콘텐츠로 건너뛰기
02_Elements/아이콘/왼쪽 화살표 인사이트로 돌아가기
TV 및 스트리밍> 대한 통찰력

빅데이터를 통해 전국 TV 시청률 측정에서 사실상 제로 시청률 제거

4분 읽기 | Pete Doe, 최고 데이터 및 연구 책임자 | 2023년 8월

미국을 비롯한 전 세계에서 시청의 파편화로 인해 기존의 시청률 측정 패널이 신뢰할 수 있는 시청률 정보를 제공하는 데 어려움을 겪고 있습니다. 이러한 정보는 광고 구매자와 판매자가 거래를 계획하고 실행하고 콘텐츠 제작자가 프로그램 성과를 파악하는 데 필수적입니다. 

시청률이 높은 네트워크와 프로그램은 이 측정 문제의 영향을 덜 받지만, 오늘날에는 틈새 시청이 많기 때문에 시청률이 낮아지고 측정 신뢰도가 떨어집니다. 경우에 따라서는 인구집단에 프로그램 시청자가 있음에도 불구하고 측정 패널에 아무도 없는 경우 시청률이 0으로 보고될 수 있습니다. 이러한 문제를 해결하기 위해 닐슨은 '패널+빅데이터' 측정 데이터를 공개하고 있습니다. 이는 패널 데이터와 MVPD의 빅데이터 반환 경로 데이터(RPD) 및 스마트 TV의 자동 콘텐츠 인식(ACR) 데이터를 결합하여 시청률 측정을 더욱 정밀하게 개선하고 "시청률 제로" 문제를 효과적으로 해결할 수 있습니다.

케이블 박스와 스마트 TV의 데이터는 그 자체로는 측정이 불가능 하다는 것을 알고 있습니다. 공백이 있고 화면의 모든 것을 측정하거나 누가 시청하고 있는지 알려주지 못하기 때문입니다. 그러나 공인된 개인 수준의 패널 데이터와 결합하면 결합된 데이터 세트는 시청자 측정의 과학을 크게 발전시킵니다. 이러한 데이터 세트를 결합하면 패널 데이터만으로는 가능한 것보다 훨씬 더 많은 시청 현황을 수집할 수 있다는 점이 가장 큰 장점입니다.

제로 등급 이해하기

예를 들어, 올해 1분기에 닐슨 패널은 생방송 및 다음 3일간의 시간대별 시청에 대해 공중파, 케이블 및 신디케이트 TV에서 총 362,168개의 방송 중 8,454개의 방송(2%)에 대해 시청률이 0이라고 보고했습니다. 시청률이 0이라는 것은 패널에 시청한 가정이 없다는 것을 의미하며, 대부분의 경우 실제 인구에서 일어난 일이라기보다는 측정의 한계를 반영하는 것입니다. 즉, 모집단에서 시청률이 낮아서 패널에서 시청자를 찾지 못했다는 뜻입니다.

닐슨의 전국 패널 데이터에 빅데이터가 포함됨으로써 이러한 문제를 크게 해결하여 구매자와 판매자가 시청자의 시청 행동을 보다 명확하게 파악할 수 있게 되었습니다. 닐슨은 약 3,000만 가구의 TV 데이터와 4만 가구/100,000명 패널을 결합하여 측정의 정확성을 크게 높였습니다. 표본 크기가 커지면 0점 시청률 등 패널 측정과 관련된 통계적 샘플링 오류가 줄어듭니다.

빅 데이터로 더욱 정밀한 시각화 지원

올해 9월에 빅데이터를 측정에 사용하기 전에 닐슨은 샘플링 오류에 미치는 영향을 파악하기 위해 1년이 넘는 기간 동안 결합된 데이터 세트를 분석했습니다. 분석 결과, 빅데이터를 포함시킴으로써 모든 시청 그룹에서 0점 시청률이 크게 감소한 것으로 나타났습니다. 1분기에 가구 시청률 0을 기록한 8,454개의 TV 프로그램 방송을 패널 데이터와 빅데이터로 측정한 결과, 0 시청률의 존재가 99.9% 감소했습니다. 모든 주요 시청자 인구 통계에서 감소율은 96.8%~99.9%에 달했습니다. 이러한 감소는 기존 TV 프로그램을 더 적게 시청하는 경향이 있어 패널 측정에서 제로 시청률을 유발할 가능성이 높은 젊은 시청자층에서 가장 두드러지게 나타났습니다.

또한 샘플 크기가 증가함에 따라 특정 오디언스 사이에서 더 정확한 시청률을 수집할 수 있게 되었습니다. 예를 들어, 1분기에는 패널 데이터로 측정했을 때 히스패닉 네트워크에서 0 시청률(실시간+3일)을 기록한 히스패닉 프로그램 방송이 3,471건 있었습니다. 패널 데이터와 빅 데이터로 측정했을 때는 0점 시청률이 완전히 사라졌습니다.

수백만 가구가 측정 대상에 추가된 것은 분명 긍정적인 변화입니다. 그러나 빅데이터는 표본 규모가 훨씬 더 크지만, 그 자체만으로는 누가 시청하는지에 대한 구체적인 세부 정보가 부족하고 일반적으로 다양한 인구와 특정 연령대를 과소 대표합니다. 또한 빅데이터는 공중파 안테나를 통한 시청, 광대역 전용 가정, 집 밖에서 이루어지는 시청을 측정할 수 없습니다. 바로 이 점이 감사 및 공인 패널 데이터가 중요한 이유입니다. 닐슨은 대규모 빅데이터와 사람 기반 패널의 세분화된 인사이트를 결합하여 업계가 RPD 및 ACR 데이터의 잠재력을 최대한 실현할 수 있도록 지원하고 있습니다.

유사한 인사이트 계속 탐색