สิ่งที่ต้องรู้: การดูร่วมกันคืออะไร และเหตุใดคุณจึงควรสนใจ

โทรทัศน์มีการเปลี่ยนแปลงอย่างมากในช่วงไม่กี่ปีที่ผ่านมา อุปกรณ์ใหม่ ผู้จัดจำหน่าย แพลตฟอร์มสตรีมมิ่ง โมเดลการสมัครรับข้อมูล และรูปแบบต่างๆ กำลังเปลี่ยนแปลงอุตสาหกรรมและส่งเสริมศักยภาพของผู้ชม แต่มีสิ่งหนึ่งที่ไม่เปลี่ยนแปลง นั่นคือผู้คนชอบดูทีวีด้วยกัน

แน่นอนว่ามันขึ้นอยู่กับโอกาส เช่น โปรแกรมคืออะไร เวลาของวัน ขนาดของหน้าจอ ห้องที่อยู่ ขนาดของครอบครัว และมีใครอยู่รอบๆ บ้างไหม แต่ทุกวันนี้ ผู้คนมารวมตัวกันเพื่อดูรายการ Super Bowl หรือ The Bachelorette ด้วยเหตุผลเดียวกับที่พวกเขามารวมตัวกันเพื่อดูรายการ M*A*S*H หรือการลงจอดบนดวงจันทร์ของยานอพอลโล 11 เมื่อครึ่งศตวรรษที่แล้ว นั่นคือการมีใครสักคนมาแบ่งปันประสบการณ์ด้วย

ในภาษาของอุตสาหกรรมสื่อ เรียกว่า การรับชมร่วมกัน มาดูกันว่าเหตุใดบริษัทวัดผลจึงควรดำเนินการให้ถูกต้อง

ผู้คนดูทีวีด้วยกันบ่อยแค่ไหน?

ที่ Nielsen เราศึกษาเรื่องการรับชมร่วมกันมาเป็นเวลานาน โซลูชันการวัดผลในอดีตของเรานั้นอิงตามบุคคลเสมอมา แม้กระทั่งในสมัยที่มีเครือข่ายการออกอากาศหลักเพียงไม่กี่เครือข่าย ดังนั้น เราจึงมีแหล่งข้อมูลที่เชื่อถือได้เสมอมาเพื่อประเมินการรับชมร่วมกัน ปัจจุบัน ในบ้านเรือนทั่วอเมริกา 47%1 ของทีวีแบบเชิงเส้นและแบบเชื่อมต่อ (CTV) ถูกรับชมโดยบุคคลมากกว่าหนึ่งคนในเวลาเดียวกัน

ปัจจุบันแทบไม่มีความแตกต่างในอัตราการรับชมร่วมกันระหว่างทีวีเชิงเส้นและ CTV แต่ไม่เคยเป็นเช่นนั้นมาก่อน ย้อนกลับไปในปี 2017 เราได้ทำการ ศึกษา กับ Roku และพบช่องว่างที่สำคัญในการรับชมร่วมกันระหว่างทีวีเชิงเส้น (48%) และ OTT (34%) ตั้งแต่นั้นมา สมาร์ททีวีก็แพร่หลายมากขึ้น และหน้าจอขนาดใหญ่ก็ราคาถูกลง และผู้บริโภคก็เริ่มแยกแยะระหว่างทีวีเชิงเส้นและสตรีมมิ่งหรือทีวีและดิจิทัลไม่ออกอีกต่อไป มันคือทีวีทั้งหมด 

แต่นั่นไม่ได้หมายความว่าไม่มีการเปลี่ยนแปลงใดๆ และปัจจัยการรับชมร่วมกันแบบเดียวกันนี้สามารถนำไปใช้ได้ในทุกกรณี มีการรับชมร่วมกันมากขึ้นในช่วงเวลาไพรม์ไทม์และวันหยุดสุดสัปดาห์ สำหรับรายการกีฬาและรายการสำหรับเด็ก ในกลุ่มผู้ชาย วัยรุ่น และในบ้านที่มีเด็กจำนวนมาก นอกจากนี้ ยังสำคัญอีกด้วยว่า ทีวีตั้งอยู่ในบ้านที่ใด แต่ละกรณีมีความแตกต่างกัน และวิธีเดียวที่จะคำนวณการรับชมร่วมกันได้อย่างเหมาะสมคือการวัดโดยตรงหรือสร้างแบบจำลองแยกกันสำหรับการแสดงโฆษณาแต่ละครั้ง

แล้วจะสนใจทำไมว่าคนเราจะดูทีวีด้วยกัน?

แบรนด์ส่วนใหญ่ต้องการเข้าถึงผู้คน ไม่ใช่ครัวเรือน และแน่นอนว่าไม่ใช่อุปกรณ์ที่ไม่มีตัวตน การแสดงผลโฆษณาแบบขายส่งนั้นดี แต่ก็ยังไม่เพียงพอ เมื่อ ซื้อสื่อ ผู้โฆษณาและเอเจนซี่ของพวกเขาจะทุ่มเงินจำนวนมากเพื่อเข้าถึงกลุ่มเป้าหมายเฉพาะ (เช่น ผู้หญิงอายุ 18-34 ปีในฟิลาเดลเฟีย หรือ 55 ปีขึ้นไปในแอริโซนา) หรือ ผู้ชมขั้นสูง (เช่น ผู้ขับขี่รถยนต์ไฟฟ้าที่ซื้อผลิตภัณฑ์ออร์แกนิก) พวกเขาต้องการการรับประกันว่าโฆษณาของพวกเขาเข้าถึงผู้คนที่ถูกต้อง และการวัดผลการเข้าชมร่วมกันจะตรงจุดสำคัญของคำถามนั้น

บริษัทสื่อจำเป็นต้องทราบว่าใครกำลังรับชมเนื้อหาของตน เพื่อทำความเข้าใจผู้ชม ปรับโปรแกรมให้เหมาะสม และกำหนดราคาโฆษณาให้เหมาะสม หากรายการใหม่ประสบความสำเร็จกับกลุ่มวัยรุ่นเป็นพิเศษ บริษัทสามารถสั่งซื้อซีซันใหม่ เปิดไฟเขียวให้รายการประเภทเดียวกัน และพัฒนากลุ่มผู้ติดตามเฉพาะกลุ่มที่สามารถสร้างรายได้เพื่อเพิ่มจำนวนสมาชิกหรือดึงดูดผู้ลงโฆษณาที่ต้องการเข้าถึงผู้ชมเหล่านั้น

ในภูมิทัศน์ของโทรทัศน์ที่แตกแขนงและแข่งขันกันสูงในปัจจุบัน บริษัทสื่อต่างๆ ไม่ได้ขาย "ปริมาณ" อีกต่อไป และผู้โฆษณาไม่ได้ซื้อ "ผู้ชม" อย่างไม่เลือกหน้า พวกเขาทั้งหมดต้องการโซลูชันการวัดผลที่สามารถช่วยกำจัดผู้ชมซ้ำซ้อน (ภายในและข้ามอุปกรณ์) คำนวณการส่งโฆษณาตามเป้าหมาย เพิ่มประสิทธิภาพการเข้าถึงและความถี่ และปรับปรุงตัวบ่งชี้ประสิทธิภาพแคมเปญหลัก (เช่น อัตราประสิทธิภาพของกลุ่มตัวอย่างเป้าหมาย) คุณไม่สามารถบรรลุวัตถุประสงค์ใดๆ เหล่านั้นได้หากไม่มีการวัดผลในระดับบุคคล

เราจะวัดการดูร่วมกันที่ Nielsen ได้อย่างไร

วิธีที่ตรงไปตรงมามากที่สุดในการวัดผลผู้ชมร่วมกันคือการตรวจสอบผู้ชมทีวีในระดับบุคคล ซึ่งเป็นกรณีเดียวกับ National TV Panel และตลาดทีวีท้องถิ่นชั้นนำของเรา ในตลาดเหล่านี้ ผู้เข้าร่วมของเรา "ตรวจสอบ" ผู้ชม แต่เพื่อเพิ่มความลึกและความเสถียรให้กับโซลูชันผู้ชมของเรา และเพื่อให้ผู้ชมกลุ่มเล็กมองเห็นผู้ชมกลุ่มเล็กในตลาดทีวีขนาดเล็กได้มากขึ้น เราจึงพึ่งพา ข้อมูลขนาดใหญ่ มากขึ้นตามข้อมูลเส้นทางกลับ ACR (สำหรับสมาร์ททีวี) (สำหรับผู้ให้บริการเคเบิลและดาวเทียม) หรือตัวระบุอุปกรณ์และบริบท (สำหรับการแสดงผลโฆษณา) และเทคโนโลยีเหล่านั้นจะรวบรวมข้อมูลการรับชมในระดับครัวเรือนเท่านั้น

Nielsen สามารถระบุได้ว่าใครกำลังรับชมอยู่ด้วยกระบวนการที่เรียกว่า Viewer Assignment ซึ่งได้รับการพัฒนาเมื่อทศวรรษที่แล้วและได้รับการปรับปรุงอย่างต่อเนื่องตั้งแต่นั้นมา กระบวนการนี้ใช้เทคนิคทางสถิติขั้นสูงเพื่อจับคู่ข้อมูลการรับชมแบบไม่เปิดเผยตัวตนจากแหล่งข้อมูลขนาดใหญ่ (เช่น Roku, Vizio, Hulu, Netflix, YouTube และอื่นๆ) กับข้อมูลแผงระดับบุคคลสำหรับทุกเหตุการณ์การรับชมและการแสดงโฆษณาที่เป็นไปได้ การจับคู่จะขึ้นอยู่กับความคล้ายคลึงกันในพฤติกรรมการรับชม (ลงไปจนถึงระดับโปรแกรม) เช่นเดียวกับภูมิศาสตร์ องค์ประกอบของครัวเรือน ประเภทและตำแหน่งของอุปกรณ์ภายในบ้าน เวลาของวัน วันในสัปดาห์ และตัวทำนายสำคัญอื่นๆ โมเดลไม่เคยหยุดเรียนรู้ และเรากำลังตรวจสอบประสิทธิภาพของโมเดลอย่างต่อเนื่องเพื่อให้แน่ใจว่าโมเดลใกล้เคียงกับความเป็นจริงมากที่สุด

การมีข้อมูลแผงข้อมูลในมือช่วยให้ได้รับประโยชน์มหาศาลจากแหล่งข้อมูลใหม่ๆ เหล่านี้ แต่สิ่งสำคัญคือต้องตระหนักว่ากระบวนการเช่นการกำหนดผู้ชมนั้นไม่สามารถชดเชยข้อมูลผู้ชมที่ขาดหายไปได้ในทุกกรณี บางครั้งอาจไม่มีข้อมูลที่ตรงกันอย่างน่าเชื่อถือสำหรับสิ่งที่เราเห็นในข้อมูลการรับชม หรือไม่สามารถระบุองค์ประกอบของครัวเรือนได้อย่างง่ายดาย สำหรับข้อมูล CTV ทั้งหมดประมาณ 9% ยังคงเป็นเรื่องยากที่จะกำหนดข้อมูลประชากรผู้ชมอย่างง่ายๆ เช่น อายุและเพศ ในกรณีเหล่านี้ Nielsen จะใช้โมเดลการทำนายที่มีประสิทธิภาพเพื่อแจ้งข้อมูลและส่งมอบการกำหนดผู้ชม

ต่อไปจะเป็นยังไง?

ความก้าวหน้าทางวิธีการล่าสุดช่วยให้เราสามารถกำหนดลักษณะของผู้ชมให้กับตำแหน่งโฆษณาได้มากขึ้น ซึ่งช่วยเพิ่มความสามารถในการวัดการเข้าถึงในกระบวนการนี้ได้อย่างมาก โมเดลของเราเรียนรู้จากข้อมูลและสัญญาณจำนวนมากของ Nielsen อย่างต่อเนื่อง ทำให้การคาดการณ์ผู้ชมของเราครอบคลุมมากขึ้น

การรับชมร่วมกันถือเป็นส่วนสำคัญของประสบการณ์การรับชมทีวีมาโดยตลอด และจะไม่มีการเปลี่ยนแปลงในเร็วๆ นี้ อย่าลืมให้การรับชมร่วมกันเป็นส่วนสำคัญของกลยุทธ์การวัดผลของคุณด้วย

หมายเหตุ

¹ ข้อมูลแผง Nielsen