Modelo de inteligencia de negocios para el área de suscripciones en un medio de comunicación.

Abstract

Los avances tecnológicos, el uso masivo de las redes sociales y el constante surgimiento de plataformas web de libre acceso, han impactado en los últimos años en la industria de los medios de comunicación, tanto en Chile como en el mundo, modificando las preferencias y gustos de sus audiencias, afectando sus fuentes de ingresos y, por ende, sus finanzas. Frente a los cambios que han experimentado los comportamientos de los consumidores de contenidos informativos, el diseño de un modelo de Inteligencia de Negocios, empleando herramientas de Business Intelligence y Data Science, permite conocer los nuevos perfiles de aquellos usuarios que navegan dentro del sitio web de medios de comunicación escritos. La experiencia en Chile, enfocada en la aplicación de herramientas tecnológicas para empresas periodísticas, es escasa, según demuestra un benchmarking realizado a la industria. No obstante, los conocimientos adquiridos en países como Estados Unidos y el desarrollo de algoritmos, permiten acercarse y enfrentar esta problemática, construir las bases teóricas y prácticas del modelo y determinar la factibilidad técnica y económica asociadas al manejo de grandes volúmenes de datos que almacenan estas organizaciones, los cuales en su mayoría corresponden a variables del tipo categóricas. En base a estos antecedentes, fue posible caracterizar a aquellos usuarios que navegan identificados y aquellos que lo hacen sin identificarse, visualizando así a los grupos de interés para la toma de decisiones estratégicas que apunten a convertirlos en suscriptores de pago en el corto plazo. A través del uso de herramientas open source como Pyspark, Python, RStudio, entre otras, esta memoria trabajó con más de 107 millones de datos de navegación, contenidos en 70 GB de información, los cuales fueron depurados y procesados para, posteriormente, tomar una muestra aleatoria simple –con un nivel de confianza del 95%- para desarrollar análisis descriptivos que permitieron conocer aspectos tan relevantes como los tiempos de navegación y pavimentar el camino para perfilar el comportamiento de usuarios. La implementación de algoritmos de agrupación del tipo K-modes, fue el punto de inicio para la aplicación a nivel piloto de un modelo que permitió identificar los distintos perfiles de usuarios y, posteriormente, visualizarlos en clusters. Como resultado se identificaron dos grupos de usuarios de interés para la aplicación futura de estrategias comerciales: “Heavy users” y “Regular users”. Mientras el primer grupo posee una activa participación en las plataformas del medio de comunicación, el segundo grupo interactúa de manera regular o esporádica dentro de los sitios web de esta organización. Sus diferencias se acrecientan a medida que el análisis se profundiza en materias como formas de acceso, dispositivos utilizados para la navegación, entre otros puntos desarrollados dentro de esta memoria. Los resultados que entrega el modelo, abren la posibilidad de profundizar en los comportamientos y preferencias de los usuarios que utilizan la plataforma de este medio de comunicación. Y, en caso de ser requerido, genera la oportunidad de ampliar su aplicación al ámbito de predicción de comportamientos.