El pez que no escalaba el árbol
Los medios de comunicación y distribución masiva de contenidos han necesitado siempre conocer el vínculo (especialmente de forma y alcance) con sus propias audiencias. Por lo general esto tiene dos motivaciones primordiales: el primero es utilizar esta información como insumo para profundizar o modificar sus políticas editoriales y el segundo como insumo para acuerdos publicitarios. Aunque más bien suele ser en el orden inverso.
Históricamente la forma de recabar esta información se fue sofisticando. De rudimentos como la cantidad de ejemplares vendidos por un periódico, en qué zonas y quioscos se vendía más o se vendía menos, cuántas cartas o llamadas recibía una estación de radio o televisión, se pasó a las encuestas telefónicas, focus groups, diversos modelos de suscripción y un largo etcétera. Lo mismo fue ocurriendo con los modos de procesar toda esta información recabada. Estos pasaron de elementales conclusiones sobre la información en bruto al desarrollo de técnicas de análisis cuantitativo un poco más sofisticadas.
Sin embargo, actualmente, en el momento de la historia en que tenemos a nuestro alcance las herramientas más refinadas y perfeccionadas para ese fin, pareciera estar ocurriendo un curioso fenómeno: los medios tienen mejores herramientas pero no las utilizan o lo hacen con el objetivo equivocado.
Vayamos por partes:
Las nuevas plataformas digitales de consumo en streaming o distribución de contenidos multimedia on demand (Netflix, Spotify, Facebook, YouTube) procesan la información de sus audiencias con herramientas analíticas. Estas herramientas, que no son más que un conjunto de paquetes de software y servicios, proveen métricas que, una vez cruzadas y recortadas por las preguntas pertinentes a la información buscada, ofrecen información más valiosa que la que jamás un medio pudo tener sobre su audiencia y comportamiento, tanto individual como colectivamente en función del recorte que se requiera.
Un gran número de herramientas están hoy disponibles al servicio de cualquier persona que quiera analizar las métricas de su propio canal de distribución (Google Analytics, Chartbeat, Adobe Analytics, etc.). Muchos de los datos están, sólo se necesita saber qué se quiere preguntar. Es decir, antes de utilizar la herramienta es aconsejable saber qué queremos y podemos hacer con ella. De otro modo no servirá para nada. Si le damos un smartphone a un perro lo más probable es que intente morderlo y no buscar las carnicerías más próximas, aunque descubra más temprano que tarde que como hueso deja mucho que desear.
Muchas de estas plataformas utilizan sus propias herramientas de métrica y algoritmos para fundir sus motores de búsqueda con nuestras propias intenciones y hábitos de consumo. Habrás escuchado más de una vez que algunas de estas plataformas, basadas en algoritmos y datos que provee el comportamiento online de un usuario se jacta de“conocerte mejor que tú mismo”.
Pensemos un poco en esto… ¿Qué es conocer a alguien? ¿Es contar con la información de aquello que fue/hizo? ¿Es la potencialidad predictiva de aquello que pueda ser/hacer? ¿Es la suma de ambas? ¿O tal vez el desafiante punto ciego y vacío en medio de estos dos esquemas? ¿Quizás sólo la capacidad de registro de este preciso instante, este presente continuo?
¿Qué nos hace creer que un algoritmo pueda conocernos mejor que nosotros mismos además de una fe desmedida? Tal vez su capacidad para procesar e interpretar nuestras elecciones pasadas y desde ahí predecir cuáles tomaremos en el futuro para entonces sugerirnos algo en concordancia con ello.
Personalmente no necesito conocerte para tener claro que la hondura de las complejidades de tu ser y tus decisiones, como la mía o la de cualquier otra persona, exceden por mucho la pericia de Netflix para saber si un nuevo documental puede interesarte. También la de cualquier plataforma para filtrar tus vínculos, tus noticias, tu consumo, tus búsquedas o predecir a quien votarás en las próximas elecciones, o si estás o no a favor de la agenda de políticas sociales en tu región. Somos mucho más complejos que eso. El algoritmo no lo sabe, pero quienes lo desarrollan sí.
Los algoritmos (cada vez más y mejor desarrollados) son unas sofisticadísimas herramientas al servicio de innumerables facilidades cotidianas que ya no estaríamos dispuestos a prescindir. Posiblemente sean capaces de exhibir una gran cantidad de conocimiento concreto sobre cada uno de nosotros y sean aún mejores herramientas de cálculo y predicción, especialmente desde que les hemos enseñado a aprender solos. Pero ¿es realmente la herramienta correcta sobre la que apoyar un criterio editorial?
Es cierto, el algoritmo nos ofrece cosas nuevas pero siempre en el rango de lo que ya sabe de nosotros. Difícilmente nos ofrezca una puerta de salida a dimensiones sin contacto con nuestro pasado. Y suponiendo que efectivamente eso pueda describirse como “conocimiento”, ¿queremos que la herramienta nos conozca o queremos que nos acerque la posibilidad del cambio, de poder elegir ser otra cosa? Al contrario de cualquier implemento tecnológico desarrollado en la historia, conducir esta herramienta al servicio de nuestras decisiones de consumo multimedia pareciera profundizar más nuestro propio corral cognitivo en lugar de expandirlo. Pareciera ser un agente conservador vestido de disruptivo. El señor Smith disfrazado de Neo.
Sin embargo…
Algo inverso a esto parece estar sucediéndole a muchos medios masivos tradicionales (TV, radio & prensa escrita) alrededor del mundo. La medición y comportamiento de sus audiencias son aún medidas respectivamente con herramientas como audímetros (aparatos conectados a los televisores), encuestas telefónicas o presenciales para la radio y auditorías de distribución o venta de publicaciones impresas.
Estos insumos de información funcionaron muy bien durante mucho tiempo. Pero actualmente no parecen contemplar ni siquiera de un modo básico el hecho de que sus medios tienen hoy una penetración de audiencias, a través de la vida online, que excede por mucho la información que pueden ofrecer estas viejas herramientas.
Estos medios casi siempre llegan a audiencias muchísimo mayores en sus réplicas digitales que en sus formatos originales. Pero muy pocos medios tradicionales tienen verdadero interés en medir esto y en ocasiones, cuando lo hacen, son tomados como un insumo de segundo orden, casi que “complementario” a la medición de audiencia tradicional.
Es posible que a estos medios, como a todos nosotros, les resulte difícil aceptar un cambio de escenario que funcionó bien durante décadas. Pero es al menos curiosa la fe que depositan en métodos y rudimentos extremadamente falibles y la poca importancia (y recursos) que suelen otorgar a herramientas que hoy pueden medir microscópicamente el comportamiento individual y colectivo de audiencias mucho mayores.
Las señales de TV y radio esperan sus informes de medición de audiencias como la voz de un oráculo que determinará su suerte en el ruedo de la puja publicitaria. Son aún, en muchos casos, la norma que aceptan medios y agencias de publicidad. Y tanto medios como agencias toman decisiones (los primeros respecto a políticas editoriales de programación y los segundos respecto de inversión publicitaria) basadas en esta información falible, con gruesos márgenes de error y que sólo ofrece dos o tres insumos de comportamiento de consumo en el mejor de los casos: edad, sexo, nivel socio-económico. En el caso particular de la radio se suma el hecho de que no existen audímetros, la herramienta se basa en la fe de que la persona encuestada diga la verdad.
Estos medios, que aún tardan en verse a sí mismas como marcas y casas editoriales de contenidos que ya no están atadas a un único modelo de distribución, suelen prescindir de las herramientas disponibles hoy para computar y procesar al detalle el comportamiento y alcance de sus audiencias. Muchas aún se resisten a mirar el escenario de juego actual. Se concentran en cortar entradas en el estadio pequeño pero pierden de vista que el mismo se encuentra dentro de una ciudad deportiva que también les pertenece y de proporciones muchísimo más grandes. Donde ya es posible saber sin errores de medición qué partido vio su público, cuánto tiempo, con qué grado de atención y entusiasmo, qué suelen preferir, qué compartieron con otra audiencia, quiénes conforman esa otra audiencia y discriminar la información de cientos de miles de perfiles de comportamiento, tanto individualmente como bajo el corte colectivo que se desee. ¿Es realmente “complementaria”esta información para algunos medios masivos? ¿O por pescar el mismo pez de toda la vida se extinguirán con él mientras le dan la espalda al nuevo gigante del arrecife?
¿Será que en ocasiones juzgamos al pez por su capacidad para trepar árboles?
¿Será tal vez que algunas herramientas algorítmicas carecen de un aspecto orgánico y viviente que los asista mejor en nuestra toma de decisiones sobre consumo de contenidos? ¿Será que algunos distribuidores de contenidos le dan la espalda a sofisticadas herramientas que los asistan mejor en el conocimiento de sus propias audiencias?
¿Deberían ambas partes sentarse a tomar un café? Yo los invito.
Te invito a seguirnos en Twitter, Facebook e Instagram.
Si te cuelga lo que hacemos, suscribite a nuestra newsletter: Roboto Quincenal, y recibí lo mejor de Amenaza Roboto en tu correo.