A medida que el dinero por publicidad en línea comienza a mermar debido a la crisis económica algunos investigadores están buscando maneras para sacarle mayor beneficio a cada dólar .Una investigación reciente de los laboratorios de HP en Palo Alto, CA, muestra que es posible predecir con una precisión razonable, la medida en que se hará popular un video clip o noticia en línea simplemente viendo lo bien que le va durante las primeras horas después de haber sido publicado. Si los proveedores de contenido pueden predecir cuántas visitas recibirá un video o un artículo sobre un periodo de tiempo dado, entonces pueden unir los ítems más populares con avisos específicos muy costosos , además los proveedores de contenido pueden colocar un contenido potencialmente popular, en lugares llamativos de sus páginas web y así aumentar la cantidad de personas que lo ven con los avisos añadidos.

“Existe un derivado obvio en lo que estamos haciendo aquí para la publicidad”, dice Bernardo Huberman, un socio jerárquico de HP que dirigió el estudio. “Esto permitirá que los publicistas tengan una idea de lo que quieren muy al principio, uno puede percatarse si a las personas les gustará un video o una noticia”.

Huberman y sus colegas analizaron los datos históricos reunidos de la página de video You Tube, y de Digg, un servidor de noticias que permite que los votos de los lectores determinen que historias serán mas prominentes. Los investigadores aplicaron modelos matemáticos para estos juegos de datos, determinando una “curva de popularidad” para los distintos ítems. Estas curvas permitieron que los investigadores extrapolaran la popularidad futura de un ítem basándose sólo en la información respecto a su popularidad durante las primeras horas o días.

HP no es la única organización que intenta predecir la popularidad del contenido. Los investigadores de Google, Yahoo, Microsoft, e IBM, por nombrar unos pocos, han invertido recursos y dinero para investigar el problema. Hace unos años, Duncan Watts, ahora un investigador de Yahoo, demostró que la calidad de una canción es un mal indicador de su popularidad eventual, y que la popularidad a largo plazo de una canción (medida por las redes que comparten música) podrá determinarse relativamente al principio, cuando se determine una especie de trayectoria de popularidad.

En el caso de Digg, Huberman dice que dentro de las primeras horas es evidente si una historia se hará popular o no (dependiendo de cuantos “Diggs”, o votos, recibe de la comunidad de lectores de la página). Considerando la hora del día en que la historia se emite (una historia puesta durante la tarde obtendrá, en promedio, el doble de Diggs rápidamente respecto a una historia reemitida a media noche), los investigadores descubrieron que si una historia recibió pocos Diggs, tiene relativamente pocas esperanzas de ser una de las historias mas vistas del día. A la inversa, si una historia recibió cientos de Diggs durantes las primeras horas, es probable que sea mucho más popular.

La popularidad de los videos de You Tube sigue un patrón similar, aunque sobre una escala de tiempo mayor. Al observar la cantidad de visitas que recibe un video en su primer día, los investigadores pudieron determinar la posibilidad de llegar a un cierto nivel de popularidad después de un largo periodo de tiempo. Por ejemplo, si sólo 15 personas ven el video el primer día, es poco probable que se transforme en un gran éxito. Sin embargo, si mas de 100 personas lo ven el primer día, entonces hay una gran probabilidad que sea visto por cientos de miles más.

En el caso tanto de You Tube, como de Digg, Huberman observa que las predicciones se hacen mas precisas a medida que se tienen en cuenta los datos de periodos mas largos. Por ejemplo dentro de las siete primeras horas es posible predecir la futura popularidad de una historia en Digg casi perfectamente. Lo mismo vale para videos publicados en You Tube, durante 20 días .

Huberman dice que otros sitios, tales como los comercios en línea, necesitarían sus propias maneras de determinar la popularidad de su contenido porque cada sitio tiene unas características únicas. Pero los publicistas, según él, armados con predicciones de popularidad, podrían determinar rápidamente que productos pueden “ hacerse virales” y luego añadirles avisos especiales.

“Creo que la predicción de popularidad de es un tema interesante en general”, comenta Claudia Perlich, investigadora en el centro de investigación Watson de IBM en Yorktown Heights, NY. “Y ciertamente veo el valor de predecir la popularidad para la publicidad”. Sin embargo ella destaca que es sólo una parte del rompecabezas de la publicidad. Ella comenta que, los publicistas están cada vez mas interesados en el tipo de personas que están mirando el contenido, y les resulta útil conocer el camino que toma el internauta antes de llegar a la página, para que él o ella pueda ser captado mejor con un aviso especifico.

Perlich también trae cuestiones respecto a los dos sistemas que se están estudiando. “Me preocupa un poco que los resultados estén motivados por la tecnología subyacente”. Podría ser que los investigadores simplemente estén midiendo los procesos en los cuales las historias se hacen populares en Digg y algunas de las características de promoción de video de You Tube. Este es el problema, según ella, de realizar un experimento en el cual los sistemas son propietarios y es imposible saber exactamente cómo funcionan.

Aun así Huberman confía en el beneficio general de predecir la popularidad de este modo. Se encuentra en el proceso de analizar la popularidad de las personas en Twitter, un servicio de micro-blogeo que les permite a las personas dejar mensajes cortos, los unos a los otros y suscribirse a actualizaciones. El dice que una mayor comprensión de estas redes sociales podría derivar en modelos comerciales totalmente nuevos. “Lo único que hoy vale es la atención de las personas. Una gran cantidad de dinero se gasta tratando de atraer nuestra atención hacia las cosas “, acota él .