Para as empresas de mídia, a temporada de outono da TV é o momento em que a borracha encontra a estrada. As redes e as agências entram em um estado de fervor enquanto esperam ansiosamente para ver se o público se diverte com suas novas ofertas de programas. Enquanto isso, as agências já fizeram suas apostas em anúncios e estão observando atentamente para ver quais ajustes precisam fazer à medida que o jogo se desenrola. Enquanto isso, os telespectadores têm todas as cartas na mão, experimentando ansiosamente os novos programas, oferecendo muito apoio e críticas ao longo do caminho.
Então, com toda essa agitação em torno do outono na TV, qual é o papel da atividade do Twitter em torno dos novos programas?
Nós nos aprofundamos nessa questão após a temporada de estreia do outono de 2014. Avaliamos como a atividade do Twitter TV, monitorada 24 horas por dia, 7 dias por semana, antes da estreia de novos programas, poderia ter sido usada para prever o tamanho do público que assistiu aos episódios de estreia desses programas. E, ao analisar os dados, a atividade do Twitter TV se mostrou um sinal adicional que poderia ser usado junto com outros fatores para prever o tamanho do público da estreia. Isso é notável porque, se a atividade do Twitter TV pudesse ser usada junto com outras fontes de dados para ajudar a determinar as audiências da TV, as agências poderiam ajustar suas compras antes das estreias. As redes poderiam identificar os possíveis vencedores e os desafios mais cedo para maximizar as vendas de anúncios e corrigir o curso das atividades de marketing. E, na medida em que a mídia social faz com que as pessoas tomem conhecimento de novos programas, as redes poderiam aproveitar a atividade de TV do Twitter para atingir melhor o público-alvo.
Analisamos 42 estreias de séries de TV aberta e a cabo, incluindo programação em inglês e espanhol, do final de agosto ao início de novembro. Para começar, procuramos uma correlação entre o número de vezes que os espectadores de 18 a 34 anos viram promoções de TV para um programa específico e o tamanho do público desse programa para o episódio de estreia. Naturalmente, esperaríamos que os programas altamente promovidos obtivessem audiências maiores, e foi isso que vimos. Em outras palavras, sem incluir os dados do Twitter TV na análise, confirmamos que os programas que foram promovidos de forma mais substancial tiveram audiências de estreia maiores. Para ser realmente útil, então, a atividade do Twitter TV precisaria contar uma história adicional além do que já sabemos apenas pelas promoções.
Então, será que a compreensão da atividade da TV no Twitter antes de uma estreia pode ajudar as redes e agências a avaliar com mais precisão os resultados de audiência do que a exposição apenas às promoções? Em outras palavras, qual o valor adicional que a atividade do Twitter TV traz para antecipar o tamanho da audiência?
Para responder a essas perguntas, criamos um modelo para determinar a audiência esperada ao vivo + 7 dias (L+7) de espectadores de 18 a 34 anos usando três variáveis:
- Atividade de promoção: Impressões comerciais (C3)
- Atividade de TV no Twitter: Tweets relacionados a programas (rastreamento 24 horas por dia, 7 dias por semana)
- Tipo de rede: Transmissão vs. Cabo
O período de tempo para as promoções e para a atividade de TV do Twitter foi o período de quatro semanas que termina duas semanas antes da data de estreia de cada programa, o mesmo período de tempo usado na análise da correlação entre promoções e tamanhos de audiência. Usamos esse período de tempo para garantir a comparabilidade entre os programas e para demonstrar que uma agência ou uma rede poderia agir, nas semanas e dias que antecedem a estreia, usando uma abordagem semelhante.
Comparamos os resultados do nosso modelo com o tamanho real da audiência da estreia para entender o quanto um modelo semelhante teria sido útil para indicar o sucesso da estreia. Por exemplo, o gráfico abaixo mostra que o modelo indicou um tamanho de audiência de 1,5 milhão de espectadores com idade entre 18 e 34 anos para a estreia do programa A, quase exatamente o tamanho real da audiência da estreia. Embora o tamanho do público indicado pelo modelo nem sempre reflita exatamente o tamanho real do público da estreia de um programa, você pode ver que as expectativas estavam alinhadas com o público real que as estreias atraíam. Por exemplo, esse modelo previu corretamente que os programas A, B, C, D e E estariam entre os 10 melhores programas, com base no tamanho real do público da estreia.
Embora esse modelo seja baseado em apenas 42 pontos de dados, o modelo geral e as três variáveis são estatisticamente significativos. O modelo explica 65% da variação nos tamanhos de audiência da estreia, em comparação com 48% usando apenas os dados de promoções. Portanto, essas três variáveis juntas podem explicar quase dois terços da diferença nos tamanhos da audiência de estreia. E o mais importante é que uma agência ou uma rede poderia ter usado esse modelo para identificar as 10 principais e as 10 últimas estreias de programas com mais precisão do que se dependesse apenas dos dados de promoção.
Para ser claro, as descobertas não significam necessariamente que a atividade do Twitter TV cause audiências maiores. Mas, mesmo que a relação não seja causal, nossos esforços de pesquisa atuais e recentes indicam cada vez mais que a atividade do Twitter TV e os dados de alcance podem ajudar as redes e agências a tomar decisões superiores de publicidade e marketing de programas orientadas por dados.
