Lewati ke konten
Wawasan > Media

Harus Melihat TV: Bagaimana Aktivitas Twitter Menjelang Pemutaran Perdana Musim Gugur Dapat Menunjukkan Kesuksesan

4 menit membaca | Januari 2015

Bagi perusahaan media, musim gugur TV adalah saat karet bertemu dengan jalan. Jaringan dan agensi white knuckle diri mereka ke dalam keadaan yang kuat sementara mereka dengan cemas menunggu untuk melihat apakah audiens bersenang-senang dalam penawaran program baru mereka. Sementara itu, agensi telah memasang taruhan iklan mereka dan dengan saksama mengawasi untuk melihat penyesuaian apa yang perlu mereka lakukan saat permainan dimainkan. Sementara itu, pemirsa memegang semua kartu, dengan penuh semangat mencicipi pertunjukan baru, menawarkan banyak dukungan dan kritik di sepanjang jalan.

Jadi dengan semua keributan di sekitar TV musim gugur ini, apa peran aktivitas Twitter di sekitar acara baru dalam semuanya?

Kami terjun ke pertanyaan ini setelah musim perdana musim gugur 2014. Kami mengevaluasi bagaimana aktivitas Twitter TV, yang dilacak secara 24/7 menjelang pemutaran perdana program baru, dapat digunakan untuk mengantisipasi ukuran pemirsa yang menonton episode perdana dari program tersebut. Dan dalam melihat data tersebut, aktivitas Twitter TV memang terbukti sebagai sinyal tambahan yang dapat digunakan bersama dengan faktor-faktor lain untuk mengantisipasi ukuran penonton premier. Ini penting karena jika aktivitas Twitter TV dapat digunakan bersama sumber data lain untuk membantu menentukan pemirsa TV, maka agensi dapat menyempurnakan pembelian mereka sebelum pemutaran perdana. Jaringan dapat mengidentifikasi calon pemenang dan tantangan lebih awal untuk memaksimalkan penjualan iklan dan aktivitas pemasaran yang benar. Dan, sejauh media sosial mengarahkan orang untuk menyadari acara baru, jaringan dapat memanfaatkan aktivitas Twitter TV untuk menjangkau audiens yang dituju dengan lebih baik.

Kami menganalisis 42 pemutaran perdana siaran dan serial kabel, termasuk program berbahasa Inggris dan Spanyol, dari akhir Agustus hingga awal November. Untuk memulai, kami mencari korelasi antara berapa kali pemirsa berusia 18-34 tahun melihat promosi TV untuk program tertentu dan ukuran pemirsa program tersebut untuk episode perdana. Secara alami, kami mengharapkan program yang sangat dipromosikan untuk mengumpulkan audiens yang lebih besar, dan itulah yang kami lihat. Dengan kata lain, tanpa menyertakan data Twitter TV dalam analisis, kami mengonfirmasi bahwa program yang dipromosikan secara lebih substansial melihat pemirsa utama yang lebih tinggi. Agar benar-benar berguna, aktivitas Twitter TV perlu menceritakan kisah tambahan di atas apa yang sudah kita ketahui dari promosi saja.

Jadi, dapatkah pemahaman tentang aktivitas Twitter TV sebelum pemutaran perdana membantu jaringan dan agensi untuk lebih tepat mengukur hasil audiens daripada paparan promosi saja? Dengan kata lain, nilai tambah apa yang dibawa oleh aktivitas Twitter TV dalam mengantisipasi ukuran pemirsa?

Untuk menjawab pertanyaan-pertanyaan ini, kami membuat model untuk menentukan pemirsa live+7 hari (L+7) yang diharapkan dari 18-34 pemirsa menggunakan tiga variabel:

  • Kegiatan promosi: Tayangan komersial (C3)
  • Aktivitas Twitter TV: Tweet terkait program (pelacakan 24/7)
  • Jenis jaringan: Siaran vs. Kabel

Periode waktu untuk promosi dan aktivitas Twitter TV adalah periode empat minggu yang berakhir dua minggu sebelum tanggal pemutaran perdana setiap program, periode waktu yang sama yang digunakan dalam menganalisis korelasi antara promosi dan ukuran pemirsa. Kami menggunakan periode waktu ini untuk memastikan komparabilitas di seluruh program dan untuk menunjukkan bahwa agensi atau jaringan berpotensi mengambil tindakan, dalam minggu-minggu dan hari-hari menjelang pemutaran perdana, menggunakan pendekatan serupa. 

Kami membandingkan hasil model kami dengan ukuran penonton premiere yang sebenarnya untuk memahami betapa bergunanya model serupa dalam menunjukkan kesuksesan premiere. Misalnya, bagan di bawah ini menunjukkan bahwa model menunjukkan ukuran pemirsa 1,5 juta pemirsa berusia 18-34 tahun untuk pemutaran perdana program A, hampir persis seperti pemirsa sebenarnya untuk pemutaran perdana. Meskipun ukuran pemirsa yang ditunjukkan oleh model tidak selalu mencerminkan ukuran pemirsa sebenarnya dari pemutaran perdana program, Anda dapat melihat bahwa harapan secara terarah selaras dengan pemirsa aktual yang menarik penayangan perdana. Misalnya, model ini dengan benar mengantisipasi bahwa program A, B, C, D dan E akan berada di antara 10 program teratas, berdasarkan ukuran pemirsa perdana mereka yang sebenarnya. 

Meskipun model ini hanya didasarkan pada 42 titik data, model keseluruhan dan ketiga variabel tersebut signifikan secara statistik. Model ini menjelaskan 65% varians dalam ukuran pemirsa utama, dibandingkan dengan 48% yang menggunakan data promosi saja. Jadi, ketiga variabel ini bersama-sama dapat menjelaskan hampir dua pertiga dari perbedaan ukuran pemirsa perdana. Yang paling penting, agensi atau jaringan dapat menggunakan model ini untuk mengidentifikasi program 10 teratas dan 10 terbawah tayang perdana lebih tepat daripada dengan mengandalkan data promosi saja.

Untuk lebih jelasnya, temuan tersebut tidak selalu berarti bahwa aktivitas Twitter TV menyebabkan ukuran audiens yang lebih besar. Namun, meskipun hubungannya tidak bersifat kausal, upaya penelitian kami saat ini dan baru-baru ini semakin menunjukkan bahwa aktivitas twitter TV dan data jangkauan dapat membantu jaringan dan agensi membuat keputusan periklanan dan pemasaran program yang unggul dan berbasis data.

Lanjutkan menjelajahi wawasan topik yang sama