La medición televisiva incorpora la Inteligencia Artificial para predecir audiencias
La medición de audiencias en televisión afianza su apuesta por la Inteligencia Artificial, para obtener información más detallada del consumo de los telespectadores. Una de las consultoras que más ha redoblado sus esfuerzos en esa línea ha sido GECA, que acaba de presentar junto a Microsoft y su partner Plain Concepts la primera herramienta que predice audiencias en televisión a 30 días vista.
Esta consultora, filial de Mediapro, lleva una década aplicando este ejercicio predictivo de audiencias, aunque con un nivel de precisión muy limitada, obtenida manualmente y cuyo resultado debía ser sometido a la lectura de varios analistas. Tres obstáculos que la nueva herramienta pretende combatir a través de algoritmos, tras un largo trabajo desarrollado por varios profesionales entre matemáticos, expertos en nuevas tecnologías, I+D y televisión.
El director general de GECA, Kike Lozano, explica en DIRCOMFIDENCIAL que esta herramienta «sirve mejorar en términos de eficacia la gestión del inventario comercial en televisión y maximizar los beneficios, manchando lo menos posible las propuestas de programación».
Una de las complejidades innatas que presenta este modelo de predicción de audiencias son los múltiples factores —como por ejemplo el clima— que pueden influir en el consumo televisivo y, por lo tanto, trastocar significativamente las previsiones, lo que obliga a seguir recurriendo al trabajo humano.
Desde el equipo que trabaja en la herramienta, explica Lozano, «vamos pintando parrillas en las que prevemos que se emitirán determinados espacios. A partir de ahí, vamos otorgando etiquetas que, a medida que se va actualizando esa información, como por ejemplo, los entrevistados a un programa o las películas que se emiten, permiten precisar las audiencias con exactitud gracias al aprendizaje automático«.
La consultora describe que el sistema es capaz de analizar una gama de factores como demografía, preferencias de visualización, tendencias sociales, datos históricos y minutados de contenidos.
