การวัดแบบดิจิทัลเปรียบเทียบกับการวัดแบบทีวีได้อย่างไร?
ในหลายๆ ด้าน มันก็คล้ายกัน นั่นคือ เกี่ยวข้องกับแผงข้อมูล บิ๊กดาต้า และเทคโนโลยี เพื่อบันทึกสิ่งที่ผู้คนทำบนอินเทอร์เน็ตและว่าพวกเขาเป็นใคร เช่นเดียวกับทีวี ผู้เผยแพร่ใช้การวัดผลเพื่อประเมินความนิยมของเนื้อหาและประเมินมูลค่าสินค้าคงคลังโฆษณา และผู้โฆษณาใช้การวัดผลเพื่อตรวจสอบว่าแคมเปญของตนกำลังทำงานอยู่และเข้าถึงกลุ่มเป้าหมายที่ตั้งใจไว้ด้วยความถี่ที่เหมาะสมหรือไม่ 1
แม้ว่าหลักการพื้นฐานและวัตถุประสงค์สูงสุดของการวัดผลทีวีและดิจิทัลจะคล้ายคลึงกัน แต่เครื่องมือ กระบวนการ และระบบนิเวศที่เกี่ยวข้องนั้นแตกต่างกันมาก
มาเจาะลึกเพื่อทำความเข้าใจความแตกต่างอย่างละเอียดในการวัดผลกลุ่มเป้าหมายและแคมเปญทางดิจิทัลกัน
เราหมายถึงอะไรด้วย 'การวัดแบบดิจิทัล'
ในระดับพื้นฐานที่สุด การวัดผลแบบดิจิทัลหมายถึงการติดตามการรับชมโฆษณาและเนื้อหาที่ส่งผ่านอินเทอร์เน็ตของผู้ใช้ เมื่อเราพูดถึงการวัดผลแบบดิจิทัลในอุตสาหกรรมสื่อ โดยทั่วไปเราจะมุ่งเน้นไปที่ประสบการณ์ดิจิทัลหลักสองประการ ได้แก่ สวนที่มีกำแพงล้อมรอบและ เว็บ แบบเปิด
ความแตกต่างที่สำคัญระหว่างทั้งสองอย่างคือ สวนที่มีกำแพงจำกัดการเข้าถึงข้อมูลของบุคคลที่หนึ่ง เช่นเดียวกับสวนที่ถูกล็อกไว้หลังกำแพง แต่เว็บเปิดจะไม่ทำเช่นนั้น เว็บไซต์โซเชียลมีเดียเป็นตัวอย่างของสวนที่มีกำแพง ในขณะที่เว็บไซต์และแอปอย่าง Weather.com, Words With Friends และ CNN เป็นส่วนหนึ่งของเว็บเปิด
นี่คือความแตกต่างที่สำคัญสำหรับวัตถุประสงค์ในการวัดผล: ในทางเทคนิคแล้ว สวนที่มีกำแพงล้อมรอบควรมีแนวคิดที่ค่อนข้างชัดเจนว่าใครกำลังเข้าถึงเนื้อหาและดูโฆษณาบนแพลตฟอร์มของตน แต่หากบริษัทอื่นต้องการวัดผลการใช้โฆษณาหรือเนื้อหาภายในสวนที่มีกำแพงล้อมรอบเหล่านี้ โดยทั่วไปแล้ว บริษัทเหล่านั้นจะต้องสร้างการบูรณาการแบบกำหนดเองที่สอดคล้องกับกฎระเบียบความเป็นส่วนตัว
แม้ว่าเว็บไซต์บนเว็บแบบเปิดจะมีข้อมูลของบุคคลที่หนึ่งที่น่าเชื่อถือและผ่านการรับรอง แต่ก็ไม่ได้เป็นเช่นนั้นเสมอไป ในกรณีดังกล่าว เว็บไซต์ทั่วไปมักจะใช้รหัสพร็อกซีและโซลูชันเทคโนโลยีโฆษณาอื่นๆ เพื่อระบุ กำหนดเป้าหมาย และวัดผลผู้ใช้
ความท้าทายของอุตสาหกรรมในปัจจุบัน
บนเว็บแบบเปิด การเลิกใช้คุกกี้ของบุคคลที่สามและ ID อุปกรณ์ทำให้การระบุตัวตนผู้ใช้ทำได้ยากขึ้น และบังคับให้ผู้มีส่วนได้ส่วนเสียต้องคิดทบทวนแนวทางการวัดผลใหม่ การตัดสินใจของ Apple ในปี 2021 ที่จะ เปลี่ยน การอนุญาตการติดตามแอปเริ่มต้น (จากไม่สมัครเป็นสมัครรับ) ทำให้ IDFA (ID โฆษณาบนมือถือของ Apple) หายไป สามในสี่จากการพิจารณา และ Google มีกำหนดจะ เลิกใช้คุกกี้ของบุคคลที่สาม ในช่วงครึ่งหลังของปี 2024 ถือเป็นการโจมตีครั้งสุดท้ายต่อระบบ ID ที่ใช้งานได้เป็นส่วนใหญ่แต่ก็ยังเป็นวิธีแก้ปัญหาที่ไม่สมบูรณ์แบบ คุกกี้ไม่ใช่มนุษย์
สำหรับ Walled Garden การแบ่งปันข้อมูลสมาชิกแบบละเอียดกับบุคคลภายนอกนั้นถือเป็นเรื่องในอดีตไปแล้ว แม้กระทั่งเพื่อวัตถุประสงค์ในการวัดผลแบบไม่เปิดเผยตัวตน เพื่อให้เป็นไปตาม ข้อบังคับด้านความเป็นส่วนตัวของข้อมูลระดับโลก ที่สำคัญ Walled Garden จึงแบ่งปันข้อมูลกิจกรรมกับผู้โฆษณาและบริษัทการวัดผลในรูปแบบรวม หากพวกเขาจะแบ่งปันข้อมูลดังกล่าว
สิ่งเหล่านี้เป็นความท้าทายที่สำคัญสำหรับการวัดผลที่บังคับให้ภาคอุตสาหกรรมต้องมองหาตัวระบุผู้บริโภค สัญญาณ และคุณลักษณะอื่นๆ และทั้งหมดนี้เริ่มต้นด้วยความประทับใจ
‘อิมเพรสชั่น’ ดิจิทัลคืออะไรกันแน่?
ก่อนที่เราจะเจาะลึกถึงรายละเอียดของกระบวนการวัดแบบดิจิทัลสมัยใหม่ เรามาทำความเข้าใจก่อนว่าความประทับใจคืออะไร
จำนวนการแสดงผลวัดจำนวนครั้งที่โฆษณาหรือเนื้อหาถูกส่งไปยังอุปกรณ์ดิจิทัล แม้ว่าจำนวนการแสดงผลจะระบุปริมาณการรับชมโฆษณาหรือเนื้อหาของคุณทั้งหมด แต่ไม่ได้วัดจำนวนคนที่เห็นโฆษณาหรือเนื้อหานั้นจริงๆ (นั่นคือการเข้าถึง) ตัวอย่างเช่น หากมีคนห้าคนเห็นโฆษณา LinkedIn ของคุณสองครั้ง นั่นหมายความว่าจำนวนการแสดงผลแคมเปญของคุณคือ 10
หลักเกณฑ์ปัจจุบันเกี่ยวกับความสามารถในการรับชมสื่อดิจิทัลเพื่อให้เกิดการแสดงผลนั้น กำหนดให้โฆษณาต้องอยู่ในโฟกัสของหน้าจอผู้ใช้อย่างน้อย 50% ไม่ซ่อนอยู่หลังหน้าต่างอื่น เช่น ไม่เล่นอยู่เบื้องหลัง เป็นเวลาอย่างน้อย 1 วินาทีสำหรับโฆษณาแบบแสดงผล และ 2 วินาทีติดต่อกันสำหรับโฆษณาแบบวิดีโอ ปัจจุบันเกณฑ์เวลาในการแสดงผลและความสามารถในการรับชมเป็นพื้นฐานที่มั่นคงสำหรับผู้โฆษณาและผู้เผยแพร่เพื่อกำหนดเงื่อนไขการทำธุรกรรมสื่อของตน
ตอนนี้เราเข้าใจแล้วว่ากิจกรรมดิจิทัลที่เรากำลังวัดคืออะไร มาดูกันว่าเราจะวัดมันได้อย่างไร
5 ขั้นตอนสำคัญในกระบวนการวัดผลแบบดิจิทัล
ที่ Nielsen เราพิจารณาการวัดผลแบบดิจิทัลเป็นกระบวนการ 5 ขั้นตอน:
ขั้นตอนที่ 1: รวบรวม
ขั้นตอนแรกในกระบวนการคือการตรวจสอบให้แน่ใจว่าเนื้อหาและข้อมูลโฆษณาทั้งหมดถูกบันทึกและระบุอย่างถูกต้อง สำหรับเนื้อหาเว็บ URL ของหน้าเป็นตัวระบุที่ยอมรับได้ แต่โฆษณาหลายรายการใน URL เดียวอาจต้องมีการระบุให้ชัดเจน สำหรับการวัดเนื้อหา ลูกค้าจะรวม SDK 3 ของ Nielsen ไว้ในเว็บไซต์หรือแอปของตน สำหรับการวัดโฆษณา เราใช้การผสานรวมโดยตรงกับผู้เผยแพร่โฆษณา หรือขอให้ผู้โฆษณาหรือเอเจนซี่ของพวกเขาผสานแท็ก Nielsen ในโฆษณาของพวกเขาเมื่อพวกเขาทำแคมเปญการเข้าชม เมื่อโฆษณาถูกส่งไปที่เบราว์เซอร์หรือแอปของผู้ใช้ แท็ก Nielsen เหล่านั้นจะส่งข้อมูลไปยังเซิร์ฟเวอร์ของเราเกี่ยวกับโฆษณาที่ถูกส่งไปพร้อมกับข้อมูลเมตาข้อมูลที่สำคัญซึ่งช่วยให้เราสามารถกรองปริมาณการใช้งานหุ่นยนต์ที่ไม่ถูกต้องออกไปได้ แท็ก Javascript นอกเหนือจากข้อมูลแคมเปญทั้งหมด ยังจับสัญญาณเพิ่มเติมสำหรับการวัดข้อมูลความสามารถในการดูในแต่ละวินาที (สำหรับโฆษณาแบบแสดงและแบบวิดีโอ) และระดับเสียง (สำหรับโฆษณาแบบวิดีโอ) ซึ่งทำให้เราสามารถรวบรวมข้อมูลการแสดงผลทั้งหมดได้อย่างแม่นยำ
ขั้นตอนที่ 2: มอบหมาย
ขั้นตอนต่อไปคือการกำหนดการแสดงผลเหล่านั้นให้กับบุคคล ด้วยการเปลี่ยนแปลงระบบนิเวศตามที่กล่าวข้างต้น ตอนนี้เรากำลังเปลี่ยนผ่านไปสู่ระบบที่คุกกี้จะถูกแทนที่ด้วยตัวระบุทางเลือกและข้อมูลของบุคคลที่หนึ่งที่จัดทำโดยไคลเอนต์ เช่น ที่อยู่อีเมลแบบแฮช Unified ID 2.0 หรือป้ายกำกับข้อมูลประชากรที่รายงานด้วยตนเอง และตรวจสอบกับกราฟ ID ของเราที่กำลังเติบโต เป้าหมายคือการเข้าใกล้โปรไฟล์ข้อมูลประชากรของบุคคลที่เห็นเนื้อหาหรือโฆษณาให้มากที่สุด และหากทำไม่ได้ อย่างน้อยก็ควรแนบข้อมูลที่มีประโยชน์บางอย่างเกี่ยวกับพฤติกรรมและความสนใจของพวกเขา
ขั้นตอนที่ 3: การสอบเทียบ
จากนั้น คุณต้องปรับเทียบข้อมูลของคุณให้ถูกต้องตามข้อมูลประชากร สิ่งสำคัญคือต้องยอมรับว่าแม้แต่กระบวนการกำหนดข้อมูลประชากรที่ดีที่สุดในโลกก็ยังต้องมีกรณีที่ผู้ใช้ไม่สามารถระบุตัวตนได้หลายกรณี และไม่สามารถสันนิษฐานได้ว่าข้อมูลที่ขาดหายไปเหล่านี้กระจายไปแบบสุ่มในทุกกลุ่มประชากร ซึ่งอาจทำให้ผู้โฆษณาสรุปผลที่ผิดพลาดเกี่ยวกับผลกระทบของแคมเปญ ได้ แผงข้อมูลสามารถใช้เป็นแหล่งข้อมูลจริงเพื่อปรับเทียบการแสดงผลในระดับสำมะโนประชากร ที่ Nielsen เราจัดทำแผงข้อมูลดิจิทัลและแผงข้อมูลผู้เข้าร่วมจำนวน 725,000 รายเพื่อจุดประสงค์ดังกล่าว แผงข้อมูลบางส่วนมีมาตรวัดคอมพิวเตอร์ ส่วนแผงข้อมูลอื่นๆ มีมาตรวัดมือถือเพื่อวัดการใช้งานแอปและเว็บบนสมาร์ทโฟนและแท็บเล็ต และเราตรวจสอบให้แน่ใจว่าเรามีข้อมูลประชากรและโปรไฟล์ที่ถูกต้องสำหรับทุกคนในแผงข้อมูล
ขั้นตอนที่ 4: การลบข้อมูลซ้ำซ้อน
ขั้นต่อไป คุณต้องแน่ใจว่าการเข้าถึงแคมเปญของคุณไม่ได้ขยายออกไปในทุกอุปกรณ์ ในระหว่างแคมเปญ ผู้คนมักจะเห็นแคมเปญนี้หลายครั้ง โดยเฉพาะอย่างยิ่งเมื่อแคมเปญนั้นดำเนินไปในสวนที่มีกำแพงล้อมรอบหลายแห่งและบนเว็บแบบเปิด การเข้าถึงหลายครั้งโดยทั่วไปเป็นสิ่งที่ดี—ต้องใช้การแสดงผลเพียงไม่กี่ครั้งจึงจะเกิดการแสดงผล—แต่ผู้โฆษณาควรคำนึงถึงโฆษณาที่สิ้นเปลือง 4 และทำให้ผู้บริโภคเลิกสนใจด้วยโฆษณาที่ซ้ำซาก การลดการเข้าถึงซ้ำ—นั่นคือ การรับรองว่าไม่มีการนับผู้ชมคนเดียวกันหลายครั้ง—และการคำนวณความถี่ที่แท้จริงของแคมเปญเป็นขั้นตอนที่สำคัญในกระบวนการวัดผล
ขั้นตอนที่ 5: รายงาน
สุดท้ายนี้ คุณต้องติดตามประสิทธิภาพ ทุกสิ่งทุกอย่างข้างต้นต้องเกิดขึ้นอย่างต่อเนื่อง และรายงานที่ดำเนินการได้ต้องพร้อมใช้งานโดยเร็วที่สุด เพื่อให้ผู้ทำการตลาดได้รับข้อมูลเชิงลึกที่จำเป็นในการจัดสรรเงินทุนใหม่ให้กับช่องทางที่มีประสิทธิผลสูงสุดและกลุ่มเป้าหมายที่ตอบรับมากที่สุด ขณะที่แคมเปญของพวกเขายังดำเนินอยู่และยังมีเวลาที่จะเปลี่ยนแปลงแนวทาง
กำลังมุ่งสู่การวัดผลแบบข้ามสื่อ
อุตสาหกรรมการวัดผลอยู่ภายใต้แรงกดดันอย่างหนักที่จะต้องปรับตัวให้เข้ากับการเปลี่ยนแปลงครั้งใหญ่ที่เกิดขึ้นแล้วในระบบนิเวศดิจิทัล ผู้โฆษณาจำเป็นต้องมีมุมมองที่ชัดเจนเกี่ยวกับประสิทธิภาพของแคมเปญบนอุปกรณ์ดิจิทัล ความเชื่อมั่นในผลลัพธ์ และเครื่องมือที่เชื่อถือได้เพื่อเพิ่มประสิทธิภาพแคมเปญที่กำลังดำเนินการอยู่
แต่ยังมีแรงกดดันมากขึ้นอีกในการทำให้การแสดงผลทางดิจิทัลและทีวีอยู่ในระดับที่เท่าเทียมกัน ซึ่งเป็นความพยายามอย่างต่อเนื่อง การแสดงผลบนทีวีเชิงเส้นและบนแพลตฟอร์มดิจิทัลยังไม่เหมือนกัน แต่ด้วยการพัฒนาระบบ ID ทั่วไปและการเปิดตัว Nielsen ONE เราจึงช่วยให้ผู้ทำการตลาดลดการเข้าถึงและความถี่ซ้ำซ้อนบนแพลตฟอร์มดิจิทัลและเชิงเส้นที่เลือกในตลาดสำคัญต่างๆ ทั่วโลกได้แล้ว
ที่ Nielsen เราได้เปิดตัวการวัดผลแบบดิจิทัล " Always On " ร่วมกับพันธมิตรเชิงรุกอย่าง YouTube เพื่อเลียนแบบวิธีการวัดผลเชิงเส้น และช่วยให้นักการตลาดเปิดใช้งานความสามารถในการวัดผลแบบดิจิทัลได้อย่างต่อเนื่อง แทนที่จะวัดผลแบบทีละแคมเปญ
ยังมีงานอีกมากที่ต้องทำเพื่อให้การวัดผลสื่อหลายรูปแบบเกิดขึ้นจริงในอุตสาหกรรมของเรา แต่ด้วยลำดับความสำคัญ เครื่องมือ และกระบวนการที่เหมาะสม เราก็ใกล้จะบรรลุเป้าหมายมากกว่าที่เคย
Need to Know ของ Nielsen ทบทวนพื้นฐานของการวัดผลผู้ชมและไขข้อข้องใจเกี่ยวกับหัวข้อที่ร้อนแรงที่สุดในอุตสาหกรรมสื่อ อ่านบทความทั้งหมด ได้ที่ นี่
แหล่งที่มา
1 หากต้องการดูภาพรวมของการวัดผลทีวี โปรดอ่าน สิ่งที่ต้องรู้: วัดผลผู้ชมทีวีได้อย่างไร
แพลตฟอร์มทีวีที่เชื่อมต่อได้ และ เครือข่ายสื่อค้าปลีกมีลักษณะร่วมกันหลายประการทั้งกับสวนที่มีกำแพงล้อมรอบและเว็บแบบเปิด โปรดติดตามบทความ Need to Know ในอนาคตเกี่ยวกับช่องสื่อที่เติบโตอย่างรวดเร็วเหล่านี้
3 ชุดพัฒนาซอฟต์แวร์ Nielsen (SDK) เป็นหนึ่งในหลายชุด SDK ที่ Nielsen จัดทำขึ้นเพื่อวัดเนื้อหาทั้งแบบคงที่และวิดีโอในทุกแพลตฟอร์ม
4. การประเมิน Digital Ad Ratings ของ Nielsen ระบุว่า 37% ของค่าใช้จ่ายโฆษณาดิจิทัลในปัจจุบันถูกสูญเปล่าไปกับการแสดงผลที่ไม่ตรงเป้าหมาย อยู่นอกขอบเขตการมองเห็น หรือ SIVT
