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

빅 데이터 모델링에서 패널의 가치

1 분 읽기 | Paul Donato, Nielsen 최고 연구 책임자
Nielsen Journal of Measurement, Vol 1, Issue 1 | 2016년 7월

청중 파편화에 대한 업계 보고서 없이는 하루도 빠짐없이 지나가는 날이 거의 없습니다. 물론 새로운 현상은 아니다. 80년대에는 케이블, 90년대에는 디지털 방송 위성, 2000년대에는 인터넷 비디오, 그리고 최근에는 OTT(Over-the-Top) 옵션이 등장하면서 텔레비전 시청자들은 더 많은 네트워크, 더 많은 틈새 프로그램, 더 많은 시청 방법 등 매년 새로운 프로그램을 꾸준히 선택하게 되었습니다.

그러나 연구 커뮤니티의 경우 다양성 증가에는 대가가 따랐으며, 최근 몇 년 동안 변화의 속도가 빨라짐에 따라 업계가 역사적으로 시청 활동을 모니터링하기 위해 의존해 온 패널 기반 측정 기능에 부담을 주고 있습니다. 청중이 적은 프로그램에 안정적인 측정을 제공할 수 있을 만큼 충분히 큰 패널을 조립하는 것이 어려워졌습니다.

RPD(Return Path Data)는 이러한 데이터를 수정하고 검증할 수 있는 경우에만 이러한 문제를 극복할 수 있는 기회를 제공합니다. 이 백서에서는 패널이 이러한 제한 사항을 효과적으로 수정하고 RPD 데이터 세트에서 파생된 등급을 검증하는 데 어떻게 도움이 되는지 설명합니다.

패널과 RPD를 함께 사용하면 정확하고 안정적인 비디오 시청자 측정을 위한 성공적인 조합을 얻을 수 있습니다.

관련 태그:

유사한 인사이트 계속 탐색