媒体领域的选择从未像今天这样丰富，消费者正积极地参与到最吸引他们的平台和渠道中。鉴于广告商、出版商和代理公司都在寻求吸引、参与和衡量参与度，而无论消费发生在何处，选择的广泛性放大了行业对准确衡量的需求。
重要的是，消费者仍然是选择的核心，这就更需要对受众进行全面综合的衡量；衡量时需要考虑到行业不断发展的平台和渠道所引入的大量新数据源。然而，这些数据源本身并不能准确衡量受众，因为它们无法真实代表美国人口。
要衡量实际受众，你需要真实的人。
多年来，尼尔森面板一直是电视测量的黄金标准，它们仍然是提供电视观众重要洞察力不可或缺的一部分，而这些洞察力仅靠机顶盒和智能电视的大数据是无法阐明的。但是，这些大数据集也有巨大的价值。与传统面板相比，它们能提供成倍增长的受众规模，但却缺乏具体的受众信息。要使测量具有整体性和代表性，就需要将大数据与面板数据结合使用。
重要的是，机顶盒和智能电视数据并非为测量而设计。例如，来自有线电视或卫星电视机顶盒的回传路径数据（RPD）可以告诉您电视是否打开以及何时换台，但无法告诉您谁在房间里或谁在控制屏幕上的内容。智能电视提供的自动内容识别（ACR）数据也是如此。例如，尼尔森（Nielsen）对 RPD 的分析发现，如果不对无人收看时电视打开的情况进行校正，调谐分钟数将被高估 145% 至 260%，具体取决于提供商。
撇开测量方面的缺陷不谈，大数据具有很大的优势，可以在未来的受众测量中发挥关键作用，尤其是随着设备和平台使用量的增加。大数据的规模和范围不断扩大，这是无与伦比的，但它需要以具有代表性的、个人层面的数据为基础，以确保全面、准确地洞察实际受众。例如，尼尔森最近的一项分析发现，对黄金时段节目的 RPD 测量高估了美国总受众印象的 69%。同样的分析发现，ACR 数据低估了 12% 的受众印象。
Nielsen’s nationally representative panels are also critical in measuring the growth of streaming, which has grown to account for more than one-quarter of total TV usage. While streaming presents consumers with a seemingly endless array of content choice, big data lacks the ability to fully account for audiences and engagement. Big data cannot account for over-the-top streaming devices like Roku devices and Amazon Fire Sticks, and many streaming applications block ACR data transmissions while the apps are in use. That’s where partnerships with key OEMs and panel data become paramount, especially as new platforms and channels enter the market.
对实际受众的洞察需要来自真人的数据--这些数据可与其他来源的数据结合使用，以显著增加样本量。尼尔森有能力识别并纠正其面板上的数据质量问题，从而确保大数据在观众测量中的稳定性、可靠性和一致性。当大数据与个人层面的测量进行校准时，行业就能充分发挥机顶盒 RPD 和智能电视 ACR 数据的潜力。
