Dalam artikel Need to Know sebelumnya, kami telah membahas pembelian media TV dan bagaimana pembelian media harus berevolusi untuk memenuhi tuntutan ekosistem TV yang sangat terfragmentasi saat ini. Lapangan bermain berubah dengan cepat, dan pembeli membutuhkan alat baru untuk memahami dan menjangkau audiens target mereka.
Prioritas utama bagi industri ini adalah pengembangan pengukuran baru yang dapat menggabungkan skala data besar dengan demografi dan akurasi statistik pengukuran berbasis panel untuk menghasilkan kualitas data yang lebih baik.
Nielsen telah menghabiskan waktu bertahun-tahun untuk menemukan cara terbaik untuk menggabungkan data panel dan big data, mengembangkan kemitraan data dengan para pemain utama dan menguji metodologi baru kami secara menyeluruh dengan berkolaborasi dengan para pemangku kepentingan industri. Berikut adalah tiga temuan yang meyakinkan kami bahwa kombinasi harmonis antara data besar dan data panel memang merupakan masa depan pengukuran TV.
Dengan data besar yang dikalibrasi oleh panel orang berstandar emas Nielsen...
- Peringkat nol dikurangi di seluruh demo utama (SCALE)
- Rata-rata penurunan kesalahan relatif (AKURASI)
- Standar deviasi menurun (STABILITAS)
Mari kita tinjau apa yang kami maksud dengan data besar dan apa yang harus dilakukan oleh panel dengan data tersebut.
Data besar dan panel: Lebih baik bersama
Dalam ruang pengukuran TV, data besar mengacu pada data jalur balik (RPD) dari dekoder kabel dan satelit, serta data pengenalan konten otomatis (ACR) dari TV pintar yang terhubung ke internet. Seberapa besar big data itu? Berkat kemitraan data strategis dengan perusahaan-perusahaan seperti Comcast, DirecTV, Dish Network, Roku, dan Vizio, Nielsen saat ini memiliki akses ke data granular dari 75 juta perangkat (dan 45 juta rumah tangga) di Amerika Serikat saja.
Ini adalah kumpulan data yang sangat besar, tetapi tidak menangkap menonton TV pada tingkat individu-hanya pada tingkat perangkat. Hal ini membuat mustahil untuk menentukan apakah seseorang benar-benar menonton TV saat perangkat menyala atau siapa saja penonton dan rekan penontonnya pada suatu waktu. Belum lagi jutaan rumah tangga yang tidak memiliki perangkat tersebut, hanya melakukan streaming, menonton TV melalui udara, atau memiliki kebiasaan menonton yang sangat berbeda dengan rumah big data.
Di situlah panel tingkat orang masuk. Kami telah memeriksa mengapa panel masih penting dan bagaimana panel harus digunakan sebagai sumber kebenaran untuk mengatasi keterbatasan data besar. Kami mengikuti rekomendasi tersebut untuk mengembangkan mata uang TV Nasional dan Lokal yang baru untuk pembelian dan penjualan media.
Misalnya, saat kami menganalisis data RPD atau ACR di Nielsen saat ini, kami dapat mengidentifikasi perangkat apa yang menjadi bagian dari panel kami dan membandingkan data penyetelan di rumah-rumah tersebut dengan perilaku menonton individu yang ditangkap oleh pengukur kami. Dengan menggunakan panel kami sebagai sumber kebenaran, kami telah mengembangkan metode yang kuat untuk mengkalibrasi data besar, menetapkan penayangan kepada individu yang tepat, dan memproyeksikan estimasi pemirsa ke seluruh populasi TV, tidak hanya yang ada di kumpulan data besar.
Ada banyak manfaat dari pendekatan ini. Berikut adalah tiga manfaat yang menonjol dalam analisis kami hingga saat ini.
Skala: Peringkat nol dikurangi di seluruh demo utama
Ketika big data pertama kali muncul di dunia TV, reaksi langsung dari industri ini adalah bahwa hal tersebut dapat membantu mengatasi salah satu masalah yang paling menjengkelkan: program tanpa rating.
Ribuan acara TV memiliki jumlah penonton yang terlalu kecil untuk dideteksi dengan pengukuran berbasis panel, bahkan dengan panel yang memiliki lebih dari 100.000 pemirsa. Sebagai contoh, terdapat 362.168 siaran televisi pada kuartal pertama tahun 2023 di seluruh TV siaran, kabel, dan sindikasi, dan 13,9% dari siaran tersebut tidak memiliki pemirsa berusia antara 35 hingga 49 tahun di panel TV nasional dan lokal.
Namun ketika kami menggunakan metodologi Big Data + Panel yang baru untuk memeriksa siaran televisi yang sama, kami hanya menemukan 458 siaran yang tidak memiliki pemirsa P35-49 sama sekali, atau 0,1% dari seluruh siaran pada kuartal tersebut. Sisanya adalah pilihan yang sah untuk pembelian media, mungkin dengan komposisi pemirsa yang unik.
Dengan kata lain, pengukuran kami yang telah disempurnakan dapat mengeliminasi hampir semua kasus nilai nol untuk kelompok usia tersebut, dengan hasil yang serupa di semua target usia tradisional lainnya: 99,1% untuk P35-49, 98,4% untuk P18-34, dan 99,6% untuk P50-64.
Ini adalah win-win solution bagi pembeli dan penjual media: Penjual memiliki lebih banyak inventaris iklan untuk dimonetisasi; dan pembeli memiliki lebih banyak pilihan dengan audiens khusus untuk menjangkau target mereka.
Akurasi: Penurunan kesalahan relatif rata-rata
Bagian penting dari proses penggabungan big data dan data panel adalah penerapan faktor kalibrasi pada setiap program untuk menyelaraskan jumlah pemirsa dengan panel di tingkat stasiun/hari/demo. Setelah demografi dan pemirsa dimodelkan, kami menggunakan big data untuk mengukur dirinya sendiri, dan kami membandingkan temuan-temuannya dengan data panel untuk menginformasikan faktor kalibrasi.
Hal ini memiliki efek memperhalus tingkat audiens per menit dan meningkatkan akurasi estimasi audiens dibandingkan dengan solusi panel saja.
Kami mengukur kinerja metode kalibrasi Big Data + Panel yang baru ini terhadap mata uang berbasis panel yang ada di area pasar yang ditunjuk di New York (DMA ) pada bulan Mei 2023 dan menemukan bahwa rata-rata kesalahan relatif untuk estimasi audiens di pasar tersebut menurun antara 10% (untuk bagian awal waktu tayang) dan 25% (untuk bagian awal waktu tayang dan bagian akhir waktu tayang).
Akurasi yang lebih baik berarti pembeli dan penjual media dapat mulai bertransaksi dengan lebih percaya diri.
Stabilitas: Standar deviasi menurun
Di pasar yang sama dan untuk bulan yang sama pada Mei 2023, Nielsen meneliti dampak mata uang baru terhadap stabilitas estimasi pemirsa untuk acara berita 6AM.
Siaran nasional dan program berita kabel cenderung menarik pengikut setia dari hari ke hari; hal yang sama seharusnya berlaku untuk acara berita lokal, tetapi selalu sulit untuk diverifikasi mengingat ukuran beberapa panel TV lokal kita. Stasiun lokal telah berjuang untuk memahami apakah variasi harian dalam jumlah pemirsa adalah hasil dari fluktuasi yang sebenarnya atau artefak dari pengukuran berbasis panel.
Melihat lebih dekat pada dua acara berita pukul 6 pagi yang terpisah di wilayah New York, kami menemukan bahwa deviasi standar jumlah pemirsa mereka selama satu bulan adalah 36% lebih rendah dengan mata uang baru dibandingkan dengan mata uang panel saja karena data besar membawa stabilitas pada estimasi dengan mengurangi dampak dari satu panel rumah.
Bagaimana pengukuran kami yang disempurnakan akan berdampak pada bisnis Anda?
Tidak ada lagi nilai nol, akurasi yang lebih baik dan stabilitas yang jauh lebih baik. Apa yang tidak disukai? Kami telah menyempurnakan mata uang TV baru kami selama bertahun-tahun, dan sekarang sebagai satu-satunya solusi Big Data + Panel yang terakreditasi dengan perincian tingkat orang, industri media dapat bertransaksi dengan pengukuran yang akurat dan andal dengan penuh percaya diri. Kami sangat yakin bahwa hal ini akan membuka babak baru dalam pengukuran TV dan bermanfaat bagi semua pemangku kepentingan.
Untuk mempelajari lebih lanjut tentang hal ini dan menilai dampaknya terhadap bisnis Anda, silakan hubungi pakar kami dan temukan kekuatan pengukuran Big Data + Panel.
Nielsen's Need to Know mengulas dasar-dasar pengukuran audiens dan mengungkap topik-topik terhangat di industri media. Baca semua artikelnya di sini.
