In Medienkreisen herrscht seit einiger Zeit große Aufregung und Begeisterung hinsichtlich der Zukunft der Messung und der vielversprechenden Möglichkeiten von Big Data. Bei Nielsen haben wir den Wert von Big Data schon lange erkannt. Tatsächlich haben wir erst letzten Monat weitere Details dazu bekannt gegeben, wie wir Big Data in unseren nationalen TV-Messdienst integrieren werden.
Wir wissen auch, dass kein Gremium perfekt ist, wie die letzten Monate gezeigt haben.
Wenn unsere Teams von Datenwissenschaftlern jedoch einige der weitreichenden Behauptungen hören, dass Big Data die Lage retten und alle wahrgenommenen Herausforderungen in der Branche lösen wird, fällt es ihnen schwer, nicht skeptisch zu sein.
Das liegt daran, dass die großen Datensätze, auf die die Branche derzeit Zugriff hat, trotz ihres Wertes und ihres erstaunlichen Potenzials sehr reale Grenzen haben.
Ein relevantes aktuelles Beispiel
Nachdem Comscore den Zugang zu den Portable People Meters von Nielsen verloren hatte, gab das Unternehmen bekannt, dass es nun Datensätze von Experian ConsumerView verwenden wird, um einzelne Zuschauer für Messzwecke zu identifizieren. Diese Ankündigung wurde in der Fachpresse als Fortschritt dargestellt – schließlich muss jede Veränderung in Richtung Big Data, wenn diese die Zukunft sind, eine gute Sache sein.
Leider ist das für ihre Kunden und für die Verbraucher nicht der Fall.
Es gibt eine Handvoll Drittanbieter von Identitätsdaten, die die Möglichkeit bieten, Datensätze auf der Grundlage personenbezogener Daten abzugleichen und demografische Merkmale bereitzustellen, die sowohl direkt erhoben als auch modelliert wurden.
Bei Nielsen überprüfen wir diese Daten regelmäßig. Dazu messen wir direkt die Informationen aus unseren robusten Panels, um zu validieren, wie genau diese Datensätze 1) den Haushalten zugeordnet werden können und 2) demografische Daten und Merkmale korrekt wiedergeben.
Was wir in der Regel feststellen, sollte Werbetreibenden zu denken geben.
Die meisten heute verfügbaren Datensätze basieren auf Rechnungsinformationen oder der Erfassung des Online-Verhaltens und nicht auf demografischen Profilen. Sie enthalten keine detaillierten Angaben zu den Personen auf ihren Listen – vom Alter über das Einkommen bis hin zur ethnischen Zugehörigkeit –, wie Sie sie mit einem robusten Panel erhalten. Da diese Datensätze durch Maschinen-zu-Maschinen-Übertragungen erstellt werden, erhöhen sie auch die Möglichkeit von Verschwendung und Betrug.
Aus diesem Grund ist die Gewissheit, die sie darüber bieten können, wer tatsächlich in einem bestimmten Haushalt lebt, begrenzt. Und sie sind nicht in der Lage zu sagen, wer in einem bestimmten Haushalt zu einer bestimmten Zeit eine bestimmte Sendung sieht.
Selbst wenn Sie diese Daten mit anderen Quellen abgleichen, sind massive Lücken und Fehler in Ihren Schätzungen fast garantiert. Dies mag akzeptabel sein, wenn es um die Zielgruppenansprache geht, aber diese Daten allein bieten nicht die Genauigkeit, Objektivität und Transparenz, die für eine Messung erforderlich sind.
Warum es wichtig ist
Was bedeutet das nun konkret? Nun, es hat einige Auswirkungen.
Im Falle der Abkehr von Comscore von unseren Personal People Meters, bei denen tatsächlich Mikrofone an etwa 100.000 realen, verifizierten Personen angebracht werden, um genau zu verfolgen, was diese Personen sehen,
Bei einem Modell, das Rechnungsdaten verwendet, um Schätzungen darüber anzustellen, wer in einem Haushalt zu einem bestimmten Zeitpunkt eine bestimmte Sendung sieht, ist das Ergebnis eine weniger genaue Auswertung darüber, wer was sieht.
Die möglicherweise größere Auswirkung ist jedoch, dass diese Verschiebung dazu führen wird, dass die Branche immer weiter davon entfernt sein wird, ein wahrheitsgetreues Bild des Landes zu vermitteln.
Wir wissen, dass viele dieser Datensätze besser geeignet sind, Daten über Haushalte zu liefern, wenn die dort lebenden Menschen ihr eigenes Haus besitzen und schon lange dort wohnen. Und das ist auch logisch. Das Problem dabei ist, dass langjährige Hausbesitzer tendenziell eher weiß, wohlhabender und deutlich älter sind als die Gesamtbevölkerung. Diese Datensätze unterschätzen bewusst die Anzahl der schwarzen und braunen Menschen, der Menschen mit geringerem Einkommen und der jüngeren Menschen, und das in einer Zeit, in der all diese Bevölkerungsgruppen wachsen und nicht schrumpfen.
Das Gleiche gilt für Datensätze, die auf Set-Top-Box-Daten basieren. Diese neigen dazu, wohlhabendere Verbraucher, die bereit sind, mehr für Kabelpakete zu bezahlen, überzuzählen und schließen damit unverhältnismäßig viele Verbraucher mit geringerem Einkommen aus, die für viele Vermarkter wichtige Zielgruppen sind.
Die Medienbranche hat zu Recht die genaue Darstellung schwarzer und brauner Gemeinschaften zu einer zentralen Priorität gemacht. Bei Nielsen ist unsere Bilanz in dieser Hinsicht über Jahrzehnte hinweg nicht perfekt gewesen, aber heute haben wir den genauesten und fortschrittlichsten Überblick über die Nation, wie sie wirklich ist.
Messinstrumente, die auf Big Data basieren und nicht durch ein repräsentatives, validiertes und geprüftes Panel gestützt werden, können diesen Anspruch nicht erheben. Nielsen-Panels können viele demografische Gruppen innerhalb der Volkszählung mit einer Abweichung von 1 % erfassen, aber die auf Big Data ausgerichteten Optionen kommen nicht einmal annähernd an diesen Wert heran. Die Branche muss offen und ehrlich mit sich selbst umgehen, was die Herausforderungen angeht, die Big Data in Bezug auf die Repräsentativität mit sich bringt.
Ein umfassenderes Problem
Um es klar zu sagen: Dies ist nicht nur ein Problem von Comscore. Dies ist ein Problem, das derzeit alle großen Datensätze betrifft.
Im August 2020 nutzte die ANA in Zusammenarbeit mit dem MRC und Sequent Partners Daten von Nielsen als Benchmark für eine Studie, mit der untersucht werden sollte, inwieweit multikulturelle Zielgruppen in der Medienausrichtung angemessen berücksichtigt werden. Die Studie untersuchte eine aggregierte Sammlung hochwertiger Marketing- und Mediendaten und versuchte zu ermitteln, wie genau schwarze, braune und asiatische Zielgruppen angesprochen werden. Die Ergebnisse waren beunruhigend, aber für uns keineswegs überraschend.
Die Studie ergab, dass die großen Datensätze, auf die sich die Branche stützt, nicht in der Lage waren, diese wichtigen Zielgruppen genau anzusprechen. Zum Teil lag dies daran, dass die Datensätze nicht darauf ausgelegt waren, umfassende Daten darüber zu erfassen, wer diese Verbraucher wirklich sind, wie es bei robusten Panels der Fall ist. Daher kam es zu zahlreichen Falschdarstellungen und Unterrepräsentationen in den Daten.
Vergleichen Sie dies nun mit den robusten Panels von Nielsen, die eine Fülle von direkt gesammelten Informationen von realen Personen liefern, die repräsentativ für die gesamte US-Bevölkerung sind. Wer lebt in diesem Haushalt? Wie alt sind die Personen? Zu welcher Rasse und ethnischen Gruppe zählen sie sich? Wer sieht zu einem bestimmten Zeitpunkt fern? Das Panel von Nielsen beantwortet diese Fragen.
Auch hier gilt: Panels allein sind nicht perfekt, aber es gibt einen Grund, warum andere Branchen, insbesondere die Pharmaindustrie, bei der Zulassung von Medikamenten ähnliche Ansätze wie Panels verwenden. Denn wenn viel auf dem Spiel steht, gibt es keinen Ersatz für echte, verifizierte Menschen.
Wir wissen, dass viele Branchenakteure von den Möglichkeiten von Big Data begeistert sind, und wir sind es auch. Aber als Branche müssen wir ehrlich sein, was Big Data leisten kann und was nicht. Und auch wir verstehen, dass die Zukunft der Medienmessung in einem Ansatz liegt, der die Reichweite von Big Data mit den verifizierten personenbezogenen Daten solider Panels kombiniert.
Dieser Artikel erschien ursprünglich auf Next TV.
