Как телеканалы считают онлайн-аудиторию

ОТ ДНЕВНИКОВ К ПИПЛМЕТРАМ

Описывая различия технологий измерения телесмотрения, директор департамента специальных проектов OOO «Агентство 2» Денис Белослюдов напомнил, что все методики измерения телесмотрения в линейном вещании сводятся к выборочному методу — исследованию аудитории с помощью ее небольшой части. «Линейное вещание одностороннее, и нельзя узнать, что смотрел каждый зритель, поэтому замеряется поведение выборки, которое при условии соблюдения стандартов качества исследования с достаточной точностью совпадает с предпочтениями всей аудитории», — объяснил он. Денис Белослюдов напомнил, что прежде для сбора данных о линейном просмотре применялись дневники, в которых участники исследования записывали, когда и какие каналы они смотрели. Этот метод не требователен к оборудованию, любой зритель может быть включен в выборку, однако он недостаточно надежный, потому что полностью полагается на дисциплину зрителей. Затем появились «пиплметры» (англ. peoplemeter) — электронные приборы, с помощью которых зрители отмечают только начало и окончание просмотра телевизора, а время и каналы оборудование определяет само. По его словам, для измерения аудитории спутникового телевидения «Триколор» «Агентство 2» использует специальное пиплметрическое ПО, которое устанавливается на приемник, передающий сигнал телевизору, и от участников исследования требуется только нажать кнопку на пульте. Аналогичный способ применяет компания Mediascope — отдельный прибор «слушает» телевизор и определяет контент по аудиометкам.

Преимущество пиплметрии в том, что известна вся социально-демографическая информация об участниках исследования и качество данных тщательно отслеживается, что позволяет предоставлять надежные показатели объемов аудитории, утверждает Денис Белослюдов. А вот измерение линейного вещания нишевого контента выборочным методом неэффективно, так как среди участников исследования может быть недостаточно зрителей, предпочитающих тематические каналы. «В любом случае фактическая информация о просмотре каждым человеком из всей аудитории предпочтительнее, потому что она оставляет меньше пространства для интерпретации, а следовательно, искажений», — добавил он.

Как рассказал генеральный директор компании MediaHills Андрей Бояринов, принципы телеизмерений были разработаны много десятилетий назад и они универсальны. Меняется только способ сбора данных — изначально это были дневники телезрителей, опросы, пиплметры, сегодня сбор данных с операторов связи и сайтов. «Основная идея корректных измерений заключается в формировании репрезентативной панели, — объясняет он, — например, если пенсионеров, просматривающих ТВ, через Интернет 10%, то и в измеряемой панели их должно быть 10%. В противном случае получаются смещенные результаты». Андрей Бояринов убежден, что поэтому никакой принципиальной разницы между измерениями в различных средах нет — важно не отбрасывать достижения науки за последние полвека, а уметь их использовать. Он привел в пример часы, которые бывают песочные, механические и электронные, но все они измеряют время, и создатели электронных часов мудро решили оставить 60 минут в часе, а не сделать 100.

СПЕЦИФИКА ИНТЕРНЕТ-СРЕДЫ

Директор аналитического центра «Сигнал Медиа» Мария Каменская напомнила, что отличия измерения телесмотрения в Интернете произрастают из специфики самой среды, ведь каждое измерение должно учитывать характерные особенности исследуемого объекта. По ее словам, существуют разные технологии измерения аудитории видео в Интернете, начиная от классических счетчиков на страницах сайтов и заканчивая Virtual Meter — программным аналогом пиплметров, разработанным компанией Kantar Media. Именно эту методику развивает Mediascope, но она охватывает пока лишь ограниченную часть транслируемого в интернет-среде телевизионного контента. Мария Каменская добавила, что во многом это вопрос платежеспособного спроса индустрии.

Описывая технологию Virtual Meter, директор аналитического центра «Сигнал Медиа» рассказала, что на десктопы и ноутбуки участников панельного исследования устанавливается специальный софт, который фиксирует звуковой ряд, подаваемый на устройство в момент работы в Интернете, — по аналогии с тем, как пиплметр фиксирует звуковой ряд, подаваемый на телевизор. При этом обладатели ПО Virtual Meter так же, как и обладатели пиплметров, перед началом просмотра видеоконтента регистрируются, нажимая свою именную кнопку в специальном окне в углу экрана. Тем самым Virtual Meter знает, кто именно смотрел видео и запоминает звуковой ряд просматривавшегося контента, а далее передает информацию на серверы исследовательской компании. Параллельно компания-измеритель записывает аудиореференсы — образцы звуковых рядов телеканалов. И далее на основе сверки информации с «виртуалметров» с аудиореференсами каналов происходит распознавание, какой именно контент в какой момент времени просматривался каждым из участников исследования. По сути, точно так же работают пиплметровые измерения.

Как объяснила Мария Каменская, специфика интернет-среды заключается в том, что, во-первых, не весь видеоконтент в онлайне является телевизионным — здесь много пользовательских роликов и прочих файлов, просмотр которых нельзя с полным правом отнести к телесмотрению. Во-вторых, часть контента в Интернете распространяется нелегально, и вопрос о том, как учитывать (и учитывать ли вообще) просмотр на нелегальных ресурсах, остается открытым. «Он лежит не столько в научной, сколько в этической, юридической и даже политической плоскостях. Иными словами, он решается не наукой, а индустриальными договоренностями. Надо сказать, что в пиплметровых измерениях классического телесмотрения легальность вещания никак не учитывается», — пояснила Мария Каменская. В-третьих, по ее словам, значительную долю ТВ-контента в Сети трудно однозначно отнести к какому-то конкретному правообладателю. Например, к какому каналу отнести аудиторию кинофильма «Ирония судьбы, или с легким паром!», просмотренного в YouTube или в «ВКонтакте»? Вряд ли есть единственный правильный ответ на данный вопрос. В-четвертых, Интернет дает огромные возможности для так называемого отложенного просмотра — просмотра контента в записи, уже не в линейном потоке вещания. «Вопрос в том, какой по глубине период отложенного просмотра учитывать? Он решается опять же индустриально. Ведь рекламному рынку нужна максимально оперативная поставка аудиторных данных, участники индустрии не могут ждать, когда приплюсуются зрители, посмотревшие контент с задержкой в пару-тройку недель или даже месяцев», — настаивает Мария Каменская. В целом, считает она, измерения телесмотрения в Интернете технически очень похожи на измерения классического телепросмотра, но на организационном уровне настраиваются в соответствии с запросом рынка. В России, например, введен ограниченный список интернет-ресурсов, просмотр на которых фиксируется и далее может быть распознан как телесмотрение.

ТОЧНОСТЬ ИЗМЕРЕНИЙ В ИНТЕРНЕТЕ

Как утверждает Денис Белослюдов, телесмотрение в интернет-среде позволяет получать информацию обо всех контактах аудитории с контентом, и в этом смысле оно заметно точнее измерений линейного вещания. «Каждый пользователь в Интернете обладает уникальным идентификатором, позволяющим зафиксировать посещение сайтов, в том числе и просмотр видео, — объясняет он. — Тем самым известно, что пользователь делает в Сети в каждую секунду времени. Отсюда вытекает основное отличие от измерений линейного ТВ, где ведется работа с выборкой, — в Интернете мы знаем факт просмотра единицы контента и работаем полностью с исходными данными, без экстраполяции. Поэтому информация для телеизмерений в интернет-среде не просто точнее исследования линейного вещания — ее объем несравнимо выше». Но и в измерениях телесмотрения в Интернете есть сложности. В первую очередь, по словам Дениса Белослюдова, информация о пользователях в Сети должна обогащаться различными источниками данных. Ведь не всегда достоверно известно, кто смотрел видеоконтент, но можно использовать следы, которые человек оставляет в Сети, и с помощью технологий обработки big data предсказывать его социально-демографические признаки, интересы. «В случае измерения телесмотрения “Триколора”, которое вещается и линейно, и через Интернет, можно использовать пиплметрическую выборку как “золотой стандарт”, накладывать выявленные предпочтения на данные о просмотре через Интернет и таким образом предсказывать характеристики аудитории», — добавил он. Другая сложность состоит в том, что всю совокупность индивидуальных параметров пользователя, представляющих собой уникальный идентификатор в интернет-среде, можно воспроизвести. В этой связи измерения Интернета работают над двумя задачами. Первая — детальное изучение сетевых следов пользователя, чтобы не только узнать стандартные социальные и географические данные смотрящего, но и анализировать глубинные паттерны его поведения, обеспечивая максимальную релевантность потребляемого контента. Вторая — необходимость отличать живых пользователей от ботов.

Андрей Бояринов, наоборот, уверен, что качество измерения линейного ТВ не уступает интернет-среде. Он напомнил про технологию RPD, которая применяет научно обработанные данные IPTV-сетей и позволяет с точностью до долей секунды пересчитать всех телезрителей. Такие решения применяет MediaHills, измеряя с их помощью более 1,5 млн домохозяйств. «Учитывая, что классический телезритель проводит перед телевизором около 4 часов в день, то база для анализа получается колоссальная», — подчеркнул он.

Мария Каменская считает, что точность измерения телесмотрения в интернет-среде зависит от применяемой технологии. «Если мы говорим о счетчиках на сайтах, то они, конечно, должны фиксировать всех зашедших, никакой выборки тут не строится. Но проблема в том, что счетчики фиксируют не людей, а уникальных юзеров. Один и тот же человек, войдя на сайт с разных устройств, может быть распознан и как один, и как несколько юзеров, в зависимости от ряда условий. Аналогично разные люди, поочередно входившие на сайт с одного и того же устройства, могут логиниться под разными именами и распознаваться как разные юзеры, а могут и не распознаваться, считаться одним пользователем», — пояснила она.

Если же речь идет о Virtual Meter, то это такие же выборочные панельные исследования, как и пиплметровые, но их огромное преимущество в том, что единица измерения здесь — именно люди. И один человек, посмотревший контент на разных устройствах, будет посчитан как один человек. А разные люди, смотревшие поочередно или даже одновременно контент на одном компьютере, будут учтены как разные люди. «Таким образом, нетрудно понять, что возможность тотально измерять всех, не прибегая к построению выборки, — вовсе не гарантия большей точности измерения, — рассуждает Мария Каменская. — Да и вообще с точки зрения науки увеличение размера выборки или даже переход на измерение всей совокупности людей вовсе не всегда ведет к повышению точности измерения. Искажение результата может происходить на других этапах исследования. А может и не происходить. В конце концов, для получения анализов крови мы сдаем ее совсем немного, буквально одну пробирку, но это не является основанием для сомнений в достоверности результатов, никто не пробует сдать на анализ всю кровь».

ПЕРСПЕКТИВЫ ТЕЛЕИЗМЕРЕНИЙ В СЕТИ

Одной из проблем измерения телесмотрения в Интернете Денис Белослюдов называет мошеннический трафик, который зачастую нивелирует эффективность исследований. По его словам, эта проблема остро стоит в рекламной индустрии, поскольку точность измерений влияет на доходы компаний. Ее решение видится в совершенствовании нейронных антимошеннических механизмов и переводе рекламного рынка на технологию блокчейн. В этих условиях и предстоит развиваться и инструментарию телеизмерений в интернет-среде, уверен Денис Белослюдов. Кроме того, качество измерений будет сводиться к получению максимально подробной информации не только о том, кто потребляет контент, но и о самом контенте. «Учитывая, что в Интернете бесчисленное многообразие информации, которая транслируется нелинейно, то есть по запросу, значимое место будут занимать механизмы распознавания, обработки и сегментации аудио-, видео- и текстовой информации. Изначально данные инструменты развивались с целью обеспечения безопасности, но теперь их использование открывает широкие перспективы для развития рекомендательных и рекламных сервисов», — надеется Денис Белослюдов.

Мария Каменская считает, что перспективы развития инструментария заключаются в обеспечении возможности максимально корректного объединения результатов с данными других измерений, а также в ускорении поставки результатов на рынок. Дело в том, что зрители все меньше различают просмотр контента по средам — технологии позволяют начать смотреть фильм на одном устройстве, а продолжить на другом. Более того, говорит директор аналитического центра «Сигнал Медиа», технология доставки контента обычно не является значимым фактором зрительского выбора и принятия решения о просмотре. Поэтому и аудиторные измерения в будущем не будут делиться по средам. Уже далеко не первый год ведущие мировые исследовательские компании говорят о концепции Total Meter, предполагающей объединение данных измерений, проведенных с помощью разных технологий в разных средах. В частности, измерения с помощью пиплметров и виртуалметров построены на едином принципе аудиоматчинга — распознавания по звуку, и их результаты легко объединяются. В мировой практике есть опыт объединения таких данных и с результатами RPD-измерений. Мария Каменская отметила, что объединение данных различных измерений — один из главных трендов в маркетинговых исследованиях, а технология big data — его частный случай. «Поскольку любые измерения — это инструмент для принятия бизнес-решений и валюта для взаиморасчетов участников индустрии, мы видим острую потребность в ускорении обработки и поставки на рынок результатов. Исследовательские компании работают над этим. Возможно, уже в недалеком будущем рынок будет получать данные по совокупному телесмотрению во всех средах в режиме реального времени и даже с каким-то автоматическим прогнозом дальнейшего поведения аудитории», — предполагает она.

На взгляд Андрея Бояринова, важно не просто получить данные о предпочтениях пользователя, а правильно их обработать и применить. «Знание предпочтений конкретных пользователей позволяет использовать рекомендательные системы для упрощения выбора канала, формировать таргетированную рекламу, осуществлять бесшовное переключение между устройствами — когда телезритель в одно касание переключается между телевизором, планшетом и смартфоном, продолжая смотреть выбранную программу», — заключает он.