26 Jun 2018
Lectura: 26 mins.
|
Dificultad:

Analítica para medios de comunicación

Lejos quedan ya los tiempos en los que un zagal corría por las calles al grito de “¡Extra, extra!” con las últimas noticias debajo del brazo para todo aquel que quisiera enterarse antes que nadie.

Incluso están empezando a quedar lejos los tiempos en los que echábamos mano al periódico del día anterior para envolver el bocadillo de media mañana. Se está perdiendo el formato impreso —para regocijo de los fabricantes de papel alumínico—.

Y es que los tiempos cambian a un ritmo que es una barbaridad, pero, como siempre, el negocio estará en saber adaptarse antes que otros. Más les vale a los periódicos ponerse las pilas o terminarán llorando, como los fabricantes de faxes.

En este caso arrimaremos el ascua a nuestra sardina, la analítica digital, y veremos cómo puede ayudar a los medios digitales de prensa en la consecución de sus objetivos de negocio.

El contexto: los medios de comunicación

La evolución del modo en que consumimos información ha sido muy rápida. Tanto que, aún a día de hoy, hay gente que disfruta por la mañana leyendo el periódico —en papel— mientras se toma un café en el bar y un par de horas después consulta en su móvil —en tiempo real— las noticias que se han sucedido durante los últimos minutos.

Esta vorágine de cambio ha provocado lo que ya empieza a resultarnos familiar: unos pocos pioneros que se atreven a cambiar su modelo de negocio, algunos acertando y otros fallando, conviviendo con otros dinosaurios más lentos que creen que esto es pasajero y todo volverá a la “normalidad” pronto.

Si eres de los que entiende que Internet ha llegado para ser el futuro y cambiarlo todo, puedes seguir leyendo. Si eres de los otros… ¿qué demonios haces en este blog?

Del papel al formato digital

Lo primero que deberíamos poner en contexto es el cambio de formato. Parece una tontería, pero es clave entender las limitaciones del papel para definir los nuevos hábitos de consumo de contenido.

El formato digital supone grandes ventajas para el usuario, atribuibles prácticamente a cualquier tipo de consumo digital, por ejemplo:

  • No es necesario desplazarse para adquirir el contenido.
  • No es necesario espacio físico para su almacenamiento.
  • El contenido no se estropea ni se deteriora con el tiempo o el uso.
  • Permite compartir contenido con otros de manera remota.
  • Facilita la lectura parcial en diferentes momentos del día.
Transformación de hábitos de consumo de contenidos
Transformación de hábitos de consumo de contenidos

Sin embargo son las ventajas desde el punto de vista del propio editor las que revolucionarán el sector y marcarán la diferencia a través del análisis de los datos:

  • Conocimiento avanzado de los hábitos del usuario.
  • Personalización de los contenidos.
  • Segmentación de la publicidad.
  • Inmediatez de la información.
  • Nuevas vías de fidelización y monetización.

Objetivos web de los medios

A nivel de negocio habrá que pensar en términos de monetización. Dada la falta de madurez digital del sector, aún agarrados a mantener el papel, no existen todavía estándares claros y sigue siendo una incógnita quiénes sobrevivirán los próximos años y bajo qué modelo de sostenibilidad.

A partir de aquí se tratarán los dos modelos genéricos que inicialmente se ha planteado, quizá por imitación, el sector de la prensa digital: suscripción vs. publicidad.

  • Objetivo A: Aumentar la captación de nuevos suscriptores. Se trata de un nueva fuente de ingresos para los medios de comunicación, que compensa el descenso de la venta de prensa escrita y que no es ajeno al sector.
    Existen varios modelos de suscripción; pueden consistir en el envío diario de la versión digital o de la prensa escrita. El Diario Vasco, por ejemplo, ofrece la lectura completa de sus noticias a los suscriptores, limitando la lectura a aquellos que no lo son.
Modelo de suscripción de www.diariovasco.com
Modelo de suscripción de Diario Vasco.
  • Objetivo B: Incorporar en la web publicidad de terceros, siendo otra fuente de ingresos, compatible con las demás y convirtiendo la web en algo parecido a una plataforma publicitaria. Tampoco ajeno a la tradicionalidad del sector.
Publicidad en Diario Vasco
Publicidad en Diario Vasco.

En este contexto, la analítica digital cobra un papel protagonista para la medición de la consecución de estos objetivos web, recogiendo información actualizada y relevante sobre la evolución del tráfico, el comportamiento de los usuarios y sus preferencias.

Análisis del contenido

Sobra decir que, si por algo destacan los portales de prensa, es por los volúmenes de información y su ritmo de actualización, ya no diario, sino a cada minuto. La actualidad manda.

Los editores necesitan información para conocer el alcance real de sus publicaciones, no solo con carácter retrospectivo —cuánta gente les sigue—, sino también con carácter estratégico —qué cosas funcionan mejor y cómo mejorar el tráfico—.

A continuación, se recogen algunas configuraciones básicas que deben tenerse en cuenta a la hora de evaluar el rendimiento de estos sitios web de contenidos.

Consumo de contenido

El análisis más obvio es el de conocer cuántas páginas vistas ha tenido cada publicación, para conocer cuáles son las que más interés despiertan.

Por ejemplo, pongamos que se publican dos reportajes de diferentes temáticas. El análisis del rendimiento y captación de tráfico de cada una de ellas es fundamental de cara a la planificación de futuro contenido.

Utilizando Google Analytics podremos consultar esta información en Comportamiento> Contenido del sitio> Todas las páginas.

Pageviews Google Analytics

En este informe, podremos ver un ranking de las páginas más leídas y nos puede dar una idea aproximada de lo que está ocurriendo en la web, pero, aun así, nos estaríamos dejando información valiosa en el tintero. Así que sigue leyendo…

Profundidad de scroll

A menudo escuchamos quejas sobre la falta de información práctica que ofrece Analytics en lo relativo al consumo de contenidos, especialmente por parte de medios de comunicación y blogs especializados. Muchas de esas quejas tienen que ver con los niveles de scroll y la opacidad de la tasa de rebote.

Sin embargo existe la posibilidad de conocer cuántos usuarios han leído una noticia o reportaje hasta el final y, por lo tanto, si se mantiene el interés del lector y su grado de engagement con el contenido. En este punto, surge el término profundidad de scroll.

Configurando correctamente esta métrica, obtendremos un porcentaje de intervalos donde podremos establecer hasta qué punto leen nuestros lectores. A través de un informe personalizado en Google Analytics conoceremos el % de scroll por página, detectando fácilmente contenido que el usuario entienda de escaso o elevado valor/interés:

Profundidad de scroll

Por supuesto, este análisis resulta más interesante si lo contrastamos con el tiempo que permanecen los usuarios en dichas páginas. La combinación de ambas métricas nos permitirá segmentar entre los usuarios que leen la noticia hasta la última línea (lectores) y aquellos que leen menos de la mitad del contenido (escaneadores). Que sí, todos lo hemos hecho alguna vez.

Rebote

La tasa de rebote siempre ha generado bastante controversia, en parte, porque durante años no se ha entendido correctamente qué era. En el caso de los portales de contenido, además, no era raro encontrarse con rebotes por encima del 70% del total del tráfico. Y todos echándose las manos a la cabeza, claro.

El caso es que hay muchos usuarios que responden al patrón “leo titular desde un agregador de fuentes, entro al sitio web a leer dicha noticia, salgo y sigo ojeando el agregador, sin volver jamás al mismo sitio web”.

Así que el rebote se acumula constantemente. Lo que comenzó siendo una métrica para medir el tráfico de poca calidad ha dejado de tener —ese— sentido para cierto tipo de sitios web, así que la manera de recuperar esa lógica es personalizando el rebote según las necesidades reales de información del tráfico.

Para evitar esta problemática, existen varias posibilidades para medir un tasa de rebote real. Esto pasará por definir qué comportamiento queremos establecer como un rebote.

Algunas interacciones que ayudarán a obtener una tasa de rebote más real pueden ser el scroll o el temporizador. Este temporizador se plantea en función del tiempo que conlleva la lectura. Si el tiempo en la página es superior al tiempo establecido, no consideraremos rebote, obteniendo datos más reales del interés en cada página.

Medición de vídeos

Algo que nunca podrá ofrecer el papel es el contenido animado. La auténtica revolución del contenido digital para los medios reside —con permiso de la inmediatez— en el formato multimedia. Y esta tendencia de consumo no deja de crecer entre el público más joven.

La tendencia es tal que el propio Google ha desarrollado su propio reproductor de vídeos (Youtube) para editores. Está claro que la medición del vídeo resulta fundamental y no solo se trata de medir la pieza de contenido, sino también de medir otras variables, como la publicidad incrustada en la misma.

Medición de vídeos Medición de vídeos

Ya sea a través de reproductores propios o de terceros, resultará ineludible medir las interacciones con el vídeo, como las veces que se le da al “Play”, “Pause” o el porcentaje de vídeo reproducido  para llevar a cabo el siguiente tipo de análisis:

  • Sesiones/Usuarios con interacción vs sin interacción con vídeos.
  • Inicios de vídeo vs visionado completo.
  • Tasa de abandono de visionado.
  • Engagement por dispositivo.
  • Engagement por cohorte de usuarios (demográficas o de consumo).
  • Ranking de categorías con más vídeo-engagement.
  • Número de usuarios que le han dado a “Start”, que han visto el 25% del vídeo

También se podrá llegar a conclusiones en relación a la calidad —o no— de los vídeos, el interés que despiertan entre los diferentes usuarios, las categorías o tipologías de vídeo más atractivas, etc.

Como ejemplo, tenemos un gráfico creado con la herramienta de visualización Google Data Studio, donde se observan los diferentes estados de reproducción de un vídeo incrustado en un sitio web:

Reproducción vídeo Data Studio

Dimensiones personalizadas de contenido

Y por terminar con el contenido, una serie de personalizaciones recomendadas en la implementación analítica y que son claves para extraer la información relevante en sitios de contenidos: las dimensiones personalizadas de Google Analytics.

  • Categoría de contenido: el análisis por categorías ofrece una perspectiva más general de lo que está ocurriendo y arroja pistas sobre qué temática es la que más interesa al usuario. La lectura de los datos puede ser de general a concreto; identificando la categoría que más interesa y a su vez, viendo la noticia que más se ha leído.
  • Autor: una nueva categorización de contenido puede hacer alusión al redactor o persona que firma la pieza de contenido. Esto implica grandes connotaciones estratégicas a la hora de confeccionar una plantilla o de determinar quién cubre cada área de actualidad.
  • Fecha de publicación: este tipo de dimensión aporta grandes dosis adicionales de información, por ejemplo para conocer la caducidad del contenido —hasta cuándo una noticia genera tráfico— y gestionar así los recursos (espacio como destacado, artículos relacionados, gestión de la indexación por parte de Google, etc.).

Las personalizaciones permiten tener una visión y comprensión general de cómo funciona el contenido clasificado por categoría de noticia, autor o fecha de publicación. Y el límite está en la imaginación (creo que eso se lo he leído a Mr. Wonderful): cuanto más inteligente sea la segmentación, se obtendrá información mucho más práctica y valiosa.

Análisis de la audiencia

Lo anteriormente comentado hace referencia al estudio del tráfico a partir del contenido, es decir, obtener conclusiones estratégicas que pivoten alrededor de lo que se ha publicado.

El siguiente paso será analizar la información sobre la audiencia que consume dichos contenidos, segmentando los resultados en función de los diferentes perfiles.

Por supuesto, será la combinación de ambos estudios lo que ofrezca la visión general del proyecto y el contexto necesario para la toma de decisiones estratégicas.

A continuación, se recogen algunos de los métodos más habituales a la hora de segmentar las audiencias que consumen el contenido. Nuevamente la imaginación, o más bien el conocimiento del propio negocio y la adecuación a sus peculiaridades, serán claves para definir estas audiencias y extraer la información realmente relevante en cada caso.

Identificación del usuario

Muchos de los medios digitales cuentan con un área privada para los usuarios suscritos o simplemente registrados. A través de la función User ID de Google Analytics se pueden asociar varias sesiones y dispositivos a un usuario concreto.

Por supuesto que esto abrirá grandes horizontes en el campo de la personalización del contenido y de la fidelización del cliente “premium” a través de ofertas personalizadas.

Pero es que además permite evaluar el volumen de usuarios que no son suscriptores, estableciendo el peso relativo entre suscriptores vs no suscriptores que visitan el sitio web, realizando un análisis comparativo e individualizado de estas dos audiencias tan diferentes.

Todo esto resulta muy útil en ambas direcciones:

  • Fidelización de los suscriptores.
  • Suscripción de los no suscriptores.

Por un lado, el análisis de los usuarios suscritos facilitará la mejora de la experiencia de usuario y una mayor personalización de las comunicaciones online.

Por otro lado, creando audiencias en Google Analytics de los usuarios no suscritos, se les podrá impactar, por ejemplo, a través de remarketing para que vuelvan al sitio web y acaben convirtiendo.

Dimensiones personalizadas de audiencia

Otra forma alternativa de enriquecer la lectura de los datos que se hace de la audiencia es el uso de las dimensiones personalizadas. Existen datos demográficos, de intereses y geográficos que la herramienta Google Analytics facilita (Audiencia> Datos demográficos o  Audiencia> Intereses o Audiencia> Información geográfica).

Informes Google Analytics

Sin embargo estos datos no se recogen por defecto, así que para recopilarlos habrá que gestionar una pequeña configuración manual. ¡Pero es muy fácil! La opción se encuentra en: Administrar> Configuración de la propiedad.

Informes datos demográficos e intereses

De esta manera se podrá diseñar el perfil del usuario con datos más que interesantes para un portal de contenido o noticias, como son el sexo, la edad, la ubicación, el idioma, y los tipos de intereses. Ah, y todo esto se puede segmentar por suscriptores y no suscriptores. La información empieza a ser más interesante, ¿verdad?

Interacciones del usuario

Pero no solo la edad o los intereses de un lector son lo que le definen. El medio digital permite una visión mucho más avanzada del comportamiento de usuario, dado que las interacciones que este realiza también permiten definirle como parte de un grupo.

Existen multitud de interacciones diferentes a realizar en el entorno web, aquí casi habrá que darle la razón a Mr. Wonderful (el límite es tu imaginación), así que el proceso lógico a realizar en cualquier sitio pasará —dentro del contexto del plan de medición— por:

  1. Definir interacciones.
  2. Escoger las relevantes.
  3. Implementar su seguimiento.

Una de las interacciones básicas más extendidas durante la navegación en los periódicos online y sitios de prensa digital son los comentarios en publicaciones. El usuario tiene la posibilidad de dejar sus impresiones —o troleos— sobre la noticia, siendo la medición del número de comentarios de cada publicación un indicador importante de su engagement.

También resulta interesante conocer el nivel de compartición de los contenidos en otros sitios web o redes sociales, contrastando los datos con el volumen de tráfico “de vuelta” que se recibe desde cada fuente. Y no es un tema de curiosidad, sino de optimizar las inversiones en publicidad o linkbuilding por ejemplo.

Las acciones de comentar y compartir son interacciones de participación, así que puede resultar muy práctico segmentar a los usuarios en función de su nivel de participación. Puede ir desde algo tan básico como “participativos vs no participativos” o llegando a establecer un sistema personalizado y más complejo de scoring de usuarios en función de su participación, en términos cuantitativos y/o cualitativos.

Hablando de segmentación cualitativa, no debe olvidarse que el usuario no siempre se reduce a “números”. En ocasiones habrá interacciones que aporten un contexto semántico que aporte información inequívoca. Por ejemplo, el uso del buscador interno del sitio permite conocer la intención de búsqueda eliminando el aspecto conjetural del análisis.

Customer journey

En todo sitio web resulta vital la información estratégica que aporta el conocimiento de los patrones de navegación del usuario y su itinerario hacia los objetivos de conversión.

Llevándolo al clásico embudo, se puede clasificar al usuario dentro de las diferentes fases de dicho proceso de conversión. Cada fase presentará un objetivo diferente marcado por el grado de madurez asociado a su comportamiento.

Se propone a modo de ejemplo el siguiente embudo de conversión, muy sencillo, aplicable al sector de los medios de comunicación y prensa:

Customer journey

La monitorización del grado de consecución de cada objetivo en cada fase vendrá determinado por los KPIs establecidos y medidos. A continuación se plantean, para cada fase, una serie de KPIs.

Adquisición

El objetivo de la primera fase del embudo, denominada adquisición, será el aumento de los niveles de tráfico. En esta fase los usuarios entran en contacto con la marca y se pueden emplear unas métricas generales como:

Sesiones / usuarios

Por supuesto para cada proyecto podrán generarse KPIs adicionales y métricas más específicas. En el caso del tráfico —adquisición— habrá proyectos donde tome más o menos protagonismo e importancia el canal de origen (ej: orgánico vs. paid vs. social).

Engagement

En la fase de engagement, habrá que ir ganando la confianza e interés de la audiencia, generando vínculos emocionales con la marca. Un objetivo claro en esta etapa será el aumento del tráfico recurrente en el sitio.

De nuevo la complejidad en la definición estratégica de KPIs puede ir desde lo más sencillo (ver gráfico de evolución a continuación), hasta algo tan complicado como el proyecto y su estrategia de engagement y fidelización demanden.

New visitor / returning visitor

Consideración

Un usuario en la fase de consideración está valorando completar el objetivo de la conversión. Nuevamente existen infinidad de casos, entre otras cosas, porque dichas conversiones pueden ser variopintas, desde un clic en un banner personalizado hasta un proceso de checkout para la suscripción al diario.

Pero en esta fase donde el usuario ya conoce la marca los objetivos —a nivel de contenidos— pueden relacionarse con la mejora de las métricas de calidad de la sesión. Por ejemplo el aumento del tiempo en página y decremento del porcentaje de rebote registrado.

Comportamiento

Conversión

Ni que decir tiene que la medición de las conversiones (y su atribución) será uno de los quebraderos de cabeza de los responsables del periódico. Siguiendo el ejemplo anterior, una conversión muy sencilla e identificable será la suscripción online al contenido.

Conversiones

Nótese que en los sitios web orientados al contenido existirán, por norma general, muchos métodos de suscribirse al contenido. Las conversiones pueden ser más “macro”, como la suscripción de pago que sustenta ciertos modelos de negocio digitales, o más “micro”, como la suscripción a un feed, una newsletter, un medio social, etc.

Retención

La fase de retención a menudo también se denomina fase de fidelización y prescripción, así que uno de los aspectos importantes puede ser la recomendación a terceros del servicio. Pueden medirse desde promociones del tipo “tráete un amigo”, hasta algo tan sencillo como el número de veces que el contenido se comparte en medios sociales.

Interacciones con redes sociales

En los modelos de suscripción existe un fenómeno conocido como churn rate (tasa de abandono) estrechamente relacionado con la retención.

Churn rate

Una de las mayores preocupaciones por parte de los responsables de medios de comunicación digitales —con un modelo de suscripción— es la tasa de abandono o churn rate. La analítica puede prever este tipo de comportamientos.

Y no se trata de leer el futuro con una bola de cristal, sino detectar inactividades y comportamientos “sospechosos” del usuario suscrito, para anticiparse a un potencial proceso de baja y tomar medidas en el asunto.

Aquí entrará en juego el Data Science y la analítica predictiva para poder anticiparse al comportamiento del usuario y minimizar, con acciones segmentadas y estratégicas, el número de abandonos por parte de la masa de suscriptores.

De la misma forma habrá que trabajar en perfilar la tipología de usuarios más abiertos a los modelos de pago y menos proclives al abandono, generalmente los más identificados con la marca o línea editorial. Es decir, trabajar en maximizar las altas y minimizar las bajas.

Anteriormente en este mismo artículo ya hemos hablado de los identificadores únicos para conocer las interacciones de cada usuario registrado. Si nos fijamos en las interacciones relevantes, podremos realizar una monitorización de forma segmentada e individualizada.

Sin entrar en el área del Big Data y únicamente con interacciones sencillas como las tasas de apertura de los boletines electrónicos y las sesiones generadas por dicho usuario a lo largo del tiempo, se pueden obtener indicios interesantes como punto de partida.

Churn rate

Análisis de campañas

Email marketing

Aunque ya no nos acordemos, hubo un tiempo en que el newslettering servía para algo más que para informar sobre la adecuación al RGPD y solicitar clics de consentimiento.

Parte de la estrategia de muchos medios se basa en el lanzamiento periódico de comunicaciones vía email, así que resultará indispensable monitorizar de forma adecuada estas campañas para hacer un seguimiento de la eficacia y retorno de las mismas.

El tipo de tracking será diferente según los objetivos de estas campañas, ya sea la simple fidelización a través de contenidos o la monetización a través del envío de ofertas personalizadas, propias o de terceros.

En cualquier caso habrá que insistir una vez más en contar con una estrategia —e implementación— de etiquetado consistente, que permita atribuir correctamente el tráfico generado por estas campañas.

Publicidad terceros – banners

En el caso de la monetización a través de la publicidad on-site, habrá métricas especialmente sensibles. ¿Quién no se ha hartado de navegar por una noticia “troceada” en quince páginas (generalmente galerías de imágenes) para generar más impresiones de sus anuncios CPM? Seguro que detrás hay un/a analista preocupado/a por el número de páginas vistas.

Afortunadamente el propio Google va poniendo cordura y castiga experiencias de usuario deficientes, así que esos contenidos troceados cada vez son menos. Pero de algo hay que vivir, así que el formato publicitario tipo banner sigue siendo uno de los reyes de la monetización.

Muchos medios se van acercando al concepto de plataforma publicitaria como modus vivendi, así que, para ellos, la medición de métricas sobre rendimiento de banners será vital para optimizar los ingresos. Cuanto más se personalice la implementación, mejor.

Unos mínimos de información para su análisis consistirán en el número de visualizaciones y clics de los banners o anuncios, que no faltarán en los dashboards de rendimiento y en los informes para anunciantes.

Visualizacion y clic banner

La segmentación posterior de banners dependerá del modelo de venta publicitaria, desde seguimiento individualizado de banners y campañas hasta análisis del rendimiento según la posición que ocupa el anuncio dentro de la página.

Finalmente el objetivo será optimizar el precio, la disposición y la impresión de los anuncios para maximizar el retorno económico.

Contenido patrocinado

Hace no tanto tiempo el contenido patrocinado era un tema tabú, había que taparlo y encubrirlo para que “colase” como contenido normal y corriente sin pretensiones económicas directas.

Pero el usuario madura al mismo ritmo que el medio y hoy en día es totalmente público que gran parte del contenido, tanto en medios de información como en perfiles sociales de influencers, es patrocinado. Es decir, hay una marca por detrás que paga.

En el caso de los periódicos online, todo comenzó con el contenido patrocinado tipo link building, con noticias creadas bajo pedido y con enlaces hacia la marca pagadora en cuestión.

Ahora la sutileza es incluso menor y resulta habitual que los periódicos online “manchen” sus repositorios de noticias con titulares patrocinados de contenido alojado en otros dominios.

Algunos medios digitales lo muestran mezclado con sus contenidos e identificando aquello patrocinado —como el caso de El País—, mientras que otros separan más rotundamente este tipo de patrocinios —como ElEconomista.es—.

Contenido patrocinado
Fuente: elpais.com.

 

Contenido patrocinado
Fuente: eleconomista.es.

 

En este caso, el modelo de venta de espacios no difiere demasiado del modelo banner, es decir, se ofertarán diferentes ubicaciones en función del rendimiento y retorno que ofrece cada espacio.

Como usuarios puede que la publicidad siga resultando molesta, pero al menos con la revolución digital hemos conseguido que el contenido —orgánico y de pago— nos resulte cada vez más relevante y afín a nuestros intereses.

Y por supuesto, desde el punto de vista del anunciante, también se consigue mucha más información sobre la visibilidad real de las campañas y el retorno obtenido, haciendo de las inversiones publicitarias algo más justo y realista que modelos como los estudios generales de medios y esas cosas del pasado.

La segmentación del contenido puede ser tan profunda como se necesite y el rendimiento es evaluable en tiempo —casi— real para la optimización, en ocasiones automatizada, de la ocupación de estos espacios y campañas.

Contenido patrocinado tabla

Conclusión

La revolución digital ha cambiado la forma en que se consumen los contenidos. Estos son mucho más universales, es decir, se consumen en cualquier sitio, a cualquier hora y desde cualquier tipo de dispositivo. La barrera de acceso a la información se ha desplomado. Ya no hay que ir hasta el kiosco de prensa, ni siquiera hay que pagar por la mayoría de la información y el contenido.

Esto ha supuesto un gran quebradero de cabeza para los medios de prensa, acelerando su reconversión digital y, a menudo, improvisando sobre la marcha en un terreno yermo donde apenas unos pocos pioneros empiezan a recoger el fruto de lo cosechado.

Los modelos de negocio relacionados con el contenido están evolucionando y cambiarán para siempre, entre otras cosas porque de repente el usuario no está dispuesto a pagar por ello, así que durante los próximos años seguirán apareciendo novedades y nuevas vías de monetización. Quién sabe si incluso aflorarán grandes alianzas entre medios y marcas.

Lo que está claro es que, todo eso, sucederá en unos y ceros. El digital llegó para quedarse y, aunque a los románticos nos siga gustando el papel —y los menos románticos sigan necesitando algo con lo que envolver el bocadillo—, el futuro sigue estando en Internet. El periódico que a estas alturas no lo haya asumido e interiorizado, está acabado.

Anteriormente ya hemos hablado de la importancia de la analítica digital para las empresas de telecomunicaciones o del sector energético por ejemplo. El caso de las grandes empresas orientadas al contenido es aún más sensible porque no solo cambia el medio de captación de usuarios sino que cambia el medio de consumo del servicio por parte de éstos.

La analítica digital será clave durante los próximos años para definir estos modelos de negocio y saber cuál es el apropiado para cada proyecto. Habrá que medir las interacciones, perfilar usuarios, personalizar la comunicación, integrar las estrategias de monetización y finalmente tomar decisiones hacia la mejora continua.

Este artículo pretende ser un alegato evangelizador sobre el uso del análisis de datos —si es que aún hace falta convencer a alguien— y se han tocado solo algunas áreas y de forma somera (lo divertido llega con las implementaciones avanzadas, la personalización y automatización de contenidos, la integración de estrategias para app, medición de actividad en medios sociales, etc.).

Mientras seguimos observando cómo avanzan los modelos de negocio digitales lo único que está claro es que, aquellos que finalmente se impongan, lo harán apoyados en el uso inteligente de los datos y la información.

Analítica, sí o sí.