Entendendo como Algoritmos de Predição e IA são aplicados em app de Streaming
A anatomia dos aplicativos de streaming para leigos.
Inspirada pelo artigo publicado no UX Collective pelo Rogério Pereira, que você pode ler clicando aqui, resolvi escrever sobre a experiência e alguns padrões fáceis de serem identificados em funcionalidades existentes nos principais apps de séries/filmes através da perspectiva de um olhar analítico, resolvedora de problemas e capaz de identificar padrões, da pessoa que vos escreve.
1. Recomendação Inteligente
Se você tem a sua própria conta e já teve a oportunidade de acessar a conta de outra pessoa, deve ter percebido a diferença no conteúdo apresentado para você e do que aparece para outras pessoas. Basicamente, isso ocorre devido a segmentação que os usuários são “catalogados” com base em dados de utilização, interação e preferências coletados, armazenando e devidamente disponibilizados aos algoritmos de machine learning e predição mantido por eles.
Na sessão de ajuda da versão web do Netflix (não achei nada a respeito nas sessões de ajuda do Prime Video e Disney+), ao pesquisar por “sistema de recomendações”, você encontra um artigo, onde eles explicam de forma simples, quais dados e como eles são utilizados pelo algoritmo de recomendação de forma personalizada para cada usuário.
Essa “personalização” é facilmente observada nas tela iniciais, sejam eles perfis que você compartilha a assinatura ou não. Cada mecanismo do design que comporta a lista de sugestões do que assistir, está devidamente associado a regras e ordens de apresentação, devidamente “ensinado” ao algoritmo de recomendação deles.
Contudo, no meio dessa personalização toda, é importante ressaltar que por trás dessa “recomendação inteligente”, existe uma indústria responsável pela produção de conteúdo com base nos dados de títulos, gênero, categorias, atores, ano de lançamento e etc, associado a métricas como: por quanto tempo o conteúdo x é maratonado, com o objetivo de produzir mais séries e filmes adequados a cada categoria de personalização dos perfis que os aplicativos de streaming como Netflix, Prime Video, Disney+ tem.
E quanto mais conteúdos produzidos com base nas preferências de consumo dos assinantes, as recomendações adentram a linha tênue entre o exclusivo e as recomendações clusterizadas porque é necessário que conteúdos X e Y tenham audiência, sejam consumidos, atinjam as métricas de sucesso para aquela estreia. Diferente do Spotify, por exemplo… você não vai encontrar um “Discover Weekly made for lainybm” parecido com “Discover Weekly made for joaobm”.
Netflix
A Netflix, em sua página inicial, utiliza a área de maior destaque da tela para recomendar, geralmente, produções que estrearam no catálogo de serviços e que esteja dentro da “clusterização” ao qual aquele perfil pertence, seguido do recurso de stories com as prévias do conteúdo recomendado e por fim, das fileiras categorizadas como “Continuar assistindo”, “Em alta”, “Porque você assistiu a” e por aí vai.
Nas imagens abaixo, temos a página inicial de dois perfis que dividem a assinatura e dois perfis com assinaturas individuais. Podemos concluir que três perfis estão no cluster que compartilham um dado em comum, pois estão recebendo a mesma recomendação da mais nova série que entrou no catálogo. Também é possível ver que a série Lupin, na listagem do recurso de prévias (a lá histórias do Instagram) se repete para todos (tá cortado, mas pelas cores da primeira circunferência na imagem 4, é possível concluir que se trata dela mesmo).
Prime Video
A Prime Video, destina a área de destaque da tela inicial para apresentar uma sequência de imagens com a seleção dos títulos recomendados. A versão mais recente, trouxe o mesmo recurso, só que em forma de carrossel. Isso permite que o usuário seja dono da descoberta de encontrar o que tem direcionado para ele. As fileiras categorizadas também estão presente por aqui, e como vocês podem ver nos prints abaixo, parece que esses usuários estão em clusters completamente diferentes.
Outro fator importante de ser comentado e que pode influenciar na seleção de recomendações, mas que daria um artigo pra falar só sobre formas de monetização e super apps, é a possibilidade de assistir conteúdos de outros players como Paramount, Looke, algo no estilo do Apple TV. A Globo Play também tem algo nesse estilo, porém, ao invés de você ter uma assinatura para cada serviço, você tem a assinatura “plus” do app e tem acesso a vários canais e conteúdos.
Disney+
A Disney+ por sua vez, por não ter um catálogo tão robusto quanto o da Netflix e Prime Video, bem como por ter na sua base conteúdos das suas próprias franquias, a indicação do que assistir não está diretamente associada a recomendações personalizadas com base nas interações e preferências de uso do assinante e sim, baseado no que há de mais popular e recente na plataforma.
2. Função x-Ray
O artigo “O que é a função x-Ray do Amazon Prime Video”, explica no detalhe o que é e como utilizar a função que está disponível somente para o app de streaming da Amazon.
Caso, não tenha clicado no link, eu explico resumidamente do que se trata. Sabe quando você pausa o filme pra ir pesquisar no Google o “nome do ator que faz a 3ª temporada de The Good Wife e era o esposo da advogada” ou “qual a música que tocou na cena da Alicia Florrick beijando o Will Gardner”? Pois então, esse recurso te poupa o passo de recorrer ao Google. Para isso, basta pausar e o nome dos atores e música presente na cena pausada aparecerão na tela.
Genial né? Mas por qual motivo os outros players de streaming não possuem essa função? Simplesmente porque eles não são donos da maior base de dados online que armazena informações sobre filmes, séries, músicas e videogames chamada IMDb.
Porém, seria possível utilizar recursos de machine learning em reconhecimento de imagens / sons para ao pausar uma cena, o app retornar os dados referentes ao nome dos atores e da trilha sonora capturada nos segundos antecessores ao tempo que foi pausada cena? Sim, seria possível! Contudo, o investimento sairia muito caro e penso que os esforços estão destinados a investir em IA para melhor predizer a sugestão de filme que eu e você vamos assistir na próxima vez que abrirmos nossos apps de séries/filmes.
Anatomia dos apps
Embora a estrutura dos apps apresentados aqui seja basicamente a mesma no que tange a layout e opções de segmentação de recomendações, como é possível observar: todos os que foram apresentados aqui possui área de destaque na home e listas de categorias, existe um mundo gigantesco de dados sendo gerados, categorizados e transformados em produtos que são devolvidos para nós consumirmos conteúdos que nem sabíamos que queríamos.
