Solemne I

Para la siguiente evaluación, las y los estudiantes deberán descargar el archivo y contestar en el
mismo las preguntas planteadas teniendo en cuenta los contenidos de las unidades 1 y 2 de la
asignatura.

● Formato de Entrega: Documento .pdf

● Formato de desarrollo: Texto en letra Calibri, tamaño 12 normal, títulos tamaño 14 bold
(Negrita)
● Modo de entrega: Carga en Plataforma de aula virtual en el espacio destinado para
entrega de la evaluación.
● Consideraciones: Revisar ortografía.

Desarrollo

1. A continuación, se presentan 6 mini casos de empresas de diversos sectores industriales.

Leer cada caso y determinar qué herramienta de analítica Web se puede utilizar y qué
solución se puede sugerir para cada caso. Debe responder en el espacio destinado ubicado
dentro de la tabla al costado derecho. Cada respuesta correcta equivale a 5 puntos.

Caso N.º 1: Analítica de datos en una Institución de educación Superior Colombia

Sector:  Educación superior.

País:  Colombia.

Problema o Retrasos y duplicidad de tareas en su plataforma de control de estudios y

necesidad:  currículo.

¿Qué herramienta de
analítica Web se
puede utilizar? ¿Qué
solución se puede
sugerir?
Caso N.º 2: Business Analytics en una empresa aseguradora en Perú

Sector:  Ramo asegurador.

País:  PERU

Problema o Procesos y sistemas rudimentarios para el análisis de incidentes o siniestros,

necesidad:  duplicidad de registros, elevados tiempos de procesamiento

¿Qué herramienta de
analítica Web se
puede utilizar? ¿Qué
solución se puede
sugerir?

Caso N.º 3: Big Data para conocer el Estado de ánimo en las redes sociales

Sector:  Gubernamental.

País:   México.

Problema o El Instituto Nacional de Estadística y Geografía no poseía una base confiable para
necesidad:  medir el “bienestar subjetivo” y el “Estado de ánimo” de ciertos sectores de su
población.
¿Qué herramienta de
analítica Web se
puede utilizar? ¿Qué
solución se puede
sugerir?

Caso N.º 4: Chipotle y su implementación de BI para estandarización de la cadena

Sector:   Cadena de restaurantes de comida rápida con especialización en cocina Tex-Mex

País:   EE.UU.

Problema o Fuentes de datos dispares, falta de estandarización y problemas para una

necesidad:  visibilidad unificada de los establecimientos de la cadena.  

¿Qué herramienta de
analítica Web se
puede utilizar? ¿Qué
solución se puede
sugerir?

Caso N.º 5: Analítica de Datos para mejorar el rendimiento en la cría de camarones

Sector:   Productos de nutrición animal y servicios de consultoría.

País:   EE.UU.

Problema o Alto índice de mortalidad en los criaderos de Camarones en EE.UU. México y

necesidad:  Centroamérica.

¿Qué herramienta de
analítica Web se
puede utilizar? ¿Qué
solución se puede
sugerir?

Caso N.º 6: Optimizando ventas vía pronósticos Farmacia Especializada - Colombia

 Sector:   Droguería especializada en productos dermatológicos.

País:   Colombia. 

Problema o Marketing indiferenciado, dificultad a la hora de prever inventarios, rupturas

necesidad:  (faltas) de stock especializado, pérdida de ventas.

¿Qué herramienta de
analítica Web se
puede utilizar? ¿Qué
solución se puede
sugerir?

2. Caso de estudio: “Netflix”. A partir de la lectura comprensiva del caso presentado a

continuación, responda las siguientes preguntas:

a. ¿Cuáles son los principales objetivos que la Analítica Digital ha traído a Netflix?
25pts.
R. El principal objetivo es conseguir que las compañías obtengan información
relevante sobre sus clientes y utilizar esta información para optimizar sus estrategias
de marketing y ofrecer un mejor producto.

b. Indique cómo ha ido evolucionando la analítica digital a Netflix. 20pts.

R.
c. ¿Cuáles son los beneficios que tiene la analítica web para Netflix y sus clientes?
25pts.

Caso de Estudio: Netflix

Netflix es uno de los gigantes de vídeo bajo demanda, una de las empresas que más ha crecido en
los últimos años. Una empresa que ha sabido aprovechar tanto la necesidad de los usuarios como
el cambio de paradigma tecnológico en el que las televisiones y los móviles se han convertido en
ordenadores y en el que el ancho de banda ha crecido exponencialmente hasta permitir la
descarga y retransmisión de contenido multimedia de una manera rápida y estable.

También se han beneficiado de la aparición de la analítica digital, cuyo principal objetivo es

conseguir que las compañías obtengan información relevante sobre sus clientes y utilizar esta
información para optimizar sus estrategias de marketing y ofrecer un mejor producto. La analítica
proporciona a las compañías la información que necesitan para tomar mejores decisiones tanto a
nivel cualitativo como cuantitativo.
Aparte del momento y el servicio que ofrecen, una de las principales fortalezas de Netflix es el
entendimiento con sus usuarios, que se demuestra con el alto porcentaje de éxito que tienen sus
producciones y en todas esas pequeñas prestaciones que hacen que el uso de su servicio no
suponga un quebradero de cabeza.
¿Te has preguntado alguna vez por qué Netflix suele recomendarte películas que podrían
interesarte? ¿O por qué añaden funcionalidades muy útiles de manera tan habitual? ¿O por qué
gran parte de las series de Netflix tienen un índice de éxito mayor que el resto de las plataformas?
La respuesta es que Netflix, hoy en día, es una compañía orientada al dato. Y aquí revisamos
cómo lo hace.

Evolución a través de la información

La principal ventaja de las compañías de vídeo bajo demanda –o streaming– frente a la televisión
tradicional, se basa justo en lo comentábamos al principio sobre el objetivo de la analítica digital: la
capacidad para capturar y analizar información de sus usuarios para tomar decisiones estratégicas.
Algunos ejemplos de la información que Netflix tiene sobre el uso de su plataforma:

 Cuántas veces se ha pausado un capítulo.

 Cuántas veces se ha avanzado o retrocedido en un capítulo.
 Qué fechas suelen ser en las que más se ve un determinado tipo de serie.
 A qué hora se suelen consumir determinados contenidos.
 Desde dónde se visualizan esos contenidos.
 Qué tipo de dispositivo se utiliza más o qué franja de edad utiliza más un tipo de
dispositivo determinado.
 Cuando se deja de ver una serie o película y nunca se retoma.
 Las puntuaciones obtenidas por los diferentes programas y qué personas los valoran más
o menos (se realizan unos 4 millones de puntuaciones al día).
 Los criterios de búsqueda (se hacen unos 3 millones de búsquedas diarias).
 Usuarios que han comenzado una serie y la han terminado.
 Y un largo etcétera.

Para hacerse una idea de la magnitud y el detalle al que llegan los datos que utiliza Netflix en sus
análisis, debemos saber que Netflix llega al punto de extraer información de su propio contenido a
través de capturas de pantalla y de sonido: el tipo de colores o sonidos que funcionan mejor con
determinados usuarios, el tipo de fotografía, los escenarios… Algo que a priori puede parecer
irrelevante pero está claro que a todos nos gustan más unas series u otras más allá de sus
protagonistas o trama.
Pregúntate esto: ¿por qué Netflix quiere saber cuándo empiezan los créditos en una serie?
Posiblemente porque quieren saber qué hacen sus usuarios después. ¿Van a las búsquedas? ¿Ven una
serie parecida? ¿Siguen viendo la misma serie? Todas estas preguntas generan respuestas muy útiles.
Respuestas que sirven para conseguir el ratio óptimo de tiempo de consumo frente a abandono de la
aplicación. Respuestas que, tal vez, fueron la semilla de la funcionalidad tan querida por todo el
mundo: la reproducción automática del siguiente capítulo.
Puede que los más jóvenes no lo sepan, pero Netflix, en sus inicios, era un videoclub que, además de
alquilar DVDs, ofrecía un servicio de envío a domicilio. Los usuarios elegían las películas que querían
ver y les llegaban a casa. Después, daban una puntuación. Lo ideal habría sido que la puntuación se
basara sólo en el contenido de la película, para así poder recomendar películas similares y aumentar
el uso del servicio, pero la realidad es que la puntuación evaluaba todo el proceso. Ahora, puede que
la puntuación en algunos casos puntuales evalué en parte el servicio (sobre todo si ha habido algún
error de reproducción) pero la mayoría de las puntuaciones van enfocadas al contenido consumido y
no al continente de este.
Otro ejemplo de cómo la analítica digital ha ayudado a evolucionar a Netflix es el caso de pulgar hacia
arriba o pulgar hacia abajo. Pasaron de un sistema basado en 5 estrellas a algo mucho más simple: me
ha gustado o no me ha gustado. Se dieron cuenta que los usuarios no utilizaban tanto como
esperaban la funcionalidad de puntuación. Con el cambio la cantidad de interacción con este sistema
frente al anterior es de casi el doble, lo que se traduce en el doble de información sobre los gustos de
sus usuarios que a su vez permite ofrecer un contenido más ajustado a los gustos de cada grupo de
usuarios.
Netflix también incluye en sus ecuaciones información de sitios externos. Una de sus fuentes más
fiables sobre los gustos y demandas de la gente (aparte de los términos de búsqueda dentro de su
propia aplicación) son los sitios de piratería. Lo que mucha gente está dispuesta a piratear y descargar
suele ser un buen aliciente para que estas personas piensen: “7,99 al mes no es tanto frente al
esfuerzo de buscar, descargar y pasar a un dispositivo los contenidos. Si en Netflix está lo que busco,
igual me sale más rentable pagar y evitarme el riesgo de que se infecte mi ordenador con algún virus
–además de ser un buen ciudadano y no cometer un delito como la piratería–”.

El gran caso de éxito de la Analítica Digital: House of Cards

En 2011 Netflix tomó una decisión muy importante basándose en la analítica digital: compraron, por
delante de AMC o HBO, los derechos para la versión estadounidense de House of Cards. El precio de
esta operación fue de más de 100 millones de dólares. Una gran apuesta teniendo en cuenta que el
éxito de las series nunca había estado asegurado anteriormente. Pero ¿Como la analítica digital
dentro del proceso apostar por crear una serie? Veámoslo: Antes de lanzarse a crear la serie House of
Cards Netflix ya tenía la siguiente información: La versión británica de House of Cards había sido
bastante vista.
Muchos usuarios habían visto, de manera íntegra, la película del director David Fincher: La Red Social.
Aquellas personas que habían visto la versión británica de House of Cards también habían visto y les
habían gustado las películas de Kevin Spacey. Muchas personas que habían visto la versión inglesa de
House of Cards también habían visto y les habían gustado varias películas dirigidas por David Fincher.
En todos estos sectores, el volumen de personas era muy grande (si no House of Cards se habría
planteado como una serie de nicho)
Conclusión de Netflix: House of Cards + David Fincher + Kevin Spacey = Alta probabilidad de éxito.

Esta combinación de factores fue lo que propician la inversión de más de 100 millones de dólares por
parte de Netflix para comprar y rodar la serie. De hecho, Jonathan Friedland CCO de Netflix dijo:
“Gracias a la relación tan directa y cercana que tenemos con nuestros clientes podemos conocer sus
gustos y saber qué les gusta ver. Esto nos ayuda a entender cómo de grande va a ser el interés sobre
una serie o película concreta. Esto fue lo que nos dio la confianza para creer que íbamos a tener una
buena audiencia en una serie como House of Cards”.

Por su parte, el VP de Comunicación, Steve Swasey comentó: “Tenemos un alto grado de confianza en
la serie House of Cards basado en el director, el productor y el protagonista. No necesitamos gastar
millones en publicidad para hacer que a la gente le guste o quiera verla. Con nuestros algoritmos
sabemos quién está interesado en Kevin Spacey, los dramas políticos y decirles: ‘¡Hey, puede que te
apetezca ver esto!’”

Después de la decisión y la puesta en marcha de la producción de la serie, la analítica digital de la

información que tiene Netflix siguió jugando un papel fundamental en sus estrategias, concretamente
en la promoción: Netflix creó 10 tipos de trailers diferentes para cada tipo de usuario al que según sus
análisis iba dirigido. Aquellos a los que les gustaba más Kevin Spacey recibían una versión del trailer en
la que el protagonista aparecía más y tenía un mayor peso frente por ejemplo al trailer que veían las
personas a las que les gustaban mucho las películas dirigidas por David Fincher que estaba mucho
más enfocado a mostrar el estilo característico del director

La traducción de todos estos factores es una serie de éxito que trajo 3 millones nuevos de
suscriptores sólo en el primer cuatrimestre de 2013 (un incremento de casi el 10% sobre el anterior
trimestre). La mayoría de ellos pagaron Netflix para poder ver House of Cards.