02_Elements/Icons/ArrowLeft Powrót do Insight

Spostrzeżenia > Perspektywy

ビッグデータの隠れた問題点

1 minuta czytania | Molly Poppie, wiceprezes ds. analizy danych w Nielsen | Listopad 2021 r.

メディア関係者の間では昨今、計測の未来とビッグデータの可能性に話題が盛り上がりを見せています。ニールセンは以前からビッグデータの価値を理解しており、先月、米国の全国テレビ視聴率サービスをビッグデータで補強する動きに関する追加情報を発表したばかりです。 

Jak pokazują wydarzenia ostatnich miesięcy, Nielsen rozumie, że nie istnieje idealny panel pomiarowy.

Jednakże, podczas gdy niektórzy traktują big data jako „zbawcę”, który rozwiąże problemy stojące przed branżą medialną, zespół analityków danych Nielsen ma wątpliwości co do takiego poglądu.

ビッグデータの価値やポテンシャルの大きさについては疑いの余地がないものの、現在、メディア業界が使用可能なビッグデータセットには、現実的な制約があるからです。

Najnowsze przykłady

Amerykańska firma Comscore, świadcząca usługi pomiarowe, ogłosiła, że w związku z zaprzestaniem korzystania z danych Nielsen Portable People Meter (PPM), będzie teraz identyfikować indywidualnych widzów do celów pomiarowych, korzystając z zestawu danych z bazy ConsumerView firmy Experian, globalnego dostawcy danych i narzędzi analitycznych.Ponieważ big data jest przyszłością, zmiana kierunku działania firmy została odebrana przez branżową prasę jako „ewolucja”.

Jednak niestety nie jest tak w przypadku klientów tej firmy ani konsumentów.

Obecnie istnieje wiele zewnętrznych dostawców, którzy dopasowują zestawy danych na podstawie informacji umożliwiających identyfikację osób fizycznych i dostarczają bezpośrednio zebrane i modelowane dane demograficzne. Nielsen regularnie analizuje takie dane. Mierzymy informacje bezpośrednio z naszych solidnych danych panelowych i weryfikujemy dokładność danych zewnętrznych pod kątem 1) dokładności dopasowania do poszczególnych gospodarstw domowych oraz 2) dokładności raportowania danych dotyczących atrybutów i cech widzów. 

Wyniki badań Nielsen są warte uwagi reklamodawców. 

Większość obecnych zbiorów danych nie opiera się na profilach odbiorców, ale na informacjach z faktur i danych dotyczących zachowań online. Takie zbiory danych nie zawierają szczegółowych informacji o osobach, takich jak wiek, dochody, rasa czy pochodzenie etniczne, ale dzięki solidnym panelom można uzyskać również takie informacje. Zbiory danych tego typu są tworzone w wyniku transferu między maszynami, co zwiększa prawdopodobieństwo wystąpienia błędów i nieprawidłowości. 

W związku z tym pewne informacje na temat osób faktycznie mieszkających w określonych gospodarstwach domowych są ograniczone. Nie można również wskazać, kto z członków gospodarstwa domowego ogląda określony program w określonym czasie. Nawet jeśli zastosuje się triangulację (trójkątną pomiarów) do tych zestawów danych przy użyciu innych źródeł danych, istnieje bardzo duże prawdopodobieństwo wystąpienia znacznych rozbieżności i błędów w szacunkach. Wykorzystanie tych danych do celów targetowania może nie stanowić problemu, jednak w przypadku pomiarów zestawy te nie zapewniają wymaganej dokładności, obiektywności i przejrzystości.

Dlaczego to jest ważne?

Więc jakie to ma znaczenie w praktyce? Ma to kilka znaczeń. 

Firma Comscore przechodzi z systemu PPM firmy Nielsen na system, w którym około 100 000 faktycznie zweryfikowanych osób ma zainstalowane mikrofony, co pozwala dokładnie śledzić, co oglądają.

W rezultacie nie można dokładnie odczytać, co kto ogląda.

Jednak ważniejsze jest to, że zmiana ta sprawia, iż branża oddala się od prawdziwego obrazu Stanów Zjednoczonych.

Powszechnie wiadomo, że te zbiory danych są stosunkowo przydatne w odniesieniu do gospodarstw domowych, które od dawna mieszkają we własnych domach, co jest całkowicie zrozumiałe. Problem polega na tym, że gospodarstwa domowe, które od dawna mieszkają we własnych domach, to zazwyczaj osoby rasy białej, których dochody i wiek są wyraźnie wyższe od średniej krajowej. Ze względu na swoją konstrukcję zbiory danych te zaniżają liczbę osób pochodzenia afrykańskiego i latynoskiego, których liczba rośnie, a także osób o niższych dochodach i młodszych. 

Dotyczy to również zbiorów danych tworzonych na podstawie danych z dekoderów telewizyjnych, które mają tendencję do zawyżania liczby zamożnych konsumentów, którzy wydają pieniądze na płatną telewizję kablową. W rezultacie osoby o stosunkowo niskich dochodach, które są celem wielu działów marketingu, są w nieproporcjonalny sposób pomijane. 

Branża medialna traktuje jako priorytet dokładne odzwierciedlenie społeczności afroamerykańskiej i latynoskiej. Chociaż dziesięciolecia doświadczeń firmy Nielsen nie były idealne, obecnie dysponujemy najdokładniejszymi i najbardziej zaawansowanymi danymi na temat sytuacji w Stanach Zjednoczonych.

Narzędzia pomiarowe oparte na dużych zbiorach danych, które nie są poparte reprezentatywnymi, zweryfikowanymi i skontrolowanymi panelami, niestety nie osiągają poziomu firmy Nielsen. Panele posiadane przez Nielsen umożliwiają targetowanie z 1% odchyleniem statystycznym w odniesieniu do wielu danych demograficznych zawartych w spisie ludności. Natomiast narzędzia specjalizujące się w dużych zbiorach danych mają wyraźnie niższą dokładność. Branża musi szczerze uznać problem reprezentatywności dużych zbiorów danych i odpowiednio na niego zareagować.

Szersze wyzwania dla całej branży

W tym miejscu omówiliśmy problem big data na przykładzie Comscore, ale jest to poważne wyzwanie dotyczące wszystkich obecnie dostępnych zbiorów big data.

2020年8月、ANA (Association of National Advertisers、全米広告主協会)は業界団体のMRC (Media Rating Council)とSequent Partnersと共に、メディアターゲティングにおける多文化オーディエンスの代表性度合を把握する調査を実施した際、ニールセンのデータをベンチマークとして採用しました。この研究では、高品質のマーケティングデータとメディアデータを集約して、アフリカ系、ラテン系やアジア系オーディエンスへのターゲティングの正確性を把握しました。調査から得られたファインディングスには問題が散見されましたが、ニールセンにとって問題自体は想定の範囲内でした。

W tym samym badaniu stwierdzono, że duże zbiory danych, którym branża darzy zaufaniem, nie pozwalają na precyzyjne dotarcie do trzech wyżej wymienionych społeczności, które są ważne dla osób zajmujących się marketingiem. W przeciwieństwie do solidnych paneli, duże zbiory danych nie pozwalają na uzyskanie pełnego obrazu konsumentów, co powoduje, że dane zawierają wiele błędnych lub niekompletnych informacji i nie są reprezentatywne, co stanowi poważny problem. 

Natomiast solidny panel Nielsen jest tworzony na podstawie danych zebranych bezpośrednio od rzeczywistych osób i dostarcza różnorodnych informacji reprezentatywnych dla całej populacji Stanów Zjednoczonych. Kto mieszka w danym domu? Ile ma lat? Jaką rasę lub pochodzenie etniczne deklaruje? Kto ogląda telewizję w danym momencie? Panel Nielsen odpowiada na te pytania.

Panele nie są idealnym rozwiązaniem, ale istnieją powody, dla których inne branże, na przykład firmy farmaceutyczne, stosują podejście podobne do paneli podczas uzyskiwania zatwierdzenia leków. Wynika to z faktu, że w przypadku wysokiego ryzyka nie ma alternatywy dla uzyskiwania informacji od rzeczywistych osób i ich weryfikacji.

W różnych branżach rosną oczekiwania związane z potencjałem dużych zbiorów danych, a firma Nielsen również docenia wartość i możliwości, jakie one oferują. Jednak przedstawiciele branży medialnej powinni szczerze przyznać, co można osiągnąć dzięki dużym zbiorom danych, a czego nie. Wizja przyszłości pomiarów mediów przedstawiona przez firmę Nielsen opiera się na połączeniu zasięgu dużych zbiorów danych z solidnym panelem złożonym z rzeczywistych osób. Zdajemy sobie sprawę, że wiele osób związanych z branżą pokłada nadzieję w możliwościach big data i my również podzielamy tę opinię. Jednak branża musi szczerze wyjaśnić, co można osiągnąć dzięki big data, a czego nie. Wizja przyszłości pomiaru mediów przedstawiona przez Nielsen opiera się na połączeniu zasięgu big data i solidnego panelu złożonego z rzeczywistych osób.

This article originally appeared on Next TV.

Kontynuuj przeglądanie podobnych spostrzeżeń

Nasze produkty mogą pomóc Tobie i Twojej firmie

  • Brand Lift

    Measure the true impact of your campaigns with Nielsen Brand Lift – trusted brand lift insights across…

  • Wpływ na media

    Maximize your media impact with Nielsen’s cross media planning platform. Simulate campaigns, optimize spend,…

  • Commspoint

    Understand the consumer’s path to purchase and align your campaign objectives with the optimal combination of…