Leía reciente en un artículo de El País que “un adulto medio estadounidense dedica unos 7,4 minutos al día a tomar la decisión de qué ver en los servicios de streaming”. ¡Eso supone 45 horas al año decidiendo!
En el artículo también se hacía referencia a que “después de ese tiempo, el 21% de los usuarios se marcha sin haber elegido nada, y el 58% de los encuestados aseguró que lo más probable es que, si no encuentra nada que le atraiga, termine sintonizando uno de los canales tradicionales”.
Plataformas como Netflix basan sus diseños y experiencias de consumo de contenidos en algoritmos que ofrecen recomendaciones. Algo así como si has visto esto, te puede interesar esto otro. Todo ello dividido en categorías; acción, drama, humor…
Portada actual de Netflix con recomendaciones.
Y nosotros nos preguntamos, ¿es la única forma de presentar el contenido? ¿habrán pasado por otras hipótesis que han descartado? Entendemos que las plataformas tienen equipos de producto elaborando hipótesis continuamente y probando distintas soluciones de diseño para abordar esta necesidad en concreto. Pero en HABITANT, desde el área de producto, nos pusimos a imaginar.
Para elaborar este ejercicio, en primer lugar, lanzamos una encuesta entre 60 de nuestros habitantes donde descubrimos datos curiosos. Por ejemplo, ante la pregunta ¿cómo eliges la siguiente serie?, la mitad de los encuestados prefieren las recomendaciones de amigos o publicaciones en Instagram, a las sugerencias de las propias plataformas. A la pregunta de ¿cómo de acertada consideras la recomendación de la plataforma?, un 70% contestó que “alguna vez acierta” y un 17% “no termina de convencerme”.
La segunda parte de la encuesta se basó en proponerles distintas alternativas para la recomendación de las series. Filtros por estado de ánimo (alegre, triste, melancólico), filtros por tiempo disponible (poco tiempo o capítulos de 30 min.) y filtro por lo que ven mis amigos, fueron las opciones mejor valoradas.
Con esta hipótesis en el equipo UX/UI nos pusimos a pensar cómo incorporar estas alternativas. Elegimos Netflix para realizar nuestro experimento. El reto: introducir de forma sutil las alternativas de recomendaciones en los distintos momentos de uso.
La inmersión en la interfaz actual de Netflix, para analizar las opciones generales, buscador, portada, categorización o cómo qué pasa cuando terminas de ver una serie, fue el siguiente paso que dimos.
Imaginando que tuviésemos los datos de uso de la app que nos confirmasen nuestras sospechas, los momentos o puntos de contacto que trabajaríamos serían:
El buscador
Es un sitio perfecto para realizar un test y ver si estas opciones que planteamos tienen sentido.
Página de búsqueda actual de Netflix.
Utilizando jerarquía visual y, sin penalizar el proceso natural del usuario, incluimos filtros visuales para ofrecer estas alternativas:
Nuestra propuesta de búsqueda, con filtro de tiempo y estado de ánimo.
¿Y qué hacemos en la portada de la APP?
Una de las cosas que más nos gusta de Netflix es como ha variado los pesos y las formas a la hora de presentar los distintos carruseles de opciones presentando los contenidos. Siguiendo esa línea, diseñamos dos casos de cómo incluir este tipo bloques llamando la atención al usuario de dos formas; formato pregunta (al parecer el cerebro se activa cuando observa textos en modo interrogativo en vez de en modo afirmativo) y un formato no tan visual para generar contraste con el resto de elementos de la interfaz.
Nuestra propuesta de portada con el componente de tiempo disponible.
Y la opción de estado de ánimo integrada.
¿Cómo introducimos recomendaciones de lo que ven tus amigos? ¿Y qué amigos? ¿Tiene sentido?
Al no estar Netflix enlazado con canales sociales, el usuario debe elegir qué amigos quiere tener en la app. Una vez elige a dichos amigos, y siguiendo los ejemplos anteriores, podemos dejar que los algoritmos ofrezcan contenido que ven tus amigos o permitir un pequeño “buzón” de sugerencias. Un muro de usuario o perfil donde ver sus series recomendadas podría ser también una posibilidad. En cualquiera de los casos la viabilidad y la factibilidad de la solución son temas muy a tener en cuenta, pero de nuevo con un pequeño piloto incremental podríamos valorar distintas opciones.
Comenzamos por estresar los módulos y posibilidades de dónde incluir este tipo de recomendación:
Pruebas de estrés sobre los módulos de Netflix.
Y cómo quedaría una vez aplicado:
Portada con el componente de tus amigos te recomiendan.
Y lo mismo, pero cuando un usuario termina de ver una serie:
Conclusiones
El uso de redundancias y alternativas en el diseño de producto, así como el trabajo modular o atómico, estresando nuestros diseños para diferentes casuísticas, forma parte de la metodología de HABITANT. A su vez, y apoyados en otros departamentos como analítica, elaboramos hipótesis para abordar soluciones como las anteriormente planteadas, para medir impacto y su posterior implantación en producto final.
Todo ello contribuye a mejorar la experiencia de los usuarios y que nuestros clientes consigan los objetivos marcados.
PD: suerte a la hora de elegir la próxima serie 🙂
