¿Y si la clave de los modelos freemium estuviese en el machine learning?

Es un tema al que llevo cierto tiempo dando vueltas, y que me está llevando incluso al desarrollo de un intento de taxonomía, de clasificación de algunos modelos de negocio en función de su potencial de cara a la explotación de sus datos mediante el machine learning… ¿y si la clave de muchos de los modelos de negocio freemium – basados en la combinación de una oferta gratuita unida a la de una oferta premium a cambio de un pago determinado –  estuviese en el desarrollo de esa oferta de servicios mediante la analítica y el machine learning?

Imaginemos, por ejemplo, un medio de comunicación: ¿podría ser posible que ofreciese sus noticias en abierto a todos los usuarios de manera gratuita, pero generase además una oferta adicional de servicios a cambio de un pago a aquellos usuarios que perciben un valor en ellas? ¿Cuántos usuarios estarían dispuestos a pagar, por ejemplo, por un sistema de alertas realmente basado en sus intereses, en función de todo lo que leen habitualmente, o incluso que les descubriese esos intereses aunque no fueran especialmente conscientes de ellos? ¿Cuál sería la clave para que ese medio de comunicación pudiese llevar a cabo esas alertas con una gran exactitud y certeza de que lo que está siendo recomendado es realmente lo que al usuario le interesa? Ni más ni menos que en la generación y  análisis masivo de datos, precisamente lo que un modelo gratuito debería ser capaz de ofrecer. ¿En qué momento las recomendaciones de libros de Amazon dejan de ser percibidas como una incitación a la compra compulsiva, y empiezan a ser un servicio valioso o incluso fundamental para un experto en un tema determinado?

¿Pagaríamos por un sistema que, en el caso de un servicio de música, fuese capaz de construirnos listas en función de una ocasión o un momento determinado, con una gran precisión y asegurándonos que las canciones elegidas responden adecuadamente a nuestros gustos? ¿Estaríamos dispuestos a rascarnos el bolsillo por una Twitter que nos separase las señales que nos interesan del inmenso ruido circundante, o incluso que hiciese las adecuadas comprobaciones y nos previniese su vamos a twittear o retwittear una estupidez? Si contamos con una base de datos adecuada, no cabe duda que eso es algo que un buen algoritmo de machine learning sería capaz de hacer bien. ¿Cuántas apps serían susceptibles de mejorar su propuesta de valor al usuario si llevasen a cabo un procesamiento adecuado de los datos? Hoy, algunas de esas apps, de hecho, ante la supuesta dificultad de los procedimientos analíticos implicados, ceden sus datos a cambio de dinero a terceros susceptibles de explotarlos, pero esa situación podría cambiar a partir del desarrollo progresivo de aplicaciones MLaaS, Machine Learning as a Service, servicios en la nube que permiten una gestión infinitamente más sencilla y sin necesidad de llenar la plantilla con decenas de científicos de datos para plantear y llevar a cabo los correspondientes análisis.

¿En cuántos de los servicios gratuitos que utilizamos hoy en día podría tener sentido incorporar un tramo de pago con productos construidos a partir de la analítica? Obviamente, no en todos ni para todo el mundo, pero ¿sería un planteamiento así razonable para endulzar la parte premium de algunos de esos servicios? ¿Hasta qué punto podría un modelo de negocio basado en el freemium beneficiarse de un conocimiento adecuado de las posibilidades que la analítica y el machine learning ofrecen a partir de sus datos?

This post is also available in English in my Medium page, “What if the key to freemium models lay in machine learning?“