Em um artigo anterior do Need to Know, examinamos a compra de mídia de TV e como ela precisa evoluir para atender às demandas do ecossistema de TV altamente fragmentado de hoje. O campo de atuação está mudando rapidamente, e os compradores precisam de novas ferramentas para entender e atingir seus públicos-alvo.
Uma das principais prioridades do setor tem sido o desenvolvimento de uma nova medição que possa combinar a escala de big data com a demografia e a precisão estatística da medição baseada em painel para gerar dados de melhor qualidade.
A Nielsen passou anos trabalhando para descobrir a melhor maneira de combinar painéis e big data, desenvolvendo parcerias de dados com os principais participantes e testando exaustivamente nossa nova metodologia em colaboração com as partes interessadas do setor. Aqui estão três descobertas que nos convenceram de que a combinação harmoniosa de big data e dados de painel era de fato o futuro da medição de TV.
Com big data calibrado pelos painéis de pessoas padrão-ouro da Nielsen...
- As classificações zero são reduzidas nas principais demonstrações (SCALE)
- O erro relativo médio cai (ACCURACY)
- O desvio padrão diminui (ESTABILIDADE)
Vamos analisar o que queremos dizer com big data e o que os painéis têm a ver com isso.
Big data e painéis: Melhor juntos
No espaço de medição de TV, big data refere-se a dados de caminho de retorno (RPD) de decodificadores de cabo e satélite, bem como a dados de reconhecimento automático de conteúdo (ACR) de smart TVs conectadas à Internet. Qual é o tamanho do big data? Graças às parcerias estratégicas de dados com empresas como Comcast, DirecTV, Dish Network, Roku e Vizio, a Nielsen atualmente tem acesso a dados granulares de 75 milhões de dispositivos (e 45 milhões de residências) somente nos EUA.
É um conjunto de dados enorme, mas não captura a visualização de TV em nível individual - somente em nível de dispositivo. Isso torna impossível determinar se alguém está realmente assistindo à TV quando o dispositivo está ligado ou quem são os espectadores e co-espectadores em qualquer momento. Isso sem falar nos milhões de residências que não possuem nenhum desses dispositivos, apenas transmitem, assistem à TV pelo ar ou têm hábitos de visualização muito diferentes dos lares com big data.
É aí que entram os painéis em nível pessoal. Examinamos por que os painéis ainda são importantes e como eles devem ser usados como uma fonte de verdade para superar as limitações do big data. Seguimos essas recomendações para desenvolver a nova moeda de TV nacional e local para compra e venda de mídia.
Por exemplo, hoje, quando analisamos os dados de RPD ou ACR na Nielsen, podemos identificar quais dispositivos fazem parte de nossos painéis e comparar os dados de sintonia nessas residências com o comportamento de visualização individual capturado por nossos medidores. Ao usar nossos painéis como fonte de verdade, desenvolvemos métodos robustos para calibrar o big data, atribuir a visualização aos indivíduos certos e projetar estimativas de audiência para toda a população de TV, e não apenas para aqueles que fazem parte do conjunto de dados de big data.
Há muitos benefícios nessa abordagem. Aqui estão três que se destacaram em nossas análises até o momento.
Escala: As classificações zero são reduzidas nas principais demonstrações
Quando o big data surgiu pela primeira vez no espaço da TV, a reação imediata do setor foi que ele poderia ajudar a resolver um de seus problemas mais incômodos: programas com classificação zero.
Milhares de programas de TV têm audiências pequenas demais para serem detectadas pela medição baseada em painel, mesmo com um painel de mais de 100.000 espectadores. Para dar um exemplo, houve 362.168 transmissões no primeiro trimestre de 2023 na TV aberta, a cabo e sindicalizada, e 13,9% dessas transmissões não apresentaram nenhum espectador com idade entre 35 e 49 anos em nenhum de nossos painéis de TV nacionais e locais.
Mas quando usamos nossa nova metodologia de Big Data + Painel para examinar essas mesmas transmissões, encontramos apenas 458 sem nenhum espectador de P35-49, ou 0,1% de todas as transmissões naquele trimestre. O restante eram opções perfeitamente legítimas para compra de mídia, possivelmente com composições de público exclusivas.
Em outras palavras, nossa medição aprimorada pode eliminar praticamente todos os casos de classificação zero para essa faixa etária, com resultados semelhantes em todas as outras metas etárias tradicionais: 99,1% para P35-49, 98,4% para P18-34 e 99,6% para P50-64.
Isso é vantajoso para compradores e vendedores de mídia: Os vendedores têm mais inventário de publicidade para monetizar; e os compradores têm mais opções com públicos de nicho para atingir seus alvos.
Precisão: O erro relativo médio cai
Uma parte importante do processo de combinação de big data e dados de painel é a aplicação de fatores de calibração a cada programa para alinhar o público agregado com o painel no nível da estação/parte do dia/demo. Uma vez que os dados demográficos e os espectadores tenham sido modelados, usamos o big data para medir a si mesmo e comparamos os resultados com os de nossa moeda baseada em painel para informar os fatores de calibração.
Isso tem o efeito de suavizar os níveis de audiência minuto a minuto e melhorar a precisão das estimativas de audiência em comparação com uma solução somente de painel.
Medimos o desempenho desse novo método de calibração de Big Data + Painel em comparação com a moeda baseada em painel existente na área de mercado designada (DMA) de Nova York em maio de 2023 e descobrimos que o erro relativo médio das estimativas de audiência nesse mercado diminuiu entre 10% (para a parte do dia mais cedo) e 25% (para o horário nobre e mais tarde).
Maior precisão significa que os compradores e vendedores de mídia podem começar a fazer transações com mais confiança.
Estabilidade: O desvio padrão diminui
Nesse mesmo mercado e para o mesmo mês de maio de 2023, a Nielsen examinou o impacto da nova moeda sobre a estabilidade das estimativas de audiência dos programas de notícias das 6h.
Os programas nacionais de transmissão e de notícias a cabo tendem a atrair seguidores fiéis dia após dia; supõe-se que o mesmo seja verdade para os programas de notícias locais, mas isso sempre foi difícil de verificar, considerando o tamanho de alguns de nossos painéis de TV locais. As emissoras locais têm se esforçado para entender se as variações diárias no tamanho da audiência são o resultado de flutuações reais ou um artefato da medição baseada em painéis.
Observando atentamente dois programas de notícias separados das 6h da manhã na área de Nova York, descobrimos que o desvio padrão do tamanho da audiência ao longo do mês foi 36% menor com a nova moeda do que com a moeda somente de painel, já que o big data traz estabilidade às estimativas ao reduzir o impacto de um único painel.
Como nossa medição aprimorada afetará seus negócios?
Não há mais zero-ratings, melhor precisão e estabilidade muito melhorada. O que há para não gostar? Estamos refinando nossa nova moeda de TV há anos e, agora, como a única solução credenciada de Big Data + Painel com granularidade em nível de pessoa, o setor de mídia pode negociar com base em medições precisas e confiáveis. Acreditamos sinceramente que isso abrirá um novo capítulo para a medição de TV e beneficiará todas as partes interessadas.
Para saber mais sobre isso e avaliar seu impacto nos seus negócios, entre em contato com nossos especialistas e descubra o poder do Big Data + medição de painel.
O Need to Know da Nielsen analisa os fundamentos da medição de audiência e desmistifica os tópicos mais quentes do setor de mídia. Leia todos os artigos aqui.
