El negocio de la TV tiene muchas opciones para el cómputo. Nielsen calcula el número de espectadores de TV para un programa; comScore cuenta el número de espectadores por activo; Omniture o Google Analytics registra toda cantidad relacionada con eventos en una página web. En consecuencia es fácil determinar el “cuánto”. Mucho más difícil es acertar en el “por qué”.

En otras palabras: cuando un negocio advierte desde los cómputos, por ejemplo, que el número de espectadores de un programa determinado está por debajo de las expectativas, es una información valiosa. Pero mucho más útil es conocer la razón por la que defeccionó una cierta cantidad de audiencia. Y más útil aún sería la capacidad de ver esto en el momento que está ocurriendo y medir los ajustes inmediatamente producido el cambio.

Conviva ha dado a conocer un documento que explora los beneficios y limitantes del cómputo (counting), identifica la oportunidad de mejorar indicadores clave de desempeño del negocio mediante la generación de conocimiento práctico que conduzca a resultados medibles e introduce la llamada Conviva Information Architecture, que empodera servicios OTT para gestionar eficiente y rentablemente la empresa.

El estudio destaca el valor de los números en el negocio de la televisión pero a la vez los problematiza. El advenimiento del DVR y la diseminación del video on demand son heraldos de una nueva era para los modelos estadísticos en televisión: los espectadores ahora pueden mirar sus programas en un momento que no conocemos, y además pueden elegir el programa, o el capítulo de una serie de una biblioteca de opciones disponibles. Esto último significa que la diferencia de audiencia entre los canales y programas menos populares puede ser estadísticamente irrelevante.

Datos no: un plan de acción

A medida que los datos de encuesta comenzaban a envejecer, y no había acuerdos sobre quién estaba en falta, la tecnología se metió en el asunto. Especialmente en el mundo OTT, rastrear cada visualización se hizo algo posible. Más todavía, conocer qué se está mostrando en cualquier dispositivo, incluyendo decodificadores, se volvió un problema completamente soluble.

Sin embargo, rastrear todo lo que ocurre -no solamente las vistas, sino también un desglose fotograma a fotograma de la actividad- crea su propio set de desafíos: un océano de datos, sin una única forma de traducirlos en acción.

La tan meneada database debe proporcionar entonces no ya datos o cantidades agregadas, sino más bien conocimiento práctico (actionable insights). Todo servicio de TV, y en esto la OTT no se distingue de otros competidores de la TV tradicional o intermedios, necesita básicamente: atraer, entretener y lograr que su audiencia retorne. Para eso, cada servicio de TV debe tener capacidad de ver mediciones estadísticas así como también oportunidades de hacer ajustes (adjustments) que puedan impactar en esas mediciones.

Imagine un proveedor -propone el estudio de Conviva- que al monitorear atentamente su audiencia advierte que el domingo, de 8 a 9 pm, se produjo una importante contracción de su tráfico. El big data puede dar cuenta de este evento. Un conocimiento práctico, en cambio, podría identificar el ISP que se viera congestionado el domingo a la noche y que provocara la caída de audiencia. Con esta información, el proveedor puede revisar su red de entrega de contenidos (CDN) y su estrategia de peering a fin de remover aquella dependencia y, así, poder mejorar sus métricas el domingo siguiente.

El documento de Conviva también aporta conocimiento relevante sobre:

- De qué manera un sistema exitoso de gestión de negocios OTT debe proporcionar no sólo conocimiento práctico (que informe una acción determinada) sino también resultados medibles;

- Cómo el mundo OTT obliga a balancear aspectos de entrega (delivery) y contenido, desde el momento que la prestación en internet no está manejada por una única organización y requiere de la interconexión de organizaciones, no necesariamente alineadas;

- La importancia no sólo del qué debo conocer para hacer determinado ajuste, sino del momento en que lo conozco: un conocimiento práctico en tiempo real puede producir resultados inconcebibles si solo dispusiéramos de mediciones ex post facto;

- La necesidad de un sistema automatizado para la corrección de un curso de acción, autocurativo y auto-optimizable.