Les panels - et les données qu'ils génèrent - sont l'étalon-or de l'industrie des études depuis près d'un siècle, et ils restent l'outil le plus précis pour mesurer l'audience des médias.
Suivez-nous dans notre analyse des données de panel : Qu'est-ce que c'est, pourquoi c'est important et où cela mène.
Qu'est-ce qu'un panel ?
Dans le domaine de la recherche sur les médias, un panel est simplement un groupe de ménages ou d'individus qui ont accepté de partager leurs données personnelles et de participer à des études régulières ou à des mesures continues de leur utilisation des médias pendant une période donnée.
Mais tous les panneaux ne sont pas identiques. Il en existe deux types principaux :
Panneaux de probabilité
Les participants aux panels de probabilité sont sélectionnés pour représenter fidèlement une population donnée (comme une audience télévisuelle nationale ou un marché radiophonique local). La société d'études prend grand soin de gérer le processus de recrutement et de maintenir l'intégrité statistique du panel au fil du temps. Cela signifie qu'il faut recruter des panélistes, enregistrer les nouveaux appareils sans délai, tenir compte des changements dans la taille et la composition des ménages et s'assurer que les données reflètent fidèlement ce que font les gens. Les panels TV et audio de Nielsen sont des panels probabilistes.
Panneaux opt-in (de commodité)
Les participants aux panels opt-in se portent volontaires en répondant à une invitation générale d'une société d'études. Étant donné que seuls certains types de personnes peuvent répondre à cette invitation, les panels opt-in ne sont pas représentatifs d'une population donnée. Cependant, ils sont extrêmement utiles pour mesurer l'audience. Ils permettent de comprendre les biais de l'identité, sont utilisés comme données d'étalonnage pour affiner les modèles et peuvent valider et corriger des informations tierces provenant de partenaires de big data. Chez Nielsen, les panélistes opt-in ne sont pas toujours activement mesurés, mais nous utilisons notre large panel opt-in pour valider les enregistrements de tiers provenant de partenaires big data.
Les données des panels de probabilité, combinées aux données de recensement qui indiquent le revenu, l'âge et la composition d'un ménage, vous donnent un aperçu statistiquement précis des consommateurs de médias.
Ensemble, les panels de probabilité et les panels opt-in peuvent fournir des informations directes sur la consommation de médias, calibrer et éliminer les biais des données de recensement, et garantir l'aperçu le plus précis de l'engagement de l'audience à travers les appareils.
À quoi s'engagent les panélistes ?
Certains panels exigent une participation active plutôt que passive. Les panélistes peuvent être invités à répondre à des enquêtes régulières, à appuyer sur un bouton pour vérifier qu'ils regardent la télévision ou à porter un appareil pour enregistrer les activités hors domicile, comme écouter la radio dans leur voiture ou regarder du sport dans un bar. D'autres panels ne requièrent aucun engagement, si ce n'est celui d'autoriser la société d'études à installer un matériel ou un logiciel (appelé "compteur") pour enregistrer leur utilisation des médias en coulisses : quels programmes télévisés ils regardent, par exemple, ou quels podcasts, sites web ou applications ils utilisent.
Une participation active, plutôt qu'une mesure automatisée, est souvent nécessaire pour capturer les données les plus précises au niveau de la personne et maximiser leur valeur. Pour maintenir la coopération à un niveau élevé - ce qui est essentiel pour préserver la qualité des données - les sociétés d'études sérieuses investissent massivement dans l'expérience des panélistes afin d'éliminer les frictions à chaque étape du processus.
Chez Nielsen, nous avons quatre types de panels différents :
- TV - Un panel de probabilité qui mesure le qui, le quoi, le comment et le où des audiences TV et streaming
- Audio - Un panel de probabilité qui mesure la consommation audio à domicile et hors domicile au niveau local et national et comprend à la fois des marchés mesurés et journaliers
- Digital - Selon le marché, un panel de probabilité mesuré et/ou opt-in qui mesure l'exposition à la publicité et au contenu pour les ordinateurs, les mobiles et à travers les plateformes
- Participant - Un panel opt-in de panélistes enregistrés, non mesurés pour améliorer nos actifs de panel mesurés avec des caractéristiques telles que la calibration des big data et la validation de l'identité
Comment les panneaux médiatiques sont-ils utilisés ?
Alors que les données des panels peuvent être utilisées par des cabinets d'études à la recherche de tendances de consommation ou par des agences gouvernementales cherchant à surveiller les habitudes de consommation de la population, les données des panels de médias sont le plus souvent utilisées par des sociétés de médias, des marques et des annonceurs cherchant à comprendre l'audience du contenu et la portée et la fréquence des campagnes publicitaires.
Pour les réseaux, les éditeurs et les autres vendeurs de médias, les données des panels les aident à connaître la taille, les habitudes et les tendances de leur public, ce qui leur permet ensuite d'élaborer des stratégies de programmation, de tarification et de distribution de contenu.
Pour les marques, les annonceurs et les autres acheteurs de médias, les données de panel sont utilisées pour comprendre qui voit réellement leurs publicités, quelles sont les plateformes préférées de leurs publics cibles et pour prédire comment ces comportements peuvent évoluer dans le temps.
Les panels sont-ils obsolètes à l'ère du big data ?
Vous vous demandez peut-être : Avons-nous vraiment besoin de panneaux maintenant que nous disposons de big data provenant de décodeurs, de téléviseurs intelligents, de plateformes de streaming, de canaux de médias sociaux, de réseaux de médias de détail et de tout ce qui se trouve entre les deux ?
C'est une idée reçue.
Tout d'abord, les big data (comme les données de reconnaissance automatique de contenu {ACR} des téléviseurs intelligents) peuvent nous dire ce qui passe à l'écran, mais pas qui regarde, ni combien d'amis et de membres de la famille sont assis sur le canapé et regardent eux aussi. En fait, il est impossible de savoir, à partir des seules données du big data, si une émission ou un film est diffusé dans une salle vide. Personne ne veut payer pour des médias qui n'ont pas de public.
De plus, les données massives ne sont pas représentatives de l'ensemble de l'audience des médias. Il ne pourrait l'être que si tout le monde utilisait la même technologie et avait accès au même contenu. Un câblo-opérateur peut avoir des dizaines de millions d'abonnés, mais ces téléspectateurs ne paient pas tous pour les mêmes chaînes et ne regardent pas tous les mêmes programmes.
Sans la capacité d'identifier les audiences réelles, puis de préciser et de représenter le profil démographique des téléspectateurs, il est impossible pour les sociétés d'études qui s'appuient exclusivement sur le big data de dédupliquer les audiences à travers les plateformes, les appareils et les services, et de reconstituer l'ensemble de l'histoire.
Comment obtenir le meilleur des deux mondes ?
Il est clair que les biais dus aux problèmes d'échantillonnage ou de non-réponse peuvent handicaper un panel de probabilité tout autant qu'un grand ensemble de données. Mais avec la bonne taille, la bonne attention aux détails et une bonne compréhension des statistiques, un panel bien géré reste le meilleur moyen de représenter la population générale et de fournir des estimations fiables de la composition de l'audience dans l'écosystème médiatique incroyablement diversifié d'aujourd'hui.
Le big data est-il donc totalement inutile ? Bien sûr que non ! Son échelle permet d'analyser l'utilisation des médias avec une grande granularité, et avec le bon calibrage et la modélisation basée sur les personnes en place, les grands ensembles de données peuvent offrir des informations inestimables pour les programmes à longue traîne et les publics difficiles à atteindre.
Un certain nombre d'organisations, dont la Fédération mondiale des annonceurs, estiment aujourd'hui que la combinaison des panels et du big data constitue le véritable avenir de la mesure d'audience, et de nombreuses sociétés d'études travaillent d'arrache-pied au développement de ces capacités.
Nielsen's Need to Know passe en revue les principes fondamentaux de la mesure d'audience et démystifie les sujets les plus brûlants de l'industrie des médias. Lisez chaque article ici.
Note
1. Deux des premiers exemples notables sont le National Consumer Panel, lancé par Samuel Barton en 1942 dans le cadre de l'initiative de l'Office of Price Administration de Roosevelt pour mesurer la consommation des ménages en biens rationnés pendant la Seconde Guerre mondiale, et le panel à l'origine du Nielsen Radio Index, lancé la même année par Arthur C. Nielsen pour enregistrer les activités d'allumage et d'extinction de la radio et de syntonisation des chaînes à l'aide d'un dispositif mécanique ingénieux développé pour la première fois au MIT : l'audimètre.