Las métricas de audiencia están entrando en decisiones que van desde qué temas cubrir hasta cómo recomendar contenidos, probar titulares, distribuir recursos o convertir lectores y oyentes en suscriptores, pero su utilidad depende de la capacidad de las redacciones para interpretar correctamente lo que muestran.
Una recolección de 21 casos reales de medios europeos documenta experiencias en las que los datos han permitido mejorar procesos y resultados, junto con otras en las que una lectura superficial de las cifras, una mala configuración de las métricas o la falta de supervisión editorial han conducido a conclusiones poco útiles.
Los casos forman parte de D2.4 Set of Written Case Studies, un documento del proyecto CARL (Content Analysis and Research Lab), elaborado por Ondrej Podstupka, Lucia Žitňanská, Magdalena Komínková, Mélissa Bounoua, Luis Hidalgo Pérez, Anni Rodriguez y Michał Kopiński. El trabajo recoge experiencias de medios con estructuras y modelos diferentes, desde grupos regionales y medios locales hasta proyectos de podcasts o publicaciones con experiencia en suscripciones digitales. La idea transversal es que las métricas ayudan a decidir, pero necesitan interpretación, objetivos editoriales claros y mecanismos de control.
Uno de los ejemplos más claros procede de Karjalainen, en Finlandia. El periódico registró durante el verano de 2025 un fuerte incremento de visitas que inicialmente podía atribuirse a factores estacionales o al interés informativo generado por acontecimientos locales. El análisis mostró algo diferente. Google Discover llegó a representar el 40,2% de las visitas durante el periodo de crecimiento y siete de los ocho contenidos con mejor rendimiento eran páginas de la tira cómica Fingerpori. El algoritmo había comenzado a recomendar esas páginas de forma intensiva, pese a que el propio medio no las estaba promocionando.
El aumento de tráfico apenas generó valor en términos de suscripción. Los lectores de las tiras cómicas no avanzaron hacia la categoría de potenciales suscriptores y solo entre el 1% y el 2% accedió desde esas páginas a la portada del medio. El caso muestra hasta qué punto un crecimiento considerable de audiencia puede ocultar una aportación muy reducida a los objetivos periodísticos y comerciales del medio. La experiencia llevó a plantear cambios en la distribución de publicidad y en las recomendaciones de contenidos de esas páginas para aprovechar mejor futuras oleadas de tráfico procedentes de plataformas.
El caso de El Periódico (Prensa Ibérica)
El análisis de El Periódico aporta otra perspectiva sobre la diferencia entre volumen y valor. La segmentación de su audiencia mediante un algoritmo de agrupación identificó ocho segmentos de comportamiento, además de uno formado por usuarios que solo habían visitado la web un día durante los 30 anteriores. El grupo de lectores más fieles representaba aproximadamente el 2,5% de la audiencia, pero generaba alrededor del 30% de las páginas vistas. En el extremo contrario, quienes acudían al medio un único día suponían cerca del 58% de los lectores y generaban aproximadamente el 17% de las páginas vistas. Las tasas de conversión a la suscripción también variaban de forma significativa entre segmentos.
Prensa Ibérica aplicó esa lógica de diferenciación también a sus sistemas de recomendación de contenidos. Para los usuarios recurrentes, los mejores resultados procedían de recomendar piezas locales de alto valor que todavía no habían leído. Los visitantes ocasionales respondían mejor a historias virales o noticias con fuerte circulación fuera del territorio habitual del medio. La incorporación de controles editoriales redujo el porcentaje de clics, pero evitó recomendaciones sensibles, sensacionalistas o incompatibles con la identidad de las cabeceras. La optimización algorítmica aparece así subordinada a una decisión editorial sobre qué contenidos puede y debe promover cada medio.
Los datos necesitan procesos, formación y criterio periodístico
Los casos de Petit Press muestran los problemas que aparecen cuando la recopilación de datos está bien diseñada técnicamente pero falla su aplicación cotidiana. El diario SME implantó en su sistema editorial tres dimensiones obligatorias para clasificar cada artículo, incluida una basada en las necesidades de los usuarios. Dos meses después, más del 90% de los textos etiquetados como “columna habitual” en una de sus secciones estaban clasificados incorrectamente, pese a que periodistas y editores habían recibido formación y utilizaban la misma interfaz. El análisis atribuye una parte importante del problema a la ausencia de controles durante la edición y de una revisión sistemática por parte del equipo de analítica.
El mismo medio encontró dificultades al intentar enriquecer las pruebas A/B de titulares con una medida de calidad basada en el tiempo de lectura. SME.sk asignó inicialmente el 50% de la puntuación al porcentaje de clics y el otro 50% al tiempo consumido, con muestras superiores a 1.000 usuarios. Casi el 71% de las pruebas realizadas durante las primeras semanas no ofreció un resultado concluyente y la repetición de un mismo experimento podía dar como ganador a un titular diferente. La gran variabilidad del tiempo de lectura permitía que unas pocas decenas de usuarios con sesiones excepcionalmente largas modificaran el resultado global.
La experiencia de SME también señala una dificultad más básica: conseguir que los periodistas utilicen realmente los datos que reciben. El medio probó indicadores dentro del sistema de gestión de contenidos, informes mensuales y comentarios personalizados generados mediante modelos de lenguaje. Estos últimos ofrecían algunas observaciones útiles, pero la falta de conocimiento suficiente sobre la redacción provocaba recomendaciones incompatibles con el estilo editorial o difíciles de aplicar. El documento plantea que los datos deben llegar dentro del flujo habitual de trabajo y acompañados de una interpretación sencilla que permita comprender por qué un contenido ha funcionado. Recibir más métricas no garantiza mejores decisiones si la redacción carece de mecanismos para interpretarlas y discutirlas.
TuLodz.pl llega a una conclusión similar desde el seguimiento de tendencias. Sus redacciones combinan Google Analytics 4, Google Search Console, Looker y Marfeel para detectar patrones de audiencia y comprobar si una señal se mantiene en varios contenidos antes de considerarla una tendencia. Los datos permiten anticipar temas y decidir qué coberturas pueden desarrollarse, pero los responsables del medio sostienen que las sugerencias automatizadas, incluidas las que incorporan inteligencia artificial, suelen ser más genéricas que las propuestas de editores experimentados. Según el caso analizado, el criterio humano continúa ofreciendo mejores resultados cuando se trata de originalidad y de decidir cómo convertir una señal estadística en una historia periodística.
Otros casos muestran que una estrategia basada en datos puede traducirse también en resultados de audiencia y negocio cuando está vinculada a decisiones editoriales concretas. El diario económico checo E15 utilizó análisis de correspondencias y agrupación de usuarios para concentrar su cobertura digital en áreas como mercados, vivienda, criptomonedas, finanzas, tecnología y energía, mientras reducía formatos con menor relevancia para sus lectores. El documento atribuye a esta estrategia un crecimiento interanual del 19% en el tráfico medio, un incremento del 25% en la lectura de artículos y un aumento del 82% en el tiempo medio por visita. Los ingresos publicitarios digitales del tercer trimestre crecieron un 84% interanual.
La experimentación alcanza también a los modelos de suscripción en audio. Louie Media utilizó el acceso anticipado a determinadas miniseries como incentivo para su oferta de pago Louie+. Las campañas realizadas desde septiembre de 2025 generaron picos de nuevos suscriptores entre tres y ocho veces superiores al nivel habitual y el número total de abonados creció un 55% durante cinco meses. En una campaña desarrollada entre el 16 y el 30 de marzo de 2026, el proyecto consiguió 278 nuevos suscriptores de pago, 498 pruebas gratuitas activas y una conversión del 55% desde la prueba gratuita a la suscripción. Los casos reunidos por CARL apuntan así hacia modelos en los que los datos sirven para detectar oportunidades, medir decisiones y corregir errores, mientras la definición del producto y de la propuesta periodística continúa dependiendo de las redacciones.
