Se cree que la gran cantidad de información entregada a los consumidores a través de los medios de comunicación masiva, incluyendo la televisión y las redes sociales, puede afectar el comportamiento de los consumidores. El propósito de este estudio fue pronosticar la cantidad requerida para comprar carne de panceta de cerdo utilizando datos no estructurados como noticias televisivas, programas de televisión y redes sociales, así como datos estructurados como datos de paneles de consumidores, precios minoristas y mayoristas y producciones con el fin de demostrar que la liberación de datos de los medios de comunicación masiva puede ocurrir antes de las actividades económicas reales y el comportamiento del consumidor puede ser predicho mediante el uso de estos datos. Al utilizar datos estructurados y no estructurados de 2010 a 2016 y cinco algoritmos de pronóstico (modelo autorregresivo exógeno y modelo de corrección de errores vectoriales para series temporales, aumento de gradiente y bosque aleatorio para aprendizaje automático, y memoria a corto y largo plazo para redes neuronales recurrentes), se pronosticaron las cantidades requeridas para comprar carne de panceta de cerdo en 2017 y se compararon con las cantidades reales para validar la precisión del modelo. Nuestros hallazgos sugieren que cuando los datos no estructurados se combinaron con datos estructurados, se mejoró el patrón de pronóstico. Hasta la fecha, nuestro estudio es el primer informe que pronostica la demanda de carne de cerdo utilizando datos estructurados y no estructurados.