미디어 회사에게 가을 TV 시즌은 고무줄과 도로가 만나는 시기입니다. 네트워크와 광고 대행사는 시청자가 새로운 프로그램에 관심을 보일지 애타게 기다리면서 열정을 불태웁니다. 한편, 광고 대행사들은 이미 광고 베팅을 한 상태이며 게임 진행에 따라 어떤 조정이 필요한지 열심히 지켜보고 있습니다. 한편, 시청자들은 모든 카드를 쥐고 새로운 프로그램을 열심히 맛보며 그 과정에서 많은 지지와 비평을 제공합니다.

그렇다면 가을 TV를 둘러싼 이 모든 소란 속에서 새 프로그램에 대한 트위터 활동은 어떤 역할을 할까요?

2014년 가을 프리미어 시즌을 맞아 이 질문에 대해 자세히 알아봤습니다. 새로운 프로그램의 첫 방송을 앞두고 24시간 연중무휴로 추적된 트위터 TV 활동을 통해 해당 프로그램의 첫 방송 에피소드를 시청한 시청자 규모를 예측하는 데 어떻게 활용할 수 있는지 평가했습니다. 그리고 데이터를 살펴본 결과, 트위터 TV 활동은 다른 요소와 함께 프리미어 시청자 규모를 예측하는 데 사용할 수 있는 추가적인 신호로 입증되었습니다. 트위터 TV 활동을 다른 데이터 소스와 함께 사용하여 TV 시청자를 파악할 수 있다면 광고 대행사는 프리미어 전에 구매를 미세 조정할 수 있기 때문에 주목할 만합니다. 네트워크는 잠재적 우승자와 도전 과제를 조기에 파악하여 광고 판매를 극대화하고 마케팅 활동을 조정할 수 있습니다. 또한 소셜 미디어를 통해 사람들이 새로운 프로그램에 대해 알게 되는 경우, 네트워크는 트위터 TV 활동을 활용하여 의도한 오디언스에게 더 효과적으로 도달할 수 있습니다.

8월 말부터 11월 초까지 영어 및 스페인어 프로그램을 포함한 42개의 방송 및 케이블 시리즈 초연을 분석했습니다. 우선, 18~34세 시청자가 특정 프로그램의 TV 프로모션을 본 횟수와 해당 프로그램의 프리미어 에피소드 시청자 규모 간의 상관관계를 살펴보았습니다. 당연히 홍보가 많이 이루어진 프로그램일수록 더 많은 시청자를 확보할 것으로 예상했고, 실제로 그렇게 나타났습니다. 즉, 트위터 TV 데이터를 분석에 포함하지 않고도 홍보가 더 많이 이루어진 프로그램의 초연 시청자 수가 더 많다는 것을 확인할 수 있었습니다. 그렇다면 트위터 TV 활동이 진정으로 유용하려면 프로모션만으로 이미 알고 있는 것 외에 추가적인 스토리를 전달해야 합니다.

그렇다면 개봉 전 트위터 TV 활동을 이해하면 네트워크와 대행사가 프로모션에만 노출되는 것보다 시청자 성과를 더 정확하게 측정하는 데 도움이 될 수 있을까요? 다시 말해, 트위터 TV 활동이 관객 규모를 예측하는 데 어떤 추가적인 가치를 가져다줄까요?

이러한 질문에 답하기 위해 세 가지 변수를 사용하여 18~34세 시청자의 예상 라이브+7일(L+7) 시청자 수를 결정하는 모델을 만들었습니다:

• 프로모션 활동: 광고(C3) 노출
• 트위터 TV 활동: 프로그램 관련 트윗(24시간 연중무휴 추적)
• 네트워크 유형: 방송 대 케이블

프로모션과 트위터 TV 활동의 기간은 프로모션과 시청자 규모 간의 상관관계를 분석할 때 사용한 것과 동일한 기간인 각 프로그램의 첫 방송일 2주 전부터 4주 전까지의 기간으로 설정했습니다. 이 기간을 사용한 이유는 프로그램 간 비교 가능성을 보장하고, 대행사 또는 네트워크가 비슷한 접근 방식을 사용하여 프리미어 전 몇 주 및 며칠 동안 잠재적으로 어떤 조치를 취할 수 있는지 보여주기 위해서입니다. 

유사한 모델이 초연 성공을 예측하는 데 얼마나 유용한지 알아보기 위해 모델 결과를 실제 초연 관객 규모와 비교했습니다. 예를 들어, 아래 차트에서는 A 프로그램의 프리미어 시청자 규모를 18~34세 시청자 150만 명으로 표시했는데, 이는 실제 프리미어 시청자 규모와 거의 정확히 일치했습니다. 이 모델이 표시한 시청자 규모가 항상 프로그램 초연의 실제 시청자 규모를 정확히 반영하는 것은 아니지만, 예상 시청자 규모가 초연이 유치한 실제 시청자 규모와 방향성이 일치한다는 것을 알 수 있습니다. 예를 들어, 이 모델은 실제 프리미어 시청자 규모를 기준으로 프로그램 A, B, C, D, E가 상위 10개 프로그램에 포함될 것으로 정확하게 예측했습니다. 

이 모델은 42개의 데이터 포인트만을 기반으로 하지만 전체 모델과 세 가지 변수 모두 통계적으로 유의미합니다. 이 모델은 시사회 관객 규모 차이의 65%를 설명하는 반면, 프로모션 데이터만 사용할 경우 48%를 설명합니다. 따라서 이 세 가지 변수를 합치면 프리미어 관객 규모 차이의 거의 3분의 2를 설명할 수 있습니다. 가장 중요한 것은 대행사나 네트워크가 이 모델을 사용하여 프로모션 데이터에만 의존할 때보다 더 정확하게 상위 10개 및 하위 10개 프로그램 초연을 식별할 수 있었다는 것입니다.

이번 조사 결과가 반드시 트위터 TV 활동이 더 많은 시청자 규모를 유발한다는 것을 의미하지는 않습니다. 그러나 인과 관계가 없더라도 트위터의 현재 및 최근 연구 결과에 따르면 트위터 TV 활동 및 도달 범위 데이터가 네트워크와 광고 대행사가 데이터 기반의 우수한 광고 및 프로그램 마케팅 결정을 내리는 데 도움이 될 수 있다는 사실이 점점 더 많이 드러나고 있습니다.