01
Ordena reseñas con cabeza
El vendedor con 5 ★ y dos ventas no es mejor que el de 4.8 ★ y 3 mil. Un promedio bayesiano (préstale votos al promedio) sirve para rankings de productos, sucursales, apps o cualquier NPS con pocas respuestas.
Rollo 1La cartelera
250 películas, un siglo de cine
Cada punto es una película del Top: a la izquierda las más viejas, arriba las mejor calificadas, y entre más grande, más votos tiene. Resalta un género para ver en qué épocas vive, cambia a Top 100 o busca tu favorita.
Ver
Resaltar
↑ Calificación promedio en IMDb
Las calificaciones van de 0.1 en 0.1; movemos cada punto un poquito para que no se encimen. Fuente: IMDb, 27 y 28 de septiembre de 2026.
139 de 250
son de 1990 a 2019. Tres décadas se llevan más de la mitad del Top.
1994 y 1995
son los años con más películas en el Top 100, cinco cada uno. En el Top 250 gana 2004, con nueve.
8.2 a 8.4
es la calificación promedio del Top en todas las décadas. Con el tiempo no cambia qué tan buenas son, sino cuántas entran.
Rollo 2La fórmula secreta
Un 9.1 en el puesto 86
The Chaos Class (Hababam Sınıfı, Turquía, 1975) tiene 9.1 de calificación, igual que The Dark Knight. Pero The Dark Knight está en el puesto 3 y ella en el 86. La razón: IMDb no ordena por calificación, sino con un promedio bayesiano. A cada película le “presta” votos imaginarios con la calificación promedio hasta que junte suficientes votos propios. Con 47 mil votos el préstamo todavía pesa; con 3 millones, casi nada.
Mueve la exigencia de la fórmula
WR = v ÷ (v + 25,000) × R
+ 25,000 ÷ (v + 25,000) × 6.69
+ 25,000 ÷ (v + 25,000) × 6.69
- R
- la calificación de la película
- v
- cuántos votos tiene
- m
- votos mínimos para competir y tamaño del “préstamo” (IMDb publica 25 mil)
- C
- la calificación promedio de todas las que compiten
7,288
películas compiten
6.69
promedio C de las que compiten
0
del Top 250 cambian contra la fórmula de IMDb
27
del Top 250 son de 2020 en adelante
¿Cuánto cambia el Top 250?
Películas distintas contra el Top de IMDb según m. Toca la gráfica para mover m.
El Top 10 con esta fórmula
Las flechas comparan contra el Top con la fórmula de IMDb (m = 25 mil).
El duelo: un 9.1 con 47 mil votos contra un 8.8 con 2.9 millones
El círculo hueco es la calificación real (R); el lleno, la que usa la fórmula (WR). La rayita es el promedio C, hacia donde la fórmula “jala” a las películas con pocos votos.
¿Te suena? Es el mismo problema de las reseñas en una tienda en línea: un producto con 5 ★ y 3 reseñas no es mejor que uno con 4.7 ★ y 2 mil. Ordenar con un promedio bayesiano es la forma honesta de hacerlo, y es exactamente lo que hace IMDb.
Rollo 3La década dorada
¿Todo tiempo pasado fue mejor?
En cantidad, los 90, 2000 y 2010 dominan el Top. Pero mira qué porcentaje de las películas de cada década logra entrar y la historia se voltea: de las películas de los años 20 que todavía tienen 25 mil votos, entró el 15 %; de las de los 2010, apenas el 2 %, una de cada 43.
Cuántas películas de cada década hay en el Top
Top 100Puestos 101 a 250
Qué tan difícil es entrar
% de las películas de la década con 25 mil+ votos que están en el Top 250
No es que antes se hiciera mejor cine. Es sesgo de supervivencia: de los años 20 solo se siguen viendo (y votando) los clásicos que el tiempo ya filtró, 13 películas. De los 2010 se votan 2,239, incluidas todas las del montón. Comparar esas tasas es comparar a los sobrevivientes de un siglo con la cosecha completa de hace unos años.
Rollo 4Los géneros
Lo que el Top ama (y lo que ignora)
Contar no basta: el drama está en el 69 % del Top, pero también es el género más común de todos. Por eso usamos un índice de afinidad, igual que en planeación de medios: 100 significa que el género aparece en el Top igual que entre todas las que compiten; 200, el doble; 50, la mitad.
Índice de afinidad de cada género con el Top 250
Escala logarítmica: “el doble” y “la mitad” quedan a la misma distancia del 100. Junto al nombre, cuántas películas del Top tienen el género.
Más de lo esperadoMenos de lo esperado
Base: 7,288 películas con 25 mil votos o más. Una película puede tener hasta 3 géneros y cuenta en cada uno. Solo géneros con 5 películas o más en el Top.
Cómo cambió el Top, década por década
De las películas del Top de cada década, qué porcentaje tiene cada género. Entre más intenso el color, más común.
Menos de 10 películas en la década: tómalo con pinzas
Acción
7 %→44 %
de los 50 a los 2020. Es el género que más creció en el Top.
Animación
0→15 %
No aparece antes de 1980. Desde los 2000, una de cada siete (Ghibli, Pixar y compañía).
Biografía
0→26 %
Ninguna antes de los 60; hoy, una de cada cuatro del Top de la década.
Guerra
29 %→4 %
de los 40 a los 2020. El género más consentido del Top vive en el pasado.
Rollo 5Duración
Trae más palomitas
La película típica con 25 mil votos dura lo mismo que un partido de fútbol con su medio tiempo: unos 105 minutos. Las del Top duran más en todas las décadas, y en los 2020 la brecha se abrió como nunca: 155 minutos contra 114. Un partido con tiempos extra y penales.
Duración de la película típica (mediana) por década, en minutos
Top 250Todas las que compiten (25 mil+ votos)
La más larga del Top: Kill Bill: The Whole Bloody Affair, 253 minutos. La más corta: The Kid, 68 minutos, que además es la más vieja (1921).
Rollo 6Directores
Los que más boletos venden
Christopher Nolan tiene 9 películas en el Top 250 y 7 en el Top 100, desde Memento (2000) hasta The Odyssey, que se estrenó este año. Detrás vienen Spielberg, Tarantino y Scorsese con 7 cada uno.
Los 12 directores con más películas en el Top 250
En el Top 100Puestos 101 a 250
Pasa el cursor o toca un punto para ver la película. En codirecciones, la película cuenta para cada director.
Rollo 7Cine internacional
Subtítulos, por favor
54 de las 250 (22 %) no tienen el inglés entre sus idiomas originales, contra el 13 % de todas las que compiten: el Top premia al cine de otros idiomas. Hay 15 en japonés, 14 de la India, 7 en alemán y 3 en español.
% de películas que no están en inglés, por década
Top 250Todas las que compiten
Antes de 1950 cada década tiene menos de 10 películas en el Top: tómalo con pinzas.
Las 54 del Top que no están en inglés, por idioma
Pasa el cursor o toca una barra para ver cuáles son.
Los 2020 son otra historia: 13 de las 27 películas del Top de esta década no están en inglés, y 11 de ellas son de la India (las otras 2 son anime). Casi todas tienen relativamente pocos votos (menos de 250 mil) pero altísimos, justo el perfil que más depende de la fórmula. Con m = 100 mil, las películas en idiomas de la India bajan de 16 a 10; con 250 mil, a 4. Pruébalo en el simulador ↑
ExtraDetrás de cámaras
Tres lecciones que sirven fuera del cine
02
Desconfía de los casos de éxito
Los “anuncios que marcaron época” de cualquier ranking son los que sobrevivieron. Los miles que se parecían a ellos y no funcionaron no están en la lista. Antes de copiar la receta, pregunta cuántos la intentaron.
03
Un índice dice más que un porcentaje
El drama está en el 69 % del Top, pero su índice es 128; la guerra solo en el 8 %, pero su índice es 434. Igual que con audiencias: lo que importa no es cuánto pesa algo, sino cuánto sobre-indexa.
Cómo se hizoMetodología
El lado académico
Cada método viene en tres capas: la idea en corto, un simulador para probarla con los datos del estudio y el detalle técnico para quien quiera las fórmulas. Las palabras subrayadas con puntos tienen una definición al pasar el cursor.
1. Los datos
En cortoIMDb publica sus datos para uso personal y no comercial: título, año, duración, géneros, director, calificación promedio y número de votos de cada película. Nos quedamos con los largometrajes (sin series, cortos ni contenido para adultos) que tienen al menos mil votos. Los idiomas originales vienen de Wikidata.
Del catálogo al Top
Así se va filtrando la base hasta llegar a las películas del estudio (ancho en escala logarítmica).
El detalle técnico
Archivos title.basics, title.ratings, title.crew y name.basics de los IMDb Non-Commercial Datasets, descargados el 27 y 28 de septiembre de 2026 y leídos en streaming por bloques, sin guardar los archivos completos. Filtro: titleType = movie, isAdult = 0, numVotes ≥ 1,000, lo que deja 49,148 películas. Directores: title.crew unido a name.basics. Idiomas: consulta SPARQL a Wikidata por el identificador de IMDb (propiedad P345) y el idioma original (P364), en lotes de 350; cubre el 99.3 % de las elegibles. Los géneros se tradujeron al español.
2. El promedio bayesiano
En cortoSi ordenas por calificación a secas, gana cualquier película con tres votos de la familia del director. La fórmula lo evita prestándole a cada película m votos imaginarios con la calificación promedio C. Con pocos votos reales, la película se parece al promedio; con muchos, se parece a sí misma.
Arma tu propia película
Elige su calificación y cuántos votos tiene. La fórmula usa m = 25 mil y C = 6.69.
El detalle técnico
WR = v/(v+m) · R + m/(v+m) · C
Es la media posterior de un modelo con una previa centrada en C que “pesa” lo mismo que m observaciones: un caso de encogimiento (shrinkage). El peso de los votos propios es v/(v+m): con v = m, la película queda exactamente a la mitad entre su calificación y el promedio. C = 6.69 es el promedio simple de las 7,288 películas con al menos m votos, y en el simulador se recalcula para cada m. Los empates se rompen por número de votos.
IMDb publicó por años esta fórmula con m = 25,000. Hoy dice que además solo cuenta votos de “votantes regulares” y no publica todos los detalles, así que nuestro Top es una reconstrucción: los tres primeros coinciden con el oficial (The Shawshank Redemption, The Godfather y The Dark Knight), pero más abajo puede haber diferencias.
3. El índice de afinidad
En cortoCompara qué tan común es un género en el Top contra qué tan común es entre todas las que compiten. Es la misma cuenta que se usa en planeación de medios para saber si una audiencia “sobre-indexa”.
Calcula un índice
El detalle técnico
Índice = (% del Top con el género) ÷ (% de las elegibles con el género) × 100
Por el teorema de Bayes, el índice también es P(entrar al Top | género) ÷ P(entrar al Top) × 100. Con índice 434, una película de guerra elegible tiene 4.3 veces la probabilidad promedio de entrar; con 47, una comedia tiene menos de la mitad. IMDb asigna hasta 3 géneros por película y los lista en orden alfabético (no hay “género principal”), así que una película cuenta en cada uno y los porcentajes suman más de 100. Solo mostramos géneros con al menos 5 películas en el Top. Con muestras chicas (Western 7, Deporte 6) el índice es menos estable, aunque el orden de arriba y de abajo se mantiene con m = 100 mil (Guerra 382, Western 367; Comedia 58, Terror 28).
4. Sesgo de supervivencia
En cortoEn la Segunda Guerra Mundial, el estadístico Abraham Wald revisó los aviones que regresaban con agujeros de bala y concluyó que había que reforzar justo donde no tenían agujeros: los aviones que recibieron balas ahí no regresaron. Con el cine pasa igual: de los años 20 solo siguen “volando” las películas que el tiempo ya filtró.
De cada 100 películas que compiten, ¿cuántas entran?
Elige una década.
El detalle técnico
Tasa de entrada = películas de la década en el Top 250 ÷ películas de la década con al menos 25 mil votos. Las elegibles de décadas viejas son una muestra condicionada al resultado: solo llega a 25 mil votos lo que se sigue viendo, así que una tasa alta no mide calidad. A eso se suma que los votos crecen con la era de internet y que los estrenos entran con el entusiasmo del estreno. Con m = 100 mil el patrón se mantiene: la tasa baja de 63 % en los 30 a 4 % en los 2020.
5. Idiomas
En cortoLlamamos “internacional” a una película que no tiene el inglés entre sus idiomas originales. Parasite cuenta; Inglourious Basterds, que mezcla inglés, alemán y francés, no.
El detalle técnico
Los idiomas vienen de la propiedad “idioma original” (P364) de Wikidata, enlazada por el identificador de IMDb. Wikidata es colaborativa y tiene ruido: registra Toy Story y Coco con inglés y español, y Like Stars on Earth (Taare Zameen Par) y Slumdog Millionaire con hindi e inglés, así que esas cuatro no cuentan como internacionales. Es una clasificación por idioma, no por país de producción. Para agrupar, “de la India” junta hindi, tamil, télugu, canarés, punyabí, haryanvi y cachemir.
6. ¿Qué tan firme es?
En cortoSi cambiamos m, ¿cambian las conclusiones? Unas sí y otras no. Lo firme: los géneros consentidos y los olvidados, la brecha de duración y el patrón por década. Lo frágil: el peso del cine de la India y de los estrenos recientes, que tienen pocos votos pero muy altos.
| m (votos mínimos) | C | Cambios en el Top 250 | % no en inglés | En idiomas de la India | De 2020 en adelante |
|---|
El detalle técnico
Para cada m se recalcula C y el Top 250 completo. “Cambios” son las películas que están en ese Top y no en el de m = 25 mil. La duración mediana de los 2020 queda en 155 contra 122 minutos con m = 100 mil (contra 114 con 25 mil).
7. Limitaciones
- No es la fórmula exacta de IMDb. La pública no filtra “votantes regulares”, así que abajo del Top puede haber diferencias con la lista oficial.
- Es una foto de un día. El Top cambia todos los días, y los estrenos (The Odyssey y Project Hail Mary, ambos de 2026) entran con el entusiasmo del estreno y es común que bajen con el tiempo.
- Quien vota en IMDb no es una muestra al azar del público. Vota quien quiere votar; el Top mide el gusto de esa comunidad.
- Géneros y duraciones son los de IMDb. Por ejemplo, Kill Bill: The Whole Bloody Affair (253 min) es una versión extendida que IMDb registra como película aparte.
- “Internacional” es una simplificación por idioma original, con el ruido propio de Wikidata.
- Directores: en codirecciones la película cuenta para cada uno.
8. Glosario y referencias
- Promedio bayesiano
- Promedio que combina la calificación de una película con un promedio general, pesando cada parte según cuántos votos tiene.
- Encogimiento
- Jalar hacia el promedio las estimaciones que tienen poca información.
- Índice de afinidad
- % en el grupo ÷ % en la base × 100. Arriba de 100, sobre-representado.
- Sesgo de supervivencia
- Error de sacar conclusiones solo con lo que pasó un filtro.
- Mediana
- El valor de en medio al ordenar los datos.
- SPARQL
- Lenguaje para consultar bases de datos de grafos como Wikidata.
- IMDb Non-Commercial Datasets. developer.imdb.com/non-commercial-datasets
- Wikidata Query Service. query.wikidata.org
- Wald, A. (1943). A Method of Estimating Plane Vulnerability Based on Damage of Survivors. Statistical Research Group, Columbia University.
- Gelman, A. et al. (2013). Bayesian Data Analysis (3.ª ed.). CRC Press.
- Miller, E. (2009). How Not To Sort By Average Rating. evanmiller.org