganaron frente a las tarifas de suscripción perdidas sería el tipo de información necesaria antes de tomar esas decisiones. JMP se puede utilizar en cada paso de este proceso. Nuestro software permite a los expertos en el dominio navegar a través de conjuntos de datos grandes y complejos hasta que surjan conocimientos que solo ellos, como expertos, pueden comprender. Además, permite a esos expertos destilar los conocimientos y presentarlos de una manera que las partes interesadas puedan asimilar fácilmente, lo que garantiza que las acciones resultantes se alineen con las necesidades estratégicas del negocio.
Será interesante ver qué acciones toman los diversos servicios de transmisión para abordar este problema en el futuro. Una cosa es cierta: ellos, como muchas otras organizaciones, habrán aprovechado el poder de la analítica para informar y aumentar las decisiones que los impulsan.
Buena publicación, @HadleyMyers .
Solo quería compartir que Netflix escribe bastante sobre algunas de las cosas que hacen con el análisis de datos. yo realmente disfruté Este artículo de uno de sus científicos de datos. Lo que realmente me gusta es que reconocen la necesidad de experimentar y no solo esperan encontrar oro en los datos recopilados de forma pasiva. Los clientes de JMP lo saben, pero muchas organizaciones que han sido seducidas por la magia de la IA simplemente no lo entienden.
… Se puede pensar que la experimentación es superior a la mayoría de los enfoques de ML que se basan en datos de observación. Dedicamos una cantidad significativa de esfuerzo a la investigación y creación de modelos y algoritmos de AA. Explotar con cuidado los patrones en los datos observados es poderoso para hacer predicciones y también para reafirmar hipótesis, pero es aún más poderoso ejecutar experimentos para llegar a la causalidad.
