셋톱박스 데이터의 장점과 위험성

매니쉬 바티아, 고급 디지털 클라이언트 서비스 부문 사장

텔레비전 산업은 이제 TV 시청에 대한 세분화된 인사이트의 광활한 바다로 항해하고 있습니다. 물론 여기서 말하는 바다란 셋톱박스(STB) 데이터를 의미합니다. 제조업체는 배송 데이터와 매장 데이터, 잡지는 발행 부수와 판매 데이터, 인터넷은 로그 파일 등 보다 세분화된 정보를 제공하는 다양한 소스에 액세스하여 미지의 영역에 진입한 다른 산업도 있습니다. 대부분의 경우, 업계 종사자들은 방대하고 때로는 이질적인 데이터 세트를 탐색하여 정보에 입각한 비즈니스 의사 결정을 내릴 수 있는 방법을 찾았습니다. 그렇지 않은 곳에서는 혼란이 이어졌습니다.

텔레비전 업계에서는 다른 업계의 경험을 통해 배우고 STB 데이터와 같은 보완적인 데이터를 통합하여 통화 측정에 가치를 더하고 더 깊은 인사이트를 얻을 수 있습니다. STB 데이터가 제공할 수 있는 인사이트와 제공할 수 없는 인사이트에 대해 자세히 살펴보겠습니다.

약속

STB 데이터는 상당한 잠재력을 가지고 있습니다. STB 데이터의 규모와 세분성은 통화 측정에 사용되는 오디언스 샘플보다 훨씬 더 심층적으로 오디언스 행동을 분석할 수 있게 해줍니다. 오디언스와 표본 크기가 작아 현재 보고되지 않는 네트워크에 대한 인사이트를 제공할 수 있어 이른바 '롱테일 보고'를 가능하게 합니다. 점점 더 작은 지역, 인구 통계 및 기간을 살펴볼 수 있으며, 초 단위 시청 분석을 누구나 할 수 있습니다. STB 데이터의 또 다른 큰 장점은 구매 데이터 또는 기타 데이터 세트에 액세스하여 현재보다 훨씬 더 충실하게 광고 캠페인의 ROI를 측정할 수 있다는 것입니다. 규모가 크기 때문에 더 심층적인 분석이 가능할 뿐만 아니라 안정성이 향상되고 분석의 표준 오차가 줄어듭니다. TV가 더욱 발전하고 인터랙티브해짐에 따라 시청자들은 새로운 행동에 참여할 것입니다. STB 데이터는 이러한 행동에 대한 귀중한 인사이트의 원천이 될 것입니다.

이 모든 내용은 STB 데이터를 검토하는 거의 모든 컨퍼런스에서 잘 문서화되어 논의되고 있습니다. 이 모든 것에 대한 백서, 파워포인트 프레젠테이션 및 기사가 풍부하게 작성되어 있습니다.

닐슨은 현재 업계에 제공하고 있는 인사이트를 확장할 수 있게 되어 매우 기쁘게 생각합니다. 닐슨은 STB 데이터를 간극을 조정하면 TV 시청, 광고 전달 및 효과에 대한 심층적인 인사이트를 제공할 수 있는 매우 가치 있는 정보 소스라고 생각합니다. 이를 위해 여러 데이터 세트를 처리하고 통합하여 고객을 위한 일관되고 의미 있는 인사이트를 창출하는 전문성을 활용하고 있습니다. 이미 소비재 고객, 인터넷 고객, 모바일 고객을 위해 이러한 작업을 수행하고 있습니다.

위험

STB 데이터 사용에 대한 논의는 단순한 학술적 논의가 아닙니다. 순수한 STB 데이터에 기반한 가격 결정은 광고 구매자와 판매자에게 부당한 재정적 영향을 미칠 수 있습니다. 사실 공중파, 케이블, 위성, 통신사 등 다양한 시청 플랫폼의 시청자들은 서로 다른 프로그램을 시청합니다. 케이블 또는 위성 데이터만을 기준으로 시청률을 매긴다면 승자와 패자가 부적절하게 결정될 수 있습니다. 시청률은 가구 내 모든 시청 플랫폼에서의 시청을 고려하는 포괄적이고 대표적인 시청자 추정 소스를 기반으로 해야만 합니다.

몇 가지 데이터를 살펴보겠습니다.

유선 디지털 케이블 전용 가구 또는 위성 전용 가구를 대표하는 닐슨 전국 인구 조사(NPM) 표본의 시청률과 다양한 축소된 NPM 표본의 시청률을 비교하면 네트워크 및 인기 프로그램의 시청률에 상당한 변동이 있습니다. '08~'09 시즌의 몇 가지 예입니다:

케이블 네트워크는 예상대로 디지털 케이블 전용 가정에서 훨씬 더 잘 작동하며, 일부 네트워크는 시청자 수가 20% 이상 증가했습니다.

Fox 방송 네트워크는 디지털 케이블 전용 가정에서 4% 더 나은 시청률을 기록할 것이고, CBS 방송 네트워크는 6%의 시청자를 잃을 것입니다.

아메리칸 아이돌은 디지털 케이블 전용 가정에서 12% 더 나은 시청률을 보이지만 위성 가정에서는 7% 더 나은 시청률을 보입니다.

'위기의 주부들 '의 시청률은 디지털 케이블 전용 가정에서는 12% 더 높지만 위성 전용 가정에서는 6.5% 더 낮습니다. 이는 단일 프로그램에서 18.5%의 변동입니다.

멘탈리스트는 디지털 케이블 전용 또는 위성 전용 가정에서 약간 낮은 시청률을 기록합니다.

이러한 유형의 변화를 모두 합치면 수억 달러가 이동하는 등 재정적 영향이 막대할 것입니다. 예를 들어, 6월 24일 시청률 측정에 관한 광고 연구 재단 컨퍼런스에서 NBC의 연구 및 미디어 개발 담당 사장인 앨런 워첼은 NBC가 여러 셋톱박스 제공업체에 히어로즈의 마지막 에피소드에 대한 시청률을 생성해 달라고 요청했다고 보고했습니다. Wurtzel에 따르면 "우리는 그들에게 동일한 요청을 했습니다. 그런데 돌아온 답변은 서로 달랐습니다." 동일한 데이터 소스에서 나온 시청률의 차이는 6%였으며, 이는 단일 에피소드의 광고 매출에서 40만 달러의 차이로 이어졌습니다.

보다 넓은 관점에서 이를 살펴보기 위해 닐슨의 NPM 및 모니터 플러스 서비스를 사용하여 여러 플랫폼의 평점과 광고 지출을 조사했습니다. 부적절한 결과에 대한 추정치는 다음과 같습니다:

C3 시청률이 디지털 케이블 가정에서만 시청한 것을 기준으로 추정했다면, 이번 시즌까지 방송 네트워크의 광고 수익은 약 3억 4천만 달러가 감소했을 것입니다. 위성 가구만을 기준으로 시청률을 추정했다면 방송 네트워크의 시청률은 4% 낮아지고 7억 3,000만 달러의 손실이 발생했을 것입니다.

케이블 네트워크는 예상대로 디지털 케이블 가정만 사용함으로써 25억 달러의 추가 광고 수익을 얻을 수 있습니다. 위성 가구만 시청률의 기준이었다면 케이블 네트워크는 6억 달러의 추가 광고 수익을 창출했을 것입니다.

이러한 차이는 STB 가정과 그렇지 않은 가정 간의 시청 패턴이 다르기 때문에 발생하는 직접적인 결과입니다. 그리고 이는 STB 데이터와 관련된 다양한 격차를 고려하기 전의 이야기입니다.

셋톱박스 데이터의 사실과 오해

지난 몇 년 동안 다양한 출처의 STB 데이터를 분석해 왔으며, 그 중 몇 가지 인사이트를 여러분과 공유하고자 합니다.

1. 표본이 크다고 해서 항상 작은 표본보다 나은 것은 아닙니다: 일반적으로 큰 표본과 작은 표본을 비교할 때, 표본의 크기가 클수록 더 안정적인 추정치를 제공하고 추정치 주변의 표준 오차가 낮아집니다. 그러나 이는 비교 대상인 작은 데이터 세트와 큰 데이터 세트가 비교 가능한 모집단을 대표하는 완전성 및 데이터의 정확성 측면에서 품질이 비슷한 경우에만 해당됩니다. 고품질의 작은 표본은 체계적인 편향이 있는 큰 표본보다 더 정확한 정보를 제공합니다.

2. STB 데이터는 인구조사 데이터가 아닙니다: STB 데이터는 모든 TV 가구에서 제공되지 않습니다. 미국 가정의 11%는 케이블, 위성 또는 통신 서비스가 없습니다. 이들은 셋톱박스 없이 무료 디지털 공중파 TV를 통해 엔터테인먼트와 정보에 대한 요구를 적절히 충족하고 있습니다. 또 다른 19%는 셋톱박스가 없는 아날로그 케이블을 사용합니다.. 전체적으로 볼 때, 비STB 가구는 전체 TV 시청의 약 4분의 1을 차지합니다. 또한 STB를 통해 시청할 수 있는 가정에서는 가정에서 전체 TV 시청이 보고된 STB 데이터에 포착되지 않는다는 것을 알고 있습니다. 이러한 STB 가정에는 현재 셋톱박스가 부착되어 있지 않은 TV가 평균적으로 1대씩 있기 때문에 이러한 가정에서의 비-STB 시청은 보고되지 않습니다. STB 가정에서 이러한 비-STB 시청은 전체 TV 시청의 9%를 차지합니다.

3. 케이블, 위성 또는 통신사를 통해 TV를 시청하는 가정은 다른 가정과 다릅니다: 매우 큰 데이터 세트를 대표하고 미국 가구의 대부분을 포함하지만, 이러한 가구의 시청 방식이 다른 가정과 다르기 때문에 STB 데이터를 사용하여 전체 시청량을 추론하는 것은 오해의 소지가 있을 수 있습니다.

일반 가정은 2.4대에 비해 STB 가정은 HH당 2.8대로 더 많은 TV 세트를 보유하고 있습니다.

일반 가정은 하루에 약 9시간, 방송만 시청하는 가정은 약 6시간으로, STB 가정이 더 많은 TV를 시청합니다.

STB 홈은 더 큰 HH이며 더 많은 수익을 창출합니다.

STB 홈은 더 많은 시간 이동을 수행합니다.

위에서 언급했듯이 케이블이 있는 가정에서도 평균적으로 HH당 한 세트에 셋톱박스가 없습니다. 이러한 비-STB 세트의 시청은 다릅니다. 키즈 네트워크(Disney, Adult Swim, Cartoon, Nick)는 비-STB 셋톱박스에서 시청률이 STB 셋톱박스보다 높으며, 이는 HH의 메인 TV에는 디지털 셋톱박스가 있지만 키즈 룸의 TV에는 없을 수 있음을 시사합니다.

데이터 격차

이제 STB 데이터 격차에 대해 알아봅시다. STB 데이터는 TV가 아닌 셋톱박스의 튜닝을 나타냅니다. STB 박스는 TV가 꺼져 있어도 계속 켜져 있는 경우가 많습니다(이와 관련하여 가정에서 자신의 습관을 고려하세요). 약 10%의 박스가 한 달 이상 꺼지지 않는 것으로 나타났습니다. 약 30%의 박스는 하루 24시간 동안 계속 켜져 있습니다. 이는 시스템마다, 박스마다 다르므로 STB를 조율하고 표준화하는 데 있어 또 다른 흥미로운 과제가 됩니다. 이 모든 것이 실제로 누가 TV를 시청하고 프로그램이나 광고 메시지에 노출되는지 파악하기 전에는 STB 데이터로는 누가 시청하고 있는지 알 수 없습니다.

업계에서는 이러한 격차를 설명할 수 있는 정교한 모델을 개발하여 이러한 문제를 해결하려고 노력하고 있습니다. 그렇다면 문제는 어떤 정보가 이러한 격차를 고려하기 위해 모델에 정보를 제공하는가 하는 것입니다. STB 데이터에서 누락된 정보를 어떻게 찾을 수 있을까요? 우리가 모르는 것을 어떻게 알 수 있을까요? 그리고 모델의 정확성을 확인하기 위해 모델을 어떻게 검증할까요? 금융계에서는 월스트리트에서 똑똑한 수학자와 통계학자를 많이 고용하여 모델을 개발하지 않았나요? 현실 세계의 역학을 반영하지 못한 모델에 대한 과신과 과잉 의존으로 인해 우리가 얼마나 많은 것을 잃었을까요?

솔루션

데이터 세트를 완성하고 STB 데이터의 잠재력을 최대한 활용하여 더 많은 것을 배우고 더 나은 프로그램 및 광고 결정을 내릴 수 있는 방법이 있습니다. 닐슨의 NPM 샘플은 케이블, 비케이블, 위성, 신규 세트, 기존 세트, 거실과 침실, 지하실과 주방 등 모든 플랫폼에서 약 50,000명의 TV 시청을 추적합니다. 닐슨의 NPM 표본은 미국 TV 업계에 정보를 제공하는 통화이며, TV 시청자 측정의 표준입니다. NPM 데이터 세트를 사용하면 패널과 STB 데이터 간의 모델링을 생성할 수 있어 정확한 시청자 수준을 파악하고 훨씬 더 큰 데이터 세트로 확장하여 세분화된 분석과 안정적인 추정을 할 수 있습니다. 이 모델은 2007년 뉴욕에서 열린 ARF 컨퍼런스에서 개발되어 발표되었습니다.

STB 데이터를 사용하여 잠재고객 추정치를 생성하는 핵심 단계는 다음과 같습니다:

NBC의 앨런 워첼은 "우리는 점점 더 많은 것을 배우고 있다"고 말했습니다. 이것은 정말 어려운 일입니다." 닐슨은 이에 동의하며 해결책을 도울 수 있습니다. 닐슨은 STB 논의에 정보를 제공하고 TV 시청에 대한 인사이트를 확장할 수 있는 관련 자산을 보유하고 있습니다. 우리는 업계와 협력하여 셋톱박스 데이터의 잠재력을 활용하고 위험을 피할 수 있기를 기대합니다.