In un precedente articolo di Need to Know, abbiamo esaminato il media buying televisivo e la sua evoluzione per soddisfare le esigenze dell'attuale ecosistema televisivo altamente frammentato. Il campo di gioco sta cambiando rapidamente e gli acquirenti hanno bisogno di nuovi strumenti per comprendere e raggiungere il proprio pubblico di riferimento.
Una priorità assoluta per il settore è stata lo sviluppo di una nuova misurazione in grado di combinare la scala dei big data con i dati demografici e l'accuratezza statistica delle misurazioni basate su panel per generare una migliore qualità dei dati.
Nielsen ha trascorso anni a studiare il modo migliore per combinare panel e big data, sviluppando partnership con i principali operatori del settore e testando a fondo la nostra nuova metodologia in collaborazione con gli stakeholder del settore. Ecco tre risultati che ci hanno convinto che la combinazione armoniosa di big data e dati dei panel è davvero il futuro della misurazione televisiva.
Con i grandi dati calibrati dai panel di persone Nielsen...
- Le valutazioni zero sono ridotte in tutti i principali settori demografici (SCALE)
- L'errore relativo medio diminuisce (ACCURATEZZA)
- La deviazione standard diminuisce (STABILITA')
Rivediamo cosa si intende per big data e cosa c'entrano i pannelli.
Big data e pannelli: Meglio insieme
Nel settore delle misurazioni televisive, i big data si riferiscono ai dati di ritorno (RPD) provenienti dai set-top box via cavo e via satellite, nonché ai dati di riconoscimento automatico dei contenuti (ACR) provenienti dalle smart TV connesse a Internet. Quanto sono grandi i big data? Grazie a partnership strategiche con aziende come Comcast, DirecTV, Dish Network, Roku e Vizio, Nielsen ha attualmente accesso ai dati granulari di 75 milioni di dispositivi (e 45 milioni di famiglie) solo negli Stati Uniti.
Si tratta di un enorme insieme di dati, ma non cattura la visione televisiva a livello individuale, ma solo a livello di dispositivo. Questo rende impossibile determinare se qualcuno stia effettivamente guardando la TV quando il dispositivo è acceso o chi siano gli spettatori e i co-spettatori in qualsiasi momento. Per non parlare dei milioni di famiglie che non possiedono nessuno di questi dispositivi, che guardano solo in streaming, che guardano la TV via etere o che hanno abitudini di visione molto diverse da quelle delle case dei big data.
È qui che entrano in gioco i panel a livello di persona. Abbiamo esaminato perché i panel sono ancora importanti e come dovrebbero essere utilizzati come fonte di verità per superare i limiti dei big data. Abbiamo seguito queste raccomandazioni per sviluppare la nuova valuta della TV nazionale e locale per l'acquisto e la vendita di media.
Per esempio, quando oggi analizziamo i dati RPD o ACR di Nielsen, siamo in grado di identificare quali dispositivi fanno parte dei nostri panel e di confrontare i dati di sintonizzazione in quelle case con il comportamento di visione individuale catturato dai nostri meter. Utilizzando i nostri panel come fonte di verità, abbiamo sviluppato metodi solidi per calibrare i big data, assegnare le visualizzazioni alle persone giuste e proiettare le stime di audience sull'intera popolazione televisiva, non solo su quella presente nel dataset dei big data.
I vantaggi di questo approccio sono molteplici. Eccone tre che si sono distinti nelle nostre analisi fino ad oggi.
Scala: Le valutazioni zero sono ridotte in tutti i principali settori demografici
Quando i big data sono emersi per la prima volta nello spazio televisivo, la reazione immediata del settore è stata che potevano aiutare a risolvere uno dei problemi più spinosi: i programmi a tariffa zero.
Migliaia di programmi televisivi hanno un pubblico troppo esiguo per essere rilevato dalla misurazione basata su panel, anche con un panel di oltre 100.000 spettatori. Per fare un esempio, nel primo trimestre del 2023 ci sono state 362.168 trasmissioni televisive in onda, via cavo e in syndication, e il 13,9% di queste trasmissioni ha registrato zero spettatori di età compresa tra i 35 e i 49 anni in uno dei nostri panel televisivi nazionali e locali.
Ma quando abbiamo utilizzato la nostra nuova metodologia Big Data + Panel per esaminare quelle stesse trasmissioni, ne abbiamo trovate solo 458 senza spettatori P35-49, ovvero lo 0,1% di tutte le trasmissioni di quel trimestre. Le altre erano opzioni perfettamente legittime per l'acquisto di media, magari con composizioni di pubblico uniche.
In altre parole, la nostra misurazione avanzata è in grado di eliminare praticamente tutti i casi di zero-rating per questa fascia d'età, con risultati simili per tutti gli altri target d'età tradizionali: 99,1% per la fascia d'età P35-49, 98,4% per la fascia d'età P18-34 e 99,6% per la fascia d'età P50-64.
Si tratta di un vantaggio per gli acquirenti e i venditori di media: I venditori hanno più inventario pubblicitario da monetizzare e gli acquirenti hanno più opzioni con pubblici di nicchia per raggiungere i loro target.
Precisione: L'errore relativo medio diminuisce
Una parte fondamentale del processo di fusione dei big data e dei dati del panel è l'applicazione di fattori di calibrazione a ogni programma per allineare l'audience aggregata al panel a livello di stazione/parte del giorno/demo. Una volta modellati i dati demografici e i telespettatori, utilizziamo i big data per misurare se stessi e confrontiamo i risultati con quelli della nostra valutazione basata sui panel per informare i fattori di calibrazione.
Questo ha l'effetto di smussare i livelli di audience minuto per minuto e di migliorare l'accuratezza delle stime dell'audience rispetto a una soluzione basata solo sui pannelli.
Abbiamo misurato le prestazioni di questo nuovo metodo di calibrazione Big Data + Panel rispetto alla valuta esistente basata su panel nell'area di mercato designata (DMA) di New York nel maggio 2023 e abbiamo scoperto che l'errore relativo medio per le stime dell'audience in quel mercato è diminuito tra il 10% (per il daypart early fringe) e il 25% (per il primetime e late fringe).
Una maggiore precisione significa che gli acquirenti e i venditori di media possono iniziare a operare con maggiore sicurezza.
Stabilità: La deviazione standard diminuisce
Nello stesso mercato e per lo stesso mese di maggio 2023, Nielsen ha esaminato l'impatto della nuova valuta sulla stabilità delle stime di audience per i notiziari delle 6 del mattino.
I telegiornali nazionali e via cavo tendono ad attirare un pubblico fedele giorno dopo giorno; lo stesso dovrebbe valere per i telegiornali locali, ma è sempre stato difficile verificarlo considerando le dimensioni di alcuni dei nostri panel televisivi locali. Le emittenti locali hanno lottato per capire se le variazioni giornaliere dell'audience siano il risultato di fluttuazioni reali o un artefatto della misurazione basata sui panel.
Osservando da vicino due distinti notiziari delle 6 del mattino nell'area di New York, abbiamo riscontrato che la deviazione standard delle dimensioni dell'audience nel corso del mese è stata del 36% inferiore con la nuova valuta rispetto a quella dei soli panel, poiché i big data conferiscono stabilità alle stime riducendo l'impatto di un singolo panel domestico.
In che modo la nostra misurazione potenziata avrà un impatto sulla vostra attività?
Niente più zero-rate, migliore precisione e stabilità nettamente migliorata. Cosa c'è di meglio? Abbiamo perfezionato la nostra nuova valuta televisiva per anni e ora, in quanto unica soluzione accreditata, Big Data + Panel con granularità a livello di persone, il settore dei media può operare con fiducia su misurazioni accurate e affidabili. Siamo sinceramente convinti che questo aprirà un nuovo capitolo per la misurazione televisiva e porterà benefici a tutti gli stakeholder.
Per saperne di più e valutarne l'impatto sulla vostra azienda, contattate i nostri esperti e scoprite la potenza dei Big Data + Panel measurement.
Need to Know di Nielsen esamina i fondamenti della misurazione dell'audience e demistifica gli argomenti più scottanti del settore dei media. Leggete ogni articolo qui.
