Le choix n'a jamais été aussi abondant dans le paysage médiatique qu'aujourd'hui, et les consommateurs s'engagent activement sur les plateformes et les canaux qui les attirent le plus. L'étendue du choix amplifie la nécessité pour le secteur de disposer de mesures précises, étant donné que les annonceurs, les éditeurs et les agences cherchent à attirer, à engager et à mesurer l'engagement, quel que soit le lieu de consommation.
Il est important de noter que le consommateur reste au cœur de cette offre de choix, ce qui renforce la nécessité d'une mesure holistique et complète de l'audience, une mesure qui doit tenir compte de la myriade de nouvelles sources de données que l'évolution des plates-formes et des canaux a introduites dans le secteur. Ces sources de données ne peuvent cependant pas mesurer l'audience avec précision, car elles ne peuvent pas fournir une véritable représentation de la population américaine.
Pour mesurer l'audience réelle, il faut des personnes réelles.
Pendant des années, les panels de Nielsen ont été l'étalon-or de la mesure de la télévision, et ils restent essentiels pour fournir des informations cruciales sur les audiences TV que les données des décodeurs et des téléviseurs intelligents ne peuvent pas éclairer à elles seules. Mais ces ensembles de données ont une valeur considérable. Ils fournissent des tailles d'audience exponentiellement plus importantes que les panels traditionnels, mais ils manquent d'informations spécifiques sur l'audience. Pour être holistique et représentative, la mesure doit exploiter les big data en conjonction avec les données des panels.
Il est important de noter que les données des décodeurs et des téléviseurs intelligents n'ont pas été conçues pour être mesurées. Par exemple, les données de la voie de retour (RPD) d'un boîtier câble ou satellite peuvent vous indiquer qu'un téléviseur est allumé et quand la chaîne est changée, mais elles ne peuvent pas vous dire qui est dans la pièce ou qui contrôle ce qui est à l'écran. Il en va de même pour les données de reconnaissance automatique de contenu (ACR) fournies par les téléviseurs intelligents. Par exemple, une analyse Nielsen de la RPD a révélé que sans correction pour les moments où la télévision est allumée alors que personne ne la regarde, les minutes d'écoute seraient surestimées de 145 % à 260 %, selon le fournisseur.
Les lacunes de la mesure mises à part, le big data a un grand potentiel et peut jouer un rôle essentiel dans l'avenir de la mesure de l'audience, en particulier avec l'augmentation de l'utilisation des appareils et des plates-formes. La taille et l'échelle croissantes des big data sont inégalées, mais elles doivent être ancrées avec des données représentatives, au niveau de la personne, pour garantir un aperçu holistique et précis des audiences réelles. Par exemple, une analyse récente de Nielsen a révélé que la mesure RPD d'un programme de grande écoute surestimait de 69 % le nombre total d'impressions aux États-Unis. Cette même analyse a révélé que les données ACR sous-estimaient les impressions de 12 %.
Les panels nationaux représentatifs de Nielsen sont également essentiels pour mesurer la croissance du streaming, qui représente désormais plus d'un quart de l'utilisation totale de la télévision. Alors que la diffusion en continu offre aux consommateurs un choix apparemment infini de contenus, le big data n'est pas en mesure de rendre compte de l'audience et de l'engagement des téléspectateurs. Le big data ne peut pas prendre en compte les appareils de streaming over-the-top tels que les appareils Roku et les Fire Sticks d'Amazon, et de nombreuses applications de streaming bloquent les transmissions de données ACR lorsque les applications sont en cours d'utilisation. C'est là que les partenariats avec les principaux équipementiers et les données du panel deviennent primordiaux, en particulier lorsque de nouvelles plates-formes et de nouveaux canaux arrivent sur le marché.
La connaissance des audiences réelles nécessite des données provenant de personnes réelles, données qui peuvent être utilisées en conjonction avec d'autres sources pour augmenter considérablement la taille des échantillons. La capacité de Nielsen à identifier et à corriger les problèmes de qualité des données de ses panels garantit la stabilité, la fiabilité et la cohérence des big data pour leur utilisation dans la mesure de l'audience. Lorsque le big data est calibré avec des mesures au niveau de la personne, l'industrie réalise le plein potentiel des données RPD des décodeurs et des données ACR des téléviseurs intelligents.