2022年11月18日
By 托尼·穆尼广告高级副总裁，ThinkAnalytics
博客

电视受众定位必须反映消费者行为的动态和速度

与迪斯尼和网飞公司成为最新一家屈服于只能订阅的电视商业模式不可避免的商业现实的提供商, 它会让你思考消费者现在不得不忍受的广告数量，以及这对客户体验和广告效果意味着什么.

广告支持层, 迪士尼+和网飞公司计划每小时播放约4分钟的广告, 大致与竞争对手的AVOD服务，如, 发现, 孔雀, HBO马克斯. 许多其他供应商(甚至是迪士尼拥有的) Hulu)，而商业广播公司的广告负荷已经大大超过了这个数字.

实证研究表明，大多数电视观众在理想情况下不希望看到任何广告, 虽然会换来免费的使用权, 或者低成本, 内容作为消费广告的回报, 只要他们有 相关性. 然而, 我们处在一个媒体时代，消费者接触到的信息多达1,每天000个广告在多个接触点:家庭, 工作, 运输, 还有更多. 这些广告大多没有针对性，或者针对性很差. 在什么情况下，这只会让消费者放弃订阅，或者更糟的是，完全放弃订阅?

最近的一份报告来自互联网广告局 (IAB)直截了当地阐述了消费者对广告期望的变化. 调查发现，消费者已经厌倦了传统的广告, 尤其是当它表现为数字视频消费中断时. 消费者容忍度的降低和对品牌的更高期望正在影响广告支持的媒体和娱乐品牌的受众构成和规模.

为了更清楚地了解消费者的喜好，你必须获得更多的数据. 挑战在于将观看数据转化为广告商想要的受众属性的复杂性和成本. 因此, 定位可寻址电视广告的需求需要高水平的自动化人工智能, 包括开发和维护. 这意味着将分析过程的手工方面减少到最低限度. 同时保证了高速的发展和调整, 它还大大降低了向广告商提供电视行为定位的成本.

Nonetheless, consumer data can be divided into two categories; behavioral 和 stated.

行为数据 是人们做事情的结果:交易、交互、浏览和查看.
表示数据 是从过程中收集的, 比如调查, 收集或监控人类表达的态度, 的观点, 和意见.

然而, 大卫·奥格威曾经说过, “问题是，人们不去想他们的感受, 说出他们的想法, 或者照他们说的做.“这总结了仅仅依赖基于消费者所说的行为的数据来源的问题, 而不是他们的实际行为.

数据质量的另一个不容忽视的因素是近因. 在第三方数据的情况下，其中一些可能超过12个月. 这对瞄准的准确性有着深远的影响.

即使是那些根据自己的观看数据建立了基于行为的目标定位的电视运营商，也需要注意两个大问题，这两个问题可能不会在部署分析百家乐软件以探索如此丰富的数据集的兴奋中立即显现出来.

使用数据科学家或建模师来查看行为属性是昂贵且缓慢的.

正确地开发可靠和准确的属性可能需要几周的时间. 您需要的属性越多，所花费的时间和成本就越多. 当我们推出时 Sky的AdSmart, 我的数据科学团队成功开发了许多有用的行为属性, 但每一个都花了几周的时间来创建和操作. 当我计算员工成本时, 每项属性都高达数万英镑.

需要不断地监视和维护属性集，以便属性反映查看客户群的动态变化.

如果不这样做，属性集将僵化并产生下降的上升. 属性维护也需要时间和金钱.

的确，将观看数据转换为精确的亲和性目标属性是一项挑战, 但是，根据运营商观众的实际行为(而不是外部匹配的数据)为广告商提供定位的机会，使电视运营商能够提供广告商在数字渠道中看重的那种强大的基于第一方数据的定位.

大多数电视运营商现在都坐拥庞大而强大的行为观看数据资产，可以准确地告诉他们的观众对什么感兴趣. 此外, 观看模式本身可以帮助更好地确定家庭观看的构成, 包括年龄, 性别, 人生阶段.

部署的目标变量必须与可寻址电视生态系统的动态相匹配. 实际上，属性必须随着查看器行为的改变而改变和更新. 而有些行为模式可能转变得很慢, 以此来展示观众的习惯, 我们也看到很突然, 然而,持续的, 观看行为的转变揭示了潜在的生活方式改变或购买意图. 相对静态的电视目标属性集将错过这些有价值的触发器.

幸运的是, 有一些解决方案可以促进自动化高级分析引擎的快速实现，该引擎可以根据消费者行为的动态创建和更新电视目标属性, 比如ThinkAdvertising解决方案. 为电视操作员或广播者准备的, 它提供了销售广告库存的能力，使用160多个亲和力属性，这些属性来自其实际观众行为，与国际数字观众分类相一致. 最重要的是, 解决方案可以在2-3周内部署(无需等待)，然后作为一个自动化的, 动态和经济高效的流程.

[编者注:这是来自 ThinkAnalytics. 流媒体 媒体接受供应商署名完全基于它们对我们读者的价值.]