在美国和全球范围内,收视的碎片化对传统受众测量面板提供可靠收视信息的能力提出了挑战。这些信息对于广告买卖双方计划和执行交易以及内容制作者了解节目表现仍然至关重要。
虽然收视率较高的网络和节目受这一测量问题的影响较小,但如今很多收视都是小众的,导致收视率较低,测量结果也不可靠。在某些情况下,这可能导致收视率被报告为零,即尽管人群中有收看节目的观众,但他们都不在测量面板上。为了解决这个问题,尼尔森发布了 "面板加大数据 "测量数据。这就需要将面板数据与大数据--来自 MVPD 的返回路径数据(RPD)和来自智能电视的自动内容识别(ACR)数据--结合起来,通过使其更加精确和有效地解决 "零收视率 "问题,大大改进观众测量。
我们知道,有线电视盒和智能电视的数据本身并不能用于测量。它们存在差距,无法测量屏幕上的所有内容,也无法告诉您谁在观看。但是,如果与经过认证的个人层面的面板数据搭配使用,组合数据集将极大地推动受众测量科学的发展。这些数据集的好处之一是,与单独使用面板数据相比,结合使用这些数据集可以收集到更多的收视数据。
了解零评级
例如,在今年第一季度,尼尔森小组报告了广播、有线电视和联合电视中的 8,454 次电视直播和随后三天的时移收视率为零(2%),总计 362,168 次电视直播。收视率为零意味着小组中没有家庭收看,这在大多数情况下反映了测量的局限性,而不是人群中实际发生的情况。换句话说,人口中的收视水平较低,但小组中却没有观众。
将大数据纳入尼尔森全国面板数据极大地解决了这一问题,使买家和卖家能够更清晰地了解观众的收视行为。尼尔森将来自约3000万个家庭的电视数据与4万个家庭/10万人的面板数据相结合,大大提高了测量精度。更大的样本量减少了与面板测量相关的统计抽样误差,包括零收视率的出现。
大数据有助于提高观看精度
在今年 9 月将大数据用于测量之前,尼尔森花了一年多的时间对合并数据集进行分析,以了解其对抽样误差的影响。分析发现,大数据的加入大大减少了所有收视群体的零收视率。对第一季度产生零收视率的8454个电视节目进行面板数据和大数据测量后,零收视率的出现率下降了99.9%。在所有主要收视人群中,降幅在 96.8%-99.9% 之间。年轻观众的收视率下降最为明显,他们往往是传统电视节目的轻度观众,因此更容易在面板测量中导致零收视率。
样本量的增加还可以更精确地收集特定受众的收视情况。例如,在第一季度,使用面板数据测量时,有 3471 个西班牙裔节目在西班牙裔网络上的收视率为零(直播+3 天)。在使用面板数据和大数据测量时,零收视率被完全剔除。
显然,将数百万家庭纳入测量范围具有积极意义。然而,虽然大数据提供了一个大得多的样本量,但它本身缺乏关于谁在收看的具体细节,通常对不同人群和某些年龄段的代表不足。此外,大数据也无法测量通过空中天线、纯宽带家庭和离家观看节目的情况。这就是经过审核和认证的面板数据发挥作用的地方。通过将大数据的规模与我们以人为基础的面板所提供的细粒度洞察力相结合,尼尔森正在帮助行业充分发挥RPD和ACR数据的潜力。