Netflix e le copertine che cambiano per te: come un'immagine decide cosa guardi

Netflix sceglie per ogni utente la copertina di un film con un algoritmo. Funziona, ma nel 2018 accuse di immagini fuorvianti hanno mostrato il confine tra personalizzare e ingannare.

Promettentewebneuromarketingattenzioneemozioni

Sera, divano, telecomando. Scorri le file di Netflix. Una copertina, poi un'altra, poi un'altra ancora. Secondo le ricerche interne dell'azienda, dedichi a ogni titolo meno di due secondi.

In quei due secondi decidi quasi tutto. E c'è un dettaglio che probabilmente non sai: la copertina che vedi tu non è quella che vede il tuo vicino. Lo stesso film può mostrarti una coppia che si bacia, oppure un attore comico che ride, a seconda di cosa hai guardato finora.

Nell'ottobre 2018 alcuni abbonati afroamericani notano qualcosa di strano. Le copertine mostrano attori neri in ruoli minori, a volte presenti per pochi minuti. È personalizzazione o inganno?

In breve

Netflix sceglie con un algoritmo quale immagine mostrare a ogni abbonato per lo stesso titolo (Netflix Tech Blog, dicembre 2017), dopo anni di A/B test sulle copertine.
Leve: le immagini si elaborano in un istante (fluidità cognitiva), i volti e le emozioni catturano l'attenzione, e vedere persone simili a noi ci attira (favoritismo di gruppo).
🟢 Che l'immagine influenzi la scelta è dichiarato e misurato da Netflix stessa. 🟡 I numeri precisi dell'effetto non sono pubblici.

La storia

2014-2016: le copertine diventano un esperimento. Il 3 maggio 2016 Nick Nelson, allora responsabile della creatività di prodotto di Netflix, pubblica un articolo intitolato "The Power of a Picture". Racconta una ricerca sui consumatori dell'inizio 2014: le copertine erano oltre l'82% dell'attenzione degli utenti mentre navigavano, e il tempo medio dedicato a ogni titolo era di 1,8 secondi. La regola interna: se un utente non trova qualcosa da guardare entro circa 90 secondi, rischia di andarsene.

Netflix aveva quindi costruito un sistema per testare più immagini per ogni titolo. Le lezioni, secondo Nelson:

i volti con emozioni complesse battono le espressioni neutre;
i cattivi riconoscibili funzionano molto, soprattutto nei titoli per bambini e d'azione;
le immagini con più di tre persone vincono molto meno spesso, perché su uno schermo piccolo diventano illeggibili;
l'immagine vincente cambia da paese a paese, come nel caso di Sense8.

Il risultato complessivo, scrive Nelson, è che immagini migliori hanno aumentato in modo significativo le ore di visione.

2017: un'immagine per ciascuno. A dicembre 2017 quattro ricercatori di Netflix (Ashok Chandrashekar, Fernando Amat, Justin Basilico e Tony Jebara) descrivono sul Netflix Tech Blog il passo successivo. Non più la copertina migliore per tutti, ma la migliore per ciascuno. L'esempio è Will Hunting - Genio ribelle: chi guarda molti film romantici vede Matt Damon con Minnie Driver, chi preferisce le commedie vede Robin Williams. Chi guarda spesso film con Uma Thurman ha più probabilità di vedere lei in copertina.

La tecnica si chiama contextual bandit: un algoritmo che impara mentre lavora, mostrando a volte immagini diverse per esplorare e poi privilegiando quelle che funzionano per un certo profilo. Il team scrive di aver pesato la qualità della visione, non solo il clic, per non premiare immagini "acchiappa-clic" che portano a visioni abbandonate dopo pochi minuti. Nel confronto con il sistema non personalizzato, riportano un aumento significativo delle metriche principali, senza pubblicare cifre.

2018: la polemica. Nell'ottobre 2018 la scrittrice e podcaster Stacia L. Brown condivide su Twitter le copertine che vede per Like Father, Love Actually e Set It Up: tutte mettono in primo piano attori neri con ruoli marginali. Altri abbonati riportano esperienze simili. Netflix risponde che non chiede ai membri razza, genere o etnia e che usa solo la cronologia di visione.

2020: l'autoplay. Un'altra leva visiva, le anteprime che partono da sole mentre scorri, è stata a lungo criticata dagli utenti. Da febbraio 2020 Netflix permette di disattivarle dalle impostazioni.

Il meccanismo: cosa succede nella testa dell'utente

Il volto come scorciatoia. Il cervello umano è specializzato nel riconoscere volti ed espressioni. Un'emozione intensa comunica il tono di un film in un istante: paura, tenerezza, ironia. È fluidità cognitiva al lavoro: capire senza sforzo dà la sensazione che "quel film fa per me". 🟢 L'elaborazione rapida e prioritaria dei volti è ben documentata in neuroscienze.

L'alone dell'immagine. Se la copertina mostra il tuo attore preferito, il film eredita la sua simpatia: è l'effetto alone. 🟡 Plausibile e coerente con i risultati di Netflix, ma non isolato in uno studio pubblico.

Chi è come me. Mostrare un volto simile a quello dello spettatore, per età, stile o provenienza, può aumentare l'interesse per favoritismo di gruppo. Ma l'algoritmo non ha bisogno di sapere la tua etnia per arrivarci: gli basta notare che clicchi più spesso su copertine con certi attori. È una correlazione che il sistema impara da solo, con risultati che nessuno ha programmato esplicitamente.

Il default che continua. L'autoplay sfrutta lo status quo: continuare costa zero, fermarsi richiede un'azione. 🟢 L'effetto delle opzioni predefinite sul comportamento è tra i più robusti delle scienze comportamentali.

Mito o realtà?

Regge: Netflix ha documentato pubblicamente sia i test sulle copertine sia la personalizzazione. Le fonti sono primarie: il blog tecnico, il comunicato di Nelson, una presentazione a conferenze di settore.

Da prendere con cautela: l'82% dell'attenzione e gli 1,8 secondi vengono da una ricerca interna del 2014 non pubblicata nel dettaglio. Utili come ordine di grandezza, non come dati scientifici. 🟡 E nessuna cifra pubblica dice di quanto la personalizzazione abbia aumentato le visioni.

La polemica del 2018: Netflix nega di usare la razza, ed è credibile che non la usi come dato. Ma il problema non sparisce. Un sistema che ottimizza il clic può imparare da solo a mostrare l'attore secondario che "somiglia" allo spettatore, promettendo un film diverso da quello reale. L'intenzione non c'è, l'effetto sì. 🟠 Non esistono dati pubblici su quanto il fenomeno fosse diffuso: le prove sono le segnalazioni degli utenti.

Come applicarlo al tuo sito (senza manipolare)

Testa le immagini prima dei testi. Sulla pagina di un prodotto o di un servizio, la foto è la prima cosa che viene elaborata. Provane due versioni.
Volti veri, con un'espressione. Una persona reale che usa il prodotto comunica più di un oggetto su sfondo bianco. Evita le foto di repertorio sorridenti e generiche.
Poche persone per immagine. Su mobile, tre persone sono già una folla.
L'immagine deve dire la verità. Mostra il prodotto o il servizio come sarà davvero. Una foto che crea un'aspettativa falsa porta clic e poi resi, recensioni negative, disdette.
Misura la qualità, non solo il clic. Come Netflix: conta chi compra e resta soddisfatto, non chi clicca e se ne va.

Il lato oscuro: come riconoscerlo da utente

Una copertina che mette in primo piano un personaggio che compare tre minuti è pubblicità ingannevole in miniatura. La direttiva europea sulle pratiche commerciali sleali (2005/29/CE) considera ingannevole una comunicazione che induce il consumatore a una decisione che non avrebbe preso, anche quando le singole informazioni non sono false. Il Digital Services Act chiede inoltre alle piattaforme online di spiegare nei termini di servizio i principali parametri dei loro sistemi di raccomandazione (art. 27).

Da utente: leggi la trama e il cast, non fermarti alla copertina. Ricorda che l'immagine è stata scelta per te, sulla base di quello che hai guardato. E se l'autoplay ti trattiene più del previsto, disattivalo nelle impostazioni del profilo.

Prossimo passo

Netflix ha scoperto che una foto vale più di qualunque descrizione, e che scegliere quella giusta è una scienza. La maggior parte dei siti di piccole attività fa il contrario: immagini scelte in fretta, foto di repertorio, prodotti illeggibili su mobile. Nella nostra mini guida trovi gli errori più comuni, comprese le immagini che allontanano i clienti invece di attirarli.

Mini guida gratuita: Gli errori più comuni quando si fa un sito web. Scaricala qui

Collegamenti

Fonti

Nelson N. (2016). The power of a picture. Netflix, 3 maggio 2016. https://about.netflix.com/en/news/the-power-of-a-picture
Chandrashekar A., Amat F., Basilico J., Jebara T. (2017). Artwork personalization at Netflix. Netflix Technology Blog. https://netflixtechblog.com/artwork-personalization-c589f074ad76
Yalcinkaya G. (2017). Netflix targets different film artworks to suit users' viewing habits. Dezeen. https://www.dezeen.com/2017/12/20/netflix-targets-film-artwork-depending-users-viewing-habits-design-technology/
Bui H. (2018). Is Netflix targeting users by race? SlashFilm. https://www.slashfilm.com/561869/netflix-targeting-race
NME (2018). Netflix accused of deceiving Black users with manipulative personalised artwork. https://www.nme.com/news/netflix-accused-of-deceiving-black-users-with-manipulative-personalised-artwork-2392085
ABC7 (2020). Netflix is finally letting you stop previews from automatically playing. https://abc7chicago.com/post/heres-how-to-turn-off-netflix-autoplay/5911422/
Direttiva 2005/29/CE sulle pratiche commerciali sleali. https://eur-lex.europa.eu/eli/dir/2005/29/oj
Regolamento (UE) 2022/2065 (Digital Services Act), art. 27. https://eur-lex.europa.eu/eli/reg/2022/2065/oj