50년 이상 동안 닐슨은 전 세계 기업들에게 소비자 행동에 대한 핵심적인 통찰력을 제공해 왔으며, 우리의 패널이 이를 가능하게 합니다.

패널은 더 큰 집단을 대표하도록 선정된 사람들의 그룹입니다. 국가나 도시와 같은 특정 지역 내 모든 사람을 포함하는 것은 현실적으로 불가능하므로, 정교한 표본 추출 및 통계 기법을 활용하여 사용된 표본이 전체 인구 집단을 대표하도록 보장합니다. 이를 어떻게 수행할까요? 닐슨 데이터 과학자들은 전체 인구 집단의 인구 통계와 행동을 모방하는 소규모 집단을 생성합니다. 이를 통해 해당 대규모 집단 내 모든 개인과 직접 접촉하지 않고도 전체 인구 집단의 행동을 정확히 이해할 수 있습니다.

패널 데이터는 어떻게 사용되나요?

패널 데이터를 활용해 소비자 행동을 분석합니다. 소비자가 어떤 TV 프로그램을 시청하는지, 라디오 청취 시간은 얼마나 되는지 등 미디어 접촉 방식을 정확히 파악할 수 있습니다. 예를 들어 미국 미디어 업계에서는 니elsen TV 패널을 '누가 무엇을 시청하는지'를 알 수 있는 최고의 기준으로 여깁니다. 실제로 TV 업계는 광고 매매 시 니elsen 데이터를 기준으로 삼습니다.

표현이란 무엇인가?

모든 사람의 행동에 대해 일일이 개입하는 것은 불가능합니다—바로 여기에 데이터 과학이 필요한 이유입니다.

시작하기 위해, 우리는 특정 시장이나 지역에 대해 통계적으로 신뢰할 수 있는 대규모 데이터 세트를 사용합니다. 예를 들어, 미국 인구조사 데이터, 멜버른에 대한 유엔 인구 통계, 또는 상하이 내 여러 교외 지역에 대한 정부 발표 인구 총계를 생각해 보십시오. 그런 다음, 확률 기반 무작위 표본 추출을 통해 전체 인구 중 더 작은 집단을 식별합니다. 더 작은 데이터 세트를 확보한 후에는 통계 및 기타 과학적 기법을 사용하여 표본의 특성이 더 큰 집단의 특성을 정확히 반영하도록 보장합니다.

미디어 소비 행태에 대한 정확하고 대표적인 측정을 제공하는 우리의 능력은 빅데이터 세트, 전화 설문조사 또는 디지털 기기(예: 케이블 및 위성 셋톱박스)가 수집하는 데이터로는 따라잡을 수 없습니다.

데이터 과학 및 빅데이터

데이터가 많을수록 좋다는 데는 이견이 거의 없을 것이다. 하지만 모든 데이터가 동등한 것은 아니다. 우리 모두는 매시간 디지털 발자국을 남기고 있으며, 이러한 발자국은 기업이 사용자의 관심사에 부합하는 콘텐츠, 광고 및 경험을 만드는 데 도움이 될 수 있습니다. 하지만 이러한 발자국은 완전하지 않습니다. TV를 시청하다가 채널을 변경하는 상황을 생각해 보십시오. 셋톱박스나 콘텐츠 제공업체는 채널이 변경되었고 TV가 위치한 집의 주소를 알지만, 집 안에서 누가 채널을 변경했는지는 알지 못합니다.

니elsen은 특히 디지털 측정 분야에서 중요한 역할을 합니다. 예를 들어, 인터넷 공급자는 온라인 광고가 클릭되었는지는 알 수 있지만, 누가 클릭했는지는 알 수 없습니다. 그러나 니elsen 패널의 진실 데이터 세트를 기반으로 정교한 통계 기법을 활용하면, 더 큰 집단의 행동을 정확하게 파악할 수 있습니다.