Tendencias de desarrollo de mercado de animación: Caso Netflix Animation market development trends: Netflix Case
Barra lateral del artículo
Contenido principal del artículo
Resumen
En la presente investigación se indaga sobre el tipo de consumo de animaciones de usuarios de la plataforma VOD Netflix, a través del análisis del número de lanzamientos de producciones por género y para cada una de las técnicas: animación 2d, stop motion y 3d para identificar la tendencia de consumo de los usuarios de estas plataformas. La técnica de animación es uno de los factores que inciden en el presupuesto de una producción, el número de colaboradores para realizarla, la cantidad de minutos que pueden producirse en un mes de trabajo, y directamente a la cantidad de producciones que se permite una plataforma invertir para sus consumidores. Es por esta razón que se realiza la presente investigación, tomando de referencia el mes de diciembre del año 2021 y enero de 2022 para determinar la cantidad de producciones animadas, y la técnica de cada una de ellas, para evidenciar las tendencias de inversión de la plataforma VOD Netflix, que a su vez revela los hábitos de consumo de su audiencia.
Descargas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Los miembros que conforman el Comité Editorial de la Revista Científica ECOCIENCIA, realizan una labor transparente en los diferentes procesos de gestión de la misma garantizando la elevada calidad de cada uno de los artículos que quedan publicados a disposición de la comunidad académica y científica. Dicho Comité verifica que cada artículo enviado por su autor/es, carezca de plagio y para ello se emplea el software antiplagio COMPILATIO.
El reporte que URKUND envía como respuesta al editor evaluador, permite que este pueda visualizar si ha habido similitudes o plagio (en su defecto) lo cual comúnmente sucede por errores en la forma de citar o referenciar por parte del autor del artículo. Igualmente, el evaluador gracias al reporte de URKUND, puede visualizar de cuáles fuentes o documentos originales ha incurrido en plagio el autor del trabajo. Una vez que sea constatada la ausencia de plagio en cada artículo, se da inicio al proceso de revisión por parte de los pares ciegos. Si se detecta plagio en el artículo, automáticamente este es rechazado y se notifica el veredicto al autor/es.
Cuando un artículo es aprobado, el/los autor/es conservan los derechos de autor y cede(n) a la Revista Científica ECOCIENCIA, el derecho de ser la primera que pueda editarlo, reproducirlo, exhibirlo y comunicarlo mediante medios impresos y electrónicos.
La Revista Científica ECOCIENCIA opera bajo una bajo una licencia Creative Commons Reconocimiento-No Comercial 4.0 Internacional (CC-BY-NC 4.0).
BY: la dirección de la revista, así como el Comité Editorial, tienen atribución para compartir, copiar y redistribuir el material de la revista en cualquier medio o formato, así como adaptar, remezclar y transformar las secciones de la revista no causando alteración en el contenido de los artículos publicados o previo a publicar por parte de los autores.
NC: el material de la revista no puede ser manejado con fines comerciales por lo cual ninguna de sus secciones ni artículos publicados por los autores, está disponible para la venta o actividad comercial.
Se autoriza la reproducción, parcial o total, de los artículos publicados en la Revista Científica ECOCIENCIA, siempre que se cite apropiadamente la fuente y se use sin propósitos comerciales.
Citas
Centro de Prensa Netflix. (2020). Acerca de Netflix. https://media.netflix.com/es/about-netflix
Cámara de Comercio de Bogotá, Dirección de Estudios e Investigaciones (2010). Diagnóstico y plan de acción para la industria de animación digital y videojuegos de Bogotá. https://bibliotecadigital.ccb.org.co/bitstream/handle/11520/3000/7572diagnosticoanim1.pdf?sequence=1&isAllowed=y
Farias, Josè Luis (2019) Libro Blanco de Animación Iberoamericana. https://premiosquirino.org/download/ES/LibroBlanco.pdf
Gomez-Uribe, C. A., & Hunt, N. (2015). The netflix recommender system: Algorithms, business value, and innovation. ACM Transactions on Management Information Systems. https://doi.org/10.1145/2843948
Havens, T. (2014). Media Programming in an Era of Big Data. Media Industries Journal, 1(2). https://doi.org/10.3998/mij.15031809.0001.202
Instituto de Cine y Creación Audiovisual (2019) Instructivo para la Certificación de Calificación por Grupos de Edad de obras cinematográficas y audiovisuals para su exhibición. http://www.creatividad.gob.ec/wp-content/uploads/downloads/2022/01/Resolucio%CC%81n-ICCA-DE-024-2019.pdf
Lane, J. (2021, Enero 19). Netflix gana 2.761 millones en 2020 y alcanza 200 millones de suscriptores. Agencia EFE. https://www.efe.com/efe/america/economia/netflix-gana-2-761-millones-en-2020-y-alcanza-200-de-suscriptores/20000011-4444284
Netflix Latinoamerica (2021, Diciembre) Lo que llega a Netflix en diciembre 2021. https://www.youtube.com/watch?v=Q_QUNzIeL1g
Netflix Latinoamerica (2022, Enero) Lo que llega a Netflix en Enero 2022. https://www.youtube.com/watch?v=8v6QZ-ABHUg
Perry, Y. (2020, Enero 19). Netflix no quiere que lo abandones e invertiría una millonada para que te quedes. FayerWayer. https://www.fayerwayer.com/2020/01/netflix-inversion- contenido-2020/
Stephan Schwan & Frank Papenmeier (2017, Mayo) Learning from Animations: From 2D to 3D? DOI: 10.1007/978-3-319-56204-9_2
Varela, M. (2012). Del flujo interminable a la televisión de autor. In G. A. (orgs. . Borges, Gabriela; Pucci Jr., Renato Luiz; Sobrinho (Ed.), Televisão: Formas Audiovisuais de Ficção