En un mundo donde el consumo de contenidos digitales se diversifica a un ritmo vertiginoso, las plataformas de medios enfrentan el desafío de entender a su audiencia en toda su complejidad. Este es el caso de 3Cat de TV3, la innovadora plataforma digital de la Corporació Catalana de Mitjans Audiovisuals (CCMA), que integra televisión, radio, podcasts y videopodcasts en una sola marca.
¿Quieres saber cómo ayudamos a este cliente a lograr una segmentación de usuarios altamente efectiva y orientada a resultados, transformando su capacidad para conectar con su audiencia? ¡Sigue leyendo!
El análisis de datos y la segmentación son clave para cualquier plataforma de streaming que busque mejorar la experiencia de usuario y optimizar sus estrategias comerciales. TV3 con 3CAT, en colaboración con nuestro equipo Kraz, decidió implementar una estrategia de segmentación basada en clustering. Gracias a este enfoque, logramos identificar patrones de comportamiento ocultos en su audiencia. El objetivo era claro: ir más allá del análisis tradicional y obtener una visión profunda y holística de sus usuarios.
Punto de partida: necesidad de conocimiento de cliente a nivel multidimensional
El proyecto consistió en la creación de un modelo de segmentación (a través de cluster analysis) para la clasificación de los usuarios de la plataforma 3Cat en tipologías.
Hasta la fecha, los análisis de uso de la plataforma había sido a un nivel muy descriptivo unidimensional o bidimensional (análisis de 1 variable o 2 variables conjuntamente), pero no existía una comprensión del cliente desde un punto de vista global, holístico, incluyendo todos los datos disponibles en la plataforma (datos demográficos, datos de conexión, tipología de contenidos consumidos, etc)
Objetivo del proyecto: clustering de clientes
El objetivo principal era definir un modelo de segmentación avanzada que permitiera dividir la audiencia en clusters según patrones de consumo y preferencias específicas. Esta segmentación buscaba identificar las distintas tipologías de usuarios a partir de todas las distintas dimensiones de interacción con la plataforma. El proceso de trabajo del proyecto incluyó los siguientes pasos:
- Identificación de los distintos segmentos de usuarios existentes en 3Cat y definición completa del perfil de cada segmento
- Etiquetaje individual de usuarios (asignación de cada usuario a un segmento), para ejecución de acciones de comunicación segmentadas
- Tracking/evolución de segmentos en el tiempo
A partir de estas agrupaciones, 3Cat mejoró de la comprensión del comportamiento global de los usuarios en la plataforma, más allá de los comportamientos concretos de visualización de cada contenido.
¿Cómo lo hicimos?
Para garantizar la calidad del proyecto realizamos limpieza de datos, que incluyó la detección de outliers y la imputación de valores nulos, entre otros pasos.
Utilizando algoritmos de clustering como K-means, el nuestro equipo, como agencia de data avanzada experta, agrupó a los usuarios en clusters homogéneos. El análisis de grandes volúmenes de datos también facilitó una visión más detallada del comportamiento de los usuarios, permitiendo ajustes estratégicos en las recomendaciones.Estos fueron los principales segmentos de datos analizados:
- Datos socio demográficos de los usuarios (sexo, edad)
- Datos de uso de la plataforma
- Frecuencia de uso (nº de conexiones/visitas, duración de la visita, nº de videos/audios visualizados/escuchados, etc)
- Antigüedad del registro
- Canal de acceso (app móvil, app tv, web)
- Dispositivo de acceso (TV, tablet, móvil, PC, etc)
- Consumo de emisión en directo vs a la carta
- Temática del contenido (series, pelis, noticias, deportes, humor, etc)
- Contenido (video, audio)
- Día de la semana
- Franja horaria
Resultados del proyecto de clustering
El modelo resultante permitió la identificación de 10 segmentos de usuarios claramente diferenciados por perfil y tipologías de uso de la plataforma. Cada grupo tiene un peso de entre el 5 y el 15% de la base total de usuarios. Los segmentos fueron definidos a partir de variables clave como la temática de los contenidos consumidos, dispositivo de acceso, y patrones de comportamiento dentro de la plataforma.
Cada usuario ha sido asignado de manera individual a uno de estos segmentos, y la clasificación se ha integrado en la base de datos de 3Cat. De esta forma, la Corporació Catalana de Mitjans Audiovisuals (CCMA) podrá ejecutar acciones de comunicación personalizadas y orientadas a resultados para cada grupo, mejorando la efectividad de sus estrategias comerciales. El modelo está diseñado para ser revisado de forma periódica, lo que permite clasificar a nuevos usuarios que se suman a la plataforma y reasignar a aquellos cuyo comportamiento haya cambiado con el tiempo. Esta capacidad de evolución asegura que la segmentación siga siendo relevante a medida que cambian los patrones de uso y preferencias de los usuarios.
Si quieres que nuestro equipo de expertos en data, clustering y segmentación avanzada en base a algoritmos personalizados analice tu caso, ¡no dudes en contactarnos!
