Panele - i generowane przez nie dane - są złotym standardem branży badawczej od prawie wieku i pozostają najdokładniejszym narzędziem do pomiaru odbiorców mediów.
Podążaj za nami, gdy omawiamy dane panelowe: Czym są, dlaczego są ważne i dokąd zmierzają.
Czym dokładnie jest panel?
W badaniach mediów panel to po prostu grupa gospodarstw domowych lub osób, które zgodziły się udostępnić dane osobowe i wziąć udział w regularnych badaniach lub bieżących pomiarach korzystania z mediów przez określony czas.
Nie wszystkie panele są jednak takie same. Istnieją dwa główne typy:
Panele prawdopodobieństwa
Uczestnicy paneli prawdopodobieństwa są wybierani tak, aby wiernie reprezentować daną populację (np. krajową widownię telewizyjną lub lokalny rynek radiowy). Firma badawcza dokłada wszelkich starań, aby zarządzać procesem rekrutacji i utrzymać statystyczną integralność panelu w czasie. Oznacza to rekrutację panelistów, niezwłoczną rejestrację nowych urządzeń, uwzględnienie zmian w wielkości i składzie gospodarstw domowych oraz zapewnienie, że dane dokładnie odzwierciedlają to, co robią ludzie. Panele telewizyjne i audio firmy Nielsen są panelami prawdopodobieństwa.
Panele opt-in (wygodne)
Uczestnicy paneli opt-in zgłaszają się dobrowolnie, odpowiadając na ogólne zaproszenie od firmy badawczej. Ponieważ tylko niektóre typy osób mogą odpowiedzieć na to zaproszenie, panele opt-in nie są reprezentatywne dla żadnej populacji. Są one jednak niezwykle przydatne w pomiarach oglądalności. Są pomocne w zrozumieniu uprzedzeń w tożsamości, wykorzystywane jako dane wejściowe do kalibracji w celu dostrojenia modeli, a także mogą weryfikować i korygować informacje stron trzecich od partnerów zajmujących się dużymi zbiorami danych. W Nielsen opt-in paneliści nie zawsze są aktywnie mierzeni, ale używamy naszego dużego panelu opt-in do walidacji rekordów stron trzecich od partnerów big data.
Dane z panelu prawdopodobieństwa w połączeniu z danymi ze spisu powszechnego, które mówią o dochodach, wieku i składzie gospodarstwa domowego, dają statystycznie dokładne spojrzenie na to , kto korzysta z mediów.
Razem panele prawdopodobieństwa i opt-in mogą dostarczyć bezpośrednich informacji na temat konsumpcji mediów, skalibrować i usunąć uprzedzenia z danych na poziomie spisu powszechnego oraz zapewnić najdokładniejsze spojrzenie na zaangażowanie odbiorców na różnych urządzeniach.
Na co zapisują się paneliści?
Niektóre panele wymagają aktywnego, a nie biernego uczestnictwa. Uczestnicy panelu mogą zostać poproszeni o regularne wypełnianie ankiet, naciśnięcie przycisku w celu sprawdzenia, czy oglądają telewizję lub noszenie urządzenia do rejestrowania aktywności poza domem, takich jak słuchanie radia w samochodzie lub oglądanie sportu w barze. Inne panele nie wymagają żadnych zobowiązań poza upoważnieniem firmy badawczej do zainstalowania sprzętu lub oprogramowania (znanego jako "miernik") do rejestrowania korzystania z mediów za kulisami: na przykład, jakie programy telewizyjne oglądają lub z jakich podcastów, stron internetowych lub aplikacji korzystają.
Aktywne uczestnictwo, w przeciwieństwie do zautomatyzowanych pomiarów, jest często niezbędne do zebrania najbardziej precyzyjnych danych na poziomie osoby i zmaksymalizowania ich wartości. Aby utrzymać współpracę na wysokim poziomie - co ma kluczowe znaczenie dla utrzymania wysokiej jakości danych - poważne firmy badawcze dużo inwestują w doświadczenie panelistów, aby wyeliminować tarcia na każdym kroku.
W Nielsen mamy cztery różne rodzaje paneli:
- TV - panel prawdopodobieństwa, który mierzy kto, co, jak i gdzie ogląda telewizję i streaming
- Audio - panel prawdopodobieństwa, który mierzy konsumpcję audio w domu i poza domem na poziomie lokalnym i krajowym i składa się zarówno z rynków mierzonych, jak i dziennikowych
- Digital - w zależności od rynku, panel prawdopodobieństwa i/lub opt-in, który mierzy ekspozycję reklam i treści na komputerach, urządzeniach mobilnych i na różnych platformach
- Participant - panel opt-in zarejestrowanych, niepomiarowanych panelistów, aby wzbogacić nasze mierzone zasoby panelu o funkcje takie jak kalibracja dużych zbiorów danych i weryfikacja tożsamości.
Jak wykorzystywane są panele multimedialne?
Podczas gdy dane panelowe mogą być wykorzystywane przez firmy badawcze poszukujące trendów konsumenckich lub agencje rządowe, które chcą monitorować nawyki konsumpcyjne populacji, dane panelowe mediów są najczęściej wykorzystywane przez firmy medialne, marki i reklamodawców, którzy chcą zrozumieć oglądalność treści oraz zasięg i częstotliwość kampanii reklamowych.
W przypadku sieci, wydawców i innych sprzedawców mediów dane z paneli pomagają im poznać wielkość widowni, nawyki i trendy, które są następnie wykorzystywane do opracowywania strategii programowania, ustalania cen i dystrybucji treści.
Dla marek, reklamodawców i innych nabywców mediów dane panelowe są wykorzystywane do zrozumienia, kto faktycznie ogląda ich reklamy, jakie platformy preferują ich docelowi odbiorcy i przewidywania, jak te zachowania mogą się zmieniać w czasie.
Czy panele są przestarzałe w erze dużych zbiorów danych?
Być może zastanawiasz się: Czy w ogóle potrzebujemy paneli teraz, gdy mamy duże ilości danych z dekoderów, inteligentnych telewizorów, platform streamingowych, kanałów mediów społecznościowych, sieci mediów detalicznych i wszystkiego pomiędzy?
To popularne błędne przekonanie.
Po pierwsze, duże zbiory danych (takie jak dane z automatycznego rozpoznawania treści {ACR} z inteligentnych telewizorów) mogą nam powiedzieć, co jest odtwarzane na ekranie, ale nie kto ogląda, ani ilu przyjaciół i rodziny może siedzieć na kanapie i też oglądać. W rzeczywistości niemożliwe jest stwierdzenie na podstawie samych dużych zbiorów danych, czy program lub film jest odtwarzany w pustym pokoju. Nikt nie chce płacić za media bez publiczności.
Co więcej, duże zbiory danych nie są reprezentatywne dla wszystkich odbiorców mediów. Mogłoby tak być tylko wtedy, gdyby wszyscy korzystali z tej samej technologii i mieli dostęp do tych samych treści. Firma kablowa może mieć dziesiątki milionów abonentów, ale nie wszyscy ci widzowie płacą za te same kanały lub oglądają te same programy.
Bez możliwości zidentyfikowania prawdziwych odbiorców, a następnie określenia i przedstawienia profilu demograficznego widzów, firmy badawcze, które polegają wyłącznie na dużych zbiorach danych, nie mogą deduplikować odbiorców na różnych platformach, urządzeniach i usługach - i złożyć całej historii razem.
Jak uzyskać to, co najlepsze z obu światów?
Aby było jasne, uprzedzenia wynikające z próbkowania lub braku odpowiedzi mogą sparaliżować panel prawdopodobieństwa w takim samym stopniu, jak duży zbiór danych. Jednak przy odpowiednim rozmiarze, odpowiedniej dbałości o szczegóły i dobrym zrozumieniu statystyk, dobrze prowadzony panel jest nadal najlepszym sposobem na reprezentowanie ogólnej populacji i dostarczanie wiarygodnych szacunków dotyczących składu odbiorców w dzisiejszym niezwykle zróżnicowanym ekosystemie mediów.
Czy zatem big data jest całkowicie bezużyteczne? Oczywiście, że nie! Ich skala umożliwia analizę wykorzystania mediów z dużą szczegółowością, a przy odpowiedniej kalibracji i modelowaniu opartym na ludziach, duże zbiory danych mogą oferować nieocenione informacje na temat programowania długiego ogona i trudno dostępnych odbiorców.
Wiele organizacji, w tym Światowa Federacja Reklamodawców, uważa obecnie, że połączenie paneli i dużych zbiorów danych jest prawdziwą przyszłością pomiaru oglądalności, a wiele firm badawczych ciężko pracuje nad rozwojem tych możliwości.
Nielsen's Need to Know omawia podstawy pomiaru oglądalności i demistyfikuje najgorętsze tematy branży medialnej.
Uwaga
1. Dwa godne uwagi wczesne przykłady to Krajowy Panel Konsumencki, uruchomiony przez Samuela Bartona w 1942 r. w ramach inicjatywy Biura Administracji Cen Roosevelta w celu pomiaru konsumpcji towarów racjonowanych w gospodarstwach domowych podczas II wojny światowej; oraz panel stojący za Nielsen Radio Index, uruchomiony w tym samym roku przez Arthura C. Nielsena w celu rejestrowania aktywności włączania / wyłączania radia i strojenia kanałów za pomocą genialnego urządzenia mechanicznego opracowanego po raz pierwszy na MIT: Audimetru.
