L'augmentation de l'audience télévisée et l'ACR entraînent de nouveaux défis en matière de données

Le nombre de téléspectateurs a grimpé en flèche alors que les gens continuent de se distancer socialement, de travailler à distance et de garder leur famille à la maison. Là où les téléviseurs étaient autrefois assis toute la journée, ils sont désormais constamment allumés, à l'écoute des actualités du câble ou de leurs plateformes de streaming de choix. Les acheteurs de médias se démènent pour s'adapter à ce changement radical et trouver leur public, désespérés de données et d'informations fiables et opportunes. Une source émergente sont les données de reconnaissance automatique de contenu (ACR), qui utilisent la technologie à l'intérieur des téléviseurs intelligents pour faire correspondre les pixels de ce qui est diffusé à l'écran à une base de données de programmation.

Cela change bien sûr la donne car cela ouvre la possibilité de voir l'intégralité de l'expérience 12 pieds par rapport à l'expérience 12 pouces, même à partir de solutions auparavant opaques telles que la télévision diffusée, les DVR, analogiques et autres.

La valeur de ces données est claire, car elles révèlent ce qu'un téléspectateur a regardé et quand, et il est extrêmement important que les téléspectateurs se tournent vers la télévision au milieu de la pandémie, qu'il s'agisse de diffusion, de câble, de prime, de décodeur adressable ou par-dessus le -top (OTT) options de diffusion en continu.

Le problème est que les données ACR, dans leur forme brute et collectée, sont sales, et si elles ne sont pas correctement nettoyées et traitées, elles offrent peu de valeur tout en augmentant le risque de violation des réglementations en matière de confidentialité.

C'est un défi même en temps normal, mais l'augmentation de la télévision et les données ACR qui l'accompagne créent davantage de problèmes de temps, de stockage, de traitement et de ressources à gérer.

La lance à incendie ACR

Au fur et à mesure que l'audience télévisée bifurque, l'ACR permet aux annonceurs de mesurer enfin combien de personnes ont réellement regardé leurs publicités et si ces publicités ont atteint le bon public.

Il fournit des données d'audience plus précises que les panels basés sur des échantillons de petite taille. Et, peut-être le plus intrigant, il représente l'un des meilleurs moyens de mesurer l'audience en streaming, ce qui est incroyablement précieux en ce moment.

Des calculs simples indiquent que plus d'audience équivaut à plus de données ACR.

S'il y a une augmentation à deux chiffres du streaming sur des plateformes comme Netflix et Amazon, il va de soi qu'il y a une augmentation à deux chiffres de la quantité de données ACR disponibles sur ces plateformes (en passant, nous entendons certaines agences que la quantité de données ACR a augmenté de plus de 60 % au cours du mois dernier).

Plusieurs fournisseurs donnent accès aux données et aux informations, allant des acteurs établis comme Nielsen aux nouvelles startups, en passant par les fabricants de téléviseurs eux-mêmes.

Tous ces vendeurs, ainsi que les agences et les marques qui utilisent ces données, se tiennent désormais devant une lance à incendie, essayant de comprendre ce qui est utile sans se laisser submerger par le déluge.

Temps de traitement et puissance de l'ACR

Alors que la publicité moderne est basée sur un ciblage d'audience dérivé des données, l'infrastructure de traitement des données existante n'est pas configurée pour gérer les raz de marée sur les nouvelles données.

Les coûts mensuels du cloud pour le traitement des données peuvent être exorbitants, même dans le meilleur des cas.

Devoir soudainement faire face à un afflux de données tout en regardant les dépenses publicitaires ralentir est un obstacle majeur pour les organisations qui tirent parti de l'ACR, désormais obligées de traiter et de passer au crible plus de données au milieu de revenus potentiellement plus faibles et d'effectifs réduits.

Aujourd'hui plus que jamais, la nécessité d'analyser des données plus pertinentes pour obtenir des informations est essentielle pour que les marques planifient leur prochaine étape d'engagement des consommateurs.

Ces informations restent précieuses pour comprendre l'audience, établir des plans médias ciblés et utiliser le suivi multi-appareils, mais passer des données brutes à ces informations est beaucoup plus compliqué et plus coûteux.

Par exemple, deux des cas d'utilisation les plus convaincants de l'ACR ont le potentiel d'augmenter considérablement le coût des solutions conventionnelles : l'attribution multi-appareils et l'attribution de contenu.

Faire correspondre les publicités télévisées aux réponses sur le deuxième écran présente divers défis, à la fois en termes de résolution d'identité et de corrélation, d'autant plus que l'engagement sur le deuxième écran est souvent bien supérieur aux taux de réponse traditionnels.

L'attribution de contenu, ou la capacité de mesurer l'influence de la promotion croisée d'émissions/de contenu, casse de nombreuses solutions d'attribution conçues pour faire correspondre des événements extrêmement rares à des expositions et ne sont pas adaptées aux solutions où les « résultats » sont comparables en termes d'échelle à les promos.

Le temps devient également un facteur.

Bien que l'ACR ne soit pas des données en temps réel, il est plus rapide que les modèles de mesure TV traditionnels, dont la plupart sont des index de suivi construits sur 30 jours de données.

Les modèles qui remontent si loin ne sont pas nécessairement utiles, car les habitudes de visionnage des consommateurs changent si rapidement au milieu de la distanciation sociale.

Ces changements spectaculaires obligent les marques à réagir dès maintenant, mais la quantité d'ACR affluant pourrait ralentir la vitesse à laquelle il devient disponible.

Les marques, les agences et les fournisseurs doivent digérer les sources de données de différentes manières qu'il y a un mois, afin de comprendre des comportements complètement différents d'audiences complètement différentes.

Reste à voir si les marques et les agences ont le pouvoir de rassembler et d'analyser toutes ces données en temps opportun.

Questions de confidentialité

Prendre le temps de nettoyer, traiter et gérer correctement les données est essentiel, car toute utilisation abusive des données ACR, accidentelle ou intentionnelle, pourrait entraîner une violation des lois ou réglementations locales sur la confidentialité.

Il est essentiel de s'assurer que les données sont collectées avec une acceptation claire et conformes au RGPD et au CCPA. Au milieu de la précipitation pour créer un nouveau plan média, la dernière chose que veulent les annonceurs est une violation de la vie privée qui persiste longtemps après la diffusion de leurs annonces.

La distanciation sociale a rapidement accéléré le rythme d'évolution de l'achat de téléviseurs, et elle pourrait en fait dépasser la capacité de l'industrie publicitaire à traiter le changement lui-même.

Malgré toutes les promesses de l'ACR, le défi réside dans le fait que les annonceurs et les agences doivent être en mesure de gérer l'afflux massif et soudain de données disponibles, de les gérer et de les transformer en données d'audience utilisables et ciblables conformes aux réglementations locales en matière de confidentialité.

Les données ACR peuvent aider de nombreux annonceurs à naviguer dans cette période incertaine, mais il reste à voir si l'industrie peut rassembler les ressources nécessaires pour que ces données puissent être utilisées.