การสร้างสมดุลระหว่างความต้องการนวัตกรรมและความต่อเนื่องในการวัดผลผู้ชม

การเปลี่ยนแปลงครั้งใหญ่ในพฤติกรรมการดูทีวีในช่วงทศวรรษที่ผ่านมา ซึ่งขับเคลื่อนโดยการนำ ทีวีที่เชื่อมต่อ (CTV ⁾ มาใช้อย่างแพร่หลายและอินเทอร์เน็ตความเร็วสูงที่เพิ่มมากขึ้น ทำให้มีชุดข้อมูลใหม่ๆ มากมายที่นำมาใช้ในโซลูชันการวัดผล ชุดข้อมูลเหล่านี้ซึ่งเรียกกันทั่วไปว่าบิ๊กดาต้า ให้โอกาสในการวัดผลผู้ชมเพื่อช่วยให้ทั้งผู้ซื้อและผู้ขายเข้าใจประสิทธิภาพของรายการทีวีและโฆษณาได้ดีขึ้น 

ขนาดของข้อมูลขนาดใหญ่

ในระดับสูง มี แหล่งข้อมูลขนาดใหญ่หลักสองแหล่ง ที่ใช้ในการวัดผลผู้ชมโทรทัศน์เชิงเส้น:

• ข้อมูลเส้นทางกลับ (RPD) จากกล่องรับสัญญาณเคเบิลและดาวเทียม (STB)
• ข้อมูลการจดจำเนื้อหาอัตโนมัติ (ACR) จากสมาร์ททีวี

จากการที่ครัวเรือนที่ใช้ทีวีในสหรัฐอเมริกา 70.6% มีทีวีอัจฉริยะ ซึ่งเพิ่มขึ้นจาก 62.3% เมื่อสองปีก่อน ประโยชน์ที่ใหญ่ที่สุดประการหนึ่งของบิ๊กดาต้าก็คือการปรับขนาด การปรับขนาดมีความสำคัญในภูมิทัศน์การรับชมที่กระจัดกระจายในปัจจุบัน ชุดบิ๊กดาต้าของเราประกอบด้วยครัวเรือน 45 ล้านครัวเรือนในสหรัฐอเมริกาและอุปกรณ์ 75 ล้านเครื่องจาก Comcast, Dish, DirecTV, Roku และ Vizio ซึ่งเทียบเคียงได้กับผู้ให้บริการการวัดผลรายอื่นๆ

อย่างไรก็ตาม ชุดข้อมูลเหล่านี้ไม่ได้เป็นแบบเดียวกันหรือสม่ำเสมอ และไม่ได้ถูกออกแบบมาเพื่อใช้ในการวัดผลกลุ่มเป้าหมาย แต่ไม่ได้หมายความว่าไม่สามารถใช้เพื่อจุดประสงค์ดังกล่าวได้ ในความเป็นจริง ชุดข้อมูลเหล่านี้มีประโยชน์มาก แต่ไม่ใช่ว่าจะใช้แบบเดี่ยวๆ เสมอไป การทำความเข้าใจข้อมูลขนาดใหญ่ต้องใช้ชุดข้อมูลจริงที่แก้ไขช่องว่าง ความผันผวน และความซับซ้อนอื่นๆ ในชุดข้อมูลขนาดใหญ่

การรับประกันความเสถียรและการแสดงผลของการวัด

การจับคู่ข้อมูลขนาดใหญ่กับกลุ่มตัวอย่างมีความสำคัญต่อการดูข้อมูลในทุกอุปกรณ์และกลุ่มเป้าหมายอย่างมีเสถียรภาพ Nielsen มีกลุ่มตัวอย่างที่ประกอบด้วยบุคคล 101,000 คนจากครัวเรือนประมาณ 42,000 ครัวเรือน ซึ่งทำให้เราสามารถใช้ประโยชน์จากพลังของข้อมูลขนาดใหญ่ได้ในขณะที่แก้ไขข้อบกพร่องของข้อมูลดังกล่าว 

และอุตสาหกรรมก็เห็นด้วย หลักการ 'North Star' ของสหพันธ์ผู้โฆษณาโลก (WFA) สำหรับการวัดผลสื่อผสมเรียกร้องให้มีการผสมผสานระหว่าง แผงคุณภาพและข้อมูลขนาดใหญ่ ในเดือนสิงหาคม 2022 ทั้ง Video Advertising Bureau (VAB) และ Association of Advertisers (ANA) ได้ประกาศแผนการสร้างแผงของตนเอง เช่นเดียวกับที่ Google ได้ประกาศสำหรับการใช้ในการวัดการแปลงออนไลน์ กล่าวอีกนัยหนึ่ง อุตสาหกรรมกำลังเรียกร้องแนวทางที่ทั้งรับรองการนำเสนอและใช้ประโยชน์จากข้อมูลขนาดใหญ่ เราเชื่อว่า Nielsen อยู่ในตำแหน่งที่ไม่เหมือนใครในการให้บริการโซลูชันเหล่านี้

เราได้ลงทุนวิจัยกว่าทศวรรษในการผสานรวมชุดข้อมูลขนาดใหญ่เข้ากับวิธีการของเราในรูปแบบที่สร้างสรรค์ซึ่งยังรับประกันความต่อเนื่องของการวัดค่าเงินของเราอีกด้วย เราได้ผสานรวมข้อมูลขนาดใหญ่เข้ากับการวัดค่าทีวีในท้องถิ่นของสหรัฐอเมริกาในปี 2019 และการวัดค่าทีวีระดับประเทศในปี 2022 เมื่อใช้ร่วมกับกลุ่มตัวอย่างระดับบุคคล ชุดข้อมูลขนาดใหญ่เหล่านี้สามารถพัฒนาวิทยาศาสตร์การวัดผู้ชมได้อย่างมาก

1. การวัดผลเป็นเรื่องของผู้คน ข้อมูลขนาดใหญ่ไม่ได้ให้ข้อมูลใดๆ เกี่ยวกับบุคคลที่กำลังดูข้อมูล ด้วยการจับคู่ข้อมูลขนาดใหญ่กับแผงข้อมูล เราจึงสามารถเข้าใจว่าใครกำลังดูข้อมูลอยู่ รวมถึงองค์ประกอบในครัวเรือนด้วย
2. การวัดผลต้องเป็นตัวแทน บิ๊กดาต้าให้ภาพรวมที่ไม่สมบูรณ์ของการดูทีวี ตัวอย่างเช่น ข้อมูล RPD/STB และ ACR ขาดการครอบคลุมการสตรีมและ การรับชมผ่านระบบ (OTA) ณ เดือนพฤศจิกายน 2023 การสตรีมคิดเป็น 36.1% ของการดูทีวีในสหรัฐอเมริกา นอกจากนี้ 18.1% ของครัวเรือนที่รับชมทีวีในสหรัฐอเมริกามีทีวีอย่างน้อยหนึ่งเครื่องที่เข้าถึงเนื้อหาโดยใช้เสาอากาศดิจิทัลแทน STB หรือการเชื่อมต่ออินเทอร์เน็ต ² แหล่งที่มาของการรับชมบิ๊กดาต้าอาจไม่รวมอุปกรณ์ทั้งหมดในบ้าน โดยเฉพาะอย่างยิ่งปัญหาของข้อมูล ACR ที่จำนวนอุปกรณ์ที่ส่งคืนข้อมูลอยู่ที่ประมาณ 1.1 เครื่องต่อบ้าน บ้านที่รับชมทีวีในสหรัฐอเมริกาโดยเฉลี่ยมีประมาณ 2.5 เครื่อง แผงมีความสำคัญในการปิดช่องว่างเหล่านี้ และโซลูชันการวัดผลใดๆ ที่อาศัยบิ๊กดาต้าเพียงอย่างเดียวจะพลาดกลุ่มเป้าหมายเหล่านี้
3. การวัดผลเป็นมากกว่าแหล่งข้อมูล ตัวอย่างเช่น ข้อมูล ACR ระบุภาพบนหน้าจอ ได้อย่างง่ายๆ หากเนื้อหาชิ้นเดียวกันออกอากาศพร้อมกันหลายช่อง ข้อมูล ACR จะไม่สามารถระบุการรับชมระหว่างช่องหนึ่งกับอีกช่องหนึ่งได้อย่างแม่นยำ ในทำนองเดียวกัน ข้อมูล RPD และ STB มักไม่สามารถยืนยันได้ว่าทีวีเปิดอยู่หรือไม่ ผู้ให้บริการ RPD/STB และผู้ผลิตอุปกรณ์ดั้งเดิม (OEM) แต่ละรายก็มีวิธีการรวบรวมและประมวลผลข้อมูลที่แตกต่างกัน ซึ่งทำให้การรวบรวมข้อมูล การประสานงาน การจัดบ้าน และการปรับเทียบมีความสำคัญและซับซ้อนมาก 

ข้อบกพร่องในการวัดข้อมูล RPD/STB และ ACR เน้นย้ำว่าเหตุใดจึงมีความสำคัญที่ข้อมูลเหล่านี้ต้องได้รับการปรับเทียบด้วยกลุ่มตัวอย่างตามบุคคลซึ่งแสดงถึงความหลากหลายของประชากรได้อย่างแม่นยำ 

การนำทางวิวัฒนาการของการวัด

ด้วยการผสมผสานขนาดของข้อมูลขนาดใหญ่เข้ากับข้อมูลระดับบุคคลจากแผงมิเตอร์แบบใหม่ที่สร้างสรรค์ เราจึงสามารถให้รายละเอียดที่ละเอียดยิ่งขึ้นถึงโฆษณาแต่ละรายการได้ ซึ่งช่วยให้ผู้โฆษณาเข้าใจว่าใครและกี่คนที่เห็นโฆษณาที่ตรงเป๊ะของตน นอกจากนี้ เรายังสามารถให้การกำหนดเป้าหมายขั้นสูงมากขึ้นเพื่อปลดล็อกความสามารถในการใช้ประโยชน์จากความสามารถในการระบุที่อยู่เชิงเส้น รวมถึงกลุ่มเป้าหมายขั้นสูง 

ไม่มีอะไรจะดีไปกว่าการใช้ Big Data+Panel แต่การเปลี่ยนแปลงที่เกิดขึ้นในอุตสาหกรรมสื่อนั้นมีความสำคัญเกินกว่าที่จะเปลี่ยนแปลงวิธีการแบบองค์รวมเพื่อใช้ข้อมูลเป็นสกุลเงินได้ทันที การเปลี่ยนแปลงที่มั่นคงในช่วงเวลาแห่งการเปลี่ยนแปลงนั้นดีกว่าการเปลี่ยนแปลงอย่างรวดเร็วเสมอ ช่วงเวลาแห่งการเปลี่ยนแปลงยังทำให้ความจำเป็นในการมีความโปร่งใสเพิ่มมากขึ้น โดยเฉพาะอย่างยิ่งเมื่อข้อมูลการวัดผลสนับสนุนอุตสาหกรรมระดับโลก ซึ่งบริษัทวิจัยโฆษณา WARC คาดการณ์ว่าจะมีมูลค่า สูงถึง 1 ล้านล้านดอลลาร์ ในปีหน้า 

เมื่อตระหนักว่าอุตสาหกรรมต้องการเวลาในการปรับตัวให้เข้ากับนวัตกรรมในการวัดผล เราจึงได้จัดเตรียมสตรีมข้อมูล Big Data+Panel ระดับประเทศสำหรับการทำธุรกรรมควบคู่ไปกับสกุลเงินของแผงทีวีสำหรับฤดูกาลโทรทัศน์ปี 23-24 สำหรับฤดูกาล 24-25 เราได้ปรับปรุงสตรีมข้อมูล Big Data+Panel ให้รวมถึง ข้อมูลของ Comcast (นอกเหนือจาก DISH, DirecTV, Roku และ Vizio) และเรามุ่งมั่นที่จะช่วยให้อุตสาหกรรมเดินหน้าผ่านการเปลี่ยนแปลงนี้ไปได้ เราตระหนักดีว่าองค์กรต่างๆ พัฒนาและปรับตัวในอัตราที่แตกต่างกัน เราจึงจะจัดเตรียมข้อมูลแผงทีวีที่ผ่านการตรวจสอบและ รับรอง (นาทีเฉลี่ย) รวมถึง Big Data+Panel (ในนาทีเฉลี่ยและนาทีโฆษณาแต่ละรายการ) ในฤดูกาลที่จะมาถึงด้วย  

วิวัฒนาการของ การวัดผลทางทีวี จะเกิดขึ้นได้ก็ต่อเมื่อมีความสอดคล้องกับอุตสาหกรรมเท่านั้น และในขณะที่เอเจนซี่และผู้โฆษณาจำนวนมากสนใจที่จะมุ่งไปสู่การวัดผลโฆษณาที่ชัดเจน แต่ความรู้สึกโดยรวมในอุตสาหกรรมก็คืออุตสาหกรรมยังไม่พร้อมที่จะเลิกใช้เรตติ้ง C3/C7 เราจำเป็นต้องสร้างสมดุลระหว่างความต้องการด้านนวัตกรรมและความต่อเนื่องที่เท่าเทียมกัน ด้วยชุดข้อมูลสามชุดที่พร้อมใช้งาน ผู้ซื้อและผู้ขายจะสามารถพัฒนาระบบเพื่อดำเนินการวางแผน การขาย และการซื้อทีวีเชิงเส้นระดับประเทศในระดับโฆษณาที่ชัดเจนได้อย่างแท้จริง 

แหล่งที่มา :

¹ CTV หมายถึงโทรทัศน์ที่เชื่อมต่อกับอินเทอร์เน็ต การใช้งานอินเทอร์เน็ตที่พบเห็นบ่อยที่สุดคือการสตรีมเนื้อหาวิดีโอ
² คณะกรรมการโทรทัศน์แห่งชาติของ Nielsen พฤศจิกายน 2023