El aumento de la audiencia de televisión y ACR conduce a abundantes nuevos desafíos de datos

La audiencia de televisión se ha disparado a medida que las personas continúan a distancia social, trabajan de forma remota y mantienen a sus familias en casa. Donde antes los televisores se apagaban durante todo el día, ahora están constantemente encendidos, sintonizados con las noticias por cable o con las plataformas de transmisión que elijan. Los compradores de medios están luchando por adaptarse a este cambio dramático y encontrar a sus audiencias, desesperadas por obtener información y datos confiables y oportunos. Una fuente emergente son los datos de reconocimiento automático de contenido (ACR), que utiliza tecnología dentro de los televisores inteligentes para hacer coincidir los píxeles de lo que se reproduce en la pantalla con una base de datos de programación.

Esto es, por supuesto, un cambio de juego, ya que abre la oportunidad de ver la experiencia de 12 pies en su totalidad frente a la experiencia de 12 pulgadas, incluso de soluciones previamente opacas como TV abierta, DVR, analógica y otras.

El valor de estos datos es claro, ya que revela lo que un espectador vio y cuándo, y es increíblemente importante a medida que los espectadores recurren a la televisión en medio de la pandemia, ya sea de transmisión, cable, premium, decodificador direccionable o a través de la red. -opciones de transmisión superior (OTT).

El problema es que los datos de ACR, en su forma sin procesar y recopilados, están sucios y, si no se limpian y procesan adecuadamente, proporcionan poco valor y, al mismo tiempo, aumentan el riesgo de violar las regulaciones de privacidad.

Esto es un desafío incluso en tiempos normales, pero el aumento de la visualización de televisión y los datos ACR que lo acompañan están creando más problemas relacionados con el tiempo, el almacenamiento, el procesamiento y los recursos para administrar.

La manguera de incendios ACR

A medida que la audiencia televisiva se bifurca, ACR permite a los anunciantes medir finalmente cuántas personas vieron realmente sus anuncios y si esos anuncios llegaron a la audiencia adecuada.

Proporciona datos de audiencia más precisos que los paneles basados ​​en tamaños de muestra pequeños. Y, quizás lo más intrigante, representa una de las mejores formas de medir la audiencia de transmisión, que es increíblemente valiosa en este momento.

Las matemáticas simples dicen que más audiencia equivale a más datos ACR.

Si hay un aumento de dos dígitos en la transmisión en plataformas como Netflix y Amazon, sería lógico pensar que hay un aumento de dos dígitos en la cantidad de datos ACR disponibles sobre esas plataformas (aparte, estamos escuchando de algunas agencias que la cantidad de datos ACR ha crecido más del 60% en el último mes).

Varios proveedores brindan acceso a los datos y la información, que van desde jugadores establecidos como Nielsen, hasta nuevas empresas, hasta los propios fabricantes de televisores.

Todos estos proveedores, junto con las agencias y marcas que utilizan estos datos, ahora están frente a una manguera de incendios, tratando de averiguar qué es útil sin sentirse abrumados por el diluvio.

Tiempo de procesamiento y potencia de ACR

Si bien la publicidad moderna se basa en la orientación a la audiencia derivada de datos, la infraestructura de procesamiento de datos existente no está configurada para manejar maremotos con nuevos datos.

Los costos mensuales de procesamiento de datos en la nube pueden ser exorbitantes incluso en el mejor de los casos.

Tener que lidiar repentinamente con una afluencia de datos y al mismo tiempo observar que la inversión publicitaria es lenta es un obstáculo importante para las organizaciones que están aprovechando ACR, ahora obligadas a procesar y examinar más datos en medio de ingresos potencialmente más pequeños y una fuerza laboral más pequeña.

Ahora, más que nunca, la necesidad de analizar datos más relevantes para obtener información es fundamental para que las marcas planifiquen su próximo paso para la participación del consumidor.

Estos conocimientos siguen siendo valiosos para comprender la audiencia, realizar planes de medios específicos y utilizar el seguimiento entre dispositivos, pero pasar de los datos sin procesar a esos conocimientos es mucho más complicado y costoso.

Por ejemplo, dos de los casos de uso más convincentes de ACR tienen el potencial de aumentar drásticamente el costo de las soluciones convencionales: la atribución entre dispositivos y la atribución de contenido.

Hacer coincidir los anuncios de televisión con las respuestas de la segunda pantalla presenta una variedad de desafíos, tanto en términos de resolución de identidad como de correlación, especialmente porque la participación de la segunda pantalla suele ser mucho mayor que las tasas de respuesta tradicionales.

La atribución de contenido, o la capacidad de medir la influencia de la promoción cruzada de programas / contenido, rompe muchas soluciones de atribución que están diseñadas para hacer coincidir eventos extremadamente raros con exposiciones y no son adecuadas para soluciones donde los "resultados" son comparables en escala a las promociones.

El tiempo también se convierte en un factor.

Si bien ACR no es datos en tiempo real, es más rápido que los modelos de medición de TV tradicionales, la mayoría de los cuales son índices de seguimiento que se basan en datos de 30 días.

Los modelos que se ven tan atrás no son necesariamente útiles, porque los hábitos de visualización de los consumidores están cambiando muy rápidamente en medio del distanciamiento social.

Esos cambios dramáticos están obligando a las marcas a reaccionar en este momento, pero la cantidad de ACR que llega podría ralentizar la velocidad con la que está disponible.

Las marcas, agencias y proveedores necesitan digerir las fuentes de datos de formas diferentes a las que lo hacían hace un mes, a fin de comprender comportamientos completamente diferentes de audiencias completamente diferentes.

Queda por ver si las marcas y agencias tienen el poder de recopilar y procesar todos estos datos de manera oportuna.

Preocupaciones de privacidad

Es vital tomarse el tiempo para limpiar, procesar y administrar los datos correctamente, porque cualquier uso indebido de los datos ACR, accidental o intencional, podría dar lugar a una violación de las leyes o regulaciones de privacidad locales.

Es fundamental asegurarse de que los datos se recopilen con una aceptación clara y cumplan con GDPR y CCPA. En medio de la prisa por crear un nuevo plan de medios, lo último que quieren los anunciantes es una violación de la privacidad que persista mucho después de que se hayan publicado sus anuncios.

El distanciamiento social ha aumentado rápidamente el ritmo de evolución de la compra de televisores y, en realidad, puede estar superando la capacidad de la industria publicitaria para procesar el cambio en sí.

A pesar de toda la promesa que tiene ACR, el desafío es que los anunciantes y las agencias deben poder manejar la afluencia masiva repentina de datos disponibles, administrarlos y convertirlos en datos de audiencia utilizables y orientables que cumplan con las regulaciones de privacidad locales.

Los datos de ACR pueden ayudar a muchos anunciantes a navegar este período de tiempo incierto, pero queda por ver si la industria puede reunir los recursos para que estos datos se puedan utilizar.