Jak nejlépe vytvářet segmenty je jak otázka z oblasti datové vědy, tak z oblasti obchodu. V tomto příspěvku se budeme zabývat tím, proč by mohlo mít, z obchodního hlediska, smysl upřednostnit jednu metodologii před jinou –
nebo alespoň zaměřit svůj algoritmus na jeden z těchto parametrů.
Dejte mi zásah
Jestliže chcete vytvořit velké segmenty, které vám poslouží ke zpeněžení cookies nebo retargetingového cílení v rámci televizní společnosti, pak byste měli využívat náš celkový zásah (total reach). Tento přístup vytváří segmenty diváků, kteří pořad sledovali určitou dobu. Ze všech metodologií má tahle tu nejníže nastavenou laťku pro zařazení diváka. Stačí vám vidět jen půlku jednoho dílu Real Housewives of New Jersey, abyste se stali součástí segmentu diváků, které tento pořad zasáhl.
Takový způsob generuje široké publikum, které se hodí v každém případě užití, kde jde o zpeněžení publika – jako například spojení vašich televizních a set-top boxových diváků s internetovými cookies – nebo tam, kde je televizní společnost odměněna v závislosti na velikosti segmentu, který přináší. Máme za to, že segmenty mohou být problematické z hlediska kvality – ale pro každého reklamního zadavatele, kterému jde o zásah, je tohle ten nejlepší způsob.
Tato metoda funguje skvěle také při cílení na diváky vaší televize, ale už méně při modelování diváků TV společnosti třetí strany. Pokud budujete publikum pomocí tzv. lookalike modelingu, potřebujete atributy, s nimiž můžete toto publikum najít kdekoli, ale tyto vlastnosti budou při využití metody založené na zásahu nepřesné. Při tak širokém publiku dostanete pravděpodobně obecné atributy, pomocí nichž bude obtížné identifikovat toto publikum na jiných platformách.
Kdo kouká nejvíc?
Kromě kvalitativních potíží v případě segmentů založených na zásahu je také obtížné porovnávat různé pořady. Nelze srovnávat zásah pořadu NCIS, který má několik šedesátiminutových dílů týdně a limitovanou sérii jako je Baskets. NCIS bude mít vždycky větší zásah, protože se vysílá častěji. Na druhou stranu to ale neznamená, že ho diváci upřednostňují před seriálem Baskets.
Pokud se podíváme na ty, kdo pořad sledovali déle než průměrný divák, získáme smysluplnější srovnání širší škály pořadů. To samé platí pro popularitu. Tato metoda vám umožní spravedlivější srovnání okrajových pořadů s trháky.
Potíž s přístupem, kdy divák sledoval déle než průměrně, je v tom, že dostaneme zvýšený index u diváků, kteří se dívají hodně na TV. Představme si, že se zaměřujeme na lidi, u kterých je zvýšený ukazatel v případě dvou
úspěšných pořadů – řekněme This Is Us a The Big Bang Theory. Lidé, kteří tráví hodně času u televize, budou velice pravděpodobně sledovat oba pořady a vy dostanete segment, který je velký, ale pravděpodobně ne moc výrazný. Tito diváci možná sledovali tyhle pořady, ale také asi koukali i na jiné pořady
Tato metodologie vykazuje lepší výsledky, jestliže vytváříte segment masového trhu, o kterém si zároveň myslíte, že sleduje hodně televizi. Vezměte si starší občany, ženy nebo muže v domácnosti atd. Hůř funguje v případě obtížně dostupných divákůa pro méně oblíbené pořady.
Najít ty největší fanoušky
Pokud chcete použít své segmenty v tzv. lookalike modelu, například prodat TV diváky online, pak potřebujete vytvořit co nejvýraznější skupinu TV diváků.
Toho můžete dosáhnout dolováním dat týkajících se zhlédnutí největšími fanoušky pořadu. Tato metodologie produkuje menší publikum, ale na druhou stranu je dalším vynikajícím filtrem pro identifikaci nejskalnějších
fanoušků pořadu. To je užitečné zejména pro pořady, které nejsou zrovna dobře hodnoceny, ale mají neobyčejně věrné diváky, nebo pro pořady a kanály, které přitahují občasné TV diváky
To platí také v případě diváků, kteří mohou být častými diváky určitého pořadu, ale celkově se na TV spíše nedívají. V tom tato metodologie předčí jiné. Zařazení diváka do tohoto segmentu je závislé čistě na jeho preferencích, aniž by byla brána v úvahu jeho celková sledovanost. Tato metodologie také vytváří ze všech čtyř metod nejvýraznější segmenty, a vy získáte mnohem méně překrytí mezi segmenty, což z tohoto segmentu činí ten nejefektivnější pro zahrnutí do tzv. lookalike modelu a fusion modelu.
Použili bychom tento přístup také k identifikaci pořadů a programů, které mají menší množství, ale o to věrnějších diváků. Jakýkoli pořad s velkým počtem diváků, kteří tento pořad považují za svůj nejoblíbenější, jako část celkového množství diváků, bude důležitým generátorem divácké loajality.
Zdroj: tvrev.com
