La necesidad de transformación digital de los medios tanto en el ámbito organizativo como en el desarrollo de nuevos productos, así como en lo que se refiere a los modelos de negocio les obliga a innovar permanentemente. Por ello, el sector de los medios y del entretenimiento es uno de los que más está apostando por la explotación del “big data” al ofrecer éste nuevas posilibilidades de negocio. Entre los diferentes usos y oportunidades que presenta el análisis y gestión de datos para los medios destacarían:
- Conocimiento de las preferencias y necesidades del usuario
- Análisis predictivo
- Desarrollo de servicios de personalización y recomendación
- Diseño de modelos de ‘pricing’ variable
- Segmentación
- Evaluación del impacto de la publicidad dentro y fuera del site
- Enriquecimiento del CRM en modelos de suscripción y paywalls
- Puesta en marcha de publicidad nativa basada en datos
- Comprensión de cómo se consumen y propagan los contenidos en las RRSS
- Servicios de data journalism y visualización
Una de las caracteristicas más significativa de los customermedia es la importancia de los datos, que se han convertido en uno de los ejes fundamentales del negocio. En base a los puntos anteriores hemos identificado otros tantos casos de éxito de medios y empresas de entretenimiento online que están utilizando los datos para el desarrrollo de sus negocios digitales:
Especializado en información financiera y poseedor de una ingente cantidad de información, ha lanzado una nueva gama de productos de publicidad nativa basados en datos. A partir de su experiencia en mineria de datos ha puesto en marcha Bloomberg Denizen, una nueva división que combina el periodismo con un profundo conocimiento del consumidor dirigida a crear contenidos con objetivos publicitarios. Bloomberg también está utilizando los datos para evaluar el impacto de sus anuncios. A partir del análisis del comportamiento de los usuarios online ayuda a los anunciantes a orientar su mensaje a su público objetivo.
La compañía fundada por Jonah Peretti contrató su primer científico de datos en 2010 con el objetivo de predecir cuándo y cómo se viralizaban sus contenidos. Desde entonces el número de expertos en big data en la compañía ha crecido de forma exponencial. Cada mes se llegan a examinar casi 2.000 millones de textos, imágenes y contenido de vídeo además de cientos de millones de datos de fuentes de terceros. Los datos han ayudado a Buzzfeed, a mejorar el tráfico durante los fines de semana y en los diferentes dispositivos. Gracias al análisis de los usos pudieron modificar el algoritmo que utilizaban para colocar los diferentes contenidos dentro del site, permitiendo una optimización del tráfico en función de la distribución. Asimismo crearon un equipo denominado Pin Ops, formado por editores y expertos en data para obtener el mayor tráfico posible desde Pinterest.
Con un modelo publicitario basado mayoritariamente en‘branded content’ y publicidad nativa (80% del total) The Daily Best apuesta por utilizar los datos tanto para la creación de sus contenidos como para evaluar su impacto. Para ello han desarrollado su propia herramienta a la que han llamado Cassandra: los datos recogidos en las redes sociales les permite establecer un modelo predictivo para orientar a los anunciantes sobre qué contenidos funcionan mejor publicitariamente. Asimismo permite monitorizar los resultados de la campaña y tomar decisiones en tiempo real. La herramienta analiza la actividad de los usuarios con respecto a una marca y en qué medios sociales interactúan más, pudiendo determinar los temas de interés, el momento más adecuado y las redes más propicias. Además, una vez lanzada la campaña, se puede monitorizar y evaluar su impacto garcias a Argos, un dashboard desarrollado internamente que analiza el alcance y el tiempo de interacción con cada pieza.
FT, con más de 750.000 suscriptores de pago, gracias al big data dispone de sofisticados perfiles de preferencia de sus usuarios. Estos perfiles son útiles para desarrollar nuevos productos y servicios personalizados. Los datos de registro a través de su paywall, más completos que cualquier otro dataset, les permite “servir mejor al cliente, crear campañas de publicidad específicas y nuevos productos basados en la información de interés de sus lectores”. La irrupción de nuevos dispositivos como los móviles, tabletas o ‘wearables’ añade un nivel más de complejidad para conocer a cada cliente. Por ejemplo, el contenido de fin de semana puede ser consumido en un teléfono inteligente o una tableta, mientras que la información financiera suele ser consumida en el PC de la oficina un día laborable. Además, a partir de los hábitos de navegación de sus supcriptores pueden modelizar perfiles de los no registrados que tengan hábitos similares.
Pionera en el mundo editorial por la puesta en marcha de un departamento de datos que aúna diferentes disciplinas para generar valor mediante “el conocimiento del negocio, la informática y las matemáticas”. Durante los últimos años HarperCollins ha diseñado su estrategia articulada en torno a la gestión de los datos. Mediante el análisis de los datos que aglutinan a través de diferentes fuentes y herramientas la editorial consigue una mejor gestión de stock y establecer una política de ‘variable pricing‘ similar a la de los hoteles y líneas aéreas. En función de la evolución del entorno: competencia, estacionalidad, demanda, etc. los precios varían de la forma más ventajosa posible para la editorial.
Es uno de los customermedia pionero en el uso de los datos en la sala de redacción. Para el HuffPost el tratamiento de datos ayuda a decidir el nivel de relevancia de las noticias. Gracias a su plataforma de monitorización y evaluación son capaces de llevar a cabo un análisis del impacto de sus noticias en tiempo real. El contenido está “optimizado” a partir del big data, de esta forma los redactores responden en función de las demandas de los lectores. Pueden tener una visión general sobre la noticia o más detallada sobre cómo se comporta una historia en redes sociales, las palabras clave por la que llegan los usuario a través de buscadores, etc. En defnitiva entender en tiempo real cómo están interactuando los lectores con una noticia o un artículo.
Se ha convertido en uno de los referentes en el uso del big data gracias a sus más de 65 millones de usuarios en todo el mundo, de cuyos hábitos de consumo ha incorporado los datos en los diferentes procesos, pudiéndose afirmar que es una de la empresas ‘data business’ más importante. De hecho Netflix se la conoce como The house of data, tal es la importancia que han adquirido estos en el desarrollo de diferentes ámbitos de su negocio. Uno de los usos más conocidos es el de la “targetización” de sus contenidos. Han llegado a definir casi 80.000 nuevos “micro-géneros” de película, con lo que han conseguido una mayor segmentación, permitiéndoles tener uno de los modelos de recomendación más eficaces del mercado. También en su área de producción los datos son parte esencial del negocio. En todos los aspectos de la gestación de sus series están presentes, incluso el diseño del cartel de promoción de su emblemátca serie House of cardsse hizo a partir del tratamiento de datos de otros carteles que habían tenido éxito entre el público objetivo.
El grupo noruego lleva tiempo apostando por desarrollar una estrategia global en el ámbito de los clasificados. Su objetivo es construir “ecosistemas nacionales” con posibilidad de competir con las grandes plataformas de Internet. Las web de anuncios clasificados permiten aglutinar gran cantidad de datos de alto valor para conocer las preferencias y necesidades reales de compra. Además Schibsted, que quiere convertirse en un agente relevante dentro de la emergente publicidad programática, se está postulando como el aliado indispensable de agencias y medios, a través de una intensa política de alianzas.
Los usuario de Spotify generan más de 600 Gigabytes de datos por día. Se estima que en la actualidad tienen almacenados 28 petabytes de información distribuida en cuatro centros repartidos por el mundo. La mayoría de estos datos se obtienen a partir de información de usuarios generada por las interacciones con el servicio de escucha de música y las relaciones entre ellos. El tratamiento de toda esta información permite ofrecer recomendaciones de música o elegir la canción más idónea para el servicio de radio. Los datos, por supuesto, también sirven para tomar decisiones, proporcionando información de pronóstico del negocio.
Tras una más que significativa caída de tráfico, consecuencia de sucesivos cambios en el algoritmo de Google,Upworthy modificó su estrategia para reorientarse hacia un modelo ‘data-centric’ en el que se prioriza el uso de los datos para satisfacer las demandas de los usuarios. Su estrategia se apoya en nuevas métricas como por ejemplo el tiempo que se dedicada a leer una historia. Aunque no existe un único valor sino un conjunto de indicadores que permite un mayor conocimiento de lo que más puede interesar a los usuarios. Según su experiencia, el punto crítico para que un lector continúe leyendo se produce entre los 30-90 segundos, momento en el que la historia debe ser más interesante para que el usuario no se escape.
Leave a Reply