Новые подходы: как измерять телеаудиторию с помощью Big Data
Большие данные широко применяются для исследований телеаудитории, однако они не всегда дают полную картину, в частности, не позволяют оценить, сколько зрителей находились перед экраном и кто они.
Мы в Platforma нашли интересную статью американской медиа-метрической компании Nielsen и решили перевести ее для вас. Материал посвящен новым подходам к работе с большими данными, которые дают возможность составить портрет телезрителя и провести более точные измерения, а также помогают бизнесу планировать рекламные кампании и анализировать их эффективность.
Потенциал Big Data
За последние 10 лет поведение телезрителей сильно изменилось. Одна из причин — быстрый рост рынка телевидения, подключенного к интернету (CTV — Connected TV), и доступности высокоскоростного интернета. С развитием этого ТВ-сегмента, появляются новые наборы данных (Big Data). Их используют для того, чтобы собирать информацию о телеаудитории. Есть два основных источника больших данных для медианализа.
Данные канала обратной связи (RPD — Return Path Data) с кабельных и спутниковых приставок (STB — Set Top Box);
Данные автоматического распознавания контента (ACR — Automatic Content Recognition) с «умных» телевизоров.
Рынок Smart TV в Россииданные J’son & Partners ConsultingАудитория Smart TV в России — 32,1 млн человек (март 2023 г.) 58,6% россиян имеют умные телевизоры (2022 г.) 4,96 млн Smart TV продано в 2022 г. Рост продаж относительно 2021 г. составил 6%.
Медиаизмерения: как обеспечить репрезентативность
Big Data полезны для медиаизмерений, но проблема в том, что они не дают полной картины. Чтобы получить более точный учет просмотров на всех устройствах и подробную информацию об аудитории, следует учитывать в том числе данные панельных исследований. Nielsen используют такую комплексную систему измерения телеаудитории — «Большие данные + панель». В панели Nielsen участвуют порядка 101 тысячи человек из 42 тысяч американских домохозяйств.
Такого же подхода придерживаются и другие участники американского рынка. Так, Бюро видеорекламы (VAB) и Ассоциация рекламодателей (ANA) создают для кросс-медиа собственные панели. Google вместе с Gallup набирает участников для онлайн-панелей. Всемирная федерация рекламодателей (WFA) пользуется большими данными и результатами панельных исследований для кросс-медийных измерений.
Есть несколько причин, по которым методика «Большие данные + панель» может изменить сферу медиаисследований.
В таких измерениях участвуют люди. Большие данные не позволяют зафиксировать, кто именно перед телевизором. Соединив Big Data с панелями, можно понять, сколько было зрителей и кто они.
Такие измерения репрезентативны. Big Data не дает полную картину «телесмотрения». Например, данные RPD, STB и ACR не позволяют оценить охват потокового эфирного вещания (OTA), не всегда учитывают все устройства в доме. Так, если речь идет о ACR, то количество устройств в США, передающих данные, составляет порядка 1,1 на дом. В то время как у американской семьи в доме в среднем около 2,5 телевизоров. Скорректировать это помогают панели.
Измерения — это больше, чем источник данных. Например, автоматическое распознавание контента (ACR) идентифицирует видеоизображение на устройстве. При этом, если один и тот же контент одновременно транслируется по нескольким каналам, то ACR не позволяет точно определить, какой канал смотрит телезритель. Данные RPD и STB часто не дают информации, смотрят ли пользователи вообще что-то. Ресивер может быть включен, а телевизор выключен. Кроме того, поставщики RPD и STB, производители оригинального оборудования используют разные способы сбора и обработки данных. Это затрудняет медиа анализ.
Таким образом, индустрии нужны новые решения, которые обеспечивают репрезентативность: данные с RPD, STB и ACR не дают полной информации о телеаудитории и должны уточняться с помощью результатов панельных исследований.
Развитие медиаизмерений
Запрос на точные данные о телеаудитории растет. Эта информация необходима глобальному рынку рекламы, который расширяется с каждым годом. Так, согласно отчету Всемирного центра исследования рекламы (WARC), в 2024 году маркетинговые инвестиции увеличатся на 8,2% и превысят 1 трлн долларов.
Nielsen соединяет Big Data и данных о телезрителях, полученные с помощью панельных счетчиков. Они устанавливаются на каждый телевизор в семье и круглосуточно фиксируют просмотр телеканалов. Эта дает рекламодателям информацию о том, сколько людей видели именно их рекламу и кто они. Ответы на эти вопросы позволяют бизнесу эффективно планировать медиабюджеты, закупая рекламу на телевидении, и стабильно развиваться на высококонкурентных рынках.
Преимущества такого метода измерения ТВ-аудитории очевидны, однако переход индустрии к нему должен быть постепенным. Рынку нужно время, чтобы адаптироваться к инновациям в этой области.
В России также используют большие данные для оптимизации рекламных кампаний на телевидении. Инструменты на основе Big Data помогают бизнесу составить портрет целевой телеаудитории и таргетировать на нее показ рекламы, например, транслировать ролики с детским питанием только для тех, кто уже искал товары для малышей в интернете. Так, Platforma анализирует данные из разных источников, которые позволяют определить, чем интересуются пользователи в сети, когда и что смотрят по телевизору, находит нужную аудиторию и показывает ей рекламные ролики в интернете и по ТВ в то время, когда пользователи находятся у экранов. Эта информация помогает бизнесу эффективнее планировать маркетинговые кампании и расширять ассортимент.
Просто о сложном
Неделя рекламы 
Новости 
Кейсы 
How to 
Интервью и дискуссии 
Маркетинговые исследования 
Проверено ADPASS 
Рекламные кампании 
