Der har aldrig været så mange valgmuligheder i medielandskabet som i dag, og forbrugerne engagerer sig aktivt i de platforme og kanaler, der appellerer mest til dem. De mange valgmuligheder forstærker branchens behov for nøjagtig måling - i betragtning af at annoncører, udgivere og bureauer forsøger at tiltrække, engagere og måle engagementet, uanset hvor forbruget sker.
Det er vigtigt at bemærke, at forbrugeren stadig er i centrum i dette væld af valgmuligheder, hvilket øger behovet for holistisk og omfattende publikumsmåling; måling, der skal tage højde for de utallige nye datakilder, som branchens udviklende platforme og kanaler har introduceret. Disse datakilder kan dog ikke måle publikum nøjagtigt i sig selv, da de ikke kan give en sand repræsentation af den amerikanske befolkning.
For at måle det faktiske publikum har du brug for rigtige mennesker.
I årevis har Nielsens paneler været guldstandarden for tv-målinger, og de er stadig vigtige for at give kritisk indsigt i tv-publikummet, som big data fra set-top-bokse og smart-tv'er ikke kan belyse alene. Men der er en enorm værdi i disse store datasæt. De giver eksponentielt større seertal, end traditionelle paneler kan give, men de mangler specifik information om seerne. For at være holistisk og repræsentativ skal målingerne udnytte big data sammen med paneldata.
Det er vigtigt at bemærke, at data fra set-top-bokse og smart-tv ikke er designet til måling. For eksempel kan returvejs-data (RPD) fra en kabel- eller satellitboks fortælle dig, at et tv er tændt, og hvornår der skiftes kanal, men det kan ikke fortælle dig, hvem der er i rummet, eller hvem der kontrollerer, hvad der er på skærmen. Det samme gælder for de data om automatisk indholdsgenkendelse (ACR), som smart-tv'er leverer. For eksempel viste en Nielsen-analyse af RPD, at uden korrektion for, hvornår tv'et er tændt, når ingen ser det, ville tuningminutterne blive overvurderet med 145 % til 260 %, afhængigt af udbyderen.
Bortset fra manglerne i målingen har big data en stor fordel og kan spille en afgørende rolle i fremtidens publikumsmåling, især når brugen af enheder og platforme stiger. Den voksende størrelse og omfang af big data er uovertruffen, men den skal forankres med repræsentative data på personniveau for at sikre holistisk og præcis indsigt i det faktiske publikum. For eksempel viste en nylig Nielsen-analyse, at RPD-måling af et primetime-program overvurderede det samlede antal visninger i USA med 69 %. Den samme analyse viste, at ACR-data undervurderede visningerne med 12 %.
Nielsens nationalt repræsentative paneler er også afgørende for at måle væksten i streaming, som er vokset til at udgøre mere end en fjerdedel af det samlede tv-brug. Mens streaming giver forbrugerne et tilsyneladende uendeligt udvalg af indholdsvalg, mangler big data evnen til fuldt ud at redegøre for publikum og engagement. Big data kan ikke tage højde for over-the-top-streaming-enheder som Roku-enheder og Amazon Fire Sticks, og mange streaming-applikationer blokerer ACR-datatransmissioner, mens apps er i brug. Det er her, partnerskaber med vigtige OEM'er og paneldata bliver altafgørende, især når nye platforme og kanaler kommer ind på markedet.
Indsigt i det faktiske publikum kræver data fra rigtige mennesker - data, der kan bruges sammen med andre kilder til at øge stikprøvestørrelserne dramatisk. Nielsens evne til at identificere og korrigere for problemer med datakvaliteten i sine paneler sikrer, at big data er stabile, pålidelige og konsistente til brug i publikumsmålinger. Når big data kalibreres med måling på personniveau, udnytter branchen det fulde potentiale i RPD- og ACR-data fra set-top-bokse og smart-tv.
