Netflix offre $1 millione per sviluppare un sistema di suggerimenti: riflesso di un modello d'innovazione nuovo e aperto

NetFlix, il primo sito a lanciare sistemi di noleggio DVD via posta, ha annunciato un concorso per chi riuscira' a sviluppare un nuovo sistema di suggerimenti da integrare nel sito.

Il vincitore ricevera' un millione di dollari.

Due spunti importanti:

1) Ormai sistemi d'innovazione e business models debbono aprirsi per essere vincenti. Chi rimane chiuso e non pensa a "strategie aperte e collaborative", ovvero che sfruttino le innovazioni e il valore (sociale ed economico) esterno ad un'azienda, nel lungo periodo perdera'. Lo spostamento da chiuso ad aperto e' solo un riflesso di questo cambiamento nei modelli di business innovation e nelle catene/cicli di valore. Esempi di fallimenti: UMD e mini-disc. Esempi positivi: FireFox e Google. Esempi di cambiamenti: Microsoft. Idee dove c'e valore da creare: Dopo un milliardo di canzoni scaricate da iTunes erano 42 millioni gli iPod venduti: in media meno di due CD a iPod. La maggior parte delle contenuti di una playlist vengono prese da a) CD di amici e b) da reti P2P. La sifda: monteizzare su queste transazione, MySpace s'avvicina molto nel ricreare le dinamiche di a), mentre per quel che riguarda b) il profitto non sta necessariamente nella vendita della canzone.
Gli esempi sono infiniti, ma credo la logica sia chiara.

2) Il sistema dei suggerimenti (il search verticale), e' ormai un fenomeno cruciale in tutti i mercati: le scelte e i consigli altrui influenzano notevolmente i CD che compro, i film che guardo, i libri che leggo, dove vado in vacanza ecc... quindi: a) un sistema con molti utenti che danno consigli ha un impatto notevole su un prodotto (altro motivo che amplifica il valore di MySpace) e b) il poter fornire consigli accurati (ovvero il libro o il film che mi vengono consigliati mi piacciono) mantiene utenti in uno spazio e ne attrae di nuovi (ecco perche' avere un sistema buono vale il millione). Fino ad oggi NetFlix era un leader in questo settore, il suo sistema, alla base del suo successo (anche al costo di concorrenti piu' grandi, come Blockbuster) "consigliava" in base a parametri complessi (meglio ad esempio di Amazon, dove se acquisti in una categoria ti consiglia per sempre contenuti dalla medesima categoria), ultimamente stava perdendo colpi e in parallelo stanno spuntando diversi spazi con sistemi piu' accurati.