El modelo de necesidades del usuario desarrollado a partir de una investigación de la BBC World Service en 2016 cumple diez años con una lectura renovada: conocer por qué las audiencias consumen contenidos ya no basta si las redacciones no convierten esa información en sistemas de trabajo, datos ordenados y decisiones editoriales capaces de sostener una relación más útil y constante con sus públicos.
La reflexión ha sido planteada por Dmitry Shishkin, asesor independiente de medios y una de las personas que impulsó la adopción global del modelo dentro de la BBC, en un artículo en el que conversa con Andy Jones, hoy vicepresidente de Product Intelligence en WPP, y Santanu Chakrabarti, responsable de Strategic Planning and Delivery en BBC World Service Group. Ambos participaron en la investigación original que dio origen al marco de trabajo.
El punto de partida fue una constatación incómoda para muchas redacciones: alrededor del 70% de la producción editorial se concentraba en una sola necesidad, “actualízame”, aunque esa categoría generaba solo una parte limitada del tráfico. El hallazgo cuestionaba una lógica tradicional de producción basada en publicar más, especialmente contenidos informativos de actualización, sin diferenciar suficientemente las razones por las que los usuarios acuden a un medio.
El modelo de necesidades de usuario cambió esa pregunta. En lugar de clasificar los contenidos solo por tema o formato, propuso hacerlo según la función que cumplen para la audiencia: explicar, inspirar, orientar, actualizar, entretener o ayudar a comprender mejor un asunto. La base teórica procedía de la teoría de usos y gratificaciones, una corriente académica de los años setenta que entiende a las audiencias como consumidores activos que eligen medios para satisfacer necesidades concretas.
Shishkin sostiene que el principal desafío de la próxima etapa no será solo identificar esas necesidades, sino integrarlas en taxonomías, herramientas, flujos de trabajo, cuadros de mando y sistemas de inteligencia artificial. Según el artículo, una clasificación demasiado genérica por formato, como “vídeo” o “texto”, deja fuera diferencias relevantes entre una pieza breve para redes sociales, una entrevista larga en YouTube, una noticia de 150 palabras o una investigación de 2.000.
El texto defiende que los medios deberán conectar cada tratamiento editorial con variables como la necesidad de usuario, el subtema, el canal de distribución, el momento de consumo y el segmento de audiencia. Esa arquitectura permitiría tomar mejores decisiones de encargo, medir con más precisión y utilizar agentes de inteligencia artificial sobre bases de datos más limpias y coherentes.
La cuestión de la confianza aparece también como uno de los ejes del análisis. Chakrabarti plantea que la confianza no es siempre una condición previa al consumo, sino que puede construirse mediante una relación regular, consistente y fiable entre el medio y su audiencia. En un ecosistema fragmentado, marcado por el consumo breve y disperso, esa continuidad resulta más difícil de sostener.
El artículo concluye que los medios que sepan organizar sus datos, unificar sus taxonomías y conectar mejor formatos, canales y necesidades estarán en mejores condiciones de demostrar su utilidad. Los que no lo hagan, advierte Shishkin, pueden quedar debilitados incluso aunque produzcan buen periodismo.
