Panels—and the data they generate—have been the research industry’s gold standard for nearly a century now, and they remain the most accurate tool to measure media audiences.
Acompanhe nossa análise: O que são dados de painel, por que são importantes e para onde estão indo.
O que são dados de painel, exatamente?
Na pesquisa de mídia, um painel é simplesmente um grupo de famílias ou indivíduos que concordaram em compartilhar detalhes pessoais e participar de estudos regulares ou medições contínuas do uso de mídia por um determinado período de tempo.
Mas nem todos os painéis são iguais. Há dois tipos principais:
Painéis de probabilidade
Os participantes dos painéis de probabilidade são selecionados para representar fielmente uma determinada população (como um público de TV nacional ou um mercado de rádio local). A empresa de pesquisa toma muito cuidado para gerenciar o processo de recrutamento e manter a integridade estatística do painel ao longo do tempo. Isso significa recrutar participantes do painel, registrar novos dispositivos sem demora, levar em conta as mudanças no tamanho e na composição da família e garantir que os dados reflitam com precisão o que as pessoas estão fazendo. Os painéis de TV e áudio da Nielsen são painéis de probabilidade.
Painéis Opt-in (conveniência)
Participants in opt-in panels volunteer by responding to a general invitation from a research company. Since only certain types of people might respond to that invitation, opt-in panels aren’t representative of any given population. However, they are extremely useful in audience measurement. They’re helpful in understanding biases in identity, used as calibration inputs to fine-tune models, and can validate and correct third-party information from big data partners. At Nielsen, opt-in panelists aren’t always actively metered, but we do use our large opt-in panel to validate third-party records from big data partners.
Probability panel data, combined with census data that speaks to the income, age and makeup of a household, gives you a statistically accurate look at who is consuming media.
Juntos, os painéis probabilísticos e opt-in podem fornecer insights diretos sobre o consumo de mídia, calibrar e remover vieses dos dados censitários e garantir uma visão mais precisa do engajamento do público em todos os dispositivos.
Para que os participantes do painel estão se inscrevendo?
Alguns painéis exigem participação ativa em vez de passiva. Os participantes do painel podem ser solicitados a preencher pesquisas regulares, pressionar um botão para verificar se estão assistindo à TV ou usar um dispositivo para capturar atividades fora de casa, como ouvir rádio no carro ou assistir a esportes em um bar. Outros painéis não exigem nenhum compromisso além de autorizar a empresa de pesquisa a instalar um hardware ou software (conhecido como "medidor") para registrar o uso de mídia nos bastidores: quais programas de TV estão assistindo, por exemplo, ou quais podcasts, sites ou aplicativos estão usando.
A participação ativa, em vez da medição automatizada, geralmente é necessária para capturar os dados mais precisos em nível pessoal e maximizar seu valor. Para manter a cooperação alta - o que é fundamental para manter a alta qualidade dos dados - as empresas de pesquisa sérias investem muito na experiência do painelista para eliminar o atrito em cada etapa do processo.
At Nielsen, we have four different kinds of panels:
• TV — A probability panel that measures the who, what, how and where of TV and streaming audiences
• Áudio — A probability panel that measures in-home and out-of-home audio consumption at the local and national level and consists of both metered and diary markets
• Digital — Depending on the market, a metered probability and/or opt-in panel that measures ad and content exposure for computers, mobile and across platforms
• Participante — An opt-in panel of registered, non-metered panelists to enhance our measured panel assets with features like big data calibration and identity validation
Como os dados do painel de mídia são usados?
Embora os dados de painel possam ser usados por empresas de pesquisa que procuram tendências de consumo ou agências governamentais que procuram monitorar os hábitos de consumo da população, os dados de painel de mídia são usados com mais frequência por empresas de mídia, marcas e anunciantes que procuram entender a visualização de conteúdo e o alcance e a frequência de campanhas publicitárias.
For networks, publishers and other media sellers, panel data helps them know their audience size, habits and trends, which is then used to inform programming, pricing and content distribution strategies.
For brands, advertisers and other media buyers, panel data is used to understand who’s actually seeing their ads, which platforms their target audiences prefer, and predict how these behaviors may change over time.
Os painéis estão obsoletos na era do big data?
You may be thinking: Do we even need panels now that we have big data from set-top boxes, smart TVs, streaming platforms, social media channels, retail media networks and everything in-between?
That’s a popular misconception.
First off, big data (like automatic content recognition {ACR} data from smart TVs) can tell us what’s playing on screen, but not who is watching, or how many friends and family might be sitting on the couch and watching too. In fact, it’s impossible to tell from big data alone whether a show or a movie is playing to an empty room. Nobody wants to pay for media without an audience.
What’s more, big data isn’t representative of the full media audience. The only way it could be is if everyone used the same technology and had access to the same content available to them. A cable company might have tens of millions of subscribers, but those viewers don’t all pay for the same channels or watch the same programs.
Sem a capacidade de identificar audiências reais e, em seguida, identificar e representar o perfil demográfico dos espectadores, é impossível para as empresas de pesquisa que dependem exclusivamente de big data deduzir audiências entre plataformas, dispositivos e serviços - e juntar toda a história.
Como você obtém o melhor dos dois mundos?
Para ser claro, os vieses decorrentes de problemas de amostragem ou não resposta podem prejudicar um painel de probabilidade tanto quanto um grande conjunto de dados. Porém, com o tamanho certo, a atenção correta aos detalhes e um conhecimento profundo de estatística, um painel bem administrado ainda é a melhor maneira de representar a população em geral e fornecer estimativas confiáveis da composição do público no ecossistema de mídia incrivelmente diversificado de hoje.
Então, o big data é totalmente inútil? Claro que não! Sua escala permite analisar o uso da mídia com muita granularidade e, com a calibração correta e a modelagem baseada em pessoas, os grandes conjuntos de dados podem oferecer insights valiosos para programação de cauda longa e públicos difíceis de alcançar.
A number of organizations, including the World Federation of Advertisers, now believe that the combination of panels and big data is the true future of audience measurement, and many research companies are hard at work developing these capabilities.
Nielsen’s Need to Know reviews the fundamentals of audience measurement and demystifies the media industry’s hottest topics. Read every article here.
Note
1. Two notable early examples were the National Consumer Panel, launched by Samuel Barton in 1942 under Roosevelt’s Office of Price Administration initiative to measure household consumption of rationed goods during WWII; and the panel behind the Nielsen Radio Index, launched that same year by Arthur C. Nielsen to capture radio on/off and channel tuning activity using an ingenious mechanical device first developed at MIT: the Audimeter.
