Wartość paneli w modelowaniu Big Data | Nielsen Wartość paneli w modelowaniu Big Data | Nielsen
02_Elements/Icons/ArrowLeft Powrót do Insight

Spostrzeżenia > Innowacje

Wartość paneli w modelowaniu dużych zbiorów danych

1 min czytania

Ostatnia aktualizacja:

Nie ma dnia bez raportu branżowego na temat fragmentacji widowni. Oczywiście nie jest to nowe zjawisko. Wraz z pojawieniem się telewizji kablowej w latach 80-tych, cyfrowej transmisji satelitarnej w latach 90-tych, internetowego wideo w 2000 roku, a ostatnio opcji over-the-top, widzowie telewizyjni cieszyli się stałym strumieniem nowych programów do wyboru rok po roku: Więcej sieci, więcej niszowych programów i więcej sposobów ich oglądania.

Jednak dla społeczności badawczej ta zwiększona różnorodność ma swoją cenę, a przyspieszające tempo zmian w ostatnich latach nadwyręża możliwości pomiarowe oparte na panelach, na których branża historycznie polegała w celu monitorowania aktywności widzów. Po prostu wyzwaniem stało się zebranie wystarczająco dużych paneli, aby zapewnić stabilne pomiary dla programów z małą widownią.

Dane Return Path Data (RPD) stanowią szansę na przezwyciężenie tego problemu, ale tylko wtedy, gdy ograniczenia i uprzedzenia w tych danych mogą zostać skorygowane i zweryfikowane. Niniejszy artykuł opisuje, w jaki sposób panele mogą skutecznie korygować te ograniczenia i pomagać w walidacji ocen pochodzących z zestawów danych RPD.

Panele i RPD razem stanowią zwycięską kombinację do dokładnego i stabilnego pomiaru oglądalności wideo.

Powiązane tagi:

Kontynuuj przeglądanie podobnych spostrzeżeń

Nasze produkty mogą pomóc Tobie i Twojej firmie

  • Ad Intel

    Wyróżnij swoją markę na tle konkurencji dzięki analizie reklam w różnych kanałach i platformach,...

  • Ad Intel

    Wyróżnij swoją markę na tle konkurencji dzięki analizie reklam w różnych kanałach i platformach,...