メディア業界にとって、3月から5月にかけては重要な時期である。個々のプラットフォームや技術に縛られなくなったメディア業界全体にわたる数多くのアップフロントイベントにおいて、拡大を続けるコンテンツ市場は、広告主と広告代理店にとって豊富な機会と膨大な情報の両方を提示している。特に、測定のためのビッグデータに関する議論が増える中で、両者がその情報をナビゲートする必要に迫られている。
広告主にとって、この時期の数値は極めて重要だ。デジタル利用の増加に伴いテレビ視聴が分散する中、その重要性はさらに高まっている。どれほど重要か？ アンペア・アナリシスの調査によると、2021年のコンテンツ総支出は約2200億ドルに達し、ストリーミング大手のネットフリックスが牽引した。 さらに広告主は、昨年アメリカ人が 約1500万年分に相当する動画をストリーミング視聴した事実を把握し、2021年に世界全体のデジタル広告支出が29％以上急増して4910億ドルを突破したことを受け、勢いを増している。
さらに、消費者はストリーミング業界の成長軌道を変えるつもりはない。 ストリーミング加入者の93％が、今後1年間で利用を増やす計画だと回答している。とはいえ、従来のテレビコンテンツが完全に消えるわけではない。むしろ逆で、平均的な大人は 1日あたり、コネクテッドTV（CTV）コンテンツよりも ライブTVを2倍以上視聴している。
コンテンツの増加は消費者に選択肢の豊かさをもたらす一方、無数のプラットフォーム・デバイス・サービスは広告主にとって測定上の課題となる。さらに選択肢の爆発的増加は、コンテンツと向き合う時間を増やしたわけでも、人口を増やしたわけでもない。しかしスマートテレビ（ACR）やケーブルボックス（RPD）から得られるビッグデータは、その逆を示唆する傾向がある。 ケーブルボックスやスマートテレビからのデータは、ストリーミング活動に関する洞察もほとんど提供しない。ケーブルボックスは定義上、従来のテレビデータを提供し、ACRは視聴者がNetflixなどのネイティブアプリを使用すると、しばしば機能停止する。
ビッグデータは測定目的で使用されることを意図されたものではなく、実際の人々を反映したものでもない。 RPD（視聴率）とACR（広告視聴率）の価値は疑いようもなく、測定に規模感をもたらす。しかしビッグデータが反映しているのはデバイスであって、実際の人間ではない。データ自体では誰が視聴しているか、していないかを判断できない——これは広告主にとって根本的なニーズだ。そして人間が方程式から外れると、数字は決して合致しない。
例えばACRデータは、スマートテレビの画面に映る映像を識別する。このデータは視聴率測定に非常に有用だが、それ自体では画面に何が映っているかを特定する以上のことはできない。RPDデータも同様だが、テレビが電源が入っていることすら確認できない。そのため、セットトップボックスのインプレッションの4分の1は、電源すら入っていないテレビから発生しているのだ。
ビッグデータは、誰がデバイスや画面を使用しているか分からないだけでなく、本質的に偏りがあり、その偏りはデータの種類によって異なります。ビッグデータが米国人口を真に代表するためには、すべてのテレビ世帯がまったく同じテレビセットを所有し、まったく同じデータストリームを通じて番組にアクセスしている必要があります。 だからこそ、あらゆるビッグデータセットは、米国人口の多様性を反映した「人ベースのパネル」によって基準を揃え（調整し）、校正する必要があるのです。
重要なことに、世界広告主連盟（WFA）、全米広告主協会（ANA）、および30カ国以上の同等の組織は、スクリーンメディアの将来の視聴者測定システムは、質の高いパネル調査とビッグデータの組み合わせでなければならないと一致して表明している。
パネルデータがなければ、測定は多様性を捉えきれない。すべてのテレビ世帯が同じデバイスで同じコンテンツにアクセスすることはないとわかっているだけでなく、世帯構成もテレビ世帯を抱える国の社会構造と同様に多様であることもわかっている。ビッグデータに基づく測定が大幅に的外れとなるのは、まさにこの点だ。
例えば、ヒスパニック系は米国人口の20％弱を占めるが、ビッグデータはこの層を含む多くの層を大幅に過小評価している。 しかしニールセンの分析によれば、測定基準をRPD（世帯別視聴率）のみに依存した場合、ヒスパニック世帯の把握が30%不足することが判明している。これを具体的に示すと、2020年国勢調査でヒスパニック人口は6200万人強と確定された。この人口の半数が同時にテレビを視聴している状況で、広告主がRPDデータに基づく測定を採用した場合、広告主が認識している以上に900万人もの追加視聴者にリーチしている可能性がある。
[infogram id="db10cfdc-4299-472d-a58f-f04b21ca9667" prefix="uAD" format="interactive" title="RPDはヒスパニック世帯を過小評価している"]
重要なのは、30%の過小評価は平均値である点だ。番組レベルでは、ビッグデータは一般人口層と多様な視聴者層の双方において、はるかに大きな差で過小評価または過大評価する可能性がある。例えば、ビッグデータ測定とゴールドスタンダードであるパネルベース測定の差異を調査したニールセンの研究では、RPD測定がプライムタイム番組の米国総インプレッションを69%過大評価していたことが判明した。 比較すると、ACR測定では総数が12%過小評価されていた。スポーツイベントでは、RPD測定がヒスパニック系視聴者を47%過小評価した一方、ACRデータでは同視聴者を12%過大評価していた。
[infogram id="fef6eab2-7f35-4b88-9971-1d7032bce671" prefix="DdK" format="interactive" title="RPDのみを用いたヒスパニック系人口推計"]
広告主にとって、こうした測定値のばらつきはコスト高につながる可能性がある。しかし、新たなデータソースの供給が増加していることは、特にそれが実在の人物と結びついていない場合に、測定の複雑さを増す。パブリッシャーと広告主は常に可能な限り最大のリーチを望むだろうが、それを検証するために必要な分析的厳密さを欠いては決して実現しない。
線形メディアとデジタルメディアが融合する中、ビッグデータソースは測定における重要な入力要素である。しかしそれらは単独では測定ソースとして信頼できない。消費者がより多くのデバイスやチャネルと関わるにつれ、過大評価されたエンゲージメントを主張するデータを指摘することは容易になるだろう。広告主は代替オーディエンスが示す視聴者規模を歓迎するだろうが、その数値に基づいて広告出稿を決定すれば、結局は実在の人物を反映しない数値に対して支払うことになる。
