Di AS dan di seluruh dunia, fragmentasi penayangan telah menantang kemampuan panel pengukuran pemirsa tradisional untuk memberikan informasi peringkat yang dapat diandalkan. Informasi tersebut tetap penting bagi pembeli dan penjual iklan untuk merencanakan dan melaksanakan kesepakatan, dan bagi produser konten untuk memahami kinerja program. 

Meskipun jaringan dan program dengan rating yang lebih tinggi tidak terlalu terpengaruh oleh masalah pengukuran ini, namun banyak penonton saat ini yang bersifat khusus, yang menyebabkan rating yang lebih rendah dan pengukuran yang kurang dapat diandalkan. Dalam beberapa kasus, hal ini dapat menyebabkan peringkat dilaporkan sebagai nol, di mana meskipun ada pemirsa untuk sebuah program dalam populasi, tidak ada satu pun dari mereka yang ada di panel pengukuran. Untuk mengatasi hal ini, Nielsen merilis data pengukuran "panel plus big data". Hal ini melibatkan penggabungan data panel dengan data big data-return-path data (RPD) dari MVPD dan data automatic content recognition (ACR) dari smart TV, yang secara signifikan meningkatkan pengukuran pemirsa dengan menjadikannya lebih tepat dan secara efektif mengatasi masalah "rating nol".

Kita tahu bahwa data dari dekoder dan smart TV tidak dapat diukur dengan sendirinya. Data tersebut memiliki celah dan tidak mengukur semua yang ada di layar atau memberi tahu Anda siapa yang menonton. Namun, ketika dipasangkan dengan data panel tingkat orang yang terakreditasi, kumpulan data gabungan secara signifikan memajukan ilmu pengukuran audiens. Di antara manfaatnya, kombinasi set data ini memungkinkan pengukuran untuk mengumpulkan lebih banyak penayangan daripada yang mungkin dilakukan dengan data panel saja.

Memahami peringkat nol

Pada kuartal pertama tahun ini, misalnya, panel Nielsen melaporkan peringkat nol untuk 8.454 siaran di seluruh siaran, kabel dan TV sindikasi, dari total 362.168 siaran (2%), untuk siaran langsung dan tiga hari siaran yang digeser waktunya. Peringkat nol berarti tidak ada rumah dalam panel yang menyetel, yang dalam banyak kasus, mencerminkan keterbatasan pengukuran daripada apa yang sebenarnya terjadi dalam populasi. Dengan kata lain, terdapat beberapa tingkat penayangan yang rendah dalam populasi, pemirsa tidak ditemukan dalam panel.

Dimasukkannya data besar dalam data panel nasional Nielsen secara signifikan mengatasi hal ini, sehingga memungkinkan pembeli dan penjual memiliki visibilitas yang lebih jelas terhadap perilaku menonton audiens. Nielsen menggabungkan data TV dari sekitar 30 juta rumah dengan panel 40.000 rumah/100.000 orang, sehingga meningkatkan ketepatan pengukuran. Ukuran sampel yang lebih besar mengurangi kesalahan pengambilan sampel statistik yang terkait dengan pengukuran panel, termasuk adanya peringkat nol.

Data besar memfasilitasi presisi tampilan yang lebih baik

Sebelum membuat big data tersedia untuk pengukuran pada bulan September ini, Nielsen menghabiskan waktu lebih dari satu tahun untuk menganalisis kumpulan data gabungan untuk memahami dampaknya terhadap kesalahan pengambilan sampel. Analisis tersebut menemukan bahwa penyertaan data besar secara signifikan mengurangi peringkat nol di semua kelompok pemirsa. Ketika 8.454 siaran program TV pada kuartal pertama yang menghasilkan nol rating rumah tangga diukur dengan data panel ditambah data besar, keberadaan nol rating menurun sebesar 99,9%. Di seluruh demografi pemirsa utama, penurunan berkisar antara 96,8%-99,9%. Penurunan ini paling menonjol di antara pemirsa yang lebih muda, yang cenderung menjadi pemirsa yang lebih ringan untuk program TV tradisional dan oleh karena itu lebih mungkin menyebabkan peringkat nol dalam pengukuran panel.

Ukuran sampel yang meningkat juga memungkinkan pengumpulan data yang lebih akurat mengenai jumlah penonton di antara pemirsa tertentu. Pada kuartal pertama, misalnya, terdapat 3.471 siaran program Hispanik yang menghasilkan rating nol (siaran langsung + 3 hari) di jaringan Hispanik ketika diukur dengan data panel. Ketika diukur dengan data panel dan data besar, peringkat nol tersebut dihapus seluruhnya.

Jelas, penambahan jutaan rumah ke dalam pengukuran adalah hal yang positif. Namun, meskipun big data memberikan ukuran sampel yang jauh lebih besar, big data sendiri tidak memiliki detail spesifik tentang siapa yang menonton, dan biasanya kurang mewakili populasi yang beragam dan kelompok usia tertentu. Big data juga tidak dapat mengukur penayangan dari antena over-the-air, rumah yang hanya memiliki broadband, dan penayangan yang dilakukan di luar rumah. Di sinilah data panel yang diaudit dan terakreditasi berperan. Dengan menggabungkan skala data besar dan wawasan terperinci dari panel berbasis orang, Nielsen membantu industri untuk menyadari potensi penuh dari data RPD dan ACR.