L'aumento del pubblico televisivo e l'ACR portano a nuove sfide sui dati abbondano

Il pubblico televisivo è aumentato vertiginosamente man mano che le persone continuano a mantenere le distanze sociali, lavorano da remoto e tengono le famiglie a casa. Laddove una volta i televisori erano spenti durante il giorno, ora sono costantemente accesi, sintonizzati sulle notizie via cavo o sulle piattaforme di streaming preferite. Gli acquirenti di media si stanno affannando per adattarsi a questo drammatico cambiamento e trovare il loro pubblico, alla disperata ricerca di dati e approfondimenti affidabili e tempestivi. Una fonte emergente sono i dati di riconoscimento automatico dei contenuti (ACR), che utilizzano la tecnologia all'interno delle smart TV per abbinare i pixel di ciò che viene riprodotto sullo schermo a un database di programmazione.

Questo è, ovviamente, un punto di svolta in quanto apre l'opportunità di vedere l'intera esperienza di 12 piedi rispetto all'esperienza di 12 pollici, anche da soluzioni precedentemente opache come TV broadcast, DVR, analogici e altri.

Il valore di questi dati è chiaro, poiché rivela cosa ha visto e quando uno spettatore, ed è incredibilmente importante quando gli spettatori si rivolgono alla TV durante la pandemia, che si tratti di trasmissione, cavo, set-top-box premium, indirizzabile o over-the -top (OTT) opzioni di streaming.

Il problema è che i dati ACR, nella loro forma grezza e raccolta, sono sporchi e, se non vengono puliti ed elaborati correttamente, forniscono poco valore e aumentano anche il rischio di violazione delle normative sulla privacy.

Questa è una sfida anche in tempi normali, ma l'aumento della visione TV e i dati ACR che ne derivano stanno creando più problemi in termini di tempo, archiviazione, elaborazione e risorse da gestire.

La manichetta antincendio ACR

Man mano che il pubblico televisivo si biforca, ACR consente agli inserzionisti di misurare finalmente quante persone hanno effettivamente guardato i loro annunci e se tali annunci hanno raggiunto il pubblico giusto.

Fornisce dati sugli spettatori più accurati rispetto ai riquadri basati su campioni di piccole dimensioni. E, forse la cosa più intrigante, rappresenta uno dei modi migliori per misurare il pubblico in streaming, che è incredibilmente prezioso in questo momento.

La semplice matematica dice che più spettatori equivalgono a più dati ACR.

Se c'è un aumento a doppia cifra dello streaming su piattaforme come Netflix e Amazon, sarebbe logico che ci sia un aumento a doppia cifra della quantità di dati ACR disponibili su quelle piattaforme (a parte questo, abbiamo sentito da alcune agenzie che la quantità di dati ACR è cresciuta di oltre il 60% nell'ultimo mese).

Diversi fornitori forniscono accesso ai dati e agli approfondimenti, che vanno da attori affermati come Nielsen, a nuove startup, fino agli stessi produttori di TV.

Tutti questi fornitori, insieme alle agenzie e ai marchi che utilizzano questi dati, sono ora in piedi davanti a una manichetta antincendio, cercando di capire cosa è utile senza essere travolti dal diluvio.

Tempo di elaborazione e potenza di ACR

Mentre la pubblicità moderna si basa sul targeting del pubblico derivato dai dati, l'infrastruttura di elaborazione dei dati esistente non è configurata per gestire le onde anomale sui nuovi dati.

I costi mensili del cloud per l'elaborazione dei dati possono essere esorbitanti anche nei momenti migliori.

Dover improvvisamente affrontare un afflusso di dati e allo stesso tempo osservare la lentezza della spesa pubblicitaria è un grosso ostacolo per le organizzazioni che stanno sfruttando l'ACR, ora costrette a elaborare e setacciare più dati tra entrate potenzialmente inferiori e una forza lavoro ridotta.

Ora più che mai, la necessità di analizzare dati più rilevanti per ottenere informazioni è fondamentale per i marchi che pianificano il loro prossimo passo per il coinvolgimento dei consumatori.

Queste informazioni rimangono preziose per comprendere le visualizzazioni, creare piani media mirati e utilizzare il monitoraggio cross-device, ma ottenere dai dati grezzi a tali informazioni è molto più complicato e costoso.

Ad esempio, due dei casi d'uso più convincenti per ACR hanno il potenziale per aumentare notevolmente il costo delle soluzioni convenzionali: l'attribuzione cross-device e l'attribuzione del contenuto.

L'abbinamento degli annunci televisivi alle risposte del secondo schermo introduce una serie di sfide, sia in termini di risoluzione dell'identità che di correlazione, soprattutto perché il coinvolgimento sul secondo schermo è spesso molto maggiore rispetto ai tassi di risposta tradizionali.

L'attribuzione del contenuto, o la capacità di misurare l'influenza della promozione incrociata di programmi/contenuti, rompe molte soluzioni di attribuzione progettate per abbinare eventi estremamente rari a esposizioni e non sono adatte a soluzioni in cui i "risultati" sono paragonabili in scala a le promozioni.

Anche il tempo diventa un fattore.

Sebbene l'ACR non sia dati in tempo reale, è più veloce dei tradizionali modelli di misurazione TV, la maggior parte dei quali sono indici finali basati su dati di 30 giorni.

I modelli che sembrano così lontani non sono necessariamente utili, perché le abitudini di visualizzazione dei consumatori stanno cambiando così rapidamente in mezzo al distanziamento sociale.

Questi drammatici cambiamenti stanno costringendo i marchi a reagire in questo momento, ma la quantità di inondazioni di ACR potrebbe rallentare la velocità con cui diventa disponibile.

Marchi, agenzie e fornitori devono assimilare le fonti di dati in modi diversi rispetto a un mese fa, al fine di comprendere comportamenti completamente diversi di un pubblico completamente diverso.

Resta da vedere se i marchi e le agenzie hanno il potere di raccogliere e analizzare tutti questi dati in modo tempestivo.

Problemi di privacy

Prendersi del tempo per pulire, elaborare e gestire correttamente i dati è vitale, perché qualsiasi uso improprio dei dati ACR, accidentale o intenzionale, potrebbe portare a una violazione delle leggi o dei regolamenti locali sulla privacy.

È fondamentale assicurarsi che i dati vengano raccolti con un chiaro consenso esplicito e siano conformi a GDPR e CCPA. Nella fretta di creare un nuovo piano media, l'ultima cosa che gli inserzionisti vogliono è una violazione della privacy che persiste a lungo dopo che i loro annunci sono stati pubblicati.

Il distanziamento sociale ha rapidamente aumentato il ritmo dell'evoluzione dell'acquisto di TV e potrebbe effettivamente superare la capacità del settore pubblicitario di elaborare il cambiamento stesso.

Nonostante tutte le promesse che ACR mantiene, la sfida è che gli inserzionisti e le agenzie devono essere in grado di gestire l'improvviso e massiccio afflusso di dati disponibili, gestirli e trasformarli in dati del pubblico utilizzabili e mirabili conformi alle normative sulla privacy locali.

I dati ACR possono aiutare molti inserzionisti a navigare in questo periodo di tempo incerto, ma resta da vedere se l'industria può mettere insieme le risorse in modo che questi dati possano essere utilizzati.