선택은 오늘날처럼 미디어 환경에서 풍부 한 적이 없으며 소비자는 가장 호소력있는 플랫폼과 채널에 적극적으로 참여하고 있습니다. 선택의 폭이 넓어짐에 따라 광고주, 퍼블리셔 및 대행사가 소비가 어디에서 발생하든 참여를 유도, 참여 및 측정하려고 한다는 점을 감안할 때 정확한 측정에 대한 업계의 필요성이 증폭됩니다.
중요한 것은 소비자가이 선택의 이익 속에서 중심을 유지한다는 것이며, 이는 전체적이고 포괄적 인 잠재 고객 측정의 필요성을 높입니다. 업계의 진화하는 플랫폼과 채널이 도입 한 수많은 새로운 데이터 소스를 설명해야하는 측정. 그러나 이러한 데이터 소스는 미국 인구에 대한 진정한 표현을 제공 할 수 없기 때문에 청중 자체를 정확하게 측정 할 수 없습니다.
실제 잠재 고객을 측정하려면 실제 사람들이 필요합니다.
수년 동안 닐슨의 패널은 텔레비전 측정의 황금 표준이었으며, 셋톱 박스와 스마트 TV의 빅 데이터만으로는 비출 수 없는 TV 시청자에 대한 중요한 통찰력을 제공하는 데 필수적인 요소로 남아 있습니다. 그러나 이러한 빅 데이터 세트에는 엄청난 가치가 있습니다. 그들은 전통적인 패널이 제공 할 수있는 것보다 기하 급수적으로 더 큰 잠재 고객 크기를 제공하지만 특정 잠재 고객 정보가 부족합니다. 전체론적이고 대표적이기 위해서는 측정이 패널 데이터와 함께 빅 데이터를 활용해야 합니다.
중요한 것은 셋톱 박스 및 스마트 TV 데이터가 측정을 위해 설계되지 않았다는 것입니다. 예를 들어 케이블 또는 위성 박스의 RPD(복귀 경로 데이터)는 TV가 켜져 있고 채널이 변경되었을 때를 알려줄 수 있지만 누가 방에 있는지 또는 누가 화면에 있는 내용을 제어하고 있는지 알 수는 없습니다. 스마트 TV가 제공하는 자동 콘텐츠 인식(ACR) 데이터도 마찬가지입니다. 예를 들어, RPD에 대한 닐슨 분석에 따르면 아무도 시청하지 않을 때 TV가 켜져있을 때 보정하지 않으면 공급자에 따라 튜닝 시간이 145 %에서 260 %로 초과 계산됩니다.
측정 단점은 제쳐두고, 빅 데이터는 큰 이점을 가지고 있으며 특히 장치 및 플랫폼 사용량이 증가함에 따라 향후 잠재 고객 측정에 중요한 역할을 할 수 있습니다. 빅 데이터의 규모와 규모가 커지는 것은 타의 추종을 불허하지만 실제 잠재 고객에 대한 전체적이고 정확한 통찰력을 보장하기 위해 대표적이고 사람 수준의 데이터로 고정되어야합니다. 예를 들어, 최근 닐슨 분석에 따르면 프라임 타임 프로그램의 RPD 측정은 미국 전체 노출수를 69 % 과장했습니다. 같은 분석 결과 ACR 데이터는 노출수를 12% 과소평가한 것으로 나타났습니다.
닐슨의 전국적으로 대표되는 패널은 스트리밍의 성장을 측정하는 데에도 중요하며, 이는 전체 TV 사용량의 4 분기 이상을 차지하도록 성장했습니다. 스트리밍은 소비자에게 끝이 없어 보이는 다양한 콘텐츠 선택을 제공하지만 빅 데이터는 잠재 고객과 참여를 완전히 설명 할 수있는 능력이 부족합니다. 빅 데이터는 Roku 디바이스 및 Amazon Fire Sticks와 같은 최고급 스트리밍 디바이스를 설명할 수 없으며, 많은 스트리밍 애플리케이션은 앱을 사용하는 동안 ACR 데이터 전송을 차단합니다. 이것이 주요 OEM 및 패널 데이터와의 파트너십이 가장 중요한 곳이며, 특히 새로운 플랫폼과 채널이 시장에 진입함에 따라 더욱 중요합니다.
실제 잠재 고객에 대한 통찰력에는 실제 사람들의 데이터, 즉 표본 크기를 크게 늘리기 위해 다른 소스와 함께 사용할 수있는 데이터가 필요합니다. 패널로 데이터 품질 문제를 식별하고 수정하는 Nielsen의 능력은 빅 데이터가 안정적이고 신뢰할 수 있으며 청중 측정에 사용할 수 있도록 일관되게 보장합니다. 빅 데이터가 사람 수준 측정으로 교정되면 업계는 셋톱 박스 RPD 및 스마트 TV ACR 데이터의 잠재력을 최대한 실현합니다.
