Para la industria de los medios de comunicación, el periodo comprendido entre marzo y mayo es el momento decisivo. En los numerosos eventos previos que abarcan el panorama mediático, que ya no están limitados a plataformas y tecnologías individuales, el mercado de contenidos en expansión ofrece tanto una gran cantidad de oportunidades como una gran cantidad de información que los compradores y vendedores de publicidad deben analizar, especialmente en medio de las crecientes conversaciones sobre el big data para la medición.
Para los anunciantes, las cifras son fundamentales en esta época del año. Y a medida que el consumo de televisión se fragmenta en medio del creciente compromiso digital, cobran aún más importancia. ¿Qué importancia? Un estudio de Ampere Analysis reveló que el gasto total en contenido en 2021 ascendió a unos 220 000 millones de dólares, liderado por el gigante del streaming Netflix. Y los anunciantes, sabiendo que los estadounidenses vieron casi 15 millones de años de vídeo en streaming el año pasado, se están movilizando, ya que el gasto mundial en publicidad digital aumentó más de un 29 % en 2021, superando los 491 000 millones de dólares.
Es más, los consumidores no tienen intención de cambiar la trayectoria del sector del streaming, ya que el 93 % de los suscriptores de servicios de streaming afirman que planean aumentar su uso durante el próximo año. Sin embargo, eso no significa que los contenidos televisivos tradicionales hayan quedado fuera de juego. Más bien al contrario, ya que el adulto medio dedica más del doble de tiempo al día a ver televisión en directo que a ver contenidos de televisión conectada (CTV).
La creciente abundancia de contenidos ofrece a los consumidores una mayor variedad de opciones, pero la gran cantidad de plataformas, dispositivos y servicios puede suponer un reto para los anunciantes a la hora de realizar mediciones. Además, la explosión de opciones no ha generado más tiempo para interactuar con los contenidos, ni ha aumentado el número de personas. Sin embargo, los macrodatos, incluidos los procedentes de televisores inteligentes (ACR) y decodificadores de cable (RPD), sugieren lo contrario. Los datos de los decodificadores de cable y los televisores inteligentes tampoco aportan mucha información sobre la actividad de streaming: los decodificadores de cable, por definición, proporcionan datos de televisión tradicional, y el ACR a menudo se desactiva cuando el público utiliza aplicaciones nativas, como Netflix.
Además de que nunca se diseñó para ser utilizado con fines de medición, el big data no refleja a las personas reales. El valor de los índices RPD y ACR es indiscutible, ya que proporcionan una escala de medición, pero los macrodatos reflejan los dispositivos, no a las personas reales. Los datos por sí solos no pueden decir quién está viendo y quién no, lo cual es una necesidad fundamental para los anunciantes. Y cuando se elimina a las personas de la ecuación, los números simplemente no cuadran.
Tomemos como ejemplo los datos ACR, que identifican las imágenes que aparecen en las pantallas de los televisores inteligentes. Estos datos pueden ser muy útiles para medir la audiencia, pero por sí solos no hacen más que identificar lo que aparece en la pantalla. Los datos RPD son similares, pero carecen incluso de la capacidad de verificar que un televisor esté encendido. Por eso, una cuarta parte de todas las impresiones de los decodificadores provienen de televisores que ni siquiera están encendidos.
Además de no saber quién utiliza un dispositivo o una pantalla, los macrodatos son intrínsecamente sesgados, y ese sesgo depende del tipo de datos. Para que los macrodatos representen fielmente a la población estadounidense, todos los hogares con televisión tendrían que tener exactamente el mismo televisor y acceder a la programación a través de exactamente la misma transmisión de datos. Por eso, todos los conjuntos de big data deben nivelarse (calibrarse) con paneles basados en personas que reflejen la diversidad de la población estadounidense.
Es importante destacar que la Federación Mundial de Anunciantes, la Asociación Nacional de Anunciantes y otras organizaciones similares de más de 30 países han declarado por unanimidad que el futuro sistema de medición de audiencias para los medios audiovisuales debe ser una combinación de paneles de calidad y big data.
Sin datos de panel, la medición no capta la diversidad. No solo sabemos que todos los hogares con televisión nunca accederán al mismo contenido en los mismos dispositivos, sino que también sabemos que la composición de los hogares es tan variada como el tejido social del país que alberga a esos hogares. Ahí es donde la medición basada en big data falla estrepitosamente.
Por ejemplo, los hispanos representan poco menos del 20 % de la población estadounidense, pero los macrodatos subestiman significativamente a esta audiencia, junto con muchas otras. Sin embargo, cuando la medición se basa únicamente en el RPD, los análisis de Nielsen han revelado que subestima en un 30 % los hogares hispanos. Para poner esto en perspectiva, consideremos lo siguiente: el censo de 2020 en Estados Unidos determinó que la población hispana era de poco más de 62 millones. Si la mitad de esa población está viendo la televisión en un momento dado y los anunciantes utilizan los datos del RPD para la medición, los anunciantes podrían estar llegando a 9 millones de personas más de las que creen.
Es importante destacar que el 30 % de infrarrepresentación es un promedio. A nivel de programa, los macrodatos pueden infrarrepresentar y sobrerrepresentar con márgenes mucho mayores, tanto para la población general como para audiencias diversas. Por ejemplo, un estudio de Nielsen sobre las variaciones entre la medición de macrodatos y su medición estándar basada en paneles reveló que la medición RPD sobreestimaba en un 69 % el total de impresiones en EE. UU. para un programa en horario estelar. En comparación, la medición ACR subestimó el total en un 12 %. En el caso de un evento deportivo, la medición RPD subestimó la audiencia hispana en un 47 %, mientras que los datos ACR la sobreestimaron en un 12 %.
Para los anunciantes, estas variaciones en las mediciones pueden resultar costosas. Sin embargo, el creciente suministro de nuevas fuentes de datos añade complejidad a las mediciones, especialmente cuando estas pueden no estar relacionadas con personas reales. Los editores y anunciantes siempre querrán el mayor alcance posible, pero sin duda no sin el rigor analítico necesario para validarlo.
A medida que lo lineal y lo digital convergen, las fuentes de big data se convierten en datos fundamentales para la medición. Sin embargo, por sí solas no son fuentes fiables para la medición. A medida que los consumidores interactúan con más dispositivos y más canales, será fácil señalar datos que afirman un compromiso potencialmente exagerado. Sin duda, los anunciantes acogerían con agrado el tamaño de las audiencias que sugieren muchas audiencias alternativas, pero si basan sus compras de publicidad en esas cifras, al final estarán pagando por cifras que no reflejan a personas reales.
