近年来，电视行业发生了翻天覆地的变化。新型设备、分销商、流媒体平台、订阅模式和节目形式正在重塑整个行业，并赋予观众更多选择权。但有一点始终未变：人们依然热爱共聚一堂看电视。
当然，这取决于具体场合——节目内容、观看时段、屏幕尺寸、所在房间、家庭成员数量，以及是否有人恰巧在场。但如今人们聚在一起观看超级碗或 《单身女郎》，与 半个世纪前他们聚在一起看《M*A*S*H》或阿波罗11号登月直播的初衷并无二致：只为 有人能共同分享这份体验。
在媒体行业的术语中，这被称为共同观看。让我们来探讨为何测量公司准确把握这一现象至关重要。
人们多久一起看一次电视？
在尼尔森，我们长期研究共同收视现象。我们的历史测量方案始终以人群为基础，即便在仅有少数几家主要广播网络的年代亦是如此。因此我们始终拥有可靠的数据来源来评估共同收视规模。如今，在美国千家万户中，47%¹的线性电视和联网电视（CTV）内容由多人同时观看。
如今，线性电视与CTV的共同观看率几乎没有差异，但情况并非一直如此。 早在2017年，我们与Roku合作的研究就发现，传统电视（48%）与OTT电视（34%）的共同观看率存在显著差距。此后，智能电视日益普及，大屏幕设备也变得更经济实惠。消费者越来越不区分传统电视与流媒体、电视与数字设备——对他们而言，这都是电视。
但这并不意味着不存在差异，也无法将相同的共同观看系数一概而论地应用于所有场景。黄金时段和周末时段、体育节目和儿童节目、男性观众、年轻成年人以及有更多孩子的家庭中，共同观看现象更为普遍。电视机在房屋内的摆放位置同样影响共同观看率。 每个案例都各不相同，要准确衡量共同收视率，唯一可靠的方式是直接测量，或针对每个广告曝光单独建模。
为什么要关心人们是否一起看电视？
大多数品牌想要触达的是人，而非家庭——更不是那些没有面孔的设备。 广告展示量固然可观，但远远不够。广告主及其代理商在购买媒体时，不惜重金锁定特定人群（如费城18-34岁女性或亚利桑那州55岁以上群体），或是精准受众（如购买有机食品的电动汽车车主）。他们需要确保广告触达目标人群，而共同观看率的测量正是解决这一核心问题的关键。
媒体公司需要了解谁在观看其内容，以此把握受众需求、优化节目编排并合理定价广告资源。例如，若某档新节目在年轻群体中反响热烈，他们便可续订新季、批准类似节目制作，进而培养可变现的细分受众群体——这既能增加订阅用户，又能吸引渴望触达这些观众的广告主。
在当今高度碎片化且竞争激烈的电视环境中，媒体公司不再销售"收视时长"，广告商也不再盲目购买"观众眼球"。他们都需要测量解决方案来实现以下目标：消除跨设备重复计数、计算精准广告投放、优化覆盖率与频次，并提升关键营销指标（如目标受众效率率）。 若缺乏个人级测量，上述目标皆难以实现。
尼尔森如何衡量共同收视？
测量共同收视的最直接方式是监测个人层面的电视收视情况。我们的全国电视样本调查和主要地方电视市场便是如此。在这些市场中，我们的受访者会"签到"以确认收视群体。 但为增强受众解决方案的深度与稳定性——同时提升对小规模电视市场中细分受众的可视化能力——我们正日益依赖基于以下技术的大数据：智能电视的自动内容识别（ACR）、有线/卫星运营商的回传路径数据，以及设备与情境标识符（用于广告曝光）。而这些技术仅能捕捉家庭层面的收视信息。
尼尔森能够识别观众身份，得益于十年前开发并持续优化的"观众分配"技术。该技术运用先进统计方法，将来自大数据源（如Roku、Vizio、Hulu、Netflix、YouTube等）的匿名观看数据，与我们针对每项观看行为和广告曝光的个人级面板数据进行匹配。 匹配过程基于观看行为（细化至节目级别）的相似性，同时考量地理位置、家庭构成、设备类型、室内位置、时段、星期等关键预测指标。该模型持续学习优化，我们不断验证其性能以确保尽可能贴近真实情况。
拥有面板数据能带来巨大回报，有助于充分利用这些新数据源，但必须认识到，观众分配这类流程无法弥补所有缺失的观众数据。有时，收视数据中无法找到可靠匹配项，或家庭构成信息难以获取。 约9%的CTV数据中，连年龄、性别等基础观众特征都难以分配。对此类情况，尼尔森依托强大的预测模型进行观众分配决策。
接下来呢？
近期方法论的突破性进展使我们能够为更多广告位分配观众特征，从而显著提升了覆盖率测量的能力。我们的模型持续从尼尔森海量的数据和信号中学习，使观众预测能力不断完善。
共同观看始终是电视体验的重要组成部分，这种情况短期内不会改变。请确保它同样成为您测量策略的核心要素。
尼尔森《需知》栏目解析受众测量的基本原理，并揭开媒体行业热门话题的神秘面纱。阅读所有文章 此处。
注释
1尼尔森小组数据
