Les changements spectaculaires survenus dans les comportements des téléspectateurs au cours de la dernière décennie, principalement dus à l'adoption généralisée de la télévision connectée (CTV)1 et à l'augmentation de la disponibilité de l'Internet à haut débit, ont introduit une série de nouveaux ensembles de données qui trouvent leur place dans les solutions de mesure. Généralement appelés big data, ces ensembles de données offrent la possibilité de faire progresser la mesure de l'audience afin d'aider les acheteurs et les vendeurs à mieux comprendre les performances des programmes et des publicités télévisées.
L'ampleur du big data
À un niveau élevé, il y a deux sources principales de big data qui sont utilisées dans la mesure de l'audience de la télévision linéaire :
- Données de retour (RPD) provenant des décodeurs câble et satellite (STB)
- Données de reconnaissance automatique de contenu (ACR) provenant de téléviseurs intelligents
Avec 70,6 % des foyers américains équipés d'une télévision intelligente, contre 62,3 % il y a deux ans, l'un des principaux avantages du big data est l'échelle. L'échelle est importante dans le paysage télévisuel fragmenté d'aujourd'hui. Notre ensemble de données comprend actuellement 45 millions de foyers aux États-Unis et 75 millions d'appareils de Comcast, Dish, DirecTV, Roku et Vizio, ce qui n'a rien à envier aux autres fournisseurs de mesures.
70,6 % des foyers américains disposent d'une télévision intelligente, contre 62,3 % il y a deux ans.
Panel TV national Nielsen ; octobre 2023
Cependant, ces ensembles de données ne sont pas uniformes ou homogènes, et ils n'ont pas été conçus pour être utilisés dans la mesure de l'audience. Mais cela ne signifie pas qu'ils ne peuvent pas être utilisés à cette fin. En fait, elles peuvent être très utiles, mais pas toutes seules. Pour donner un sens aux big data, il faut un ensemble de vérité qui corrige les lacunes, les fluctuations et les autres complexités de l'ensemble de big data.
Assurer la stabilité et la représentation des mesures
Il est essentiel d'associer le big data à un panel représentatif afin de prendre en compte de manière stable l'audience sur tous les appareils et tous les publics. Nielsen dispose d'un panel représentatif de 101 000 personnes issues d'environ 42 000 foyers, ce qui nous permet d'exploiter la puissance du big data tout en corrigeant ses défauts.
Et l'industrie est d'accord. Les principes "North Star" de la Fédération mondiale des annonceurs (WFA) pour la mesure cross-média préconisent une combinaison de panels de qualité et de big data. En août 2022, le Video Advertising Bureau (VAB) et l'Association of Advertisers (ANA) ont tous deux annoncé leur intention de créer leurs propres panels, tout comme Google pour la mesure des conversions en ligne. En d'autres termes, l'industrie réclame des approches qui garantissent la représentation et exploitent la puissance du big data. Nous pensons que Nielsen est particulièrement bien placé pour fournir ces solutions.
Nous avons investi une décennie de recherche dans l'intégration d'ensembles de big data dans nos méthodologies de manière innovante, tout en assurant la continuité avec notre mesure de la monnaie. Nous avons intégré les big data à notre mesure de la télévision locale américaine en 2019 et à notre mesure de la télévision nationale en 2022. Lorsqu'ils sont utilisés de concert avec des panels représentatifs au niveau des personnes, ces ensembles de big data peuvent faire progresser de manière significative la science de la mesure d'audience.
- La mesure concerne les personnes. Le big data ne fournit aucune information sur les personnes qui regardent les émissions. En associant le big data à des panels, nous sommes en mesure de comprendre qui regarde, ainsi que la composition des ménages.
- Les mesures doivent être représentatives. Le big data donne une image incomplète de l'écoute de la télévision. Par exemple, les données RPD/STB et ACR ne tiennent pas compte de la diffusion en continu et de la diffusion hertzienne. En novembre 2023, la diffusion en continu représentait 36,1 % de l'écoute de la télévision aux États-Unis. En outre, 18,1 % des foyers américains ont au moins un téléviseur qui accède au contenu par une antenne numérique au lieu d'un décodeur ou d'une connexion à l'internet2. Les sources de visualisation des Big Data peuvent également ne pas inclure tous les appareils de la maison. C'est particulièrement vrai pour les données de l'ECA, où le nombre d'appareils renvoyant des données est d'environ 1,1 par foyer. Le foyer américain moyen dispose d'environ 2,5 téléviseurs. Les panels sont essentiels pour combler ces lacunes, et toute solution de mesure qui s'appuierait uniquement sur le big data passerait à côté de ces audiences.
- Les mesures ne se limitent pas aux sources de données. Les données ACR, par exemple, identifient simplement les images sur un écran. Si le même contenu est diffusé sur plusieurs chaînes en même temps, les données ACR n'ont aucun moyen d'attribuer avec précision l'écoute à une chaîne par rapport à l'autre. De même, les données relatives aux terminaux de réception et aux décodeurs sont souvent incapables de vérifier si un téléviseur est allumé. Les fournisseurs de RPD/STB et les fabricants d'équipements d'origine (OEM) ont également des méthodes différentes de collecte et de traitement des données. Cela rend l'ingestion, l'harmonisation, l'assemblage et l'étalonnage à la fois critiques et extrêmement complexes.
Besoin d'en savoir plus ? Découvrez les avantages et les inconvénients du big data dans la mesure de l'audience.
En savoir plus >
Les lacunes de mesure dans les données de la SPR/STB et de l'ACR soulignent pourquoi il est essentiel que ces données soient calibrées à l'aide de panels basés sur des personnes qui représentent précisément la diversité d'une population.
Naviguer dans l'évolution des mesures
En combinant l'échelle du big data avec des informations sur les personnes provenant de nouveaux panels de mesure innovants, nous sommes en mesure de fournir une granularité améliorée jusqu'à la publicité individuelle. Les annonceurs peuvent ainsi savoir qui et combien de personnes ont vu leur publicité. Nous sommes également en mesure de fournir un ciblage plus avancé afin de capitaliser sur les capacités d'adressage linéaire, ainsi que sur les segments d'audience avancés.
Les avantages de Big Data+Panel sont indéniables, mais les changements qui s'opèrent dans l'industrie des médias sont bien trop importants pour que l'on puisse modifier radicalement la méthodologie des données utilisées comme monnaie d'échange en un clin d'œil. Une transition stable en période de changement sera toujours préférable à un pivot très rapide. Les périodes de transition amplifient également le besoin de transparence, en particulier lorsque les données de mesure sont à la base d'une industrie mondiale qui, selon les estimations du cabinet d'études publicitaires WARC, dépassera les 1 000 milliards de dollars l'année prochaine.
Reconnaissant que l'industrie a besoin de temps pour s'adapter aux innovations en matière de mesure, nous avons rendu notre flux de données Big Data+Panel national disponible pour les transactions parallèlement à notre monnaie de panel TV pour la saison de télévision '23-'24. Pour la saison '24-'25, nous avons amélioré notre flux Big Data+Panel pour inclure les données de Comcast (en plus de DISH, DirecTV, Roku et Vizio), et nous nous engageons à aider l'industrie à naviguer à travers cette transition. Conscients que les organisations évoluent et s'adaptent à des rythmes différents, nous fournirons également nos données TV Panel auditées et accréditées (minute moyenne), ainsi que Big Data+Panel (à la minute moyenne et à la minute de publicité individuelle) au cours de la prochaine saison.
L'évolution de la mesure de la télévision ne se fera qu'avec l'alignement de l'industrie. Alors que de nombreuses agences et annonceurs sont intéressés par l'évolution vers la mesure des publicités exactes, le sentiment général dans l'industrie est qu'elle n'est pas encore prête à abandonner les classifications C3/C7. Nous devons trouver un équilibre entre les besoins d'innovation et de continuité, qui sont tout aussi valables l'un que l'autre. Avec trois ensembles de données disponibles, les acheteurs et les vendeurs seront en mesure de faire évoluer les systèmes pour rendre véritablement opérationnels la planification, la vente et l'achat de la télévision linéaire nationale à un niveau commercial exact.
Pour en savoir plus sur la façon dont Nielsen fait progresser la mesure d'audience, explorez Nielsen ONE.
Sources :
1 La TVC désigne toute télévision connectée à l'internet. L'utilisation la plus courante de la connexion internet est la diffusion de contenu vidéo en continu
2 Nielsen National TV Panel, novembre 2023