콘텐츠로 건너뛰기
혁신> 통찰력

빅 데이터 모델링에서 패널의 가치

1 분 읽기 | 폴 도나토, 닐슨 최고 연구 책임자
Nielsen Journal of Measurement, Vol 1, Issue 1 | 칠월 2016

청중 분열에 대한 업계 보고서 없이는 거의 하루가 지나지 않습니다. 물론 새로운 현상은 아닙니다. 80 년대의 케이블, 90 년대의 디지털 방송 위성, 2000 년대의 인터넷 비디오 및 최근에는 최고급 옵션의 등장으로 TV 시청자는 매년 새로운 프로그래밍 선택의 꾸준한 흐름을 누리고 있습니다 : 더 많은 네트워크, 더 많은 틈새 프로그램 및 더 많은 시청 방법.

그러나 연구 커뮤니티의 경우 다양성 증가가 대가를 치렀으며 최근 몇 년 동안 변화의 속도가 빨라지면서 업계가 역사적으로 시청 활동을 모니터링하는 데 의존해온 패널 기반 측정 기능이 긴장되고 있습니다. 소규모 청중이있는 프로그램에 안정적인 측정을 제공 할만큼 충분히 큰 패널을 조립하는 것은 단순히 도전이되었습니다.

RPD(리턴 경로 데이터)는 이러한 문제를 극복할 수 있는 기회를 제공하지만 이러한 데이터의 한계와 편향을 수정하고 유효성을 검사할 수 있는 경우에만 가능합니다. 이 문서에서는 패널이 이러한 제한을 효과적으로 수정하고 RPD 데이터 세트에서 파생된 등급의 유효성을 검사하는 방법을 설명합니다.

패널과 RPD는 함께 정확하고 안정적인 비디오 시청자 측정을위한 성공적인 조합을 나타냅니다.