Di zaman yang penuh dengan fragmentasi perangkat dan audiens, jelas bahwa setiap pemirsa adalah konsumen potensial yang penting, meskipun personalisasi konsumsi konten mereka, serta konten itu sendiri, jauh lebih terperinci.
Being able to measure in a way that fairly represents all races, ages, ethnicities and behaviors is crucial for the industry to transact with confidence. It’s also the only way to make sure that content choices reflect the diversity of a given station’s community.
Baik itu programmer yang ingin mengungkap komposisi keragaman pemirsa mereka yang sebenarnya, untuk membuat keputusan penjadwalan, pengiklan yang ingin menjangkau segmen tertentu dengan pesan yang tepat, atau pemilik media yang melakukan lebih banyak upaya untuk inklusi di layar dengan melakukan casting dengan mempertimbangkan keragaman, semua operator di industri ini memiliki keharusan bisnis untuk mengetahui komposisi pemirsa yang sebenarnya. Itulah mengapa sangat penting bahwa wawasan pengukuran yang mereka andalkan harus sepenuhnya mewakili keragaman populasi AS. Tidak boleh ada kelompok atau kelompok-kelompok yang secara sadar atau tidak sadar dikecualikan atau kurang terwakili.
Singkatnya, tidak ada lagi yang namanya pemirsa atau jaringan "khusus", dan tidak ada pemirsa yang boleh ditinggalkan karena proses pengukuran yang tidak memperhitungkan mereka atau, lebih buruk lagi, bahkan tidak mempertimbangkan mereka. Dalam hal pengukuran, inklusivitas adalah sebuah keharusan dan bukan pilihan.
Meskipun ada banyak keuntungan dari big data, ada juga kerugiannya jika perusahaan tidak memperlakukannya secara bertanggung jawab. Pendekatan yang memanfaatkan kekuatan yang ditawarkan data ini, seperti memberikan stabilitas pengukuran dalam lingkungan penayangan yang terfragmentasi tinggi, dengan pengukuran tingkat orang yang sebenarnya sangat penting. Sederhananya, big data sebagai sumber daya yang berdiri sendiri tidak cocok untuk memahami dinamika audiens sepenuhnya.
A recent Nielsen analysis looked at how big data, built without representation in mind, could obscure what those true audiences are because of inherent bias, as the data included, such as people WITHOUT set top boxes, people who leverage over-the-air (OTA) signals and stream over-the-top (OTT) content to watch premium television programming.
Secara khusus, analisis ini berusaha untuk memahami perbedaan pengukuran audiens antara data jalur balik (RPD) - rumah yang memiliki dekoder yang mampu mengembalikan data - dan rumah dengan data pemirsa yang telah dikalibrasi berdasarkan panel pemirsa Nielsen. Analisis ini menemukan bahwa data RPD yang tidak dikalibrasi yang menggunakan metodologi pembobotan yang meragukan akan meremehkan pemirsa minoritas dan pada dasarnya bias. Menyamakannya dengan data "sensus" adalah sebuah lompatan metodologis.
Bagaimanapun juga, orang Amerika tidak lagi melakukan pendekatan yang sama terhadap kebutuhan program video mereka. Sebagian tidak memiliki pendapatan untuk dibelanjakan pada konten hiburan premium; sebagian lagi memilih program OTA dengan adanya peningkatan teknologi digital. Kemajuan teknologi yang meluas telah mendorong pertumbuhan yang stabil dari rumah broadband-only (BBO). Kombinasi rumah OTA dan BBO telah membengkak di AS dari 15 juta rumah pada tahun 2014 menjadi hampir 28 juta rumah pada tahun 2018. Ketika Anda memperhitungkan bahwa 41% dari konsumen di 28 juta rumah tersebut adalah multikultural (baik Hispanik, Afrika-Amerika, atau Asia) dan 10% adalah demografi yang lebih muda (18-24), jelas bahwa sampel RPD secara signifikan akan kurang mewakili audiens ini dan mengurangi pengukuran total audiens.
RPD-capable data alone consistently under-represents Hispanic and African American homes compared to other household types. Compared with official U.S. Census estimates and Nielsen’s representative national panel, RPD-capable homes under-represent Hispanics by 33%, Spanish-language dominant Hispanics by 49% and African Americans by 34%. When you compare RPD-capable with OTA/BBO homes, the representation disparity is even bigger. RPD-capable measurement under-represents Hispanics by 50%, Spanish-language dominant Hispanics by 68% and African Americans by 38%. Weighting alone does not cure this problem, and the fact that millions of RPD homes are counted doesn’t matter. A large biased sample is still biased.
Dan bukan hanya khalayak multikultural yang menjadi sasaran sumber-sumber ini.
Dari perspektif usia, data berkemampuan RPD kurang mewakili demo yang lebih muda dan terlalu mewakili kelompok usia yang lebih tua. Misalnya, konsumen berusia 25-34 tahun kurang terwakili sebesar 26%, sementara orang berusia 50+ sebenarnya terwakili secara berlebihan sebesar 15%. Bagaimana dengan demo utama yang lebih besar yaitu 18-34 tahun? Panel nasional Nielsen dan data Sensus juga menunjukkan bahwa terdapat 69,8 juta orang dewasa berusia 18-34 tahun yang menonton TV per Desember 2018. Demo ini memimpin revolusi pemotongan kabel dan menyumbang pangsa terbesar dari pemutus kabel berdasarkan demo. Tetapi rumah berkemampuan RPD 17% lebih kecil kemungkinannya untuk mengklasifikasikan orang dewasa berusia 18-34 tahun secara akurat dibandingkan dengan panel yang representatif.
Dengan kurang menghitung orang dewasa berusia 18-34 tahun, pemasar, pemilik media, dan semua orang di antaranya memiliki lebih sedikit orang yang dapat dijangkau jika mereka hanya mengandalkan data RPD. Pembobotan untuk masalah ini dapat menyembunyikan masalah yang melekat pada data RPD, tetapi tidak akan menyelesaikan masalah atau mengungkap perilaku menonton yang unik dari audiens ini. Rumah RPD tidak mewakili penayangan rumah non-RPD. Survei online yang dilakukan setiap beberapa tahun sekali yang diterapkan pada catatan penayangan harian yang kompleks adalah cara yang murah dan ceroboh untuk terlihat seperti ada sesuatu yang telah dikoreksi.
Melihat konsumen yang termasuk dalam kelompok RPD, kelompok yang tidak memiliki kemampuan RPD (yang berarti konsumen ini mungkin memiliki dekoder yang tidak mengembalikan data) dan kelompok OTA/BBO yang sedang berkembang menunjukkan perbedaan yang mencolok dalam perilaku dan gaya hidup mereka. Ini adalah sesuatu yang hanya dapat diperoleh melalui pengamatan langsung, tidak peduli seberapa besar pembobotan yang dilakukan dan tidak peduli ukuran input data yang besar, baik itu sampel 30 juta, miliaran, atau triliunan.
Jadi, apa artinya hal ini bagi pemrograman aktual yang didukung oleh pemirsa multikultural? Artinya, semua sumber harus dipertimbangkan dan semua jenis audiens harus diamati agar dapat dihitung dan dikalibrasi dengan kumpulan data yang besar.
For example, a show like Fox’s Empire, where the audience composition is predominantly multicultural, the analysis found that these audiences were anything but “niche,” considering the show’s history as a program near the top of the ranks. In fact, diverse audiences made up 75% of Empire in December 2018 and these audiences certainly helped drive ratings success when using a representative panel.
But because of its inherent bias of under-representation, these multicultural audiences were not fairly reflected resulting in significant undercounts of Empire’s audience when looking at this show through an RPD lens. The differences are quite large. Looking at a rank among 25-54 year old viewers, Empire ranked 16th using Nielsen’s representative panel, but dropped to 38 in RPD homes. Conversely, Empire ranked third among OTA homes, which, while not surprising because these homes are more diverse, demonstrates the critical nature of actually including these homes and accurately measuring their behavior in any sample.
Pada akhirnya, menemukan pendekatan yang bergantung pada sesuatu yang kurang dari pengukuran yang lengkap, akurat, dan inklusif serta elemen-elemen dasar dan prinsip utama inklusi dapat dikompromikan. Menghitung pemirsa "ceruk" ini dan perilaku mereka berdasarkan definisi dapat memiliki implikasi yang luas yang dapat mengacaukan pasar - dan pemasar - dengan informasi yang salah dan bahkan mungkin memundurkan inklusi di layar kaca.
