Recientemente, me encontré con 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, algunas suscripciones de Netflix son compartidas por varios hogares en violación de los términos de servicio.
Este problema no es exclusivo de Netflix; la mayoría de las plataformas de streaming permiten visualizaciones simultáneas desde múltiples dispositivos “permitiendo a los usuarios crear múltiples perfiles”, como describe el artículo y que cualquiera que haya utilizado un servicio de streaming en los últimos años podría confirmar. Lo que se supone que los usuarios no deben hacer es permitir que amigos o vecinos que no viven en la misma dirección utilicen 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 en qué se diferencian de los que se muestran de manera más destacada en los otros perfiles.
En lo que respecta a análisis, 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 y para identificar violaciones de los términos de servicio. Sin embargo, al no tener información sobre su funcionamiento interno más allá de este artículo de 300 palabras de la BBC y mis propias experiencias usando 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 estén vinculadas a las direcciones físicas de las cuentas. En los días previos a la pandemia, viajaba 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 donde ven Netflix. He visto gente viendo Netflix con sus teléfonos en el transporte público. Todo esto está permitido según los términos de servicio, y tomar medidas para evitarlo sin duda irritaría a muchos clientes leales.
- La prueba actual, que utiliza un correo electrónico o un mensaje de texto para verificar una cuenta, también puede molestar a algunas personas. Puedo imaginar fácilmente escenarios en los que soy inalcanzable justo en el momento en que mi hija de 3 años intenta ver Peppa Pig y le piden que verifique su cuenta mediante un mensaje de texto enviado a mi teléfono. Los gritos que seguirían (en realidad no, ella es una niña genial y comprensiva, pero quédate conmigo en este caso) se apaciguarían cambiando inmediatamente a Disney+, y tal vez, nunca volviendo a cambiar.
Hay situaciones que es más probable que sean violaciones reales, como inicios de sesión consistentes 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. Puede que existan 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 constituye 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 para abordar este problema, tendrá que recurrir a la analítica en busca de ayuda. Un buen punto de partida puede ser uno de los varios algoritmos de aprendizaje no supervisado disponibles en JMP, como la agrupación jerárquica.
El aprendizaje no supervisado permite clasificar a los usuarios con hábitos de visualización similares 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 la misma cantidad de usuarios. De hecho, los grupos 2, 3 y 5 contienen sólo 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 un conjunto de datos de hábitos de uso de Internet de 15 100 (izquierda) y dendrograma producido por la plataforma de agrupación jerárquica en JMP.
Esa información se puede encontrar en el gráfico de cuerdas paralelas que aparece a continuación en la Figura 2, donde cada línea representa un grupo. Si observamos el extremo izquierdo del gráfico, parece que los tres usuarios del grupo 5, en promedio, tuvieron un tot_HO (total de horas en línea) mayor que los usuarios de cualquiera de los otros grupos, 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 cuerdas paralelas, 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 qué grupos 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 les aparezca algo significativo. Una vez que eso suceda, tendrán una buena idea de las cuentas a las que dirigir las advertencias.
A partir de ahí, una plataforma de streaming como Netflix podría monitorear estas cuentas para saber si existen diferencias en sus hábitos de uso. Hacerlo podría indicar que algunas de las cuentas tenían varios hogares que compartían contraseñas y se prestaron atención a las advertencias. Un resultado claro sería hacer esto como 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 probabilidad de que un usuario esté cometiendo infracciones. Probabilidades superiores al 50% pueden sugerir infracciones, pero la empresa puede optar por ser más conservadora en su enfoque y considerar sólo a los usuarios que tengan, digamos, una probabilidad del 70% como infractores potenciales. 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 agruparse según la probabilidad, tomando diferentes acciones en estos contenedores. Por ejemplo, a los usuarios con hábitos que indican un 99% de posibilidades de infracciones se les pueden suspender sus cuentas, mientras que a aquellos con más del 80% se les pueden enviar advertencias.
Aquí es donde una plataforma de streaming que quiere dejar de compartir contraseñas necesita tomar algunas decisiones sobre lo que espera lograr, dónde están sus prioridades y qué es lo que le gustaría evitar absolutamente. Sin una consideración cuidadosa, puede utilizar este proceso para desarrollar inadvertidamente modelos que se dirijan de manera injusta e incorrecta a poblaciones minoritarias. O bien, las malas conjeturas pueden llevar a que decenas de usuarios legítimos cancelen su servicio y se cambien a un competidor. Esto resalta la importancia de incluir la supervisión humana en cada paso de este proceso, incluido, y especialmente, que los humanos evalúen los modelos utilizando la lógica y el sentido común. Hay muchos ejemplos de organizaciones que aprenden por las malas qué le harán las máquinas a su marca si se las deja a su suerte.
Quizás las empresas de streaming tengan formas de monetizar la audiencia aparte de las tarifas de suscripción, como la colocación de productos, y prefieran pecar de más espectadores en lugar de menos. Por supuesto, cuántos espectadores ganaron en comparación con 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 explorar conjuntos de datos grandes y complejos hasta que surjan conocimientos que solo ellos, como expertos, pueden comprender. Además, permite a esos expertos resumir los conocimientos y presentarlos de una manera que las partes interesadas puedan asimilar fácilmente, garantizando así que las acciones resultantes se alineen con las necesidades estratégicas del negocio.
Será interesante ver qué acciones toman los distintos servicios de transmisión para abordar este problema en el futuro. Una cosa es segura: ellas, como muchas otras organizaciones, habrán aprovechado el poder de la analítica para informar y aumentar las decisiones que las 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 sólo esperar encontrar oro en los datos recopilados pasivamente. 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 considerar que la experimentación es superior a la mayoría de los enfoques de aprendizaje automático que se basan en datos de observación. Dedicamos una cantidad significativa de esfuerzo a investigar y crear modelos y algoritmos de aprendizaje automático. Explotar cuidadosamente los patrones en los datos observados es poderoso para hacer predicciones y también para reafirmar hipótesis, pero es aún más poderoso para realizar experimentos para llegar a la causalidad.
