W Stanach Zjednoczonych i na całym świecie fragmentacja oglądalności podważyła zdolność tradycyjnych paneli pomiaru oglądalności do dostarczania wiarygodnych informacji o ratingach. Informacje te pozostają niezbędne dla kupujących i sprzedających reklamy do planowania i realizacji transakcji, a dla producentów treści do zrozumienia wydajności programów.
Chociaż sieci i programy o wyższych ratingach są mniej dotknięte tą kwestią pomiarową, wiele dzisiejszych programów jest niszowych, co prowadzi do niższych ratingów i mniej wiarygodnych pomiarów. W niektórych przypadkach może to prowadzić do zgłaszania ocen jako zerowych, gdzie pomimo tego, że w populacji byli widzowie programu, żaden z nich nie był w panelu pomiarowym. Aby temu zaradzić, Nielsen publikuje dane pomiarowe "panel plus big data". Wiąże się to z połączeniem danych panelowych z dużymi zbiorami danych - danych o ścieżce powrotnej (RPD) od MVPD i danych automatycznego rozpoznawania treści (ACR) z inteligentnych telewizorów, co znacznie poprawia pomiar oglądalności, czyniąc go bardziej precyzyjnym i skutecznie rozwiązując problem "zerowych ocen".
Wiemy, że dane z dekoderów telewizji kablowej i telewizorów Smart TV nie nadają się do samodzielnego pomiaru. Mają luki i nie mierzą wszystkiego na ekranie ani nie mówią, kto ogląda. Jednak w połączeniu z akredytowanymi danymi panelowymi na poziomie osoby, połączone zestawy danych znacznie rozwijają naukę o pomiarach oglądalności. Wśród korzyści, połączenie tych zestawów danych umożliwia pomiar znacznie większej liczby oglądających niż jest to możliwe przy użyciu samych danych panelowych.
Zrozumienie ocen zerowych
Na przykład w pierwszym kwartale tego roku panel Nielsena zgłosił zerowe oceny dla 8 454 transmisji telewizyjnych w telewizji nadawczej, kablowej i konsorcjalnej, z łącznej liczby 362 168 transmisji telewizyjnych (2%), dla transmisji na żywo i kolejnych trzech dni oglądania z przesunięciem czasowym. Ocena zero oznacza, że żaden dom w panelu nie dostroił się, co w większości przypadków odzwierciedla ograniczenia pomiaru, a nie to, co faktycznie wydarzyło się w populacji. Innymi słowy, poziom oglądalności w populacji był niski, ale widzów nie znaleziono w panelu.
Włączenie dużych zbiorów danych do krajowego panelu danych Nielsena znacząco rozwiązuje ten problem, umożliwiając kupującym i sprzedającym lepszy wgląd w zachowania odbiorców. Nielsen łączy dane telewizyjne z około 30 milionów domów z panelem 40 000 domów/100 000 osób, znacznie zwiększając precyzję pomiaru. Większy rozmiar próby zmniejsza statystyczne błędy próbkowania związane z pomiarem panelowym, w tym obecność zerowych ocen.
Duże zbiory danych umożliwiają większą precyzję oglądania
Przed udostępnieniem big data do pomiarów we wrześniu tego roku, Nielsen spędził ponad rok analizując połączone zestawy danych, aby zrozumieć wpływ na błędy próbkowania. Analiza wykazała, że włączenie dużych zbiorów danych znacznie zmniejszyło liczbę zerowych ocen we wszystkich grupach odbiorców. Kiedy 8 454 programy telewizyjne w pierwszym kwartale, które wygenerowały zerowe oceny gospodarstw domowych, zostały zmierzone za pomocą danych panelowych i dużych zbiorów danych, obecność zerowych ocen zmniejszyła się o 99,9%. We wszystkich głównych grupach demograficznych spadki wahały się od 96,8% do 99,9%. Spadki były najbardziej zauważalne wśród młodszych widzów, którzy zazwyczaj rzadziej oglądają tradycyjne programy telewizyjne, a zatem częściej powodują zerowe oceny w pomiarach panelowych.
Zwiększona wielkość próby pozwala również na bardziej precyzyjne gromadzenie danych dotyczących oglądalności wśród określonych odbiorców. Na przykład w pierwszym kwartale było 3 471 latynoskich programów telewizyjnych, które wygenerowały zerową oglądalność (na żywo + 3 dni) w sieciach latynoskich, gdy mierzono je za pomocą danych panelowych. W przypadku pomiaru za pomocą danych panelowych i dużych zbiorów danych zerowe oceny zostały całkowicie usunięte.
Oczywiście dodanie milionów domów do pomiarów jest pozytywne. Jednakże, podczas gdy duże zbiory danych zapewniają znacznie większy rozmiar próby, same w sobie nie zawierają szczegółowych informacji o tym, kto ogląda, i zazwyczaj niedostatecznie reprezentują różne populacje i niektóre grupy wiekowe. Duże zbiory danych nie są również w stanie zmierzyć oglądalności z anten naziemnych, domów z dostępem tylko do szerokopasmowego Internetu i oglądania, które odbywa się poza domem. W tym miejscu do gry wkraczają audytowane i akredytowane dane panelowe. Łącząc skalę dużych zbiorów danych i szczegółowe informacje z naszego panelu opartego na ludziach, Nielsen pomaga branży w pełni wykorzystać potencjał danych RPD i ACR.
