Lewati ke konten
Wawasan > Inovasi

Nilai Panel Dalam Pemodelan Big Data

1 menit membaca | Paul Donato, Kepala Peneliti, Nielsen
Jurnal Pengukuran Nielsen, Vol 1, Edisi 1 | Juli 2016

Hampir tidak ada hari berlalu tanpa laporan industri tentang fragmentasi audiens. Tentu saja, ini bukan fenomena baru. Dengan munculnya kabel di tahun 80-an, satelit siaran digital di tahun 90-an, video Internet di tahun 2000-an dan baru-baru ini opsi over-the-top, pemirsa televisi telah menikmati aliran pilihan pemrograman baru yang stabil dari tahun ke tahun: Lebih banyak jaringan, lebih banyak program khusus, dan lebih banyak cara untuk menontonnya.

Namun, bagi komunitas penelitian, peningkatan keragaman itu telah ada harganya, dan laju perubahan yang semakin cepat dalam beberapa tahun terakhir membebani kemampuan pengukuran berbasis panel yang secara historis diandalkan industri untuk memantau aktivitas menonton. Ini hanya menjadi tantangan untuk merakit panel yang cukup besar untuk memberikan pengukuran yang stabil untuk program dengan audiens kecil.

Return Path Data (RPD) merupakan peluang untuk mengatasi masalah tersebut, tetapi hanya jika batasan dan bias dalam data ini dapat diperbaiki dan divalidasi. Makalah ini menjelaskan bagaimana panel dapat secara efektif mengoreksi batasan ini dan membantu memvalidasi peringkat yang berasal dari himpunan data RPD.

Panel dan RPD bersama-sama mewakili kombinasi pemenang untuk pengukuran audiens video yang akurat dan stabil.