Menyeimbangkan kebutuhan akan inovasi dan kesinambungan dalam pengukuran audiens

Perubahan dramatis dalam perilaku menonton TV selama dekade terakhir, yang didorong terutama oleh adopsi luas TV terhubung (CTV)¹dan ketersediaan internet berkecepatan tinggi yang semakin luas, telah memperkenalkan berbagai set data baru yang mulai diterapkan dalam solusi pengukuran. Secara umum disebut sebagai big data, set data ini memberikan kesempatan untuk mengembangkan pengukuran audiens guna membantu baik pembeli maupun penjual memahami lebih baik bagaimana program TV—dan iklan—berkinerja. 

Skala big data

Secara umum, terdapat dua sumber utama big data yang digunakan dalam pengukuran audiens televisi linear:

• Data jalur balik (RPD) dari set-top box (STB) kabel dan satelit
• Data pengenalan konten otomatis (ACR) dari televisi pintar

Dengan 70,6% rumah tangga TV di AS yang memiliki TV pintar, naik dari 62,3% dua tahun lalu, salah satu manfaat terbesar dari big data adalah skala. Skala sangat penting dalam lanskap penayangan yang terfragmentasi saat ini. Set data besar kami saat ini mencakup 45 juta rumah tangga di AS dan 75 juta perangkat dari Comcast, Dish, DirecTV, Roku, dan Vizio, yang setara dengan penyedia pengukuran lainnya.

Namun, kumpulan data ini tidak seragam atau homogen, dan tidak dirancang untuk digunakan dalam pengukuran audiens. Namun, hal itu tidak berarti bahwa kumpulan data ini tidak dapat digunakan untuk tujuan tersebut. Faktanya, kumpulan data ini dapat sangat berguna—tetapi tidak secara mandiri. Memahami big data memerlukan kumpulan data acuan yang memperbaiki celah, fluktuasi, dan kompleksitas lain dalam kumpulan data besar.

Menjamin stabilitas pengukuran dan representasi

Menggabungkan big data dengan panel representatif sangat penting untuk mengukur penayangan di semua perangkat dan audiens secara stabil. Nielsen memiliki panel representatif yang terdiri dari 101.000 individu dari sekitar 42.000 rumah tangga, yang memungkinkan kami memanfaatkan kekuatan big data sambil memperbaiki kelemahannya. 

Dan industri setuju. Prinsip 'North Star' Federasi Periklanan Dunia (WFA) untuk pengukuran lintas media mengharuskan kombinasi antara panel berkualitas dan big data. Pada Agustus 2022, baik Video Advertising Bureau (VAB) maupun Association of Advertisers (ANA) mengumumkan rencana untuk membangun panel mereka sendiri, begitu pula Google untuk digunakan dalam pengukuran konversi online. Dengan kata lain, industri ini mendesak adanya pendekatan yang tidak hanya memastikan representasi yang adil tetapi juga memanfaatkan kekuatan big data. Kami yakin Nielsen berada dalam posisi unik untuk menyediakan solusi-solusi ini.

Kami telah menginvestasikan satu dekade penelitian dalam mengintegrasikan set data besar ke dalam metodologi kami dengan cara inovatif yang juga memastikan kesinambungan dengan pengukuran mata uang kami. Kami mengintegrasikan set data besar ke dalam pengukuran TV lokal AS kami pada tahun 2019 dan ke dalam pengukuran TV nasional kami pada tahun 2022. Ketika digunakan bersamaan dengan panel tingkat individu yang representatif, set data besar ini dapat secara signifikan meningkatkan ilmu pengukuran audiens.

1. Pengukuran berfokus pada orang. Big data tidak memberikan informasi tentang orang-orang yang melakukan penayangan. Dengan menggabungkan big data dengan panel, kita dapat memahami siapa yang menonton, serta komposisi rumah tangga.
2. Pengukuran harus representatif. Big data memberikan gambaran yang tidak lengkap tentang penonton TV. Misalnya, data RPD/STB dan ACR tidak mencakup streaming dan penonton melalui siaran udara (OTA). Per November 2023, streaming menyumbang 36,1% dari total penontonan TV di AS. Selain itu, 18,1% rumah tangga TV di AS memiliki setidaknya satu TV yang mengakses konten menggunakan antena digital daripada STB atau^{koneksi internet2}. Sumber data besar juga mungkin tidak mencakup semua perangkat di rumah. Hal ini terutama menjadi masalah dengan data ACR, di mana jumlah perangkat yang mengirimkan data sekitar 1,1 per rumah. Rata-rata rumah tangga TV di AS memiliki sekitar 2,5 set. Panel sangat penting untuk menutupi celah ini, dan solusi pengukuran yang hanya mengandalkan data besar akan melewatkan audiens ini.
3. Pengukuran tidak hanya sekadar sumber data. Data ACR , misalnya, hanya mengidentifikasi gambar di layar. Jika konten yang sama ditayangkan di beberapa saluran pada waktu yang sama, data ACR tidak dapat secara akurat mengaitkan penayangan ke satu saluran dibandingkan dengan yang lain. Demikian pula, data RPD dan STB seringkali tidak mampu memverifikasi apakah TV bahkan dalam keadaan menyala. Penyedia RPD/STB dan produsen peralatan asli (OEM) yang berbeda juga memiliki cara yang berbeda dalam mengumpulkan dan memproses data. Hal ini membuat proses pengambilan data, harmonisasi, pengelompokan rumah tangga, dan kalibrasi menjadi sangat kritis dan kompleks. 

Kekurangan dalam pengukuran data RPD/STB dan ACR menyoroti mengapa sangat penting agar data-data ini dikalibrasi dengan panel berbasis populasi yang secara akurat mewakili keragaman suatu populasi. 

Menavigasi evolusi pengukuran

Dengan menggabungkan skala big data dengan informasi tingkat individu dari meter panel inovatif baru, kami dapat menyediakan tingkat detail yang lebih tinggi hingga ke tingkat iklan komersial individu. Hal ini memastikan pengiklan dapat memahami siapa dan berapa banyak orang yang melihat iklan mereka secara tepat. Kami juga dapat menyediakan penargetan yang lebih canggih untuk memanfaatkan kemampuan alamat linear yang dapat ditargetkan, serta segmen audiens yang lebih canggih. 

Manfaat yang akan dibawa oleh Big Data+Panel tidak bisa diremehkan, namun pergeseran yang terjadi di industri media terlalu signifikan untuk melakukan perubahan metodologi secara drastis terhadap data yang digunakan sebagai mata uang dalam waktu singkat. Transisi yang stabil di masa perubahan selalu lebih baik daripada perubahan mendadak yang cepat. Masa transisi juga memperkuat kebutuhan akan transparansi, terutama ketika data pengukuran menjadi dasar industri global yang diperkirakan oleh firma riset iklan WARC akan melebihi $1 triliun tahun depan. 

Mengakui bahwa industri membutuhkan waktu untuk beradaptasi dengan inovasi dalam pengukuran, kami telah membuat aliran data Big Data+Panel nasional kami tersedia untuk transaksi secara paralel dengan mata uang panel TV kami untuk musim televisi ‘23-’24. Untuk musim ‘24-’25, kami telah meningkatkan aliran Big Data+Panel kami untuk mencakup data Comcast (di samping DISH, DirecTV, Roku, dan Vizio), dan kami berkomitmen untuk membantu industri melewati transisi ini. Sadar bahwa organisasi yang berbeda berkembang dan beradaptasi dengan kecepatan yang berbeda, kami juga akan menyediakan data Panel TV yang diaudit dan diakreditasi (rata-rata menit), serta Big Data+Panel (pada rata-rata menit dan menit iklan individu) selama musim mendatang.  

Evolusi pengukuran TV hanya akan terjadi dengan keselarasan industri. Meskipun banyak agensi dan pengiklan tertarik untuk beralih ke pengukuran iklan yang tepat, sentimen umum di industri adalah bahwa pengukuran C3/C7 belum siap untuk dihentikan. Kita perlu menyeimbangkan kebutuhan yang sama validnya antara inovasi dan kontinuitas. Dengan tiga set data yang tersedia, pembeli dan penjual akan dapat mengembangkan sistem untuk benar-benar mengimplementasikan perencanaan, penjualan, dan pembelian TV linear nasional pada tingkat iklan yang tepat. 

Sumber:

^{1 CTV} merujuk pada televisi apa pun yang terhubung ke internet. Penggunaan paling umum dari koneksi internet ini adalah untuk streaming konten video
² Nielsen National TV Panel, November 2023