You are on page 1of 6

Como um case do Netflix explica o

desafio do equilbrio entre a voz do


negcio e a voz do cliente
Escrito por: Gilberto Strafacci Neto em 28/06/2017

Um dos grandes desafios na conduo de projetos de melhoria contnua encontrar o


equilbrio entre as necessidades e interesses do cliente e as necessidades da empresa.
Pode parecer assustador de incio, mas nem sempre a voz do negcio sinrgica voz
do cliente e encontrar caractersticas que promovam ganhos na mesma direo algo
que envolve uma srie de anlises, inovaes e um toque de marketing.

Por exemplo, posso citar o conflito de interesses entre multar o cliente que abandona o
plano anual da academia de musculao e o interesse dele em cancelar o plano sem
multa caso mude de regio, no consiga mais pagar ou at mesmo no esteja mais
satisfeito com o servio. Como esse, temos diversos outros exemplos: cobrana pela
sacola do supermercado, anuidade do carto de crdito, taxa de religao do servio de
luz, multa por atraso de pagamento na escola, cobrana por visita do encanador,
negativar o cliente inadimplente, etc.
Fonte: Stock
Unlimited.

O desafio nessas escolhas que efetivamente elas trazem resultado de curto prazo:
empresas de telefonia, TV por assinatura e internet banda larga chegam a cobrar at
R$1.299 de consumidores que eventualmente cancelem contratos com fidelizao antes
do prazo de um ano. Alm de ser legal, com certeza um baita argumento para manter
alguns dos clientes no plano atual pelo menos at o final do contrato. Ou seja, h
resultado que sustenta essa opo independente da experincia do cliente e sua
necessidade.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.......................................................................
.......................................................................
..................................................

A grande questo se o resultado sustentvel no longo prazo: alm da baixa reteno


de clientes aps a vigncia do contrato, possvel que o processo de gerao de multas,
em funo de erros de valores ou at mesmo por questes legais, gere reclamaes que
ao final do ciclo saiam mais caras para a empresa. Realmente, equilibrar o interesse da
empresa de curto prazo satisfao do cliente de longo prazo uma conta que poucos
efetivamente sabem resolver.

+O case Netflix

Recentemente a Netflix estreou um novo sistema de avaliao para os filmes e sries de


seu acervo, saindo as antigas estrelas e entrando os likes (curtir, em ingls) ou
dislikes (descurtir), recurso similar ao do Facebook.

A partir de agora, haver uma porcentagem que indica o quo relevante determinado
ttulo para voc, baseado justamente em seus likes ou dislikes, como j ocorre no
aplicativo de relacionamento Tinder. Nele, a plataforma recomenda aos usurios
possveis parceiros de acordo com interesses em comum. Assim, se ambos gostarem um
do outro h o que chamam de match (corresponder, em ingls).

Antes da mudana, os usurios podiam avaliar uma recomendao com uma a cinco
estrelas e diferentemente do que muitos pensavam, a empresa de streaming de vdeos
esclareceu que o sistema de estrelas no avaliava a qualidade de um filme. A Netflix
afirmou, ainda, que a antiga ferramenta era bastante subjetiva e que, por isso, os
usurios no sabiam muito sobre o seu funcionamento.

Fonte: Stock Unlimited.

+O que isso tem a nos ensinar?

No podemos esquecer que o interesse (voz do negcio) da Netflix garantir que seus
usurios passem o mais tempo possvel na plataforma assistindo o mximo de contedo,
garantindo sua fidelidade e que o assinante (voz do cliente) assista o contedo que
atenda seu gosto dentre uma enormidade de opes. Mas como fazer isso sem ocultar
informaes do usurio ou deixar a sensao que ele est sendo manipulado?

Primeiramente, a Netflix percebeu que o sistema de estrelas impedia que usurios


assistissem alguns contedos com baixa avaliao. Mesmo informando que o valor
apresentado pelas estrelas na verdade no era a mdia dos resultados, mas sim a
estimativa de pontuao que o assinante daria ao ttulo, ningum iria se arriscar em ver
um filme, por exemplo, com menos de duas estrelas.

Se o sistema de avaliao fosse a mdia dos resultados dado ao ttulo, o problema seria
o mesmo: se, por exemplo, um assinante tem paixo pelo cinema iraniano e este tem
uma avaliao mdia muito baixa para o perfil, possivelmente isso iria evitar do usurio
assistir essa programao. Ou seja, enxergar a nota dos usurios de forma crua um
fator que impedia sua experincia plena em termos de satisfao.

Todd Yellin (Photo by Frederick M. Brown/Getty Images)

+Todd Yellin

No evento Netflix Labs, Todd Yellin, vice presidente de inovao de produtos


da Netflix, explicou sobre as mudanas constantes que acontecem no design e na
maneira de pensar no servio de streaming.

Segundo Yellin, a mudana no sistema de classificao ocorreu pois muitas vezes as


pessoas estavam pensando mais no valor que elas estavam atribuindo ao contedo do
que no que elas realmente queriam assistir e muitas pessoas estavam votando apenas na
pontuao mxima, cinco estrelas.
Ento a questo principal na mudana simplificar para o consumidor e fazer com
que os votos sejam mais alinhados com o que ele quer assistir, no como o que outras
pessoas esperam que ele goste.

Quanto mais voc classificar os filmes que assiste, mais as suas recomendaes sero
personalizadas de acordo com comunidades de gostos similares. Para facilitar mais
ainda a escolha, cada um dos ttulos vai mostrar uma porcentagem de chance de
compatibilidade com o seu gosto especfico (ndice de relevncia).

Todd Yellin comentou que h cerca de um ano a empresa comeou a fazer testes
ignorando o fator geogrfico e percebeu que os gostos so globais e que existe mais
chance de voc ter preferncias cinematogrficas similares a algum do outro lado do
mundo do que com o seu vizinho.

Foto: Reproduo.

Por isso, a empresa criou um novo algoritmo que separa os assinantes em


comunidades globais, independentemente de sua localizao, e leva em considerao
os gostos e preferncias pessoais de cada usurio. Ou seja, um dos fatores que eram
considerados no algoritmo (a localizao) revelou ter menos relevncia para garantir
melhores avaliaes.

Outro ponto de interesse para a Netflix era o aumento do volume de avaliaes para
refinar o algoritmo de recomendaes. Nesse sentido, o modelo de curtidas apresentou
melhores resultados. A Netflix chegou a esta concluso depois de realizar testes A/B
com usurios de vrios pases. Nos testes a participao das pessoas aumentou em
espantosos 200% em relao ao sistema de estrelas. Acredita-se que esse aumento se
deve familiaridade que os usurios tm com o sistema de curtidas, usado no Facebook
e tambm no YouTube.

Os testes mostraram que a maioria dos usurios simplesmente no avalia o filme ou


srie depois de assisti-lo. O esquema de atribuir de um a cinco estrelas, aparentemente,
mais complexo e exige uma certa reflexo do usurio sobre quando estrelas merece.
Ento, a grande maioria prefere simplesmente no avaliar.

Obviamente h um grupo de assinantes (eu includo) que gostariam de saber a avaliao


ou nota dada pelos usurios globais ou dentro da rea geogrfica sem o filtro da Netflix.
O que a empresa tenta demonstrar que a opinio dos demais no relevante para
garantir que eu assista os ttulos que mais gosto. Basta agora confiar nas comunidades
globais (clusters) nas quais fui inserido e perceber se realmente os ttulos dados como
relevantes atendem o meu gosto.

A soluo encontrada pela Netflix resolve muitos problemas do negcio porm no abre
mo de facilitar a experincia do cliente, por isso merece ser observado de perto.
Demonstrar ao cliente que o novo sistema de avaliao e relevncia melhor exigiu
medies, anlises, inovao, benchmarking, coragem e bastante divulgao. Ponto para
a Netflix.