Ausgleich zwischen Innovationsbedarf und Kontinuität bei der Zuschauerforschung

Die dramatischen Veränderungen im Fernsehverhalten in den letzten zehn Jahren, die in erster Linie auf die weit verbreitete Einführung von Connected TV (CTV)¹und die zunehmende Verfügbarkeit von Hochgeschwindigkeitsinternet zurückzuführen sind, haben eine Reihe neuer Datensätze hervorgebracht, die Eingang in Messlösungen finden. Diese Datensätze, die allgemein als Big Data bezeichnet werden, bieten die Möglichkeit, die Zuschauerforschung voranzutreiben, damit sowohl Käufer als auch Verkäufer besser verstehen können, wie TV-Programme – und Werbung – funktionieren. 

Der Umfang von Big Data

Auf hoher Ebene gibt es zwei Hauptquellen für Big Data, die bei der linearen Fernsehzuschauerforschung verwendet werden:

• Rückwegdaten (RPD) von Kabel- und Satelliten-Set-Top-Boxen (STBs)
• Daten zur automatischen Inhaltserkennung (ACR) von Smart-TVs

Mit einem Anteil von 70,6 % der US-amerikanischen Haushalte, die einen Smart-TV besitzen, gegenüber 62,3 % vor zwei Jahren, ist einer der größten Vorteile von Big Data die Größe. Größe ist in der heutigen fragmentierten Fernsehlandschaft wichtig. Unser Big-Data-Datensatz umfasst derzeit 45 Millionen Haushalte in den USA und 75 Millionen Geräte von Comcast, Dish, DirecTV, Roku und Vizio, was mit dem Datenumfang anderer Messdienstleister konkurrieren kann.

Diese Datensätze sind jedoch weder einheitlich noch homogen und wurden nicht für die Verwendung in der Zuschauerforschung konzipiert. Das bedeutet jedoch nicht, dass sie nicht für diesen Zweck verwendet werden können. Tatsächlich können sie sehr nützlich sein – allerdings nicht für sich allein. Um Big Data sinnvoll zu nutzen, bedarf es eines Wahrheitssatzes, der Lücken, Schwankungen und andere Feinheiten im Big-Data-Datensatz korrigiert.

Sicherstellung der Messstabilität und -darstellung

Die Kombination von Big Data mit einem repräsentativen Panel ist entscheidend, um die Nutzung aller Geräte und Zielgruppen auf stabile Weise zu erfassen. Nielsen verfügt über ein repräsentatives Panel von 101.000 Personen aus etwa 42.000 Haushalten, das es uns ermöglicht, die Leistungsfähigkeit von Big Data zu nutzen und gleichzeitig dessen Schwächen zu korrigieren. 

Und die Branche stimmt dem zu. Die „North Star“-Grundsätze der World Federation of Advertisers (WFA) für die medienübergreifende Messung fordern eine Kombination aus hochwertigen Panels und Big Data. Im August 2022 kündigten sowohl das Video Advertising Bureau (VAB) als auch die Association of Advertisers (ANA) Pläne zum Aufbau eigener Panels an, ebenso wie Google für die Verwendung in seiner Online-Conversion-Messung. Mit anderen Worten: Die Branche verlangt nach Ansätzen, die sowohl die Repräsentativität gewährleisten als auch die Leistungsfähigkeit von Big Data nutzen. Wir glauben, dass Nielsen in einer einzigartigen Position ist, um diese Lösungen anzubieten.

Wir haben ein Jahrzehnt lang daran geforscht, große Datensätze auf innovative Weise in unsere Methoden zu integrieren, die auch die Kontinuität unserer Währungsmessung gewährleisten. Wir haben Big Data 2019 in unsere lokale TV-Messung in den USA und 2022 in unsere nationale TV-Messung integriert. In Verbindung mit repräsentativen Panels auf Personenebene können diese großen Datensätze die Wissenschaft der Zuschauerforschung erheblich voranbringen.

1. Bei der Messung geht es um Menschen. Big Data liefert keine Informationen über die Personen, die sich die Inhalte ansehen. Durch die Kombination von Big Data mit Panels können wir sowohl die Zuschauer als auch die Zusammensetzung der Haushalte nachvollziehen.
2. Die Messung muss repräsentativ sein. Big Data liefert ein unvollständiges Bild des Fernsehkonsums. Beispielsweise fehlen in den RPD/STB- und ACR-Daten Streaming-Dienste und terrestrisches Fernsehen (OTA). Im November 2023 entfielen 36,1 % der Fernsehzuschauer in den USA auf Streaming. Darüber hinaus verfügen 18,1 % der US-amerikanischen Fernsehhaushalte über mindestens einen Fernseher, der Inhalte über eine digitale Antenne statt über STBs oder eine^{Internetverbindung} empfängt2. Big-Data-Quellen erfassen möglicherweise auch nicht alle Geräte im Haushalt. Dies ist insbesondere bei ACR-Daten ein Problem, da pro Haushalt etwa 1,1 Geräte Daten zurückgeben. Der durchschnittliche US-Fernsehhaushalt verfügt über etwa 2,5 Geräte. Panels sind entscheidend, um diese Lücken zu schließen, und jede Messlösung, die sich ausschließlich auf Big Data stützt, würde diese Zielgruppen übersehen.
3. Messungen sind mehr als nur Datenquellen. ACR-Daten identifizieren beispielsweise lediglich Bilder auf einem Bildschirm. Wenn derselbe Inhalt gleichzeitig auf mehreren Kanälen ausgestrahlt wird, können die ACR-Daten nicht genau zuordnen, welcher Kanal angesehen wurde. Ebenso können RPD- und STB-Daten oft nicht überprüfen, ob ein Fernseher überhaupt eingeschaltet ist. Verschiedene RPD-/STB-Anbieter und Originalgerätehersteller (OEMs) haben auch unterschiedliche Methoden zur Erfassung und Verarbeitung von Daten. Dies macht die Erfassung, Harmonisierung, Haushaltsbildung und Kalibrierung sowohl kritisch als auch äußerst komplex. 

Messmängel in RPD/STB- und ACR-Daten verdeutlichen, warum es so wichtig ist, dass diese Daten mit personenbasierten Panels kalibriert werden, die die Vielfalt einer Bevölkerung genau widerspiegeln. 

Die Entwicklung der Messung steuern

Durch die Kombination von Big Data mit personenbezogenen Informationen aus innovativen neuen Panel-Messgeräten können wir eine verbesserte Granularität bis hin zum einzelnen Werbespot bieten. So können Werbetreibende genau nachvollziehen, wer ihre Werbung gesehen hat und wie viele Personen dies waren. Darüber hinaus können wir eine erweiterte Zielgruppenansprache anbieten, um lineare Adressierbarkeitsfunktionen sowie erweiterte Zielgruppensegmente zu nutzen. 

Die Vorteile von Big Data+Panel sind unbestreitbar, aber die Veränderungen in der Medienbranche sind viel zu bedeutend, als dass man die Methodik für Daten, die als Währung dienen, von heute auf morgen komplett umstellen könnte. In Zeiten des Wandels ist ein stabiler Übergang immer besser als eine sehr schnelle Umstellung. In Zeiten des Wandels wird auch die Notwendigkeit von Transparenz größer, insbesondere wenn Messdaten eine globale Branche stützen, deren Wert laut Schätzungen des Werbeforschungsunternehmens WARC im nächsten Jahr 1 Billion US-Dollar übersteigen wird. 

Da wir uns bewusst sind, dass die Branche Zeit benötigt, um sich an Innovationen im Bereich der Messung anzupassen, haben wir unseren nationalen Big Data+Panel-Datenstrom parallel zu unserer TV-Panel-Währung für die Fernsehsaison 2023/2024 für Transaktionen verfügbar gemacht. Für die Saison 2024/25 haben wir unseren Big Data+Panel-Stream um Comcast-Daten (zusätzlich zu DISH, DirecTV, Roku und Vizio) erweitert und sind bestrebt, die Branche bei diesem Übergang zu unterstützen. Da wir uns bewusst sind, dass sich verschiedene Organisationen unterschiedlich schnell weiterentwickeln und anpassen, werden wir in der kommenden Saison auch unsere geprüften und akkreditierten TV-Panel-Daten (Durchschnittsminute) sowie Big Data+Panel (Durchschnittsminute und einzelne Werbeminute) zur Verfügung stellen.  

Die Weiterentwicklung der TV-Messung kann nur durch eine einheitliche Ausrichtung der Branche erfolgen. Und obwohl viele Agenturen und Werbetreibende daran interessiert sind, zur Messung genauer Werbespots überzugehen, herrscht in der Branche insgesamt die Meinung vor, dass die C3/C7-Einschaltquoten noch nicht abgeschafft werden können. Wir müssen die gleichermaßen berechtigten Bedürfnisse nach Innovation und Kontinuität in Einklang bringen. Mit drei verfügbaren Datensätzen können Käufer und Verkäufer Systeme weiterentwickeln, um die Planung, den Verkauf und den Kauf von nationalem linearem Fernsehen auf einer genauen Werbungs-Ebene wirklich zu operationalisieren. 

Quellen:

^{1 CTV} bezieht sich auf jeden Fernseher, der mit dem Internet verbunden ist. Die häufigste Nutzung der Internetverbindung ist das Streamen von Videoinhalten
² Nielsen National TV Panel, November 2023