Buenos días a todos. Gracias por asistir y gracias por acompañarme en lo que es, ante todo, mi primera conferencia tras mi regreso. Espero que no pase mucho tiempo antes de que volvamos a ver la tasa de crecimiento que teníamos anteriormente. Actualmente estamos en GBP 389 millones con un margen del 16% y un aumento del 8% en el EPS reportado; perdón, en el EPS reportado. Y el punto clave aquí es que estamos mostrando un crecimiento estable.

Ahora bien, 'crecimiento estable' suena un poco contradictorio, pero en realidad representa las dos cosas que intentamos hacer este año. Una es volver a la estabilidad, y eso significa arreglar las cosas. La otra es invertir en crecimiento. Así que aún no estamos viendo el tipo de saltos que hemos tenido en el pasado, pero estamos invirtiendo precisamente para lograr eso. Y para recordarles la historia del crecimiento de YouGov, hay un gráfico enorme antes de esto que muestra algo así como 10 años de crecimiento, y acabamos de salir de esa etapa. Debemos tener presente que esta es, fundamentalmente, una empresa de crecimiento.

Y es una empresa de crecimiento porque siempre nos ha guiado la innovación. Y cuando dejamos de innovar, nos estancamos. Pero estamos de vuelta en el camino de la innovación, algo que les mostraré en la segunda mitad de esta presentación cuando hable sobre la nueva metodología que hemos desarrollado.

Así pues, en el último año hemos tenido algunos éxitos importantes, que es la parte de estabilización de la que he estado hablando. Hemos continuado con el despliegue de la verificación de identidad en los panelistas. Hemos dedicado bastante esfuerzo a avanzar más allá del panel. Esto es algo que ha estado afectando a la industria en su conjunto. Creo que nos llevamos mucha ventaja a los demás, en parte gracias a nuestro activo histórico de un panel bien consolidado y, en parte, porque hemos estado utilizando las técnicas más recientes; creo que prácticamente lideramos el sector en cuanto a la fiabilidad de nuestros datos.

Hemos invertido en nuestros productos impulsados por Cube, especialmente en el área de ciencia de datos. En unos días anunciaremos una nueva incorporación al equipo, una incorporación muy importante; alguien que ha liderado un equipo relevante durante 10 años en Nielsen, lo que refleja la seriedad con la que estamos abordando la parte de ciencia de datos y su expansión para dotar de riqueza y fiabilidad a todos los datos de Cube.

También hemos establecido, en la parte de servicios al cliente, un equipo especializado en la venta y educación de los clientes sobre el valor de nuestros datos conectados, nuestros productos de datos. Y hemos continuado con nuestro programa de actualización de cuadros de mando, incluyendo la integración de IA en ellos para ayudar con el proceso de descubrimiento.

Y finalmente, para esta sección, creo que hemos hecho un trabajo bastante bueno integrando Shopper; ha sido una tarea de gran envergadura y ha sido un éxito, y de hecho, Shopper está funcionando un poco mejor de lo que esperábamos. Así que es un cambio agradable. Con esto, le cedo la palabra a Alex.

Gracias, Stephan. Solo quiero hacer un breve repaso de nuestras líneas de negocio. Quisiera remitirlos a los gráficos de barras en la parte superior de la pantalla. Hemos pasado de GBP 335 million a GBP 389 million de ingresos para el año, perdón, GBP 389 million. Verán cuál es el mayor contribuyente a ello. Tenemos el impacto de todo el año de Shopper reflejado. Sobre una base subyacente, verán las 2 divisiones, con el núcleo de YouGov creciendo al 1%.

Creo que quiero señalar específicamente los productos de datos. Hemos pasado de una caída en el último periodo a un crecimiento. Se requiere mucha inversión y mucho enfoque para volver a encaminarnos. Fue un motor clave de nuestro desempeño en los periodos de reporte anteriores que Stephan mencionó en relación con esos años de crecimiento de doble dígito. Y creo que verán los inicios de una evolución de las cosas que estamos haciendo en ese espacio. Estamos satisfechos de ver que las tasas de renovación se están normalizando, volviendo al 82%. Y las un par de victorias en el sector de las agencias de medios pueden ser una pequeña sorpresa, ya que hay gente diciendo que también estamos viendo algo de debilidad, pero esto demuestra que cuando tenemos datos de alta calidad, sigue habiendo demanda, y también tuvimos una victoria significativa en el sector minorista.

En nuestra división de Research, los resultados han sido mixtos. Hemos experimentado algunos vientos en contra en nuestro sector gubernamental y en nuestro sector de juegos. El sector de juegos ha sido un declive a largo plazo para nosotros, pero vimos una fortaleza y una demanda reales en nuestros sectores de tecnología académica y servicios financieros.

Shopper solo hace referencia a lo que dijo Stephan. En términos subyacentes, quiero decir que no lo tenemos reflejado en nuestras cifras. Pero si lo analizáramos sobre una base de los últimos 12 meses, está creciendo aproximadamente un 4%. Por tanto, estamos satisfechos con su desempeño. El punto que quiero destacar es que estamos en un periodo de transición tras los TSAs bajo la propiedad —tras la venta de NIQ. Ahora ya nos hemos desprendido de la mayoría de ellos; ha sido un trabajo arduo para tomar el control de los sistemas financieros, etcétera. Así que ha sido un periodo de mucha, en cierto modo, disrupción por el traslado de sistemas, etc., pero estamos muy contentos con la forma en que los equipos han seguido rindiendo.

Verán que nuestro beneficio neto al final del gráfico ha aumentado de GBP 49.6 million a GBP 60.7 million. Un gran impulsor de esto es la contribución de Shopper, obviamente, pero también la reducción de costes que realizamos a principios de año; mencionamos al inicio del ejercicio financiero que habíamos activado un plan de GBP 20 million en ahorros anualizados. Debido a cuestiones de calendario, realizamos aproximadamente el 70% de ello durante el año.

Pasando al análisis geográfico, los resultados han sido algo mixtos. En Europa, verán que el crecimiento interanual es del 0%. Parte de esto se debe a algunos vientos en contra que hemos tenido en Suiza y Alemania. Estamos empezando a ver cierta mejora de cara a la segunda mitad del año en ese sentido. En el Reino Unido, que históricamente ha sido un motor fuerte para nosotros, hubo mucha disrupción debido a los programas de despidos. Comenzamos el 1 de agosto de 2024 y duró unos 3 meses. Por tanto, era inevitable que viéramos una desaceleración en el desempeño mientras atravesábamos el proceso de consulta. Sin embargo, hemos cerrado el ejercicio financiero con mucha fuerza, con una buena trayectoria de cara al próximo año. Nuestras áreas de crecimiento han sido las Américas. Siempre han sido nuestro gran foco. Nos gustaría verlas crecer a un ritmo mucho más rápido, pero un 3% en términos subyacentes está, en términos generales, en línea con el ritmo de crecimiento del mercado. Y un pequeño detalle, Asia Pac sigue creciendo un 2% —

este gráfico, que analiza nuestro sector. Excluimos a Shopper de aquí porque está muy sesgado hacia FMCG y retail, pero seguimos estando muy bien diversificados. Tecnología sigue siendo nuestro segmento más grande, y eso es una combinación de clientes tecnológicos que utilizan nuestros datos, pero también que utilizan servicios más tradicionales de tipo investigación de mercado. Buena contribución de banca y seguros. Viajes y turismo se ha recuperado. Retail, mencioné que el sector académico está entrando en investigación. Quiero recalcar de nuevo ese punto sobre Shopper.

Pasando a temas de mayor relevancia: nuestra conversión de caja y nuestro CapEx. Para el año, mantenemos un ratio de conversión de caja similar al del periodo anterior. Hemos tenido una ligera salida de capital circulante debido a un aumento de los ingresos devengados. También hemos visto que los panelistas han canjeado más puntos este año y esto se debe, en parte, a que estamos realizando muchas encuestas, particularmente en América, a raíz de las elecciones en EE. UU. El CapEx ha bajado ligeramente. Verán que hemos gastado un poco menos en el desarrollo de paneles. Eso no significa necesariamente que no estemos captando más panelistas; hemos sido un poco más eficientes en nuestra conversión, y nos gustaría ver que eso mejore con el tiempo. Asimismo, hemos mantenido nuestra inversión en gastos tecnológicos aproximadamente estable. Eso no quiere decir que no hayamos aumentado el número de personas en nuestros equipos tecnológicos. Hemos dedicado un poco más de tiempo al mantenimiento. Y creo que, cuando lleguemos a la parte final de esta presentación, verán algunas de las cosas en las que han estado trabajando, lo que impulsará un mayor rendimiento en el FY '26 y en adelante.

Cerramos el año con una posición sólida en el balance general. Empezamos el año con una línea de crédito de EUR 240 million. Durante el ejercicio, amortizamos EUR 36 million de dicha deuda. Disponemos de un RCF de EUR 40 million, del cual actualmente se han dispuesto EUR 24 million. Realizamos un ajuste en nuestro calendario de amortización en cuanto a los pagos. Y habíamos negociado algo particularmente agresivo para nosotros. Queríamos reducir el apalancamiento lo más rápido posible cuando tomamos el préstamo. No estamos operando a los mismos niveles que antes. Por ello, hemos reducido nuestros pagos a EUR 20 million para los próximos dos pagos, EUR 20 million en FY '26 y EUR 20 million en FY '27, simplemente para tener el margen necesario para seguir invirtiendo en el grupo. Y, de nuevo, realmente queremos retomar nuestra trayectoria de crecimiento. Pero quiero recalcar que nos hemos mantenido dentro de los covenants de nuestros préstamos durante todo el año.

Pasando a la actividad actual y las perspectivas. Nos oirán hablar de inversión. Es especialmente importante para el grupo que estemos conquistando este mercado. Antes éramos la marca retadora, y ciertamente vemos que tenemos derecho a ganar en diversos segmentos. Por tanto, tenemos un conjunto claro de prioridades de ejecución centradas en el panel y la innovación de producto. Contamos con algunas inversiones que se centrarán especialmente en ciencia de datos y en personal de desarrollo de producto, lo que nos está acercando a nuestra estrategia SP3 de ser más un negocio de plataforma en nuestra forma de salir al mercado y en la manera en que los panelistas y nuestros clientes consumen los datos. Además, estamos empezando a invertir en Shopper. La idea con Shopper es ampliar su capacidad en los mercados en los que opera actualmente, cubriendo más terreno en el mapa europeo. Con el tiempo, estudiaremos cómo invertir para introducir Shopper en los EE. UU. Nuestra actividad actual ha comenzado conforme a las expectativas. Para FY '26, esperamos ver una mejora modesta en los ingresos y el margen, y esto tras haber realizado algunas inversiones clave, especialmente en científicos de datos y tecnólogos. Pero creo que empezamos el año con muchas oportunidades atractivas. Soy consciente de que el entorno macroeconómico es algo complejo, pero sin duda estamos viendo buenas oportunidades con la llegada de clientes al ejercicio fiscal. Con esto, cedo la palabra a Stephan.

Así es, quiero decir que la historia de YouGov es el crecimiento a través de la innovación. Esa fue la promesa que hicimos en el Capital Markets Day en mayo de 23. Y la estrategia que presentamos es la que estamos siguiendo. Creo que hemos vuelto a esa senda de crecimiento, concretamente a esa ruta estratégica. Y eso implica estos 5 puntos: el compromiso renovado de aumentar la visibilidad y la cantidad de datos públicos. Como verán en un momento, cuando demuestre la importancia de los datos públicos para nosotros, es algo que impulsa nuestra reputación, nuestra fiabilidad, nuestros paneles y muchas otras cuestiones. Es algo con lo que estamos altamente comprometidos y en lo que hemos aumentado nuestro gasto.

Innovación en el reclutamiento y la gestión de paneles. Estamos transformando la experiencia del panelista. Una vez más, verán siempre este énfasis que ponemos en los datos públicos y en el panel, creando datos que generen productos de calidad para los clientes. Todo esto forma parte de un proceso integral. Estamos mejorando la forma en que tratamos a nuestros panelistas y la manera en que obtenemos los datos de ellos.

Estamos acelerando la ejecución para convertirnos en una plataforma de datos. Cada vez más de nuestros dashboards incorporan IA y mejores formas de utilizar nuestros datos. La investigación personalizada es una parte fundamental de lo que hacemos. El grado en que la investigación personalizada esté alineada con nuestra plataforma determinará el éxito de nuestra estrategia. Que ambos elementos estén alineados es absolutamente crítico para nosotros y hemos estado dedicando toda nuestra energía a ello. Hay aspectos de la oferta de investigación personalizada que no están tan alineados; necesitamos unificarlos todos. La IA nos está ayudando a lograrlo. Y, por supuesto, algo en lo que nos enfocaremos en un momento —de hecho, en la siguiente diapositiva— es la innovación en IA, que es masiva para nosotros al aprovechar el valor de los activos que hemos construido. Esa es la visión estratégica general. Ya lo han oído antes; no hay nada nuevo, salvo que estamos actualizando todo ello con IA y lo estamos abordando con un entusiasmo renovado.

Ahora, la gran pregunta que cualquiera se haría es cómo se posicionará YouGov en la era de la IA. Y creo, y espero poder demostrarlo, que nuestra compañía está idealmente preparada para aprovechar este momento, este momento histórico y revolucionario para nuestro crecimiento, porque nuestro enfoque principal es hablar con personas reales. Y la esencia del uso de la IA son las personas reales. Se trata de generar valor adicional a partir de las personas reales para obtener productos de datos aún mejores y aportar un valor aún mayor a los clientes. Y esto es algo a lo que volveré en varias ocasiones, porque creemos que nuestra industria quizás se ha equivocado un poco en algunas áreas.

Hay muchísimas cosas maravillosas que la IA puede hacer. Reemplazar a los humanos no es precisamente el objetivo de una empresa de investigación de mercados. Hay muchas cosas fantásticas que los datos sintéticos pueden hacer para aportar más valor y facilitar tareas como el test de anuncios, y hay muchos ámbitos donde eso funciona realmente bien. Pero recuerden, la gran mayoría del gasto de nuestros clientes se destina a medir el cambio. Eso es lo que interesa a la gente. Y el cambio no puede extrapolarse. El cambio... la extrapolación es la suposición de que las cosas seguirán siendo iguales. Cada vez que se utilizan datos sintéticos, la premisa subyacente debe ser que las cosas se mantendrán de la misma forma hacia la que se está proyectando. Esa es la definición de los datos sintéticos: es extrapolación. Y la extrapolación te dice lo que ya sabías. La extiende, pero no te dice de dónde vendrá la sorpresa. Por eso la gente compra datos de seguimiento (tracking): porque quieren saber qué está cambiando, algo que aún no saben. Si todo sigue igual el mes que viene que el mes pasado, todo está bien, pero esos datos no son muy interesantes. Lo interesante es cuando el cambio no es lo que esperabas, y eso no va a venir de los datos sintéticos.

Por tanto, en realidad estamos muy interesados en los datos sintéticos. Como saben, el MRP ha sido una parte fundamental de nuestro éxito en cuanto a precisión y para extraer más valor de nuestros datos. Así que, de hecho, somos pioneros en datos sintéticos. Y tienen un valor fantástico. No tenemos nada en contra de ello. Pero la gran mayoría del gasto en investigación de mercados se dedica al seguimiento del cambio. Y para el cambio, se necesita a personas reales. Y las personas reales son la base de todo lo que hacemos.

Así pues, una empresa de datos se centra en el flujo de datos a través de cuatro elementos: personas, datos, procesos y resultados. Y para que esto funcione, hemos desarrollado a lo largo de 25 años tres activos principales. En primer lugar, YouGov tiene el mejor panel. No tenemos el mejor panel en todos y cada uno de los países, no pretendería decir eso. Pero en nuestros principales mercados, donde tenemos paneles sólidos, tenemos los mejores paneles. Todo el mundo sabe que tenemos las tasas de contacto más altas. Tenemos los niveles más altos de representatividad. Tenemos el compromiso (engagement) que hace que permanezcan con nosotros durante mucho tiempo, permitiendo construir capas y capas de datos.

Es mediante la construcción de capas de datos a partir de paneles comprometidos que se obtiene el segundo gran activo, que es que tenemos los mejores datos. Y son los mejores datos porque son una fuente única, están conectados y siempre son recientes. Se actualizan constantemente. Se actualizan cada día. La actualidad, la representatividad y la autenticidad —que debería darse por sentado, pero no ocurre hoy en día— son los elementos que crean datos excelentes. Para tener eso, se necesita un buen panel que proporcione los mejores datos. Y recalco que esto también abarca diferentes áreas de datos demográficos: aspectos sobre las personas, lo que piensan, datos actitudinales, conductuales y pasivos; todo ello forma parte de ello. La parte cualitativa será una gran pieza nueva que añadiré a la cuantitativa, de la que hablaré en un momento.

El tercer área es nuestra marca, que es increíblemente sólida. Y siempre es bueno contar con una marca fuerte. Pero para nosotros, es fundamental. Es una función clave de lo que hacemos. Porque una marca sólida genera paneles de mejor calidad y genera confianza entre los clientes. Y tengo dos ejemplos aquí que quiero exponer. [Presentación]

La importancia de esto para nosotros es lo que dice Trump, asumiendo que sepas qué es YouGov. Y si no sabes qué es YouGov, el nombre sigue implicando que es una autoridad. La frase "según YouGov" es increíblemente frecuente en los medios. Es lo que buscamos; solía decir que Google es a Google lo que "según YouGov" es nuestro talismán en este sentido. Y Meltwater nos indica que somos la empresa más citada en la prensa mundial. Hay más de 1,000 menciones sobre nosotros, sobre nuestra marca, cada día. El número total de menciones de la marca YouGov en el último año se sitúa en torno a las 385,000. Y como pueden imaginar, esto es un valor en sí mismo.

También ocupamos el puesto #2, y esto proviene de la siguiente... este y el anterior provienen de investigaciones independientes. Estamos clasificados como #2 en reconocimiento de marca asistido (aided brand awareness) a nivel mundial entre los compradores de investigación. Y entre ellos, pasando al último punto, somos el proveedor de investigación de mercado en el que más se confía. Así que, incluso cuando no somos los más famosos, ocupando el #2, somos los más fiables. Y creo que cualquiera en la industria diría quién es el más propenso a obtener un resultado, y ese es YouGov. Y estos son activos realmente fantásticos e importantes.

Una marca fuerte supone un gran alcance. Lo que no aparece aquí es —perdón, me lo salté— es que tenemos 4,000 clientes activos. Ahora bien, todos esos clientes activos son, obviamente, personas con las que podemos hablar y a las que podemos mostrar nuestro nuevo producto. Se podría decir que esta diapositiva es una fortaleza masiva. Y también es, en cierto modo, un indicador de que tenemos muchos más activos de los que hemos logrado convertir en valor. Por tanto, sabemos qué hacer.

Este es un activo masivo. Es algo que no se puede... no se puede crear rápidamente. Esta confianza, este alcance, esta visibilidad. Y todo ello alimentará los nuevos productos o la nueva metodología que voy a mostrarles. Entonces, ¿qué cambia en todos estos activos en la era de la IA? Se está produciendo una revolución. Pero para nosotros, es más bien una evolución, porque todo lo que la IA nos permite hacer es una mejora de los activos que ya hemos construido.

Nuestro mantra de Andrew Ng, quien fue cofundador de Google Brain, es una cita realmente fantástica para nosotros: "No gana quien tiene el mejor algoritmo, sino quien tiene más datos". Otros dicen: "oh, ¿qué es lo más importante, tener más datos o tener los mejores datos o los mejores insights?". Todo eso surge simplemente de la cantidad de datos. Los datos humanos genuinos a una escala muy alta crean buenos datos, crean buenos insights; todo fluye de ahí. No hay atajos para alcanzar el valor de los datos a gran escala.

Y hacia eso es hacia donde se está volviendo el mundo entero. Mientras otros intentan prescindir de las fuentes reales de esto, tratando de decir: "oye, podemos ganar más dinero sin molestar a todos estos humanos", nosotros decimos que no, que todo gira en torno a los humanos. Todo depende del número de personas que hablan contigo, de cuánto te hablan, de cuánto te aportan. Y eso es lo que la IA nos permite hacer. La IA nos permite realizar la recopilación y el descubrimiento de datos a escala.

En realidad, hasta ahora no se necesitaba la IA para la recopilación de datos, pero hoy estamos hablando de datos cualitativos. Y los datos cualitativos son un tipo de datos diferente. Es un tipo de datos con el que no hemos trabajado mucho. Es el tipo de datos que es, por así decirlo, la Cenicienta de la industria. La gente los utiliza como una buena forma de obtener insights, de realizar sesiones de brainstorming y demás, pero no se pueden tomar grandes decisiones basadas en datos cualitativos porque son aspectos subjetivos, ¿verdad? No es algo de lo que se pueda crear una métrica.

Pues eso cambia. Eso cambia cuando tienes la IA para, en primer lugar, utilizar los datos de fondo para elegir a las personas adecuadas con las que hablar y saber qué decirles. Y luego, para tomar todos estos datos no estructurados que se producen mediante entrevistas realizadas por la IA y convertirlos en datos que los clientes puedan utilizar realmente. No basta con que sean interesantes, no basta con que sirvan para un brainstorm. Tienen que ser elementos que puedas utilizar y sobre los que puedas basar decisiones. Y ahora estamos realizando miles de entrevistas impulsadas por IA diariamente.

Les muestro un ejemplo de esto. Me encantaría hacer una demostración real, pero no voy a hacer demos aquí porque realmente no se puede demostrar este tipo de cosas. Así que les voy a mostrar esto, que es un fragmento de una conversación. Y simplemente... probablemente no puedan leerlo, así que se lo leeré. Dice: "He notado que recientemente has dado las calificaciones más altas a bastantes artistas musicales, desde Rick Astley y Hall & Oates, hasta 50 Cent y Pussycat Dolls. Cada uno ha recibido 5 estrellas de 5 por tu parte. ¿Qué influyó en tu opinión sobre estos artistas, dado que abarcan estilos musicales tan diferentes?"

Esta es una pregunta que ha generado el bot sin basarse en una instrucción nuestra sobre algo en particular. Tienen los datos de fondo, el panelista definitivamente recibió la instrucción de hablar sobre música, pero se encontró con el bot. El bot encontró algo interesante en los datos para convertirlo en una pregunta. Y la respuesta es: 'Crecí escuchando y apreciando música de diferentes géneros y épocas'. El bot responde: '¿Qué fue lo primero que te introdujo en una gama musical tan amplia?'

'Mi madre, amigos de la escuela, ir a conciertos y canales de música'. '¿Cuál de esos... cuál crees que ha tenido el mayor impacto en la formación de tu gusto musical?'. 'Los vídeos musicales en los años '90 y los '00'. La conversación sigue y puede continuar todo lo que quieras. Pero has tomado datos previos y los has convertido en una pregunta relevante dirigida a esta persona. Saben que los estás escuchando. Saben que tú sabes algo sobre ellos. Y por cierto, por eso están aquí. No resulta inquietante cuando lo hacemos nosotros. Resulta inquietante cuando lo hace Google o Facebook o cualquier otro, porque no se lo pediste para ti, no viniste allí para eso. Vienes a YouGov para ser escuchado. Así que esto es escuchar.

Y es responder, y entablar una conversación y generar un insight. Y eso puede utilizarse y desarrollarse de muchas formas distintas. Ahora bien, no estamos haciendo solo una de estas. Estamos haciendo literalmente miles; miles que te costarían... nunca podrías imaginar el coste de este estudio de 20,000 conversaciones que estamos realizando anteriormente. Y es de muy bajo coste. No voy a deciros cuáles son los costes ahora porque tendremos un Capital Markets Day dentro de poco y repasaremos todos los aspectos, nuestras expectativas y demás. Solo os estoy mostrando una nueva metodología.

Esto es una escala masiva a bajo coste. Es una recopilación de datos automatizada, personalizable, configurable y continua. Solo YouGov puede hacer esto. Nadie más tiene la combinación de elementos que esto requiere. Esto requiere un gran volumen de datos conectados. Imaginad que ese bot accede a los 2,000 o 3,000 datos que conocemos sobre un panelista típico y es capaz de utilizarlos para encontrar los puntos interesantes que permitan abrir un debate o buscar aquello específico que el cliente desea. Quizás el cliente solo esté interesado en sus hábitos de supermercado. Entonces, el bot accede a esa información, encuentra todo lo que puede sobre supermercados y lo utiliza como punto de partida. Solo YouGov puede hacer eso, porque nadie más tiene esa gama de datos conectados con panelistas en tiempo real. Nadie más.

Y además, solo YouGov puede alcanzar esa escala de cuestionarios continuos; no hablamos de preguntar a 100 o 1,000. Podemos realizar 20,000 o 100,000 entrevistas al día. Y podemos hacerlo a esta escala porque tenemos panelistas altamente comprometidos que regresan. No es que... por supuesto, hay mucha rotación, pero nuestro panel estable permanece con nosotros a lo largo del tiempo, lo que nos permite construir una relación y acumular todos esos datos. Así que esta es nuestra ventaja competitiva. Son los activos construidos durante 25 años, el mejor panel conectado a escala, la marca más sólida y ahora la incorporación de la IA. Todo ello se traduce en algo que es único en nosotros.

Esta es una diapositiva que intenta encapsular en una sola imagen de lo que estamos hablando y, en realidad, lo que estamos añadiendo. Así que aquí, en el lado izquierdo, tenemos el mundo de las cosas, las entidades. YouGov, como saben, cubre más de 20,000 marcas y productos en nuestro seguimiento. Cuando combinamos el brand index y las calificaciones, son más de 20,000. Pero decimos esto porque es una cifra cambiante y en constante crecimiento. Se trata de músicos, programas de televisión, productos mediáticos, supermercados, marcas, bienes de consumo; todo lo que puedan imaginar que pertenece a ese mundo comercial y que deseen monitorizar está en nuestra base de datos, está en nuestro Cube y todo se procesa a través de la percepción de estas personas.

Eso es lo que está ocurriendo aquí. Ellos viven sus vidas, acuden a YouGov, hacen preguntas y, obviamente, se convierten en ceros y unos, lo que crea una línea. Eso es el brand index. El brand index fue la primera, y sigue siendo la única, medida diaria fiable de la fuerza de una marca. Sube y baja, y es fundamental conocerlo. Muchas empresas integran esto en su gestión de riesgos; por ejemplo, Bank of America lo tiene incorporado en su modelización de riesgos. Forma parte de su comprensión de cómo el flujo de noticias afecta a sus cuentas, y la apertura de nuevas cuentas o la retirada de fondos, entre otros factores, se predice mediante la reacción al flujo de noticias medida por YouGov.

Sin embargo, lo que esto no hace es explicar por qué algo ha bajado aquí. Puede que sepa por qué ha habido algún incidente y ya lo sepa, en cuyo caso quizás quiera saber: vale, ¿cómo afecta esto a la gente? ¿A quién afecta? ¿Y por qué? O tal vez no tenga ni idea. Hay una línea de tendencia y usted dice: no sé por qué está bajando. Lo que estos nuevos datos hacen, como ya habrán adivinado, es proporcionar el porqué, no el qué. No recuerdo si he intercambiado el qué y el porqué. Pero esto es el qué está pasando. Esto es el porqué está pasando. Está aquí dentro.

La forma en que la gente habla de su marca puede ser muy específica; puede decir: «¿ha oído algo sobre Tesco últimamente?» para intentar profundizar en ello, o simplemente puede preguntar: «¿qué opina de Tesco?» o «¿cuál es su supermercado favorito?». Usted puede decidir cómo quiere que sea la pregunta para generar estas conversaciones y, después, descubrir cómo habla la gente de usted. Entonces puede hacer varias cosas. Puede comparar y contrastar elementos dentro de estos datos, pero también podrá utilizar todos los datos previos que haya tenido porque, si es cliente de Brand Index, dispondremos de un histórico de datos de referencia para saber cómo es la conversación habitual; así podrá comparar la conversación normal sobre su marca con la conversación actual y descubrir qué es lo que está impulsando este cambio.

Hay una enorme cantidad de valor en esto que aún nos queda por descubrir. Es como un cofre del tesoro completamente nuevo. Pero no es algo abstracto. Después de esto, no puedo demostrárselo aquí, pero tras esta presentación, esto se subirá a la red y, al final, encontrará dos enlaces. Uno es para unos 20 transcripts y el otro es para el resultado funcional. Actualmente es el resultado de un solo estudio, por lo que todos los botones no funcionan de la manera... quiero decir, le muestra cómo funcionaría, pero se centra específicamente en un estudio. Pero puede probarlo y verlo por sí mismo.

Porque si tienes toda esta vasta cantidad de datos fluyendo y no tienes una forma de convertirlos en algo útil, entonces es interesante pero no sirve de nada. Obviamente, hay mucho movimiento en ese sentido. Y, en realidad, está aportando un valor real a los clientes. Aporta el porqué y el qué más al qué que ya hemos realizado. Es automatizado, personalizable, segmentable y accionable. Es decir, es tanto algo a medida como un producto, porque puedes aplicarlo a cualquier cosa. Puedes obtener un único estudio a partir de ello o tenerlo activo todo el tiempo.

Su escala revela la larga cola de nueva información. No se trata solo de las cuestiones que uno... y esto entra un poco en el siguiente punto, no es solo aquello que creías que querías saber, que son las incógnitas conocidas. Eso es lo que hace una encuesta. Sabes qué intentas averiguar y redactas las preguntas para ello. Esto son las incógnitas desconocidas. La larga cola. Se trata de: ¿de qué está hablando la gente? ¿Cómo hablan de estas cosas? ¿Acaso alguien, quizás una sola persona en esa conversación, plantea algo anómalo? La IA sacará eso a la luz y podrás descubrir cosas que no sabías.

Y el último punto, todas esas cuatro primeras cosas, por supuesto, ya están ocurriendo. Esto no es solo un plan. Es una ejecución real. Pero la última parte, las alertas, es algo a lo que aún no hemos llegado y es algo que estamos convirtiendo en producto. La idea es que, a medida que esto fluye y recibes preguntas abiertas para captar la constante actividad de conversación... por cierto, no es lo mismo que el social listening en redes sociales, porque el punto clave de nuestros paneles es que son altamente representativos. Representan a todos los subgrupos de una población y lo hacen de forma justa. Así que, cuando detectas este flujo, descubres de qué habla la gente realmente, no lo que hay en Twitter o lo que sea. No son lo mismo.

Así que analizas todo este horizonte y recibirás alertas que digan: "Oye, aquí hay algo que podrías observar, algo que fue inesperado". Esto mejora significativamente el valor de nuestros productos de datos, debería haber dicho de todos nuestros resultados, porque puedes aplicar esto a una sola encuesta si quieres. No es simplemente un producto nuevo, aunque existirá como tal; podrás realizar un estudio basado únicamente en conversaciones. Pero mejora cada uno de nuestros resultados de datos. Todo lo que hacemos, que antes era un qué, pasa a ser un qué y un porqué. Y es por eso que esto representa para nosotros una revolución de gran envergadura.

Creo que va a tener para nosotros tanta importancia la parte cualitativa como la cuantitativa. Y eso es lo nuevo. Así que tenemos estas tres dimensiones: la pura cantidad de datos, la actualidad, la recopilación diaria, y tenemos este rango masivo. Nadie más tiene ese rango. Nadie más tiene esa cantidad. Nadie más realiza la recopilación diaria. Y podrías decir: bueno, si sumas todos estos activos y sumas lo que mencioné antes sobre nuestro alcance y nuestra fiabilidad, etc., entonces podrías preguntarte: ¿por qué demonios solo generan GBP 388 million?

Y creo que existe una brecha enorme, y eso es algo que realmente tenemos que abordar: cómo mejorar en la enseñanza del valor de nuestros datos. Por tanto, sigue siendo algo sobre lo que tenemos ideas, pero en lo que estamos trabajando. Lo último sobre esta diapositiva: estos datos son ideales para el procesamiento y análisis mediante IA. He dicho que la IA es excelente para algunas cosas y no tanto para otras. Esto se encuentra justo en su área de fortaleza; tomar grandes cantidades de datos no estructurados y convertirlos en algo significativo es algo que hace como por arte de magia. Es como cuando vimos por primera vez a ChatGPT hablar. Realmente no puedes descifrar cómo funciona. No es realmente el algoritmo. Es la pura cantidad de datos conectados.

Correcto. Bueno, ya tenemos nuestro primer cliente de pago. Debo decir que es una versión alfa muy, muy pequeña de esto, pero muy buena. Así que ya hemos integrado en el sistema, dentro de Brand Index, que si quieres una recopilación diaria o ocasional de datos abiertos, puedes activarla y recibirla cada día. Y la versión que tenemos ahora es simplemente una pregunta: ¿por qué dijiste eso? Es decir, si le has dado a Tesco o a quien sea una buena o mala calificación, aparece y pregunta: "¿Por qué nos ha dado esa calificación?". Y eso se traduce en una perspectiva continua y realmente útil que añadimos a la suscripción de Brand Index.

Y eso acaba de conseguir su primer suscriptor. Solo ha estado disponible... solo llevamos hablando de ello un par de semanas. Tenemos a muchos clientes en fila para mantener más conversaciones al respecto. Pero de lo que estamos hablando claramente con ellos es de que esa pregunta se convierta en una conversación. Y eso se integrará en el sistema. Estará listo para Navidad.

Solo un par de puntos finales. Hemos hablado de un uso muy importante de la IA, pero la estamos utilizando en todo lo que hacemos. Nos está ayudando con la detección de fraude. Y creo que seremos —somos— los líderes en la veracidad de los datos. Nos permite realizar nuevos tipos de recopilación de datos a escala. Como hemos visto, realiza el análisis de datos por nosotros. Realiza la fase de descubrimiento e interactividad en nuestros dashboards. Y, por último, también se está utilizando; estamos trabajando con un par de LLMs para convertir nuestros datos en elementos utilizables en búsquedas y demás, de modo que la parte pública de nuestros datos se inserte en su mejor forma posible dentro de la infraestructura de búsqueda, porque somos una fuente de datos de confianza. Queremos maximizar el valor de esos datos.

Todo lo que hacemos, todo lo que hacemos para nosotros mismos, nuestros datos propietarios, está disponible de forma gratuita en su versión resumida. Creo que eso no perjudica de ninguna manera a nuestros productos, porque siempre se busca el detalle. Ningún profesional del marketing quiere solo el resumen. Pero el público está interesado en el resumen, como el Presidente. Es valioso y se utiliza casi siempre en su forma resumida. Y cuanto más disponible esté, más enseña sobre los datos que poseemos.

Así pues, todos estos elementos contribuyen a que YouGov se convierta en una compañía de datos impulsada por IA, basada en personas reales para toda la sociedad. Como he mencionado, al final de esta presentación, más adelante, encontrarán dos enlaces: uno para las transcripciones y otro para la interfaz. Obviamente, se trata de una versión simplificada. También se está añadiendo un vídeo para ver. Y estamos listos para sus preguntas.

Will Larwood, de Berenberg. En primer lugar, ¿podría darnos más detalles sobre la visibilidad de los ingresos para el FY '26? Obviamente, tenemos el periodo clave de renovación de los productos de datos en noviembre y diciembre. Sería estupendo que pudiera compartir un poco más de información al respecto.

Y, en segundo lugar, en cuanto a la política de precios en general, ¿cómo la plantean para el FY '26 y, potencialmente, para periodos posteriores?

Y, por último, ¿considera que queda algo más por hacer desde un punto de vista comercial? Obviamente, ha habido algunos cambios en los últimos, digamos, 18 meses, especialmente tanto en el lado de CPS como en el de los productos de datos.

Responderé a las dos primeras. Empezaré por la visibilidad. Quiero señalar un par de cosas. Me centraré en el Reino Unido. Aquí tenemos a Will, que es el CEO del Reino Unido. Cerramos el año con bastante fuerza, ganando impulso especialmente en la segunda mitad del año en algunos de los mercados que, en la primera mitad, tuvieron un rendimiento inferior al esperado.

Así pues, iniciamos el año y ya hemos hablado anteriormente sobre nuestra cartera de pedidos, los ingresos comprometidos con los que entramos en el ejercicio. Hemos entrado un 3% por encima de lo que fuimos el año pasado. Este año estamos ligeramente por debajo del 45%. El año pasado estuvimos un 41% por encima. Por tanto, estamos viendo que esa cartera de pedidos aumenta. Así que tenemos bastante confianza en que tendremos un buen desempeño en el primer semestre.

No estamos hablando —insistiré en este punto— de esperar un crecimiento moderado. En realidad, nos estamos centrando en cómo continuar con gran parte del trabajo que se está realizando internamente. Pero creo que estamos moderadamente satisfechos con ello. Obviamente, muestra cierta fortaleza al inicio del año, especialmente considerando el entorno macroeconómico.

Y por ello, creo que nos enfocamos en la temporada de renovaciones. Para nosotros, lo habitual es que los clientes renueven un producto de datos a partir del 1 de enero, por lo que noviembre y diciembre son meses clave para asegurarnos de que estamos controlando la situación. Hemos modificado la forma en que funciona la estructura del equipo. Contamos con un equipo dedicado a productos de datos que vuelve al modelo anterior: un equipo que está realmente incentivado y centrado en esas renovaciones, adelantando las conversaciones de renovación. Creo que tener temas interesantes de los que hablar, nuevos avances, concretamente en torno a esta capacidad que Stephan ha señalado, demuestra que deberíamos despertar un mayor interés en ello. Así que nos sentimos discretamente optimistas al respecto.

Un poco sobre los precios. Me refiero a que en el FY '25 no los tocamos, ya que había muchos cambios en los equipos y, en particular, nos estábamos preparando para modificar algunas de las estructuras de incentivos el 1 de agosto, puesto que es muy difícil cambiar las estructuras de incentivos a mitad de año. Ahora las estamos implementando. Es algo relativamente pequeño, pero estamos aplicando aumentos de precios por inflación. Es algo que no habíamos aplicado en los últimos 18 meses aproximadamente. Eso fue cuando acabábamos de empezar. Y, de nuevo, volviendo a nuestra temporada alta de renovaciones, deberíamos ver parte de los beneficios derivados de ello. Le cedo la palabra para la...

Solo una cosa que quería decir sobre los precios, porque es posible que usted tenga algo más que añadir. Solo quería mencionar que hay algo en una de esas diapositivas sobre lo que podría haber profundizado, aunque pensé que ya habíamos dedicado bastante tiempo a ello: uno de los resultados de una compañía de datos es un Data Lake con APIs o una API. Y no hemos hecho mucho de eso. De hecho, tenemos varios clientes que simplemente utilizan un feed de todo el Cube.

Pero si somos una empresa de plataforma, no siempre deberíamos pensar únicamente en vender este producto o este proyecto, y que tengas que entrar con un nivel de inversión tan alto o no obtienes nada. De hecho, debería ser lo contrario. Deberías poder comprar exactamente el fragmento que desees, en cualquier segmento o formato. Si solo quiero una pregunta y una... eso siempre ha sido imposible en Omnibus, pero debería ser posible para todos nuestros datos.

Y creo que este es un proyecto bastante ambicioso. No es algo que podamos implementar de inmediato. La parte de la API y el Data Lake ya está disponible, y... pero siempre implica algo de trabajo adicional en algún aspecto. Pero una interfaz de usuario real que permita decir: 'quiero solo este dato en particular', debería ser la forma en que permitamos el acceso a los clientes.

Y parte de cómo... cuando dije que hay una gran brecha entre todos nuestros activos y lo que los clientes compran, es facilitar que la gente compre cualquier fragmento que le guste. No hay razón para que digamos que tienes que tener una suscripción muy grande a Brand Index. Puedes ir entrando gradualmente. Y cuando hemos intentado ofrecer pequeños segmentos de datos, ha sido muy exitoso. Simplemente no habíamos querido hacerlo. Y ese es un proyecto mayor. No es algo que se logre de la noche a la mañana. Pero eso es, definitivamente, lo que haría una empresa de plataforma para vender datos en múltiples niveles.

¿Habrá más cambios en el equipo comercial?

Sí. Es decir, hemos implementado incentivos muy importantes para que los productos de datos ganen más relevancia, y objetivos que hay que alcanzar antes de obtener beneficios por la venta de productos personalizados. Además, contamos con un equipo dedicado exclusivamente a productos. Es un equipo pequeño, pero irá creciendo.

Y esto representa realmente un cambio en nuestro enfoque comercial, en nuestra estrategia de ventas. No ha sido un cambio masivo, ni se trata de lo que algunos comentaban sobre que estamos realizando una reestructuración o algo parecido. No es una reestructuración. Es un cambio evolutivo en nuestro sistema.

Nos ha ido bien. Queríamos mejorar y hemos realizado, como digo, algunos cambios significativos, entre ellos situar el producto como la prioridad número uno en nuestras ventas y hacer que sea imposible no vender un producto si quieres vender también soluciones personalizadas. Ambos elementos están tan alineados que todo es cuestión de cómo se incentiva; cuando vendes uno, puedes vender el otro. Pero la premisa debe ser que primero hay que vender suscripciones. De lo contrario, no seréis una compañía de datos.

Soy Lara Simpson, de JPMorgan. Mi primera pregunta es para retomar el P&L. Obtuvieron un beneficio operativo de GBP 61 million, lo cual estuvo totalmente en línea con las expectativas, pero claramente se han beneficiado de una reducción en los costes centrales y de cierto retraso en el gasto en Shopper.

¿Podría hablar un poco sobre la presión en los márgenes que observaron en Data Products and Research? Claramente, la rentabilidad fue algo más débil allí. ¿En qué están invirtiendo? ¿O se trata de una realización lenta de la optimización de costes?

Y, además, obviamente han señalado un aumento en las inversiones en tecnología y ciencia de datos. ¿Podría cuantificar esas inversiones? Y, tal vez, darnos algo de visibilidad sobre hacia dónde se dirigirán exactamente?

Sí. Sobre DP, la respuesta es muy sencilla. Adquirimos Yabble a principios de año. Era una entidad con pérdidas cuando la compramos. Se trata de algo justo por debajo de GBP 3 million. Todo ello se ha asignado íntegramente a la división de Data Products.

Así que sí, la presión sobre el margen se debe puramente a que estamos intensificando la actividad, finalizando la integración e impulsando Data Products; la capacidad que sustenta esto viene impulsada, en parte, por las aplicaciones de Yabble. Por tanto, esperamos ver lógicamente parte del crecimiento de los ingresos proveniente de ahí para ayudar a absorber parte de los costes que están entrando en el negocio.

En cuanto a las inversiones, estamos presupuestando alrededor de GBP 4 million. Existe una incertidumbre sobre la rapidez con la que podemos implementarlo, en relación con la plantilla. Al respecto, Stephan señaló que vamos a incorporar una nueva contratación como nuestro jefe de ciencia de datos. Por tanto, se centrará principalmente en la tecnología de la plataforma, que dará soporte al producto, dependiendo del tipo de actividades, ya que, como bien dice Stephan, esto también podría ser aplicable a los clientes.

Así que, una vez que hayamos avanzado un poco, voy a repetir lo que dijo Stephan: presentaremos el Capital Markets Day para detallar realmente cómo será esto en términos de dónde prevemos que provengan las tasas de crecimiento y dónde esperamos que se estabilicen. Pero, por ahora, probablemente estará repartido equitativamente entre ambas, ya que veremos algunas aplicaciones que serán aplicables a las dos líneas de negocio.

Y otra pregunta para mí era sobre el balance general. Obviamente, habéis cerrado en 1.7 de deuda neta sobre EBITDA, quizás algo más alto de lo que algunos esperaban. Obviamente, habéis retrasado algunos de los plazos de pago. Da la sensación de que hay un mayor sentido de urgencia por desapalancarse tras la CPS.

Obviamente, ahora están invirtiendo un poco. ¿Podría hablarnos de las expectativas para el balance general en los próximos 12 a 24 meses y de cómo debemos entender esta nueva prioridad de desapalancamiento de cara al futuro?

Siento interrumpirte, Lara, para empezar. Sigue siendo una prioridad. Quiero decir, para nosotros es realmente... tenemos que ser... no, 'cuidadosos' no es la palabra adecuada. Lo que necesitamos es asegurarnos de tener capacidad para invertir. Vemos oportunidades claras. A medida que salgamos al mercado para hablar de parte de esta capacidad, si detectamos potencial de ingresos, por supuesto, nos verán siendo mucho más agresivos a la hora de entrar en un mercado.

En cuanto al desapalancamiento, vamos a reducirlo a EUR 20 million durante los próximos 2 años. Por tanto, esperamos que disminuya, aunque a un ritmo más lento, pero prevemos que se produzca el desapalancamiento.

Y, por supuesto, la otra cara de la moneda es que estamos intentando aumentar significativamente nuestros beneficios. Así que buscamos lograr ambas cosas: queremos ver un movimiento significativo en ese desapalancamiento durante los próximos 2 años y, al mismo tiempo, asegurarnos de entrar en esa trayectoria de crecimiento.

Jessica Pok, de Peel Hunt. Tengo 3 preguntas, por favor. La primera es: ¿podría comentar un poco sobre el sentimiento respecto a la investigación personalizada entre su base de clientes? Me refiero a que los Data Products se desaceleraron, pero también la investigación personalizada.

Y la segunda cuestión es sobre Shopper, el segmento Shopper y la inversión que se está realizando. ¿Cuál es el enfoque clave para Shopper durante los próximos 12 meses? Me refiero a que habéis hablado de ampliar geografías y de producto, pero ¿cuál es el objetivo principal?

Y la última es sobre las nuevas innovaciones que habéis presentado. ¿Cambia eso la forma en que se monetiza a los panelistas, es decir, cómo se les paga, al entrar en este tipo de interacción?

Empezaré por la última porque la recuerdo, y también la segunda. Cambia fundamentalmente nuestra relación con los panelistas y estamos cambiando la estructura del panel. Ya hemos hablado en el pasado de tener un panel principal que puede hacer mucho más, llamado YouGov Plus. Y sabemos, por cierto, que las personas que hacen mucho más no nos dan peores datos, sino que nos dan mejores datos. No es que haya un encuestado profesional que, de algún modo, te dé datos peores. De hecho, te dan mejores datos, más alineados con la realidad. Así que hay un panel principal con el que hablaríamos más y en el que podremos confiar más.

Y también estamos reclutando personas ahora no en función de ninguna recompensa económica, sino únicamente en función de su participación. Esta es una buena forma de asegurar, en primer lugar, que no se trata de fraudes a medida que entran en el sistema. Pero lo más importante es que mucha gente quiere participar simplemente por el placer de participar. Si les das encuestas largas y aburridas, eso no te ayudará mucho. Pero si les ofreces estas conversaciones, sabemos que las disfrutan. Y quiero decir que no todo el mundo quiere hablar para siempre, pero a mucha gente sí le gusta. Por tanto, no solo tenemos encuestas interesantes que contribuyen a los datos públicos, sino que podemos mantener estas conversaciones. Y, de hecho, también realizarán encuestas de investigación de mercado; en cualquier caso, muchas de las cosas que notan y de las que hablan son una forma de investigación de mercado espontánea. Así que estos son dos extremos y hay cosas en el medio, como nuestro panel habitual, con el que no interferimos porque ha funcionado muy bien. Así que estamos haciendo muchas cosas en el panel y cambiando la relación en los diferentes extremos de ese espectro.

La segunda parte era Shopper. Y hay, sí, dos cosas: más países y un cambio en el producto. Hemos invertido en la tecnología de tickets de compra, que es una forma de... bueno, no es totalmente automatizada, pero es menos onerosa que escanear tus compras. Recordad siempre que el estilo antiguo de escanear o comprar físicamente os da un nivel de detalle que ninguna otra metodología ofrece. Por eso esa metodología antigua de Shopper es increíblemente valiosa, mantiene a sus clientes e incluso hace crecer su cartera, porque llega hasta el nivel de SKU.

Pero también estamos realizando una recopilación de datos pasiva y estamos explorando otras formas de hacerlo. Y eso es algo que también impulsará nuestra entrada en Estados Unidos con estos datos de comportamiento. Creo que ese es el objetivo, a medida que incorporemos más tipos de datos de comportamiento. Así que tenemos una combinación de vías hacia las que nos dirigimos. No recuerdo la primera pregunta.

Sí, simplemente un cambio en el apetito. Sí, estamos viendo resultados algo mixtos. Creo que en algunos de nuestros clientes estamos viendo, y hemos visto, algunas buenas victorias en Data Products en el año fiscal que da paso a este, pero estamos viendo cierta presión por parte de las agencias de medios. Por tanto, debemos anticipar que será una lucha para nosotros. Existe un elemento de realizar una cantidad considerable de investigación personalizada para ese sector.

Pero, por otro lado, estamos empezando a ver más oportunidades para licitar proyectos de mayor envergadura también en EE. UU. Así que creo que, hasta cierto punto, depende del país en el que te encuentres. También depende del sector en el que estés, es una afirmación bastante obvia. Pero creo que deberíamos seguir viendo progresos dentro del equipo de custom de cara al FY '26, más allá de la macroeconomía.

Y volviendo a algunos de los puntos que está señalando Stephan, se trata de la medición. Es la gente buscando más oportunidades de seguimiento. Eso nos gusta. Hay mucha visibilidad en ello. Y creo que el equipo de EE. UU. ha estado trabajando muy duro para descubrir algunas oportunidades significativas aquí. También hay un par en las que estamos trabajando en el Reino Unido.

Es difícil... cuando estás en los meses de verano, no ocurre gran cosa en cuanto a la toma de decisiones de los clientes. Así que creo que cuando entremos en nuestro Q2, empezaremos a ver parte de eso, potencialmente desbloqueándose, veremos algunas decisiones tomadas por los clientes.

Y creo que también se está produciendo un cambio en las expectativas de los clientes. Están esperando algo nuevo de la IA. Y creo que se han estado conteniendo porque se preguntan: «bueno, ¿qué va a ofrecer esta tecnología tan increíble?». Y, hasta ahora, esencialmente lo que ha ofrecido son juguetes. Por las cosas que se obtienen, la gente no está pagando; piensan que deberían estar ahí simplemente porque la tecnología te responde y cosas así, pero no te proporciona los datos sobre los que vas a tomar decisiones, al menos no para la mayoría del mercado.

Así que creo, obviamente, que diría esto: nuestro uso de la IA va al núcleo de lo que ellos buscan. Y creo que esto es lo que han estado esperando. Creo que han estado esperando algo que sea nuevo y que, al mismo tiempo, sea fiable; algo que les diga lo que realmente necesitan para gestionar sus negocios. Y eso aún no ha sucedido con la IA. Pero creo que este es el comienzo de ello.

Soy Hai, de UBS. Tengo un par de preguntas sobre Data Products y luego una de visión general, por favor. Sobre Data Products, esta vez no han mencionado la visión por categoría. Sé que mencionaron que quieren que ese sea el camino a seguir en el futuro. Pero, ¿existe un cronograma más tangible sobre cuándo esperan que esto se aplique al 95% de los clientes que aún no han monetizado?

Mi segunda pregunta sobre Data Products es un poco más profunda en cuanto a la perspectiva del margen. Yabble redujo los márgenes. Pero sin Yabble en las cifras, el margen sería del 35%, ¿correcto? Entonces, ¿cuáles fueron los factores determinantes? ¿Se debió al ahorro de costes? ¿Y eso va a continuar? ¿Hacia dónde prevén que vayan los márgenes en el futuro con Yabble y, profundizando en ello, cuándo esperan que Yabble alcance el punto de equilibrio?

Y la tercera pregunta, de visión general, es que mencionaron la potencial monetización de los LLM. ¿Qué magnitud de oportunidad ven en ello? ¿Y qué tan agresivos están siendo al perseguirla dada la calidad de los datos que tienen? ¿Creen que existen oportunidades de monetización?

Responderé a las dos preguntas externas. Creo que la monetización de nuestros datos tiene un potencial alto, pero podría ser 0. Es decir, no puedo darles una respuesta mejor que esa porque, si ellos lo quisieran, por supuesto que deberían, ya que lo que esos modelos necesitan es actualidad y fuentes fiables, y eso es lo que nosotros ofrecemos. Pero, ¿tenemos la escala suficiente para ello? No lo sé. Así que vamos a escalar, pero no podría dar una -- decir algo al respecto.

Sobre la primera pregunta, la vista de categoría (category view). No fue bien. La lanzamos y el feedback fue: 'bueno, nos gusta lo que tenéis, pero os faltan cosas que necesitamos'. Y me temo que se dejó de lado en ese momento. No hubo vuelta atrás para solucionar esos aspectos, que son muy fáciles de corregir, y lo estamos haciendo. Ahora está en manos de Joe Razza, nuestro Head of Product, quien está trabajando en ello como una de sus tareas. Así que debería funcionar perfectamente.

Y de hecho, tenemos una buena forma de recuperarlo, que es -- bueno, en realidad no debería hablar de ello, pero quiero decir que queremos aplicarlo a una nueva categoría que no tiene un seguimiento muy bueno. Y esa categoría es la IA. Por tanto, veremos durante mucho tiempo una variante de category view para ese sector.

Sí. Y, por otro lado, diría que las empresas de IA definitivamente nos están comprando ahora. Tengo a Investor Relations, a quienes no debería mencionar que es nuestro sector de más rápido crecimiento porque pasa de ser muy pequeño a algo bastante grande, pero ya hemos realizado nuestra primera venta de 7 cifras a uno de los LLM. Y creemos que existe una necesidad de nuestros datos por su parte.

Retomaré el tema del margen de Data Products. Hay un par de factores que están afectando al margen. Yabble es uno de ellos y otro es el programa de reducción de costes. También hemos tenido cambios en el nivel de capitalización que tenemos y muchos de nuestros desarrolladores están centrados en Data Products.

Creo que volviendo a cuándo esperamos que Yabble alcance el punto de equilibrio, gran parte de ello depende del ritmo al que podamos lanzar estos productos específicos. Quiero recalcar —repetir el punto que ha mencionado Stephan— que existe una diferencia en la forma en que los clientes están abordando los productos de IA. Algunos han decidido que no quieren pagar por ellos, ya que lo ven como un factor de higiene, como tener funciones de resumen, etc., integradas en sus herramientas. Estamos buscando formas de monetizar eso. Y, de nuevo, daremos una actualización más concreta cuando organicemos el Capital Markets Day. Pero creemos que deberíamos ser capaces de lograr que esto sea un contribuyente positivo bastante rápido.

¿Dónde vemos un crecimiento de los márgenes? Creo que hay un par de cosas que nos gustaría ver evolucionar. Una de ellas, volviendo a lo que dijo Stephan, tiene que ver con los segmentos de datos y que los clientes puedan acceder de forma autónoma a la entrega de sus propios datos. Obviamente, eso se ofrecería con un margen alto. Simplemente se trata de un reempaquetado de datos existentes.

Pero también estamos centrados en las alianzas de datos. Esto está evolucionando la forma en que definimos el mercado y el conjunto de usuarios al que nos dirigimos. Principalmente, seguimos hablando con compradores de investigación de mercados. Creo que, claramente, se puede ver que existen oportunidades para ir más allá de los compradores de investigación de mercados, especialmente con los LLM. Muchas empresas están realizando acuerdos de datos con los LLM.

Y ya tenemos una división relativamente pequeña, que llamamos activación de datos, pero se trata de datos que se integran en campañas de marketing como parte del área de inversión de Shopper; también hemos estado —generamos unos pocos millones de libras en el negocio principal de YouGov— con ello. Podemos ver que eso también se está acelerando. Cuantos más clientes utilizan herramientas de IA para sus propias campañas, más claro es el espacio para que nosotros aportemos datos en ellas. Así, a medida que evolucione el uso de esos datos y la sofisticación de los clientes que utilizan datos para sus propios modelos de IA, sí, vemos que eso ciertamente se desplazará hacia su especialidad y más allá. Pero el ritmo de ello aún está por determinarse.

Soy Johnathan Barrett, de Panmure's. Tengo tres preguntas. En primer lugar, gracias por la interesante presentación sobre las entrevistas con IA. Me preguntaba si podría explicarnos el modelo de esto, la parte comercial. Es decir, ¿qué volumen de entrevistas se necesita para que esto sea útil? ¿Cuál es el coste de ello? Y, después, ¿cómo se comercializa?

¿Se trata de un empaquetado con otros productos en los que ya están operando? ¿Supone eso un incremento? ¿O es simplemente una cuestión de que los clientes esperan una mayor relación calidad-precio y terminan con el mismo precio? Obviamente, por ahora, dicen que están logrando trasladar los aumentos de precios por inflación, pero eso implica que los volúmenes se mantienen estables. Entonces, ¿cuál es el factor determinante? ¿Impulsa esto el crecimiento en el número real de clientes? ¿O simplemente mejora el valor de la venta para los clientes actuales? Si pudiera explicarnos cómo funciona.

Y la segunda pregunta, y ya ha mencionado varias cosas al respecto, así que voy a intentar concretarla un poco sobre el uso de la activación de datos con los clientes. Y sobre una cuestión más general de la capacidad de realizar trabajo predictivo. Obviamente, ha hablado mucho sobre datos históricos, el qué y el porqué, señalando lo que está ocurriendo. ¿Pueden avanzar en esa dirección? ¿Pueden crear sus propios perfiles de consumidor (personas) para esos fines? ¿Están recibiendo interés comercial por parte de los clientes? Si pudiera profundizar también en ese aspecto.

Y en tercer lugar, creo que es una pregunta muy sencilla. Sí, obviamente, estamos entrando en esta era de la IA. Stephan, vuelves al centro de atención. ¿Eres realmente el CEO necesario para este periodo de la IA? En otras palabras, ¿la empresa necesita a alguien experimentado como tú, que lleva mucho tiempo en el sector, para liderar este proceso porque no quieren asumir riesgos? Es una pregunta difícil. Creo que es simplemente una cuestión abierta. Todos estamos interesados en entenderlo.

Bueno, sobre la primera, el modelo de negocio está, en cierto modo, en una fase temprana; quizá demasiado temprana para haber estado hablando de ello, porque queda mucho trabajo por delante para determinar hasta dónde llega esto, qué tipo de otras entrevistas se pueden realizar o cómo se puede utilizar el prompt. Estamos en una etapa inicial de eso. La razón por la que es legítimo hablar de ello hoy es porque hemos vendido, y venderemos, una serie de complementos de suscripción de la versión alpha. Y la metodología es una que realmente se podrá utilizar mañana mismo. Es decir, en el Reino Unido, estoy mirando a Will, tenemos preparados 5 o 10, no sé cuántos clientes... 4 clientes. Siempre lo inflan. Tenemos preparados 4 clientes que estarán muy entusiasmados por utilizar esto. Por tanto, ya está activo y podrá responder a sus preguntas ahora. Y si alguien llegara después y quisiera, por ejemplo, representar una marca o lo que fuera, y necesitara algo, lo haríamos. Podríamos ejecutarlo hoy mismo.

No es una metodología que requiera ingeniería más allá de lo que ya tenemos. Se basa en todos los activos que poseemos. Consiste en integrar cosas que ya veníamos haciendo. Hemos realizado 20,000 entrevistas. Tienen un coste muy bajo. Depende de si se le paga o no al encuestado. Pero si no se le paga al encuestado, pueden imaginarse que una de estas secciones va a costar menos de $0.20, ¿verdad? Me refiero solo a esa parte del coste. Y esta parte de ingeniería no es algo de alto coste. El Brand Index no tiene un coste elevado de recolección. Por tanto, solo puedo darles indicadores muy generales de las cifras implicadas. No sé si serán 20,000 entrevistas al día o si con 5,000 bastará; depende de en cuántos países estemos y demás.

Por tanto, es legítimo que hablemos de ello porque ya lo estamos vendiendo en algunas versiones y en más versiones en las próximas semanas. Pero no está en un punto en el que pueda presentarles un modelo de negocio. Eso es lo que pretendemos hacer y es lo que acabamos de hacer. Y estamos viendo qué rendimiento ofrece. ¿Es algo que podríamos haber obtenido igual con 5.000 o 3.000? ¿O necesitábamos 80.000 o lo que fuera? Depende, digo yo, de en cuántos países se haga. Así que lo hemos hecho de una manera que nos permite extraer conclusiones, conclusiones iniciales, sobre todas esas cuestiones. Quiero decir que la ventaja de nuestro sistema es que la experimentación es increíblemente sencilla e increíblemente interesante desde el principio.

La segunda parte era predictiva, sí. Bueno, la predicción es difícil porque la predicción es, en realidad, extrapolación, a menos que sepas... no puedes saber qué va a cambiar algo. Así que creo que la predicción consiste en la extrapolación y el seguimiento. Y lo hemos hecho con MRP. Es decir, la mejor medida de la predicción es algo real, algo que es totalmente visible, y somos los mejores predictores de elecciones. No hay duda. Lo hacemos en muchos, muchos países. Acabamos de realizar 3 MRP en Australia, Alemania y Canadá, creo; puede que no fuera Canadá. Creo que podría haber sido España, de hecho, y fueron exactos. España, perdón. Y como en muchas elecciones anteriores, en términos de investigación de mercados, ser exacto sería estar dentro de un 5% o 10%. Para elecciones, es como un 1% o 2%. Y ese es nuestro promedio. Así que es una especie de predicción, pero asume lo que la gente dice que va a hacer pronto. Predicción a largo plazo. No veo cómo se puede hacer eso con lo que nosotros hacemos. Así que, si alguien tiene un modelo predictivo, creo que nos utilizaría a nosotros en lugar de hacer ellos ese trabajo.

Como nota aparte, quizá recuerden que con la elección de Trump, un hedge conocido como el Trump Whale ganó grandes cantidades de dinero apostando por Trump y elogió la calidad de los datos que teníamos. Esos datos eran nuestros. Era un cliente nuestro. Llegó a decir finalmente que no habríamos utilizado nuestros datos de la forma en que él lo hizo. Así que es un buen ejemplo: nosotros suministramos los datos reales. Y si alguien es mejor haciendo eso, es su trabajo. No es el nuestro. Nuestro trabajo es proporcionar la descripción más precisa y real de las cosas en el momento actual. Y sabemos cómo hacerlo.

Y, en lo que a mí respecta, estoy aquí para asegurarme de que retomamos el rumbo como la empresa de crecimiento que fuimos durante esos 9 o 10 años en los que crecíamos a doble dígito año tras año. Obviamente, no me quedaré durante todo ese periodo, pero me quedaré hasta el punto en que sintamos que hemos retomado el rumbo. Eso podría ser simplemente al final de este año. Creo que nuestra expectativa era de 1,5 años, algo así. Yo ya llevo medio año. Si fueran 2,5 años, sería demasiado tiempo porque para entonces ya debería haber logrado un éxito mayor. Así que no puedo decirlo. Quiero decir, podrían ser 3 años, pero es más probable que sea un año aproximadamente. Pero realmente no tiene sentido decidirlo de antemano. Tenemos al menos 6 meses para ver qué pasa antes de tener que empezar a tomar decisiones de planificación. No sé si eso es...

En realidad, se trata de si estás aquí para gestionar el tema de la IA en este momento.

Sí.

Todo el mundo tiene este dolor de cabeza en el horizonte, o lo está sufriendo ahora mismo. Depende de quién seas y en qué sector te encuentres, pero...

Sí.

Steve Liechti, de DB Numis. Solo un par de preguntas. En cuanto a Data Products, supongo que para el segundo semestre, en mi opinión, teníamos tres cosas que debían hacerse: la vista de categoría, las herramientas de experiencia de usuario y las herramientas de IA, que creía que era Yabble. Solo explícanos... aludiste a que la vista de categoría no se llevó a cabo. ¿Podrías hablarnos de las otras dos?

Y ahora, de cara al ejercicio fiscal '26, ¿seguimos teniendo esos tres elementos para obtener beneficios, además de lo cualitativo que estáis integrando y lanzando en Brand Index? ¿Es así como debemos plantearlo? ¿Podemos empezar por ahí?

Sí. En cuanto a la vista por categorías, es exactamente lo que deberíamos haber hecho. Deberíamos haber cambiado el producto una vez que nos dimos cuenta de lo que querían. Y era... querían más preguntas. Querían dos cosas. Querían más preguntas sobre usos específicos en ese sector, es decir, más preguntas sectoriales. Y querían más... querían los datos históricos que teníamos.

He intentado evitar repasar lo que no ocurrió y lo que debería haber sucedido en mis periodos. Teníamos un responsable de producto que acudió a nosotros y no... decidió no crear la vista por categorías, no volver a ella, no arreglarla, simplemente seguir adelante. Y creo que fue un error, y ya lo hemos corregido. Pero, de las tres cosas, no era nuestra... no era nuestra prioridad número uno porque ya se había descartado. Así que, como acabo de mencionar, definitivamente estamos trabajando en las vistas por categorías y revitalizándola en una nueva área.

Las otras dos, la de Yabble, obviamente, es un contribuyente importante al producto que estamos analizando. La capacidad de resumen, están trabajando en lo que significan los datos y demás. Y la otra parte era, creo que sí, las interfaces. Y estas se han mejorado y habrá una mejora continua. Así que creo que de esas tres cosas, la vista por categorías es la que no se llevó a cabo, pero se va a llevar a cabo.

Y ¿cree que esas cuatro cosas que he mencionado, es decir, repetir esas tres originales más la parte cualitativa, son los impulsores clave para DP hacia el ejercicio fiscal '26?

Sí. Y creo que también preguntabas, Johnathan, creo que preguntabas si esto era un producto independiente, un complemento o simplemente para hacerlo más atractivo. Creo que es un nuevo tipo de datos de gran importancia, lo que significa que se implementará como una mejora de las funciones existentes, por las que hay que pagar, o puede utilizarse de forma independiente. No puedo profundizar más en eso porque no sé cómo se diseñarán algunas de estas cosas, ni en qué orden lo haríamos.

En primer lugar, es una mejora de Brand Index por la que se paga, lo que creo que haría que Brand Index fuera un producto más atractivo tanto para vender como para comprar. Y significaría que los usuarios actuales interesados en estos datos probablemente serían los primeros en adquirirlo. Ese sería el comienzo. Y sí, la herramienta de IA.

Y supongo que deberíamos incluir, de hecho, un quinto punto, que es contar con un equipo de ventas más especializado también en la parte del producto. Así tendrías los 5 puntos.

Sí.

Si tomamos esos 5 puntos y pienso en el ejercicio fiscal '26, entre la primera y la segunda mitad; el año pasado, tuvieron un crecimiento de aproximadamente el 1% en DP en la primera mitad y un 1% en la segunda, más o menos. ¿Cómo cree que se reflejará esto en la primera y segunda mitad? ¿Será algo similar en la primera mitad y luego una aceleración en la segunda?

Bueno, hay muchos elementos en movimiento aquí y, obviamente, soy tan optimista que probablemente ni siquiera deberían hacerme caso. Pero creo que tendremos un Capital... quiero decir, sé que tendremos un Capital Markets Day. Sé que pedirán estas actualizaciones. Y lo tendremos tan pronto como tengamos algo de... la siguiente etapa de concreción sobre esto. Me gustaría que fuera muy pronto, pero no puedo prometerlo hasta que tenga un poco más de feedback de los clientes.

Y la última pregunta, simplemente en términos de la rentabilidad general del negocio, dada la inversión que han mencionado, este año, aproximadamente, digamos un 30%, no será entre ambos semestres; si el consenso se sitúa ahora entre el 60% bajo y medio, ¿cómo deberíamos entender la evolución de los beneficios del primer al segundo semestre?

Creo que estas inversiones tardarán un poco en dar sus frutos. Por tanto, creo que empezaremos a ver resultados realmente en el Q2 o Q3 de nuestro ejercicio. Tal como proyectaste antes, ambos semestres entrarán en la segunda mitad del año con una base de costes más alta.

Por supuesto, aquello en lo que todavía estamos trabajando, y sin querer repetir esto demasiadas veces, es que podríamos ver una aceleración en la adopción por parte de los clientes de estas soluciones. Pero, por ahora, estamos siendo bastante conservadores, ya que no podemos predecir cuál será el repunte; dependerá mucho de los clientes. Así que sí, el factor principal será qué tan rápido podemos encontrar personas y contratarlas para estos equipos de ciencia de datos. No obstante, ya hemos avanzado en la incorporación de un responsable.

Jessica Pok, de Peel Hunt. Solo tengo una pregunta de seguimiento, por favor, sobre los nuevos productos. Obviamente, están realizando muchas pruebas para clientes interesados en el Reino Unido. ¿El proceso consiste ahora en desplegarlo basándose en el feedback de estos clientes iniciales para iterar?

Me refiero a cuándo llegaremos a ese punto, supongo; ¿o será más bien en el segundo semestre de este año? ¿O realmente prevén que el lanzamiento completo de los productos pueda ser en el FY '27? Asumo que, mientras realizan estas pruebas, se están conteniendo un poco a la hora de mostrárselo y desplegarlo para todos sus clientes.

Es decir, si conocen el negocio, sabrán lo fácil que nos resulta hacer esto, porque de todos modos realizamos al menos 20,000 encuestas diarias. Con encuestas me refiero a entrevistas. Y podemos añadir esto al final de cada una de las encuestas y preguntar: «¿le gustaría hablar de algo que tenga en mente ahora mismo?». Y de hecho, lo haremos. Lo añadiremos a cada encuesta como una última pregunta de cierre. Y pueden decirnos lo mala que fue la encuesta o decirnos que les gustaría charlar un poco. Algunas de estas personas hablan de su divorcio o de su equipo de fútbol. En los primeros miles que tuvimos, la variedad fue increíble. La gente quiere hablar.

Ahora, ¿qué proporción? En cada una de las encuestas que realizamos, les preguntaremos si quieren hablar más. Así que nos resulta muy fácil implementarlo. Tenemos un aviso que les permite hablar de cualquier cosa que elijan o seleccionar una de las opciones que nosotros propongamos. Así que, en realidad, pueden usarlo como quieran. Y se va clasificando de forma automática a medida que avanza. Es increíblemente sencillo, aporta un producto muy rico y mejora la experiencia del usuario.

Esto no supone un coste porque no vamos a pagar a la gente, excepto cuando queramos hablar de algo realmente aburrido. Esa es la cuestión de ser panelista: a veces tienes que hablar sobre el uso de cubos OXO o algo así, y eso no es de lo que la mayoría de la gente quiere hablar. Nadie quiere hablar nunca de un plan de seguros, ¿verdad? Por eso hay que pagarles. Así que, a veces, hay que hacerlo. Pero no hace falta que les paguemos para hablar de música, de sus vidas o de lo que sea. Y eso te proporciona mucha información de contexto que luego puedes aprovechar cuando sea necesario y ofrecer incentivos adicionales.

Lo que quiero decir es que esto se integrará muy rápidamente en toda la operativa de encuestas que realizamos. Y creo que seremos capaces de crear productos a partir de ello en todas partes. Pero no nos faltarán ideas durante mucho tiempo. Hay muchísimas cosas que probar. Pero, simplemente, ya es algo que la gente quiere hacer de todos modos.

Debería decir, solo una última cosa. Durante años hemos tenido un cuadro de texto al final de las encuestas que nadie lee. Y nos dimos cuenta de que recibíamos 10,000 comentarios al día que ignorábamos y que nadie consultaba. Todavía no sabemos qué decían. Es decir, es algo muy negativo. Y ese tipo de situación fue lo que desencadenó esto.

Tenemos una pregunta que ha llegado por internet. Es de Jonathan Cohen, de Zipper Line Capital. La pregunta de Jonathan es: el SP3 preveía 500 million de ingresos, excluyendo M&A y CPS, y un 25% de beneficio operativo. ¿Sigue siendo ese su objetivo? ¿Y es eso lo que proyectan a medio plazo?

Sí. Y saben lo que voy a responder a eso: voy a decir que celebraremos un Capital Markets Day y que lo remodelaremos todo para esa ocasión. Me resulta imposible decírselo ahora. Pero diré que somos una compañía de datos con la ambición increíble de ser el proveedor número 1 del mundo de datos de opinión en todas partes. Eso es lo que podemos hacer. Es increíble que no hayamos hecho más en ese sentido porque, cuando ves lo que hay, todo está diseñado, todo está ahí, y simplemente no hemos hecho lo suficiente. Así que nuestra ambición sigue siendo enorme. Nuestra ejecución no ha sido lo suficientemente buena, y estamos haciendo muchísimo. No hemos hablado de esto, pero estamos haciendo muchísimo.

El Consejo ha estado muy activo ayudando a mejorar la ejecución en YouGov. Tenemos consejeros que participan activamente. Tenemos nuevos miembros en el Consejo. Nadie ha preguntado por los miembros del Consejo, pero habrán notado que hemos contado con miembros de muy alta calidad. Un par de Silicon Valley, un par con muy buena experiencia en PLCs del Reino Unido, uno de ellos de Kantar. Ahora contamos con un alto nivel de implicación por parte del Consejo para impulsar una mejor ejecución.

Y por tanto, mi respuesta a eso, Sr. Cohen —y él ha sido un colaborador interesante en sus comentarios—, es que estoy totalmente de acuerdo en que estamos presionando... en que somos una compañía de datos que debería tener ambiciones muy altas. Y les daremos una orientación más realista al respecto en el Capital Markets Day que celebraremos. Lo haremos lo antes posible, en cuanto sea ético para nosotros hacerlo. En otras palabras, cuando dispongamos de información real suficiente, información completa, para basarnos en ella.

Genial. Gracias. Gracias, Sr. Cohen, por la pregunta por internet. No tenemos más preguntas online. Así que, a menos que haya alguna más en la sala...

Muchas gracias.

Muchas gracias a todos.