[EN] The object of this study is the design of a cybermetric methodology whose objectives are to measure the success of the content published in an online media and the possible prediction of the selected success variables. Framed in the field of digital journalism, it responds to the need to analyze the success of web content so that it can help in the decision-making of the editorial team of a digital medium. A line of research focused on the content itself, providing an innovative vision to that of previous research, and a methodology that serves as a basis for future scientific advances. It is about the contribution of valuable information, either from the statistical analysis of the data or from the possible prediction of the success indicators of greatest interest to the environment. In this way, it could be integrated as a feedback into the content strategy and thus favor its iterative optimization. The main objective, therefore, is the design of a cybermetric methodology for calculating the success of an online publication, having as specific objectives: to research the concept of success in digital journalism, the social network Twitter, web analytics and web advertising; design the methodology and determine what tools and reports are needed; extract and process data for statistical analysis; perform regressions that allow to obtain prediction equations of the selected success variables; and validate the prediction equations with test data and obtain their precision, serving this as a degree of confidence in the prediction. The design of the methodology has served to observe a significant over-dispersion in the data, as well as to demonstrate that the success of a web content has a strongly multifactorial nature, which causes a decrease in the variability calculated using the indicators proposed by previous research. This thesis serves, then, as the basis for a very interesting research framework both at an academic and business level: the prediction of the success of digital content. / [ES] El objetivo de estudio es el diseño de una metodología cibermétrica para medir el éxito de los contenidos publicados en un medio de comunicación online y su posible predicción, de manera que se pueda orientar la optimización de los futuros contenidos publicados por el medio. Enmarcada en el ámbito del periodismo digital, responde a la necesidad de analizar el éxito de los contenidos web de manera que se pueda ayudar en la toma de decisiones del equipo editorial. Para ello, se ha realizado un extenso estudio de las publicaciones académicas versadas en las diferentes disciplinas que tienen lugar en esta tesis: la comunicación de contenidos digitales, Twitter, la difusión de las noticias en Twitter, la analítica web, la cibermetría, la analítica en Twitter, el análisis de tendencias en Twitter y la publicidad web. Con dicho marco, se ha obtenido información valiosa para la optimización futura de los contenidos digitales, ya sea procedente del análisis estadístico de los datos o de la posible predicción de los indicadores de éxito de mayor interés para el medio. De esta manera, se podría integrar de manera retroalimentada en la estrategia de contenidos y favorecer así su optimización iterativamente. Para ello, se han tenido en cuenta los siguientes objetivos específicos: investigar el concepto de éxito en el periodismo digital, la red social Twitter, la analítica web y la publicidad en la web; diseñar la metodología y determinar qué herramientas y reportes son necesarios; extraer y procesar los datos para su análisis estadístico; realizar regresiones que permitan obtener ecuaciones de predicción de las variables de éxito seleccionadas; y validar las ecuaciones de predicción con datos de test y obtener su precisión, sirviendo esta como grado de confianza en la predicción. El diseño de la metodología ha servido para observar una sobre dispersión significativa en los datos, así como demostrar que el éxito de un contenido web tiene un carácter fuertemente multifactorial, lo cual provoca una disminución en la variabilidad calculada mediante los indicadores propuestos por investigaciones previas. Esta tesis sirve, entonces, como base para una línea de investigación sobre la optimización de contenido digital basándose en la predicción estadística de su éxito. / [CAT] L'objectiu d'estudi és el disseny d'una metodologia cibermètrica per a mesurar l'èxit dels continguts publicats en un mitjà de comunicació en línia i la seua possible predicció, de manera que es puga orientar l'optimització dels futurs continguts publicats pel mitjà. Emmarcada en l'àmbit del periodisme digital, respon a la necessitat d'analitzar l'èxit dels continguts web de manera que es puga ajudar en la presa de decisions de l'equip editorial. Per a això, s'ha realitzat un extens estudi de les publicacions acadèmiques versades en les diferents disciplines que tenen lloc en aquesta tesi: la comunicació de continguts digitals, Twitter, la difusió de les notícies en Twitter, l'analítica web, la cibermetría, l'analítica en Twitter, l'anàlisi de tendències en Twitter i la publicitat web. Amb aquest marc, s'ha obtingut informació valuosa per a l'optimització futura dels continguts digitals, ja siga procedent de l'anàlisi estadística de les dades o de la possible predicció dels indicadors d'èxit de major interés per al mitjà. D'aquesta manera, es podria integrar de manera retroalimentada en l'estratègia de continguts i afavorir així la seua optimització iterativament. Per a això, s'han tingut en compte els següents objectius específics: investigar el concepte d'èxit en el periodisme digital, la xarxa social Twitter, l'analítica web i la publicitat en la web; dissenyar la metodologia i determinar quines eines i reportes són necessaris; extraure i processar les dades per a la seua anàlisi estadística; realitzar regressions que permeten obtindre equacions de predicció de les variables d'èxit seleccionades; i validar les equacions de predicció amb dades de test i obtindre la seua precisió, servint aquesta com a grau de confiança en la predicció. El disseny de la metodologia ha servit per a observar una sobre dispersió significativa en les dades, així com demostrar que l'èxit d'un contingut web té un caràcter fortament multifactorial, la qual cosa provoca una disminució en la variabilitat calculada mitjançant els indicadors proposats per investigacions prèvies. Aquesta tesi serveix, llavors, com a base per a una línia d'investigació sobre l'optimització de contingut digital basant-se en la predicció estadística del seu èxit. / Yeste Moreno, VM. (2021). Diseño de una metodología cibermétrica de cálculo del éxito para la optimización de contenidos web [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/176009

[ES] El marketing digital ha evolucionado hacia un enfoque orientado a los datos, lo que implica que no es suficiente atraer grandes volúmenes de tráfico, sino que es esencial medir la calidad del mismo y su contribución a la consecución de los objetivos estratégicos. A través de herramientas como Google Analytics, las entidades pueden analizar indicadores clave que proporcionan información valiosa para los distintos niveles de dirección de la organización. Estos cuadros de mando permiten evaluar la efectividad de las campañas y ajustar las acciones de marketing digital para maximizar la conversión. La correcta selección de estas métricas es fundamental para anticipar resultados, diagnosticar problemas y optimizar la toma de decisiones, asegurando que los recursos se utilicen de manera eficiente y alineada con los objetivos de crecimiento de la organización. En el tercer sector, el uso de analítica digital es aún más relevante, ya que permite maximizar el impacto social con recursos limitados. Las organizaciones sin fines de lucro deben asegurarse de que sus esfuerzos de marketing digital se traduzcan en resultados tangibles, como la captación de fondos o la creación de conciencia. Aquí, las métricas adquieren un papel clave, desde el análisis de la calidad del tráfico orgánico o pagado, hasta la evaluación de la interacción de los usuarios, cada dato recopilado ayuda a ajustar las campañas en tiempo real y tomar decisiones más precisas. La tesis profundiza en cómo estas entidades sociales pueden utilizar el marketing digital para aumentar su impacto social. Con una adecuada implementación de la indexación en los motores en el ámbito orgánico y pagado, es posible incrementar tanto la visibilidad como la calidad del tráfico que reciben, lo que maximiza la consecución de objetivos. A través del análisis continuo de métricas clave, estas organizaciones pueden adaptar sus campañas para generar mayor valor, procedente tanto de personas físicas como empresas. La analítica prescriptiva va un paso más allá, proporcionando recomendaciones específicas sobre las acciones que deben tomarse para mejorar el rendimiento de las campañas. A partir del análisis de grandes volúmenes de datos, estas herramientas no solo indican qué está ocurriendo o qué podría pasar, sino que también sugieren los pasos más efectivos a seguir para optimizar los resultados. Esto permite ajustar las estrategias de manera ágil, respondiendo en tiempo real a los cambios en el comportamiento de los usuarios o las condiciones sociopolíticas o ambientales. / [CA] El màrqueting digital ha evolucionat cap a un enfocament orientat a les dades, la qual cosa implica que no és suficient atraure grans volums de trànsit, sinó que és essencial mesurar la qualitat del mateix i la seua contribució a la consecució dels objectius estratègics. A través d'eines com Google Analytics, les entitats poden analitzar indicadors clau que proporcionen informació valuosa per als diferents nivells de direcció de l'organització. Aquests quadres de comandament permeten avaluar l'efectivitat de les campanyes i ajustar les accions de màrqueting digital per a maximitzar la conversió. La correcta selecció d'aquestes mètriques és fonamental per a anticipar resultats, diagnosticar problemes i optimitzar la presa de decisions, assegurant que els recursos s'utilitzen de manera eficient i alineada amb els objectius de creixement de l'organització. En el tercer sector, l'ús d'analítica digital és encara més rellevant, ja que permet maximitzar l'impacte social amb recursos limitats. Les organitzacions sense fins de lucre han d'assegurar-se que els seus esforços de màrqueting digital es traduïsquen en resultats tangibles, com la captació de fons o la creació de consciència. Ací, les mètriques adquireixen un paper clau, des de l'anàlisi de la qualitat del trànsit orgànic o pagat, fins a l'avaluació de la interacció dels usuaris, cada dada recopilada ajuda a ajustar les campanyes en temps real i prendre decisions més precises. La tesi aprofundeix en com aquestes entitats socials poden utilitzar el màrqueting digital per a augmentar el seu impacte social. Amb una adequada implementació de la indexació en els motors en l'àmbit orgànic i pagat, és possible incrementar tant la visibilitat com la qualitat del trànsit que reben, la qual cosa maximitza la consecució d'objectius. A través de l'anàlisi contínua de mètriques clau, aquestes organitzacions poden adaptar les seues campanyes per a generar major valor, procedent tant de persones físiques com empreses. L'analítica prescriptiva va un pas més enllà, proporcionant recomanacions específiques sobre les accions que han de prendre's per a millorar el rendiment de les campanyes. A partir de l'anàlisi de grans volums de dades, aquestes eines no sols indiquen què està ocorrent o què podria passar, sinó que també suggereixen els passos més efectius a seguir per a optimitzar els resultats. Això permet ajustar les estratègies de manera àgil, responent en temps real als canvis en el comportament dels usuaris o les condicions sociopolítiques o ambientals. / [EN] Digital marketing has evolved towards a data-driven approach, which means that it is not enough to attract large volumes of traffic, but it is essential to measure the quality of traffic and its contribution to achieving strategic objectives. Through tools such as Google Analytics, organizations can analyze key indicators that provide valuable information for different levels of management in the entity. These dashboards make it possible to evaluate the effectiveness of campaigns and adjust digital marketing actions to maximize conversion. The correct selection of these metrics is fundamental to anticipate results, diagnose problems and optimize decision-making, ensuring that resources are used efficiently and aligned with the organization's growth objectives. In the third sector, the use of digital analytics is even more relevant, as it allows maximizing social impact with limited resources. Nonprofits must ensure that their digital marketing efforts translate into tangible results, such as fundraising or awareness raising. Here, metrics take on a key role, from analyzing the quality of organic or paid traffic, to assessing user interaction, each piece of data collected helps to adjust campaigns in real time and make decisions. The thesis delves into how these social entities can use digital marketing to increase their social impact. With proper implementation of organic and paid search engine indexing, it is possible to increase both the visibility and quality of the traffic they receive, which maximizes the achievement of objectives. Through continuous analysis of key metrics, these organizations can tailor their campaigns to generate greater value from both individuals and businesses. Prescriptive analytics goes a step further, providing specific recommendations on actions to be taken to improve campaign performance. Based on the analysis of large volumes of data, these tools not only indicate what is happening or what could happen, but also suggest the most effective steps to take to optimize results. This makes it possible to adjust strategies in an agile manner, responding in real time to changes in user behavior or socio-political or environmental conditions. / Cárcel Mas, MC. (2025). Aproximación a un modelo de medición de presencia digital en entidades del tercer sector de acción social [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/214425