Manish Bhatia, 고급 디지털 클라이언트 서비스 사장

텔레비전 산업은 TV 시청에 대한 세분화된 통찰력의 광활한 바다로 항해하려고 합니다.  우리가 말하는 바다는 물론 셋톱박스(STB) 데이터입니다.  다른 산업도 미지의 영역에 발을 들여놓았으며, 제조업체는 출하 데이터와 매장 데이터를 가지고 있고, 잡지는 발행 부수와 판매 데이터를 가지고 있으며, 인터넷은 로그 파일을 가지고 있습니다.  이러한 대부분의 경우 업계 관계자들은 정보에 입각한 비즈니스 결정을 내리기 위해 거대하고 때로는 이질적인 데이터 세트를 탐색하는 방법을 찾았습니다. 그리고 그렇지 않은 곳에서는 혼란이 뒤따랐다.

텔레비전 사업에 종사하는 우리는 다른 산업의 경험에서 배우고 STB 데이터와 같은 보완 데이터를 통합하여 통화 측정에 가치와 더 깊은 통찰력을 더할 수 있습니다.   STB 데이터를 더 자세히 살펴보고 STB가 제공할 수 있는 인사이트와 제공할 수 없는 인사이트를 알아보겠습니다.

약속

STB 데이터는 상당한 잠재력을 가지고 있습니다.  STB 데이터의 순전한 규모와 세분화를 통해 통화 측정에 사용되는 잠재고객 샘플보다 잠재고객 행동을 훨씬 더 깊이 분석할 수 있습니다.  더 작은 오디언스와 샘플 크기의 조합으로 인해 현재 보고되지 않는 네트워크에 대한 인사이트를 제공할 수 있으며, 이를 통해 '롱테일 보고'를 가능하게 할 수 있습니다.  우리는 점점 더 작은 지역, 인구 통계 및 기간을 살펴볼 수 있습니다. 초 단위 시청 분석 누구?   STB 데이터의 또 다른 큰 이점은 구매 데이터 또는 기타 데이터 세트에 액세스할 수 있어 현재 가능한 것보다 훨씬 더 충실하게 광고 캠페인의 ROI를 측정할 수 있다는 것입니다.   크기가 크기 때문에 더 깊은 분석이 가능할 뿐만 아니라 안정성이 향상되고 분석의 표준 오류가 줄어듭니다.   TV가 더욱 발전하고 상호 작용함에 따라 시청자는 새로운 행동에 참여할 것입니다.  STB 데이터는 이러한 행동에 대한 통찰력을 얻을 수 있는 귀중한 소스가 될 것입니다.

이 모든 것은 STB 데이터가 검토되는 거의 모든 회의에서 잘 문서화되고 논의됩니다. 백서, 파워포인트 프레젠테이션 및 이 모든 것에 대해 작성된 기사가 많이 있습니다.

Nielsen은 현재 업계에 제공하는 통찰력을 확장하게 되어 매우 기쁩니다.  우리는 STB 데이터를 갭을 조정하면 TV 시청, 광고 전달 및 효과에 대한 더 깊은 통찰력을 제공할 수 있는 매우 귀중한 정보 소스로 보고 있습니다.   우리는 이러한 노력에 여러 데이터 세트를 처리하고 통합하는 전문 지식을 제공하여 고객에게 일관되고 의미 있는 통찰력을 제공합니다.  우리는 이미 소비재 고객, 인터넷 고객 및 모바일 고객을 위해 이 작업을 수행하고 있습니다.

위험

STB 데이터 사용에 대한 논의는 단순한 학술적 논의가 아닙니다.   순수 STB 데이터를 기반으로 한 통화 결정은 광고 구매자와 판매자에게 부당한 재정적 영향을 미칠 수 있습니다.  진실은 다양한 시청 플랫폼(공중파, 케이블, 위성, 통신사)의 시청자가 다른 프로그램을 시청한다는 것입니다.  승자와 패자는 등급이 케이블 또는 위성 데이터만을 기반으로 하는 경우 부적절하게 결정될 수 있습니다.  등급은 가구 내 모든 시청 플랫폼에서의 시청을 고려한 포괄적이고 대표적인 시청자 추정치 출처를 기반으로 할 수 있습니다.

몇 가지 데이터를 살펴보겠습니다.

Nielsen NPM(National People Meter) 샘플의 시청률을 유선 디지털 케이블 전용 주택 또는 위성 전용 주택을 나타내는 다양한 컷백 NPM 샘플의 시청률과 비교할 때 네트워크 및 인기 프로그램의 시청률에 상당한 변동이 있습니다.  '08-'09 시즌의 몇 가지 예:

• 케이블 네트워크는 우리가 예상하는 것처럼 디지털 케이블 전용 가정에서 훨씬 더 잘 할 수 있으며 일부 네트워크는 시청자가 20+% 증가합니다.
• Fox 방송 네트워크는 디지털 케이블 전용 가정에서 4% 더 나은 성과를 거둔 반면, CBS 방송 네트워크는 6%의 시청자를 잃을 것입니다.
• 아메리칸 아이돌(American Idol )은 디지털 케이블 전용 주택에서는 12% 더 나은 성과를 보였지만, 위성 주택에서는 7% 더 나은 성과를 거두었습니다.
• 절망적인 주부들에 대한 등급은 디지털 케이블 전용 주택의 경우 12% 더 높지만 위성 전용 주택의 경우 6.5% 더 낮습니다. 이는 단일 공연에서 18.5%의 변동입니다.
• 멘탈리스트는 디지털 케이블 전용 또는 위성 전용 주택에서 약간 낮은 평가를 받습니다.

이러한 모든 유형의 변화가 합쳐진다면 수억 달러의 주인이 바뀌는 등 재정적 영향은 엄청날 것입니다.   예를 들어, 6월 24일 광고 연구 재단(Advertising Research Foundation)의 시청률 측정에 관한 컨퍼런스에서 NBC의 리서치 및 미디어 개발 담당 사장인 앨런 워첼(Alan Wurtzel)은 NBC가 여러 셋톱박스 제공업체에 히어로즈의 마지막 에피소드에 대한 시청률을 생성하도록 요청했다고 보고했습니다.  워첼 씨에 따르면, "우리는 그들에게도 같은 요청을 했습니다.  우리가 돌아온 것은 다른 대답이었습니다."  동일한 데이터 소스의 시청률 차이는 6%였으며, 이는 단일 에피소드에 대해 400,000달러의 광고 매출 차이를 의미했습니다.

더 넓은 관점에서 보기 위해 Nielsen의 NPM 및 Monitor Plus 서비스를 사용하여 여러 플랫폼에 걸친 시청률과 광고 지출을 살펴보았습니다.  부적절한 결과에 대한 추정치는 다음과 같습니다.

• C3 시청률 추정치가 디지털 케이블 가정에서만 시청하는 것을 기반으로 했다면 이번 시즌까지 방송 네트워크는 약 3억 4천만 달러의 광고 수익을 잃었을 것입니다. 만약 시청률 추정치가 위성 주택만을 기준으로 한다면, 방송사들은 시청률이 4% 더 낮을 것이고 7억 3천만 달러는 더 가난해질 것이다.
• 우리가 예상하는 바와 같이 케이블 네트워크는 디지털 케이블 홈만 사용함으로써 25억 달러의 추가 광고 수익을 얻을 수 있습니다. 만약 위성 주택이 등급의 기준이 되었다면, 케이블 네트워크에 6억 달러의 추가 광고 수익을 창출했을 것입니다.

이러한 차이는 STB 주택과 비 STB 주택 간의 시청 패턴이 다르기 때문에 발생합니다.  그리고 그것은 STB 데이터와 관련된 다양한 격차를 고려하기 전에 모든 것입니다.

셋톱박스 데이터의 사실과 신화

지난 몇 년 동안 우리는 여러 출처에서 STB 데이터를 분석해 왔으며 몇 가지 통찰력을 여러분과 공유하고자 합니다.

1. 큰 표본이 항상 작은 표본보다 좋은 것은 아닙니다: 일반적으로 더 큰 표본을 더 작은 표본과 비교할 때 크기가 증가하면 더 안정적인 추정치가 제공되고 추정치 주변의 표준 오차가 낮아집니다.  그러나 비교되는 더 작은 데이터 세트와 더 큰 데이터 세트가 모집단을 나타내는 완전성과 데이터의 정확성 측면에서 비슷한 품질인 경우 이는 사실입니다.  고품질의 작은 표본은 체계적인 편향이 있는 큰 표본보다 더 정확한 정보를 제공합니다.

2. STB 데이터는 인구 조사 데이터가 아닙니다: STB 데이터는 모든 TV 가구에서 사용할 수 있는 것은 아닙니다.  미국 가정의 11%는 케이블, 위성 또는 통신 서비스를 제공하지 않습니다.  그들은 계속해서 엔터테인먼트와 정보 요구를 무료, 디지털, 공중파 TV(셋톱 박스 없음)로 적절하게 충족시키고 있습니다.  또 다른 19%는 셋톱박스가 없는 아날로그 케이블을 사용합니다. 전체적으로, STB를 사용하지 않는 가구는 전체 TV 시청의 약 4분의 1을 차지합니다.  또한 STB를 통해 시청할 수 있는 가정에서는 가정에서 전체 TV 시청이 보고된 STB 데이터에 캡처되지 않는다는 것도 알고 있습니다.  이러한 STB 가정에는 현재 셋톱 박스가 부착되어 있지 않은 TV가 평균 1대 있으므로 이러한 가정에서 STB가 아닌 시청은 보고되지 않습니다.  STB 가정에서 STB가 아닌 시청은 전체 TV 시청의 9%를 차지합니다.

3. 케이블, 위성 또는 통신을 통해 TV를 시청하는 가정은 다른 가정과 다릅니다: 매우 큰 데이터 세트를 나타내고 미국 가정의 대부분을 다루지만 STB 데이터를 사용하여 전체 시청을 추론하는 것은 이러한 가정의 시청이 다른 HH와 다르기 때문에 오해의 소지가 있을 수 있습니다.

• STB 가정에는 HH당 2.8대, 일반 가정의 경우 2.4대의 TV가 더 많습니다
• STB 가정은 하루에 약 9시간 동안 TV를 시청하는데, 이는 일반 가정의 경우 8 1/2시간, 방송만 하는 가정의 경우 약 6시간입니다.
• STB 주택은 더 큰 HH이며 더 많은 돈을 벌 수 있습니다
• STB 주택은 더 많은 시간 이동을 수행합니다.

위에서 언급했듯이 케이블이 있는 가정에서도 HH당 평균 한 세트에는 셋톱박스가 없습니다.   이러한 비 STB 세트에서 보는 것은 다릅니다.  키즈 네트워크(디즈니, 어덜트 스윔, 카툰, 닉)는 STB 세트보다 비 STB 세트에서 시청 수준이 더 높기 때문에 HH의 메인 TV 세트에는 디지털 셋톱 박스가 있을 수 있지만 키즈룸의 TV에는 없을 수 있습니다.

데이터 갭

이제 STB 데이터 갭에 대해 알아보겠습니다.  STB 데이터는 TV가 아닌 셋톱 박스에서 튜닝한 것입니다.   STB 상자는 TV가 꺼져 있을 때에도 자주 켜져 있습니다(이와 관련하여 집에서 자신의 습관을 고려하십시오).  상자의 약 10%가 한 달 이상 꺼지지 않는 것으로 나타났습니다.  상자의 약 30%는 주어진 날짜에 24시간 동안 유지됩니다.  이는 시스템마다, 그리고 박스마다 다르며, 이는 STB의 조화 및 표준화 측면에서 또 다른 흥미로운 과제를 야기합니다.  이 모든 것은 누가 실제로 TV를 시청하고 프로그램이나 광고 메시지에 노출되는지 파악하기 전에 STB 데이터는 누가 시청하는지 알려주지 않습니다.

업계 관계자들은 이러한 격차를 해소하기 위해 정교한 모델을 개발하여 이러한 문제를 해결하기 위해 노력하고 있습니다.  그렇다면 문제는 어떤 정보가 갭을 고려하기 위해 모델에 정보를 제공하는가 하는 것입니다.  STB 데이터가 누락될 수 있는 것을 어떻게 알 수 있습니까?   우리가 모르는 것을 어떻게 알 수 있습니까?   그리고 모델의 정확성을 결정하기 위해 모델을 어떻게 검증합니까?  금융계에서 월스트리트는 똑똑한 수학자와 통계학자를 많이 고용해 모델을 개발하지 않았을까?  현실 세계의 역동성을 통합하지 못한 모델에 대한 과신과 과잉 의존으로 인해 우리는 얼마나 많은 것을 잃었습니까?

솔루션

더 많은 것을 배우고 더 나은 프로그래밍 및 광고 결정을 내리기 위해 데이터 세트를 완성하고 STB 데이터의 잠재력을 최대한 활용할 수 있는 방법이 있습니다.  Nielsen의 NPM 샘플은 케이블, 비 케이블, 위성, 새 세트, 오래된 세트, 거실 및 침실, 지하실 및 주방의 세트 등 모든 플랫폼에서 약 50,000 명의 TV 시청을 추적합니다.  Nielsen의 NPM 샘플은 미국 TV 업계에 정보를 제공하는 통화이며 TV 시청자 측정의 황금 표준입니다.  NPM 데이터 세트를 사용하면 패널과 STB 데이터 간의 모델링을 생성할 수 있으므로 정확한 사람의 수준을 볼 수 있고 세분화된 분석과 안정적인 추정을 위해 훨씬 더 큰 데이터 세트로 확장할 수 있습니다.  이 모델은 2007년 뉴욕에서 열린 ARF 컨퍼런스에서 개발 및 발표되었습니다.

STB 데이터를 사용하여 잠재고객 추정치를 산출하는 주요 단계는 다음과 같습니다.

NBC의 앨런 워첼(Alan Wurtzel)이 말했듯이, "우리는 점점 더 적어진다는 것을 배우고 있습니다.  이건 정말 어려운 일이야."   우리는 동의하고 해결책을 도울 수 있습니다.  Nielsen은 STB 토론을 알리고 텔레비전 시청에 대한 통찰력을 확장할 수 있는 관련 자산을 보유하고 있습니다.  우리는 업계와 협력하여 약속을 활용하고 셋톱 박스 데이터의 위험을 피할 수 있기를 기대합니다.