미디어 회사의 경우 가을 TV 시즌은 고무가 도로와 만나는 때입니다. 네트워크와 에이전시는 열렬한 상태로 자신을 꼬집고 관객이 새로운 프로그램 제공에 열중하는지 걱정스럽게 기다립니다. 한편, 에이전시는 이미 광고 베팅을하고 있으며 게임이 진행됨에 따라 어떤 조정이 필요한지 열심히 지켜보고 있습니다. 한편, 시청자들은 모든 카드를 들고 열심히 새로운 쇼를 샘플링하여 길을 따라 많은 지지와 비판을 제공합니다.

가을 TV를 둘러싼 이러한 모든 소동과 함께, 새로운 쇼를 둘러싼 트위터 활동은 그 모든 것에서 어떤 역할을합니까?

우리는 2014 년 가을 프리미어 시즌의 뒤꿈치에이 질문에 뛰어 들었습니다. 우리는 새로운 프로그램의 초연 을 앞두고 24/7 기준으로 추적 된 Twitter TV 활동이 해당 프로그램의 초연 에피소드를 시청 한 관객의 크기를 예측하는 데 어떻게 사용될 수 있었는지 평가했습니다. 그리고 데이터를 살펴보면 트위터 TV 활동은 초연 시청자 규모를 예측하기 위해 다른 요소와 함께 사용할 수있는 추가 신호로 입증되었습니다. 트위터 TV 활동을 다른 데이터 소스와 함께 사용하여 TV 시청자를 결정할 수 있다면 대행사는 초연 전에 구매를 미세 조정할 수 있기 때문에 주목할 만합니다. 네트워크는 잠재적 인 승자와 도전 과제를 조기에 파악하여 광고 판매 및 코스 수정 마케팅 활동을 극대화 할 수 있습니다. 그리고 소셜 미디어가 사람들로 하여금 새로운 쇼를 알게하는 한, 네트워크는 트위터 TV 활동을 활용하여 의도 한 잠재 고객에게 더 잘 도달 할 수 있습니다.

우리는 8 월 말부터 11 월 초까지 영어 및 스페인어 프로그래밍을 포함한 42 개의 방송 및 케이블 시리즈 초연을 분석했습니다. 우선, 시청자 18-34가 특정 프로그램에 대한 TV 프로모션을 본 횟수와 프리미어 에피소드에 대한 해당 프로그램의 시청자 규모 사이의 상관 관계를 조사했습니다. 당연히, 우리는 고도로 촉진 된 프로그램이 더 많은 청중을 확보 할 것으로 기대할 것이며, 그것이 우리가 본 것입니다. 즉, 분석에 트위터 TV 데이터를 포함하지 않고 홍보 된 프로그램이 더 많은 초연 관객을 더 많이 보았다는 것을 확인했습니다. 진정으로 유용하기 위해서는 트위터 TV 활동이 프로모션에서만 이미 알고있는 것 위에 추가 이야기를 전해야합니다.

그렇다면 초연 전에 트위터 TV 활동에 대한 이해가 네트워크와 에이전시가 프로모션에만 노출되는 것보다 시청자 결과를 더 정확하게 측정하는 데 도움이 될 수 있습니까? 즉, 트위터 TV 활동이 시청자 규모를 예측하는 데 어떤 추가 가치를 가져다 줍니까?

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

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

프로모션과 트위터 TV 활동 모두 각 프로그램의 초연일 두 주 전에 끝나는 네 주 기간으로, 프로모션과 시청자 규모 간의 상관 관계를 분석하는 데 사용 된 동일한 기간이었습니다. 우리는이 기간을 사용하여 프로그램 간의 비교 가능성을 보장하고 에이전시 또는 네트워크가 비슷한 접근 방식을 사용하여 초연까지 몇 주 및 며칠 동안 잠재적으로 조치를 취할 수 있음을 입증했습니다. 

모델의 결과를 실제 프리미어 관객 규모와 비교하여 유사한 모델이 초연 성공을 나타내는 데 얼마나 유용했는지 이해했습니다. 예를 들어, 아래 차트는 모델이 프로그램 A의 초연을 위해 18-34 세의 1.5 백만 명의 시청자 규모를 나타 냈으며, 실제 관객이 초연에 대한 청중과 거의 정확히 일치했음을 보여줍니다. 모델에 표시된 관객 크기가 항상 프로그램의 초연의 실제 관객 크기를 정확하게 반영하지는 않았지만 기대치가 초연이 유치 한 실제 관객과 방향적으로 일치한다는 것을 알 수 있습니다. 예를 들어, 이 모델은 프로그램 A, B, C, D 및 E가 실제 프리미어 대상 규모에 따라 상위 10개 프로그램 중 하나가 될 것으로 정확하게 예상했습니다. 

이 모델은 42개의 데이터 요소만 기반으로 하지만 전체 모형과 세 변수 모두 통계적으로 유의합니다. 이 모델은 프리미어 시청자 크기의 차이의 65 %를 설명하고 프로모션 데이터만 사용하는 48 %와 비교됩니다. 따라서이 세 가지 변수를 함께 사용하면 초연 관객 크기의 차이의 거의 삼분의 일을 설명 할 수 있습니다. 가장 중요한 것은 에이전시 또는 네트워크가 이 모델을 사용하여 프로모션 데이터에만 의존하는 것보다 상위 10개 및 하위 10개 프로그램 초연을 더 정확하게 식별할 수 있다는 것입니다.

분명히하기 위해, 연구 결과가 반드시 트위터 TV 활동이 더 큰 잠재 고객 규모를 유발한다는 것을 의미하지는 않습니다. 그러나 관계가 인과 관계가 아니더라도 현재와 최근의 연구 노력은 트위터 TV 활동과 도달 데이터가 네트워크 및 대행사가 우월하고 데이터 중심의 광고 및 프로그램 마케팅 결정을 내리는 데 도움이 될 수 있음을 점점 더 많이 나타냅니다.