การสร้างสมดุลระหว่างความต้องการนวัตกรรมและความต่อเนื่องในการวัดผลผู้ชม

Dramatic changes in TV viewing behaviors over the past decade, driven primarily by widespread connected TV (CTV)¹ adoption and increasing high-speed internet availability, have introduced an array of new data sets that are finding their way into measurement solutions. Generically referred to as big data, these data sets provide the opportunity to advance audience measurement to help both buyers and sellers better understand how TV programming—and ads—are performing. 

ขนาดของข้อมูลขนาดใหญ่

At a high level, there are two primary sources of big data that are being used in linear television audience measurement:

• ข้อมูลเส้นทางกลับ (RPD) จากกล่องรับสัญญาณเคเบิลและดาวเทียม (STB)
• ข้อมูลการจดจำเนื้อหาอัตโนมัติ (ACR) จากสมาร์ททีวี

จากการที่ครัวเรือนที่ใช้ทีวีในสหรัฐอเมริกา 70.6% มีทีวีอัจฉริยะ ซึ่งเพิ่มขึ้นจาก 62.3% เมื่อสองปีก่อน ประโยชน์ที่ใหญ่ที่สุดประการหนึ่งของบิ๊กดาต้าก็คือการปรับขนาด การปรับขนาดมีความสำคัญในภูมิทัศน์การรับชมที่กระจัดกระจายในปัจจุบัน ชุดบิ๊กดาต้าของเราประกอบด้วยครัวเรือน 45 ล้านครัวเรือนในสหรัฐอเมริกาและอุปกรณ์ 75 ล้านเครื่องจาก Comcast, Dish, DirecTV, Roku และ Vizio ซึ่งเทียบเคียงได้กับผู้ให้บริการการวัดผลรายอื่นๆ

อย่างไรก็ตาม ชุดข้อมูลเหล่านี้ไม่ได้เป็นแบบเดียวกันหรือสม่ำเสมอ และไม่ได้ถูกออกแบบมาเพื่อใช้ในการวัดผลกลุ่มเป้าหมาย แต่ไม่ได้หมายความว่าไม่สามารถใช้เพื่อจุดประสงค์ดังกล่าวได้ ในความเป็นจริง ชุดข้อมูลเหล่านี้มีประโยชน์มาก แต่ไม่ใช่ว่าจะใช้แบบเดี่ยวๆ เสมอไป การทำความเข้าใจข้อมูลขนาดใหญ่ต้องใช้ชุดข้อมูลจริงที่แก้ไขช่องว่าง ความผันผวน และความซับซ้อนอื่นๆ ในชุดข้อมูลขนาดใหญ่

Ensuring measurement stability & representation

การจับคู่ข้อมูลขนาดใหญ่กับกลุ่มตัวอย่างมีความสำคัญต่อการดูข้อมูลในทุกอุปกรณ์และกลุ่มเป้าหมายอย่างมีเสถียรภาพ Nielsen มีกลุ่มตัวอย่างที่ประกอบด้วยบุคคล 101,000 คนจากครัวเรือนประมาณ 42,000 ครัวเรือน ซึ่งทำให้เราสามารถใช้ประโยชน์จากพลังของข้อมูลขนาดใหญ่ได้ในขณะที่แก้ไขข้อบกพร่องของข้อมูลดังกล่าว 

And the industry agrees. The World Federation of Advertisers’ (WFA) ‘North Star’ principles for cross-media measurement call for a combination of quality panel and big data. In August 2022, both the Video Advertising Bureau (VAB) and the Association of Advertisers (ANA) announced plans to build their own panels, as did Google for use in its online conversion measurement. Put differently, the industry is clamoring for approaches that both ensure representation and harness the power of big data. We believe Nielsen is uniquely positioned to provide these solutions.

เราได้ลงทุนวิจัยกว่าทศวรรษในการผสานรวมชุดข้อมูลขนาดใหญ่เข้ากับวิธีการของเราในรูปแบบที่สร้างสรรค์ซึ่งยังรับประกันความต่อเนื่องของการวัดค่าเงินของเราอีกด้วย เราได้ผสานรวมข้อมูลขนาดใหญ่เข้ากับการวัดค่าทีวีในท้องถิ่นของสหรัฐอเมริกาในปี 2019 และการวัดค่าทีวีระดับประเทศในปี 2022 เมื่อใช้ร่วมกับกลุ่มตัวอย่างระดับบุคคล ชุดข้อมูลขนาดใหญ่เหล่านี้สามารถพัฒนาวิทยาศาสตร์การวัดผู้ชมได้อย่างมาก

1. Measurement is about people. Big data provides no information about the people who are doing the viewing. By pairing big data with panels, we’re able to understand who is viewing, as well as household makeup.
2. Measurement must be representative. Big data provides an incomplete picture of TV viewing. For example, RPD/STB and ACR data lack streaming coverage and over the air (OTA) viewing. As of November 2023, streaming accounted for 36.1% of television viewing in the U.S. Additionally, 18.1% of U.S. TV households have at least one TV set that accesses content using a digital antenna instead of STBs or an internet connection². Big data viewing sources also may not include all devices in the home. This is particularly an issue with ACR data where the number of devices returning data is about 1.1 per home. The average U.S. TV home has about 2.5 sets. Panels are critical to cover these gaps, and any measurement solution that solely relies on big data would miss these audiences.
3. Measurement is more than just data sources. ACR data, for example, simply identifies images on a screen. If the same piece of content is airing on multiple channels at the same time, the ACR data has no way of accurately attributing viewing to one channel versus the other. Similarly, RPD and STB data are often incapable of verifying if a TV is even on. Different RPD/STB providers and original equipment manufacturers (OEMs) also have different ways of collecting and processing data. This makes ingestion, harmonization, householding, and calibration both critical and extremely complex. 

ข้อบกพร่องในการวัดข้อมูล RPD/STB และ ACR เน้นย้ำว่าเหตุใดจึงมีความสำคัญที่ข้อมูลเหล่านี้ต้องได้รับการปรับเทียบด้วยกลุ่มตัวอย่างตามบุคคลซึ่งแสดงถึงความหลากหลายของประชากรได้อย่างแม่นยำ 

การนำทางวิวัฒนาการของการวัด

ด้วยการผสมผสานขนาดของข้อมูลขนาดใหญ่เข้ากับข้อมูลระดับบุคคลจากแผงมิเตอร์แบบใหม่ที่สร้างสรรค์ เราจึงสามารถให้รายละเอียดที่ละเอียดยิ่งขึ้นถึงโฆษณาแต่ละรายการได้ ซึ่งช่วยให้ผู้โฆษณาเข้าใจว่าใครและกี่คนที่เห็นโฆษณาที่ตรงเป๊ะของตน นอกจากนี้ เรายังสามารถให้การกำหนดเป้าหมายขั้นสูงมากขึ้นเพื่อปลดล็อกความสามารถในการใช้ประโยชน์จากความสามารถในการระบุที่อยู่เชิงเส้น รวมถึงกลุ่มเป้าหมายขั้นสูง 

There is no shortchanging the benefits Big Data+Panel will bring, but the shifts taking place in the media industry are far too significant to make wholesale methodology changes to data being used as currency on a moment’s notice. Stable transition in times of change will always be better than a very quick pivot. Times of transition also amplify the need for transparency, especially when measurement data underpins a global industry that ad research firm WARC estimates will top $1 trillion next year. 

Recognizing that the industry needs time to adapt to innovations in measurement, we made our national Big Data+Panel data stream available for transactions in parallel with our TV panel currency for the ‘23-’24 television season. For the ‘24-’25 season, we have enhanced our Big Data+Panel stream to include Comcast data (in addition to DISH, DirecTV, Roku and Vizio), and we’re committed to helping the industry navigate through this transition. Well aware that different organizations evolve and adapt at different rates, we will also provide our audited and accredited TV Panel data (average minute), as well as Big Data+Panel (at the average minute and individual commercial minute) during the coming season.  

The evolution of การวัดทีวี will only happen with industry alignment. And while many agencies and advertisers are interested in moving toward measurement of exact commercials, the overall sentiment in the industry is that it’s not yet ready to retire C3/C7 ratings. We need to balance the equally valid needs for innovation and continuity. With three data sets available, buyers and sellers will be able to evolve systems to truly operationalize the planning, selling and buying of national linear TV at an exact commercial level. 

แหล่งที่มา :

¹ CTV refers to any television that is connected to the internet. The most common use of the internet connection is to stream video content
² Nielsen National TV Panel, November 2023