Skip to content
02_Eléments/Icônes/Flèche à gauche Retour à Insight
Aperçus > Innovation

L'intérêt des panels dans la modélisation du Big Data

1 minute de lecture | Paul Donato, Chief Research Officer, Nielsen
Nielsen Journal of Measurement, Vol 1, Issue 1 | Juillet 2016

Il ne se passe pas un jour sans que l'industrie ne publie un rapport sur la fragmentation de l'audience. Bien sûr, ce n'est pas un phénomène nouveau. Avec l'arrivée du câble dans les années 80, du satellite de diffusion numérique dans les années 90, de la vidéo sur Internet dans les années 2000 et, plus récemment, des options over-the-top, les téléspectateurs ont bénéficié d'un flux constant de nouveaux choix de programmes année après année : Plus de réseaux, plus de programmes de niche, et plus de moyens de les regarder.

Pour la communauté des chercheurs, cette diversité accrue a toutefois un prix, et l'accélération du rythme des changements au cours des dernières années met à rude épreuve les capacités de mesure basées sur des panels sur lesquels l'industrie s'est toujours appuyée pour surveiller l'activité des téléspectateurs. Il est tout simplement devenu difficile d'assembler des panels suffisamment grands pour fournir des mesures stables pour les programmes à faible audience.

Les données sur la trajectoire de retour (RPD) représentent une opportunité de surmonter ce problème, mais seulement si les limitations et les biais de ces données peuvent être corrigés et validés. Cet article décrit comment les panels peuvent corriger efficacement ces limitations et aider à valider les évaluations dérivées des ensembles de données RPD.

Les panels et les RPD représentent une combinaison gagnante pour une mesure précise et stable de l'audience vidéo.

Tags associés :

Poursuivre la recherche d'informations similaires