콘텐츠로 건너뛰기
02_Elements/아이콘/왼쪽 화살표 인사이트로 돌아가기
인사이트 > 미디어

TV를 꼭 봐야 합니다: 가을 시즌 프리미어를 앞둔 트위터 활동이 성공을 나타내는 방법

4 분간 읽기 | 2015년 1월

미디어 회사의 경우 가을 TV 시즌은 고무가 도로를 만나는 시기입니다. 방송사와 에이전시는 열광적인 분위기에 휩싸이면서 시청자들이 새로운 프로그램을 즐길 수 있을지 초조하게 기다리고 있습니다. 한편, 에이전시는 이미 광고 베팅을 마쳤으며 게임이 진행됨에 따라 어떤 조정이 필요한지 주의 깊게 지켜보고 있습니다. 한편 시청자들은 모든 카드를 쥐고 새로운 프로그램을 열렬히 샘플링하며 많은 지지와 비평을 제공합니다.

그렇다면 가을 TV를 둘러싼 이 모든 소동과 함께, 새로운 쇼에 대한 트위터 활동은 이 모든 것에서 어떤 역할을 할까요?

우리는 2014년 가을 프리미어 시즌에 이어 이 질문을 던졌습니다. 새로운 프로그램의 프리미어 에피소드를 시청하기 전에 24/7 기준으로 추적 한 Twitter TV 활동을 사용하여 해당 프로그램의 프리미어 에피소드를 시청한 시청자의 규모를 예측하는 방법을 평가했습니다. 데이터를 살펴보면 트위터 TV 활동이 다른 요인과 함께 프리미어 시청자 규모를 예측하는 데 사용할 수 있는 추가 신호임이 입증되었습니다. 트위터 TV 활동을 다른 데이터 소스와 함께 사용하여 TV 시청자를 결정할 수 있다면 대행사는 프리미어 전에 구매를 미세 조정할 수 있기 때문에 주목할 만합니다. 네트워크는 잠재적인 승자와 과제를 조기에 식별하여 광고 판매와 올바른 마케팅 활동을 극대화할 수 있습니다. 또한 소셜 미디어를 통해 사람들이 새로운 프로그램을 인지하게 되면 네트워크는 트위터 TV 활동을 활용하여 의도한 잠재고객에게 더 잘 도달할 수 있습니다.

8월 말부터 11월 초까지 영어와 스페인어 프로그램을 포함한 42개의 방송 및 케이블 시리즈 프리미어를 분석했습니다. 먼저, 18-34세 시청자가 특정 프로그램의 TV 프로모션을 시청한 횟수와 첫 번째 에피소드에 대한 해당 프로그램의 시청자 규모 간의 상관관계를 조사했습니다. 당연히 우리는 고도로 홍보된 프로그램이 더 많은 청중을 모을 것으로 기대했고, 그것이 우리가 본 것입니다. 즉, 분석에 Twitter TV 데이터를 포함하지 않고 더 많이 홍보된 프로그램이 더 높은 프리미어 시청자를 보였다는 것을 확인했습니다. 트위터 TV 활동이 진정으로 유용하려면 프로모션만으로 이미 알고 있는 것 외에 추가적인 스토리를 전달해야 합니다.

그렇다면, 프리미어 방송 전에 트위터 TV 활동을 파악하면 네트워크와 에이전시가 프로모션에만 노출되는 것보다 오디언스 결과를 더 정확하게 측정하는 데 도움이 될 수 있을까요? 다시 말해, 트위터 TV 활동이 오디언스 규모를 예측하는 데 어떤 추가적인 가치를 가져다주는가?

이러한 질문에 답하기 위해 세 가지 변수를 사용하여 18-34명의 시청자로 구성된 예상 라이브+7일(L+7) 시청자를 결정하는 모델을 만들었습니다.

  • 홍보 활동: 상업용(C3) 노출수
  • 트위터 TV 활동: 프로그램 관련 트윗 (24/7 추적)
  • 네트워크 유형: 방송 vs. 케이블

프로모션과 트위터 TV 활동의 기간은 각 프로그램의 첫 방송일 2주 전에 종료되는 4주 기간으로, 프로모션과 시청자 규모 간의 상관관계를 분석하는 데 사용된 기간과 동일합니다. 우리는 이 기간을 사용하여 프로그램 간의 비교 가능성을 보장하고 에이전시 또는 네트워크가 유사한 접근 방식을 사용하여 프리미어 전 몇 주 또는 며칠 동안 조치를 취할 수 있음을 입증했습니다. 

이 모델의 결과를 실제 프리미어 타겟 규모와 비교하여 유사한 모델이 프리미어 광고의 성공을 나타내는 데 얼마나 유용한지 파악했습니다. 예를 들어, 아래 차트는 모델이 프로그램 A의 프리미어에 대해 18-34세의 시청자 규모를 150만 명으로 나타냈음을 보여주며, 이는 프리미어의 실제 시청자 수와 거의 일치합니다. 모델에 표시된 잠재고객 규모가 프로그램 프리미어의 실제 시청자 규모를 항상 정확하게 반영하는 것은 아니지만, 기대치가 프리미어가 유치한 실제 잠재고객과 방향이 일치한다는 것을 알 수 있습니다. 예를 들어, 이 모델은 프로그램 A, B, C, D, E가 실제 프리미어 시청자 규모를 기준으로 상위 10개 프로그램에 포함될 것으로 정확하게 예상했습니다. 

이 모형은 42개의 데이터 점만을 기반으로 하지만 전체 모형과 세 변수 모두 통계적으로 유의합니다. 이 모델은 프리미어 잠재고객 규모 차이의 65%를 설명하며, 프로모션 데이터만 사용하는 경우 48%를 설명합니다. 따라서 이 세 가지 변수를 함께 사용하면 프리미어 시청자 규모 차이의 거의 2/3를 설명할 수 있습니다. 가장 중요한 것은 에이전시나 네트워크가 이 모델을 사용하여 프로모션 데이터에만 의존하는 것보다 상위 10개 및 하위 10개 프로그램 프리미어를 더 정확하게 식별할 수 있었다는 것입니다.

분명히 말하자면, 이 연구 결과가 반드시 트위터 TV 활동이 더 큰 시청자 규모를 유발한다는 것을 의미하지는 않습니다. 그러나 인과 관계가 없더라도 트위터의 현재와 최근의 연구 노력은 트위터 TV 활동 및 도달 데이터가 네트워크와 대행사가 우수한 데이터 기반 광고 및 프로그램 마케팅 결정을 내리는 데 도움이 될 수 있음을 점점 더 많이 보여주고 있습니다.

유사한 인사이트 계속 탐색