
对于媒体行业来说,3月和5月之间的这段时间是一个好时机。在横跨媒体领域的许多前期活动中,不再局限于个别平台和技术,不断扩大的内容市场为广告买家和卖家提供了丰富的机会和广阔的信息,尤其是在越来越多的关于大数据测量的对话中。
对于广告商来说,每年的这个时候,数字是至关重要的。而随着电视消费在数字参与度上升的情况下出现碎片化,数字就显得更加重要了。有多重要? 安培分析公司的一项研究发现,在流媒体大户Netflix的带领下,2021年的内容总支出约为2200亿美元。而广告商知道美国人去年流媒体的 视频价值几乎达到1500万年,他们正在反弹,因为2021年全球数字广告支出飙升超过29%,达到4910亿美元。
更重要的是,消费者并不打算改变流媒体行业的发展轨迹,因为 93%的流媒体用户说他们计划在未来一年增加使用量。然而,这并不意味着传统电视内容被淘汰了。恰恰相反,普通成年人每天花 在直播电视上的时间是花在联网电视(CTV)内容上的 两倍以上。
越来越多的内容为消费者带来了越来越丰富的选择,但无数的平台、设备和服务会给广告商带来测量方面的挑战。此外,选择的爆炸性增长并没有创造更多的时间来接触内容,也没有创造更多的人。但大数据,包括来自智能电视(ACR)和有线电视盒(RPD)的数据,有办法表明情况并非如此。来自有线电视盒和智能电视的数据也没有提供对流媒体活动的洞察力:根据定义,有线电视盒提供的是传统的电视数据,而当观众使用包括Netflix在内的本地应用程序时,ACR往往会关闭。
除了从未打算用于测量之外,大数据也不能反映实际的人。RPD和ACR的价值是无可厚非的,因为它们为测量提供了规模,但大数据反映的是设备,而不是实际的人。数据本身并不能告诉你谁在看,谁不在看--这是广告商的一个基本需求。而当人被从等式中移除时,数字就不会加起来。
以ACR数据为例,它可以识别智能电视屏幕上的图像。这种数据在观众测量中非常有用,但就其本身而言,它只是识别屏幕上的内容而已。RPD数据与此类似,但它甚至缺乏验证电视机是否开启的能力。这就是为什么四分之一的机顶盒印象来自没有开机的电视。
除了不知道谁在使用设备或屏幕之外,大数据本身也是有偏见的,而且这种偏见取决于数据类型。为了让大数据真正代表美国人口,每个电视家庭都需要有完全相同的电视机,并通过完全相同的数据流访问节目。这就是为什么所有的大数据集都需要以反映美国人口多样性的以人为本的面板进行水平设置-校准。
重要的是,世界广告商联合会、全国广告商协会和其他30多个国家的类似组织都一致表示,未来的屏幕媒体受众测量系统必须是优质面板和大数据的结合。
没有面板数据,测量就无法捕捉到多样性。我们不仅知道,所有的电视家庭都不会在相同的设备上访问相同的内容,我们还知道,家庭的构成与包含电视家庭的国家的结构一样多变。这就是基于大数据的衡量方法的失误之处--非常明显。
例如,西班牙裔占美国人口的20%以下,但大数据大大低估了这一受众,以及许多其他受众。但是,当测量仅基于RPD时,尼尔森的分析发现,它对西班牙裔家庭的反映不足30%。从这个角度来看,请考虑这个问题:2020年的美国人口普查确定,西班牙裔人口刚刚超过6200万。如果该人口的一半在特定时间看电视,而广告商利用RPD数据进行测量,广告商可能会接触到比他们所知道的更多的900万人口。
重要的是,30%的代表性不足是一个平均值。在节目层面上,大数据可能会以更大的幅度低估和超标,无论是对普通民众还是对不同的受众。例如,尼尔森对大数据测量与其黄金标准面板测量之间的差异进行了研究,发现RPD测量将一个黄金时段节目的美国总印象数夸大了69%。相比之下,ACR测量法则将总印象数低报了12%。对于一个体育赛事,RPD测量法低估了47%的西班牙裔观众,而ACR数据则高估了同一观众的12%。
对于广告商来说,这些测量差异可能是昂贵的。然而,越来越多的新数据源的供应确实增加了测量的复杂性,特别是当它可能没有连接到真实的人。出版商和广告商总是希望有尽可能大的覆盖面,但肯定不能没有验证它所需的分析的严谨性。
随着线性和数字的融合,大数据源是测量的关键输入。但它们本身并不是值得信赖的测量来源。随着消费者使用更多的设备和更多的渠道,将很容易指出那些声称有可能过度膨胀的参与度的数据。广告商当然会欢迎许多替代受众所建议的受众规模,但如果他们根据这些数字来购买广告,他们最终将为不能反映真实人物的数字买单。