在今年于纽约举行的 AdExchanger 行业预览会上，营销和广告技术领域的顶级行业领袖齐聚一堂，共同探讨 2019 年广告业最关键的愿景。尼尔森作为为期两天的研讨会的主要赞助商出席了会议，进一步确立了我们在数据驱动型营销和测量领域的领先权威地位。在会议的第二天，尼尔森全球媒体首席商务官梅根-克拉克恩（Megan Clarken）发表了题为 "变革营销测量 "的主题演讲，认为 2019 年应该是行业加倍重视高质量指标以证明其价值的一年。
In the U.S., the average person consumes over 82 hours of media a week via multitasking (not in a row), a trend that will continue to grow in ways we never thought possible. In order to further grasp the opportunity in the current video landscape, particularly the growth of mobile video, marketers need to understand how people engage with video across screens in a comparable way rather than understanding segmented engagement with TV or digital. From there, market players can think about monetization, which Megan categorized in four content monetization models:
- 传统/推广广告：线性购买
- 有针对性的广告：受众购买
- SVOD：订阅模式（无广告）
- 品牌整合：产品植入
传统/推广和定向广告是当今市场上最受争议和瞩目的广告渠道，但它们只占营销人员总体支出的一小部分。为了说明这一点，梅根放映了一张幻灯片，突出显示了传统快速消费品和汽车品牌的营销支出中，有 15%-20% 用于广告，而 80%-85% 用于贸易促进和激励措施，这主要是因为证明数字支出的投资回报率仍然是各行各业的一大障碍。
In order to cut through the confusion and gain access to a more significant piece of the advertising pie, Megan emphasized the importance of better understanding walled gardens, defined as environments where all operations are controlled by their respective media owners. Unfortunately, they often lead to the development of inconsistent measurement across the media landscape.
"梅根说："关于什么是货币衡量标准，一直有很多争论。"首先要了解基础指标。我们认为是到达率和频率。就是有多少人看到了，他们看到的频率有多高。这与他们看了多久或投资回报率无关，这只是一个不动产数字。整合到达率和频率是所有衡量标准的根本，也是市场交易和营销人员释放更多支出的最重要基础。这些基础指标至关重要，因为它们可以为受众建立准确的范围。有了这个基础，您就可以在此基础上创建其他指标，如高级受众的投资回报率、参与度等。
这三种情况更加说明了为什么采用可比较的指标，以覆盖范围和频率为基础，对行业的凝聚力和发展至关重要：
Scenario 1 – Each Vendor Measuring Itself
第一种环境与我们今天所处的环境很接近，但我们需要避免，因为它阻碍了整个市场中受众的去重复化。她还说，这也会妨碍一致性、跨市场可比性、透明度和独立衡量，从而造成浪费。
Scenario 2 – Different Outcomes: Multiple Measurement Approaches
如果利用独立的测量公司，第二种情况将反映当今的环境。然而，这种模式的问题在于，每个供应商的测量结果都无法与其他供应商的测量结果进行准确比较，重复性会丢失，投资回报率或品牌提升也无法测量。
Scenario 3 – Comparable Metrics to Monetize
这种模式是实现整个市场一致性的理想环境，因为一套衡量标准就能衡量基本片段、覆盖范围和频率。它还可以与其他指标进行比较，从而真实反映销售效果、多触点归因和品牌差异化所需的参与度。它可以通过一致的货币化指标来消除跨平台受众的重复，并与不同的参与者共同培育一个生态系统。也就是说，为了让市场协同工作，这是必要的。
Nielsen’s very own vBrand, a recent acquisition, uses machine-learning technology to consistently measure reach and frequency across platforms for branded integrations. Additionally, vBrand serves as a trading desk for how marketers value promotions and sponsorships inside of sports, and it measures the reach of brands across social media sites.
底线是：没有理由不把它推广到整个行业，在整个市场上使用，但我们都需要参与进来，使之成为现实。
