本コンテンツへスキップ
02_Elements/Icons/ArrowLeft 戻るインサイト
インサイト>TV & ストリーミング

数字に人が反映されない限り、それは単なる数字に過ぎない

5分で読めるシリーズ|マイナック・マズムダール(Chief Data And Research Officer)|2022年5月号

メディア業界にとって、3月から5月にかけては「Go Time」である。メディア業界では、もはや個々のプラットフォームやテクノロジーに縛られることのない多くのアップフロントイベントが開催され、拡大するコンテンツ市場は、広告の買い手と売り手にとって、特に計測のためのビッグデータ(ニールセンについて )に関する話題が増える中、豊富な機会と膨大な情報の両方を提供しています。 

広告主にとって、この季節は数字が重要です。そして、デジタルへの移行が進む中、テレビの消費は減少しており、その重要性はさらに増しています。どのように重要なのか? Ampere Analysisの調査によると、2021年のコンテンツへの総支出は、ストリーミング大手のNetflixが牽引し、ニールセンについて 2200億ドルにのぼる。また、広告主は、米国人が昨年、 ほぼ1,500万年分のビデオをストリーミングしたことを知っており、2021年の世界のデジタル広告費は29%以上急増し、4,910億ドルを突破するため、立ち上がっている。 

しかも、 ストリーミング加入者の93%が今後1年間で利用を増やす予定と答えているように、消費者はストリーミング業界の軌道を変えるつもりはないようです。しかし、だからといって、従来のテレビコンテンツが蚊帳の外に置かれるわけではありません。平均的な成人は、1 日に生放送の TV に費やす時間が、コネクティッド TV(CTV)コンテンツに費やす時間の 2 倍以上になっているのだから、まったく逆である。

コンテンツがますます豊富になることで、消費者の選択肢はますます豊かになりますが、無数のプラットフォーム、デバイス、サービスが、広告主にとって測定上の課題となる可能性があります。さらに、選択肢が爆発的に増えたからといって、コンテンツに関わる時間が増えたわけでもなく、人が増えたわけでもない。しかし、スマート TV(ACR)やケーブル・ボックス(RPD)から得られるデータを含むビッグ・データは、そうでないことを示唆している。ケーブル・ボックスとスマートTVから得られるデータも、ストリーミングの活動については、ほとんどインサイト 。ケーブル・ボックスは、定義上、従来のTVデータを提供し、ACRは、視聴者がNetflixを含むネイティブ・アプリを使用すると、しばしばシャット・オフされます。  

ビッグデータは計測に使われることを想定していないことに加え、実際の人間を反映したものではありません。RPDやACRは計測の尺度となるため、その価値に間違いはありませんが、ビッグデータはデバイスを反映したものであり、実際の人を反映したものではありません。このデータだけでは、広告主にとって基本的なニーズである、誰が見ていて、誰が見ていないのかを知ることはできません。広告主が最も必要とする「誰が見ているか」「見ていないか」は、データだけでは分かりません。

例えば、スマートテレビの画面上の画像を識別するACRデータ。このデータは視聴者測定に非常に役立ちますが、それだけでは画面に何が映っているかを特定する以上のことはできません。RPDデータも同様ですが、テレビの電源が入っているかどうかを確認する機能すらありません。そのため、セットトップボックスのインプレッション全体の4分の1は、電源が入っていないテレビからのものです。

ビッグデータは、誰がどのようなデバイスや画面を使っているかわからないことに加え、本質的に偏りがあり、その偏りはデータの種類に依存します。ビッグデータが本当に米国の人口を表すためには、すべてのテレビ世帯がまったく同じテレビを持ち、まったく同じデータストリームを通じて番組にアクセスする必要があります。そのため、すべてのビッグデータは、米国人口の多様性を反映した人ベースのパネルでレベル設定-キャリブレーションされる必要があるのです。

重要なことは、世界広告主連盟、全米広告主協会、その他30カ国以上の同等の組織が、スクリーンメディアの将来の視聴者測定システムは、品質パネルとビッグデータの組み合わせでなければならないと一致して表明していることです。

パネルデータがなければ、測定は多様性を捉えることができません。すべてのTV世帯が同じデバイスで同じコンテンツにアクセスすることはありえないだけでなく、TV世帯の構成は、そのTV世帯がある国の国土と同じように多様であることもわかっているのです。ビッグデータによる測定は、この点で大きく的外れなのです。

例えば、ヒスパニック系住民は米国人口の20%弱を占めていますが、ビッグデータでは、他の多くの人々とともに、この視聴者を大幅に下回る数値となっています。しかし、RPD だけに基づく測定では、ニールセンの分析によると、ヒスパニック系の家庭を30% も下回っていることが判明しています。このことを踏まえて、次のように考えてみましょう。2020年の米国国勢調査では、ヒスパニック系人口は6,200万人強と判明しています。この人口の半分がある時間にテレビを視聴しており、広告主が RPD データを測定に利用した場合、広告主は気付いていないだけで900万人以上にリーチできている可能性があります。

重要なのは、30%という数値が平均値であるということです。番組レベルでは、ビッグデータは、一般人口と多様な視聴者の両方に対して、より大きなマージンをもって過小または過大に表現する可能性があります。例えば、ニールセンがビッグデータ測定とそのゴールドスタンダードであるパネルベース測定の差異を調査したところ、RPD測定はプライムタイム番組の米国での総インプレッションを69%も過大評価することがわかりました。一方、ACR測定は12%過少に表示されました。スポーツイベントの場合、RPD の測定ではヒスパニック系の視聴者を 47% 下回っており、ACR のデータでは同じ視聴者を 12% 上回っています。

広告主にとって、このような測定のばらつきはコスト高になりかねない。しかし、新しいデータソースの供給が増えれば増えるほど、測定は複雑さを増し、特にそれが実際の人間と結びついていない可能性がある場合は、なおさらです。出版社や広告主は、常に最大限のリーチを求めますが、それを検証するために必要な分析的厳密さなしにはありえないでしょう。

リニアとデジタルの融合が進む中、ビッグデータソースは計測のための重要なインプットとなります。しかし、ビッグデータはそれ自体では計測のソースとして信頼できない。消費者がより多くのデバイスやチャネルを利用するようになると、エンゲージメントを過大評価する可能性のあるデータを指摘することが容易になる。広告主は、多くの代替オーディエンスが示唆するオーディエンスのサイズを確かに歓迎するでしょうが、それらの数字に対して広告を出稿する場合、最終的には実際の人々を反映していない数字に対してお金を払うことになります。

類似のインサイトを閲覧し続ける