メディア業界にとって、3月から5月にかけては勝負の時期だ。ニールセンについて もはや個々のプラットフォームやテクノロジーに縛られることのない、メディア業界を横断する数多くのアップフロントイベントの中で、拡大するコンテンツ市場は、広告の買い手と売り手にとって、豊富なチャンスとナビゲートすべき情報の広がりをもたらしている。
広告主にとって、この時期の数字は非常に重要である。そして、デジタルへの関心が高まるなか、テレビの消費は細る一方であり、その重要性はさらに増している。どのくらい重要か？ アンペール・アナリシスの調査によると、2021年のコンテンツへの支出総額は、ストリーミング大手のネットフリックスが牽引し、ニールセンについて 、2200億ドルに達する。また、広告主は、米国人が昨年 ほぼ1,500万年分の動画をストリーミングしたことを知っており、2021年に全世界のデジタル広告費が29％以上急増し、4,910億ドルを突破するため、結集している。
さらに、消費者はストリーミング業界の軌道を変えるつもりはないようで、 ストリーミング加入者の93％が今後1年間で利用を増やす予定だと答えている。とはいえ、従来のテレビコンテンツが廃れたわけではない。平均的な成人は、コネクテッドTV（CTV）コンテンツよりも ライブTVに1日あたり2倍以上の時間を費やしているからだ。
コンテンツがますます豊富になることで、消費者の選択肢はますます豊かになるが、無数のプラットフォーム、デバイス、サービスが、広告主にとって測定上の課題となる可能性がある。さらに、選択肢が爆発的に増えたからといって、コンテンツに関わる時間が増えたわけでも、人が増えたわけでもない。しかし、スマートTV（ACR）やケーブルボックス（RPD）を含むビッグデータには、そうでないことを示唆する方法がある。ケーブルボックスやスマートTVからのデータも、ストリーミング・アクティビティについてはほとんどインサイト ：ケーブルボックスは、その定義上、従来のTVデータを提供し、ACRは、視聴者がNetflixを含むネイティブアプリを使用すると、しばしばシャットアウトされる。
測定に使用されることを意図していないことに加え、ビッグデータは実際の人間を反映していない。RPDとACRは計測に尺度を提供するので、その価値に間違いはないが、ビッグデータはデバイスを反映したものであり、実際の人々を反映したものではない。データだけでは、誰が見ていて、誰が見ていないのかを知ることはできない。そして、人が方程式から取り除かれると、数字は辻褄が合わなくなる。
例えば、スマートテレビの画面上の画像を識別するACRデータ。このデータは視聴者測定に非常に役立つが、それだけでは画面に何が映っているかを特定する以上のことはできない。RPDデータも似たようなものだが、テレビがオンになっているかどうかを確認する機能すらない。そのため、セットトップボックスのインプレッションの4分の1は、電源が入っていないテレビからのものなのです。
誰がどのデバイスやスクリーンを使っているかわからないことに加え、ビッグデータは本質的に偏っており、その偏りはデータの種類によって異なる。ビッグデータが本当に米国の人口を代表するためには、すべてのテレビ世帯がまったく同じテレビを持ち、まったく同じデータストリームを通じて番組にアクセスする必要がある。そのため、すべてのビッグデータセットは、米国人口の多様性を反映した人ベースのパネルでレベルセット-キャリブレーションされる必要がある。
重要なことは、世界広告主連盟、全米広告主協会、そして他の30カ国以上の同等の組織が、スクリーン・メディアの将来の視聴者測定システムは、質の高いパネルとビッグデータの組み合わせでなければならないと一致して述べていることである。
パネルデータがなければ、多様性を測定することはできない。すべてのテレビ世帯が同じデバイスで同じコンテンツにアクセスすることはありえないだけでなく、世帯の構成はテレビ世帯を抱える国の構造と同じように多様であることもわかっている。ビッグデータに基づく測定が的外れなのは、そこなのだ。
例えば、ヒスパニック系は米国人口の20％弱を占めるが、ビッグデータは他の多くの視聴者とともに、この視聴者を大幅に過小評価している。しかし、RPD だけに基づく測定では、ニールセンの分析によると、ヒスパニック系世帯の数が30% も不足しています。これを踏まえて考えてみましょう：2020年の米国国勢調査では、ヒスパニック系人口は6200万人強であった。2020年の米国国勢調査では、ヒスパニック系人口は6200万人強であることが判明しています。この人口の半数がある時間にテレビを視聴しており、広告主が RPD データを測定に活用している場合、広告主が認識しているよりも900万人以上にリーチしている可能性があります。
重要なのは、30％という過小表示は平均値であるということだ。番組レベルでは、ビッグデータは、一般人口と多様な視聴者の両方について、より大きな差で過小または過大に表現する可能性がある。例えば、ニールセンがビッグデータ測定とそのゴールドスタンダードであるパネルベース測定との差異を調査したところ、RPD測定はゴールデンタイムの番組の米国での総インプレッションを69％過大評価していた。一方、ACR測定は12％過小評価した。スポーツイベントの場合、RPD 測定はヒスパニック系視聴者を 47% 過少に表示し、ACR データは同視聴者を 12% 過大に表示しました。
広告主にとって、このような計測のばらつきはコストになりうる。しかし、新しいデータソースの供給が増加しているため、特にそれが実在の人物と結びついていない可能性がある場合、測定に複雑さが加わる。出版社や広告主は、可能な限り最大のリーチを常に求めるだろうが、それを検証するために必要な分析的厳密性なしにはありえない。
リニアとデジタルの融合に伴い、ビッグデータソースは計測のための重要なインプットとなる。しかし、それだけでは測定ソースとして信頼できない。消費者がより多くのデバイスやチャネルを利用するようになると、エンゲージメントが過大に膨れ上がる可能性があると主張するデータを指摘することは容易になるだろう。広告主は、多くの代替オーディエンスが示唆するオーディエンスサイズを確かに歓迎するだろうが、それらの数字に対して広告購入を行うのであれば、最終的には実際の人々を反映していない数字に対して支払うことになる。
