Екатерина Панова. Когнитивное прогнозирование телеэфирных показателей

Рекомендуемая ссылка на статью:

По данным компании TNS Gallup Media Russia, 72% населения смотрит телевизор хотя бы раз в день[1]. Телеканалы борются за аудиторию, которая, в свою очередь, приносит им прибыль от размещения рекламы.

Реклама присутствует почти на всех эфирных каналах, составляя основной доход любой телекомпании. Цена рекламного времени зависит от времени суток и от программного продукта, во время которого выходит рекламный блок. Более точное прогнозирование программной сетки телеканалов (каждого эфирного события в телепрограмме) позволит увеличить выручку телекомпаний. С другой стороны, прогноз дает возможность «поймать» телезрителей, найти наиболее благоприятные параметры (время начала/день недели и т.д.), чтобы программу увидела как можно большая аудитория.

Говоря об измерении телевизионной аудитории, стоит отметить, что инициаторами постоянных и надежных замеров аудитории стали рекламодатели и рекламные агентства. Показателем измерений стал рейтинг эфирного события – количество аудитории в процентах от целевой группы [Коломиец, 2003]. Рейтинг признается всеми субъектами коммерческих отношений и выступает в роли рекламной валюты[2].

Рейтинг эфирного события (TVR), то есть передачи, рекламного блока или временного промежутка, выражается в процентах от целевой группы:

VR=(Audence для Целевой аудитории/Размер Целевой аудитории)*100,

(Формула 1)

где Audience для отдельного события – это среднее число людей в целевой группе, которые смотрели это событие на протяжении всего периода его длительности.

Для числового определения рейтинга программы, временного интервала существуют различные методики исследования ТВ-аудитории.  По способу получения данных их можно разделить на два вида:

• опросные (респондента опрашивают при помощи интервью, дневников, анкет);
• аппаратные (интервьюер полностью исключен из процесса опроса, респондент взаимодействует с прибором, который и снимает данные о его поведении)[3].

В России официальным телеизмерителем является компания TNS Gallup Media Russia. С 1 января 2011 года компанией была запущена новая технология измерения телевизионной аудитории: Audio Matching System (AMS). При этом прибор, регистрирующий просмотр телевизора каждым из членов телевизионной панели (People Meter Panel) также собирает данные о телесмотрении. Система AMS проводит мониторинг эфира и создает базу аудио-образцов, соответствующих определенному каналу и времени. После этого происходит поиск соответствия собранных образцов образцам из базы. Данная технология повышает точность данных; измеряет непосредственно сам контент, а не носитель сигнала; создает возможность измерения отложенного смотрения.

Для каждого телеканала рейтинг – это многофункциональный инструмент, используемый для маркетинга, менеджмента и программирования контента эфира. Статистической базой прогнозирования является база данных PaloMars общероссийской панели измерений TNS Gallup Media, в которой фиксируется телесмотрение всех федеральных, сетевых и большинства региональных каналов [Виноградов М, 2005. 188 с.].

Прежде чем телезритель увидит ту или иную программу в эфире, сотрудники различных департаментов телеканала проводят огромную работу по отбору, составлению, прогнозированию сетки вещания, а также расчету возможной прибыли. Программный департамент телеканала формирует сетку вещания телеканала, при этом часто возникают ситуации, требующие уточнений о возможности получения дополнительных пунктов рейтинга. Таким образом, программный департамент определяет вводные данные для прогноза: программа; временной интервал (тайм-слот), в котором она будет показана; дни недели; период показа (месяц, квартал и т.д.).

На основе этих данных медиа-аналитики формируют прогноз, используя в качестве исходных данных статистические данные из базы данных PaloMars. Используемые данные можно разделить на две группы:

1. Фактические данные о прошедших эфирных событиях (если программа еще не была в эфире, то анализируются показатели аналогичных программ). При этом данные выгружаются по двум аудиториям: вся телевизионная аудитория и целевая (коммерческая). На основе этих данных можно посчитать индекс аффинити (отношение рейтинга целевой аудитории к рейтингу базовой группы) – эффективность эфирного события для анализируемой демографической группы. Другими словами, насколько программа или канал соответствует определенной аудитории (коммерческой). Индекс аффинити меньше 1 (100%) свидетельствует о том, что программа не соответствует интересам целевой аудитории.
2. Исторические данные за аналогичный период времени в предыдущий год/года (период и тайм-слот, указанные программным департаментом). Они характеризуются следующими параметрами:

Доля (Share) – процент зрителей из целевой аудитории, смотревших определенный канал (программу, тайм-слот).

Уровень телесмотрения (Total TV TVR) – рейтинг всех телеканалов во время анализируемого эфирного события.

Уровень телесмотрения имеет суточную, недельную и годовую динамику. В течение суток, как в будни, так и в выходные, наивысший уровень телесмотрения приходится на промежуток между 20 и 23 часами (прайм-тайм). Также существенно отличается уровень телесмотрения среди различных демогрупп: наивысший рейтинг в группе Все 50+, ниже всего уровень телесмотрения (особенно в прайм-тайм) в группах Все 4–17 и Все 18–34. Также Total TV TVR подвержен сезонности (во всех демографических группах): высокий – в зимние месяцы (особенно в январе), низкий – летом (особенно в июле). Как величина, зависящая от размера аудитории канала/программы, рейтинг пропорционально уровню телесмотрения растет зимой и снижается летом, увеличивается в прайм-тайм и снижается после его окончания.

При прогнозе рейтинга эфирного события используется исторический Total TV TVR и прогнозная доля, определяемая на основе исторических данных выхода самой программы (или ее аналога) и данных тайм-слота. Стоит отметить, что часто при определении уровня телесмотрения используется коэффициент, рассчитанный из соотношения значений последних пяти недель к аналогичному периоду предыдущего года. После этого рейтинг пересчитывается по следующей формуле:

(Формула 2)

Вместе с тем описанный метод имеет недостатки, влияющие на качество прогноза: неэффективность учета качественных параметров развития ситуации (социально-политического контекста), возможность возникновения неустойчивости развития внешнего контекста. Для минимизации этих особенностей в настоящей работе предлагается подход с адаптацией дополнительной надстройки над описанным методом. Этот подход основывается на применении методов когнитивного моделирования и сетевой экспертизы. Назовем его методом когнитивного прогнозирования телевизионного рейтинга.

Метод когнитивного прогнозирования ТВ-рейтинга сочетает в себе результаты оценки рейтинга на основе анализа статистической базы прогнозирования (описан выше), когнитивного программирования [Райков, 2014] и сетевой экспертизы [Gubanov, ect., 2014].

Когнитивная модель может включать в себя следующие факторы: важность события; отпускной период; планируемое изменение тарифов; уровень телесмотрения; жанр программы и др.

При построении когнитивной модели используется метод сетевой экспертизы. В сетевое экспертное сообщество приглашаются медиа-аналитики и представители программного, финансового и юридического департаментов. Такое сообщество позволит учесть различные изменения ситуации, что повысит точность прогноза. Экспертам могут быть присвоены веса значимости на основе критериев: опыта; профессионализма; независимости[4].

При проведении оценок эксперты используют статистическую информацию, отмеченную выше в качестве исходных данных и расчеты параметров по формулам (1, 2).

Рис. 1. Когнитивный граф.

После построения когнитивной модели (рисунок 1) экспертами оценивается важность факторов и взаимосвязи между ними для формирования прогноза рейтинга телепрограммы. Далее проводится когнитивное моделирование с получением:

• прогнозных оценок востребованности телепрограммы при воздействии «неисторических» факторов (прямая задача);
• оптимальных предварительных действий для того, чтобы программа имела наивысший рейтинг (обратная задача).

Предлагаемый подход с объединением статистического анализа, когнитивного моделирования и сетевых экспертиз позволяет осуществить проверку прогноза, полученного традиционными методами, а также прийти к согласованному экспертному заключению относительно тех или иных факторов, влияющих на исполнимость прогноза.

Литература

Виноградов Д.Н. Аудитория российского телевидения (Факторы формирования и тенденции развития). Диссертация на соискание степени кандидата социологических наук. – М., 2005, 188с.

Коломиец В.П. Инструмент оценки эфира. Искусство кино, № 5. 2003.

Райков А.Н. Когнитивное программирование // Экономические стратегии. Т.16. 2014. № 4. С. 108 – 113.

Gubanov D., Korgin N., Novikov D., Raikov A. E-Expertise: Modern Collective Intelligence, Springer. Series: Studies in Computational Intelligence, Vol. 558. 2014, XVIII, 112 p.

[1] Каменская М. 2014: привычка к непривычному // http://cableman.ru/node/15047 (дата обращения: 14.04.2015)

[2] Техника оценки рейтингов // http://www.grp.ru/effectiv (дата обращения: 14.04.2015)

[3] Там же.

[4] Методика оценки рейтинга экспертов: http://arhidoka.ru/files/2010/11/Rating.pdf (дата обращения: 14.04.2015)