La televisión ha cambiado radicalmente en los últimos años. Nuevos dispositivos, distribuidores, plataformas de streaming, modelos de suscripción y formatos están transformando la industria y potenciando a los espectadores; no obstante, hay algo que no cambia: a la gente le encanta ver la tele junta. Nielsen, en un informe dedicado a la TV y el streaming, analiza qué es el co-viewing y por qué es tan importante que las empresas de medición lo hagan bien.
Nielsen lleva mucho tiempo estudiando la co-visión y sus soluciones de medición históricas siempre se han basado en las personas, incluso cuando sólo había un puñado de grandes cadenas de televisión. Por lo tanto, siempre ha tenido una fuente de información fiable para medir el visionado conjunto. Hoy en día, en los hogares de Estados Unidos, el 47%1 de la televisión lineal y conectada (CTV) es consumida por más de una persona a la vez.
En la actualidad, prácticamente no hay diferencia en las tasas de co-visión entre la televisión lineal y la CTV, pero no siempre fue así. En 2017, Nielsen realizó un estudio con Roku y descubrimos una brecha significativa en el visionado conjunto entre la televisión lineal (48 %) y la OTT (34 %). Desde entonces, los televisores inteligentes se han generalizado y las pantallas grandes son más asequibles. Y, cada vez más, los consumidores no distinguen entre lineal y streaming o entre TV y digital. Todo es televisión.
Pero eso no significa que no haya variaciones y que se pueda aplicar el mismo factor de copresencia en todos los casos. Se ve más en horario de máxima audiencia y los fines de semana, en programas deportivos e infantiles, entre los hombres, los adultos jóvenes y en los hogares con más niños. También influye la ubicación del televisor dentro de la casa. Cada caso es diferente, y la única forma de contabilizar adecuadamente la coimpresión es medirla directamente o modelarla por separado para cada impresión publicitaria.
Lo que quieren las marcas
La mayoría de las marcas quieren llegar a las personas, no a los hogares, y mucho menos a los dispositivos sin rostro. Las impresiones publicitarias al por mayor están bien, pero no son suficientes. Cuando compran medios, los anunciantes y sus agencias gastan mucho dinero para llegar a objetivos demográficos específicos (como mujeres de 18 a 34 años en Filadelfia, o mayores de 55 en Arizona) o audiencias avanzadas (como conductores de vehículos eléctricos que compran productos ecológicos). Necesitan garantías de que sus anuncios llegan a las personas adecuadas, y la medición de la copresentación llega al meollo de la cuestión.
Las empresas de medios de comunicación, por su parte, necesitan saber quién ve sus contenidos para comprender a su audiencia, optimizar su programación y fijar correctamente el precio de su inventario publicitario. Por ejemplo, si un nuevo programa funciona especialmente bien entre los adultos jóvenes, pueden encargar nuevas temporadas, dar luz verde a programas similares y desarrollar un nicho de seguidores que pueden rentabilizar para aumentar sus suscriptores o atraer a anunciantes deseosos de llegar a esos espectadores.
En el panorama televisivo actual, altamente fragmentado y ultracompetitivo, las empresas de medios de comunicación ya no venden "tonelaje", y los anunciantes no compran "globos oculares" indiscriminados. Todos ellos necesitan soluciones de medición que les ayuden a deduplicar espectadores (dentro de los dispositivos y entre ellos), calcular la entrega de anuncios según el objetivo, optimizar el alcance y la frecuencia, y mejorar los indicadores clave de rendimiento de la campaña (como las tasas de eficacia de la demostración objetivo). No se puede cumplir ninguno de estos objetivos sin una medición a nivel de persona.
La medición de la co-visión y la asignación de espectadores
Nielsen sostiene que la forma más directa de medir la coproyección es controlar la audiencia de televisión a nivel individual. Este es el caso de su Panel Nacional de Televisión y de los principales mercados locales de televisión. En estos mercados, sus panelistas "fichan" a la audiencia. Pero para añadir más profundidad y estabilidad a nuestras soluciones de audiencia -y proporcionar más visibilidad de las audiencias más pequeñas en los mercados de televisión más pequeños- cada vez nos basamos más en los big data basados en ACR (para televisores inteligentes), datos de rutas de retorno (para proveedores de cable y satélite) o identificadores de dispositivo y contexto (para impresiones de anuncios). Y estas tecnologías sólo captan la información de visionado a nivel doméstico.
Nielsen es capaz de determinar quién está viendo la televisión gracias a un proceso denominado Asignación de espectadores, desarrollado hace una década y perfeccionado continuamente desde entonces. Utiliza técnicas estadísticas avanzadas para cotejar los datos de visualización sin rostro procedentes de grandes fuentes de datos (como Roku, Vizio, Hulu, Netflix, YouTube y otras) con sus datos de panel a nivel de persona para cada posible evento de visualización e impresión publicitaria. La coincidencia se basa en similitudes en el comportamiento de visualización (hasta el nivel de programa), así como en la geografía, la composición del hogar, el tipo de dispositivo y la ubicación dentro de la casa, la hora del día, el día de la semana y otros predictores clave. El modelo nunca deja de aprender, y validamos constantemente su rendimiento para asegurarnos de que se acerca lo más posible a la realidad.
Disponer de datos de panel resulta muy útil para aprovechar al máximo estas nuevas fuentes de datos, pero es importante reconocer que un proceso como la asignación de espectadores no compensa todos los casos de ausencia de datos de espectadores. A veces, no hay una correspondencia fiable con lo que vemos en los datos de audiencia, o la composición de los hogares no está fácilmente disponible. Para aproximadamente el 9% de todos los datos de CTV, sigue siendo difícil asignar incluso datos demográficos sencillos de los espectadores, como la edad y el sexo. En estos casos, Nielsen se basa en sólidos modelos predictivos para informar y ofrecer asignaciones de espectadores.
Los recientes avances metodológicos han ayudado a Nielsen a asignar las características de los espectadores a muchos más emplazamientos publicitarios, aumentando significativamente su capacidad para medir el alcance en el proceso. Sus modelos aprenden constantemente de los enormes volúmenes de datos y señales, lo que contribuye a que su predicción de espectadores sea cada vez más exhaustiva.