Wenn gefälschte Einschaltquoten zur neuen Normalität werden, wie beurteilen wir dann den kommerziellen Wert von Filmen und Fernsehdramen?

Am 4. Dezember letzten Jahres wurde „Beauty’s Private Recipes“ mit dem „freigeistigen“ Zheng Shuang und dem beliebten jungen Schauspieler Ma Tianyu zur besten Sendezeit auf Zhejiang Satellite TV ausgestrahlt. Die Einschaltquoten an diesem Tag waren enttäuschend und lagen mit nur 0,184 auf Platz 20 im Land. In diesem Zeitraum verzeichnete Zhejiang Satellite TV sogar die „niedrigsten Einschaltquoten seit 50 Jahren“. Am 9. Dezember wurde „Beauty’s Private Recipes“ offiziell aus dem Programm von Zhejiang Satellite TV genommen. Herr Yan Conghua, der Produzent von „Beauty’s Private Recipes“, postete später auf Weibo: „Wir bestehen auf Originalwerken und wir bestehen darauf, keine Bewertungen zu kaufen.“ Aus den Worten des Produzenten lässt sich unschwer erkennen, dass es bei den Einschaltquoten von Fernsehserien schon immer Chaos gegeben hat. Als nächstes wird Ihnen der Autor das Geheimnis des Chaos auf dem OTT-Markt lüften.

Der Ursprung der Bewertungen

Ratingumfragen entstanden bereits Mitte des 20. Jahrhunderts. Der anfängliche Anstieg der Einschaltquoten war auf die Bedürfnisse der Werbetreibenden zurückzuführen. Anhand der Einschaltquoten wurde die Ausstrahlungswirkung von Fernsehprogrammen und Fernsehdramen gemessen, und die Werbetreibenden trafen ihre Werbeentscheidungen auf Grundlage der Einschaltquoten. Die Vereinigten Staaten waren die ersten Staaten, die Erhebungen zur Einschaltquote einführten. Nach über einem halben Jahrhundert der Entwicklung hat sich die Methode der Personalbefragung vom Tagebuchkartenverfahren mit Verzögerung zum sekundengenauen Personalmessinstrument entwickelt. Darüber hinaus wurden durch die kontinuierliche Aktualisierung und Innovation der Technologie bei der Messinstrumentenmethode im Vergleich zu früheren Datenerfassungsmethoden große Verbesserungen hinsichtlich des Abdeckungsumfangs und der Datenstichprobenerfassung erzielt.

Traditionelle Einschaltquoten-Umfragen sind schwierig, präzise Marketing

Aus Sicht der Datengenauigkeit und -stabilität werden bei herkömmlichen Bewertungsumfragen und -untersuchungen Stichprobenerhebungen verwendet, bei denen im Allgemeinen ein zulässiger Fehlerwert vorhanden ist. Wenn Sie den zulässigen Fehlerwert reduzieren möchten, ist eine größere Stichprobengröße erforderlich. Für jede Reduzierung des Fehlerwerts um einen Prozentpunkt verdoppelt sich die erforderliche Stichprobengröße. Dies führt zu einem gewissen Druck auf die anfänglichen Basiserhebungen, die festen Stichproben, die Datenerfassung und die Arbeitskosten. In der heutigen Werbung dreht sich alles um Präzision, Personalisierung und gezielte Kommunikation. Es wäre zu simpel, sich bei Werbeentscheidungen ausschließlich auf Bewertungen zu verlassen.

Da die Verbreitung von Smart-TVs immer weiter zunimmt, bieten Smart-TVs den Menschen mehr als nur Live-Streaming-Dienste. Sie decken Funktionen wie Leben (Einkaufen, medizinische Versorgung), Unterhaltung (Spiele) und Bildung ab, und auch die Inhaltsressourcen entwickeln sich in Richtung Vielfalt und Personalisierung. Im Zeitalter der Fragmentierung ist das On-Demand-Fernsehen der große Gewinner des Tauziehens um das Nutzungsverhalten der Nutzer im Hinblick auf Großbildschirme geworden. Um die Aufmerksamkeit der Benutzer zu gewinnen, sind die Bereitstellung praktischer Dienste während der fragmentierten Zeit der Benutzer, ein benutzerfreundlicheres Seherlebnis und der Aufbau enger Beziehungen zu den Benutzern alles Gründe, warum On-Demand-Fernsehen immer beliebter wird. Den Daten eines Forschungsinstituts zufolge wird die Haushaltsabdeckungsrate des Großbildmarktes im Jahr 2017 45 % erreichen, Chinas OTT-Terminals werden monatlich 236 Millionen Nutzer abdecken und die täglich aktiven Terminals werden 153 Millionen Nutzer abdecken. Das Fernsehpublikum wechselt vom herkömmlichen Fernsehen zu OTT-Terminals. Angesichts der großen Leinwand hat das intelligente On-Demand-Verhalten der Benutzer das traditionelle Live-Anzeigeverhalten deutlich übertroffen, und die Zeit, die Benutzer vor der großen Leinwand verbringen, tendiert immer mehr zum On-Demand-Verhalten.

Es scheint, dass die Dimensionen traditioneller Einschaltquotenumfragen nicht mehr ausreichen, um den Anforderungen von Werbetreibenden, Fernsehsendern usw. an ein präzises Marketing gerecht zu werden. Die Entwicklung der modernen Technologie zwingt die Branche dazu, ein neues mehrdimensionales Datensystem zu entwickeln, um die Regeln der Smart-TV-Marktwirtschaft zu verbessern. Das Aufkommen von Big Data basiert auf der Verbesserung und Ergänzung der traditionellen Bewertungsumfrageebene. Beispielsweise können wir das Verhalten vom Einschalten des Telefons durch den Benutzer bis zum Ausschalten des Telefons durch den Benutzer erweitern und feststellen, welche Verhaltensweisen nach dem Einschalten des Telefons ausgeführt wurden, etwa ob der Benutzer On-Demand, Live-Übertragung oder andere Verhaltensweisen gewählt hat. Wir können Trends anhand einer großen Anzahl von Benutzerverhalten unterteilen und Trends verwenden, um die allgemeinen Marktbedingungen und die Ausrichtung des Benutzerverhaltens zu erklären. Indem wir uns auf die Verhaltensverläufe der Benutzer verschiedener Gruppen konzentrieren und diese verfolgen, können wir personalisierte Dienste und präzise Push-Benachrichtigungen basierend auf genauen Anforderungen entwickeln.

Das fragmentierte Analysesystem muss verbessert werden

Zu den wichtigsten Faktoren, die die Einschaltquoten von Fernsehserien und -programmen beeinflussen, zählen: Region, Staffel, Sendezeitraum, Sender und Ausstrahlungszyklus. Grundsätzlich sind auch die Authentizität und Universalität der Datenquelle und der Datenstichproben unverzichtbare und wichtige Faktoren für die Bewertung. Bei klassischen Quotenbefragungen wird zunächst eine Basisbefragung durchgeführt, um die feste Stichprobe für die Quotenbefragung zu ermitteln und repräsentative, haushaltsnahe Nutzer auszuwählen, die stabil sind und das Sehverhalten proaktiv beeinflussen. Durch die Stichprobenrotation werden die Probleme der durch die Alterung der Stichprobe bedingten geringeren Repräsentativität und der durch die Befragten bedingten geringeren Datenqualität gelöst. Die Stichprobenhaushalte, die am längsten befragt wurden, werden zuerst zum Ausscheiden ausgewählt. Dadurch wird sichergestellt, dass die Quotenindikatorstruktur der festen Stichprobengruppe mit der Gesamtindikatorstruktur übereinstimmt. Benutzer geben die feste Beispielgruppe ein. Dies ist eine traditionelle Publikumsumfrage. Der durch die feste Stichprobe vorgegebene Pfad und die Schwierigkeit, die Stichprobe zu ändern, sind wichtige Gründe für die Verzögerung bei der Iteration der Datenaktualisierung. Derzeit entwickelt sich das Internet-TV rasant und nimmt einen großen Marktanteil ein. Darüber hinaus sind die Funktionen und Anwendungen des Internet-TV vielfältiger und die Verhaltensgewohnheiten der Benutzer komplexer als zuvor. Die Sehgewohnheiten der traditionellen Fernsehnutzer reichen nicht aus, um den aktuellen Status des Fernsehmarktes zu stützen. Die Nachfrage nach TV-Terminaldaten beschränkt sich nicht nur auf das System der Einschaltquotenumfrage, und das Analysesystem muss verbessert werden.

Basierend auf dem Zeitalter der großen Datenmengen werden in der neuen Ära zwangsläufig mehrdimensionale Anforderungen hinzukommen, die eine dringende, vom Markt getriebene Nachfrage darstellen. Mit dem Einzug von Big Data in den Markt für Einschaltquotenumfragen hat die durch das Internet und Big-Data-Denken ergänzte Umfragedimension die Beschränkungen der traditionellen Einschaltquoten aufgehoben. Es besteht kein Zweifel daran, dass Big-Data-Unternehmen inhärente Vorteile hinsichtlich Datenproben und Datenquellen mit breiter Abdeckung und Datenfeedback in Echtzeit haben. Es lässt sich jedoch nicht ignorieren, dass einige Datenproben durch die Hardwaremarken eingeschränkt sind. Datenunternehmen arbeiten unabhängig voneinander, das Markendatenvolumen ist einheitlich, was zu einer einzigen Datenquellenstichprobe führt, und die gesamten Ratingmarktdaten sind fragmentiert. Aus der Perspektive von Big Data bedeutet Big Data vollständige Stichproben und vollständige Abdeckung. Die Kombination von Unternehmen mit riesigen Datenmengen ist ein zentrales Problem, das auf dem Messmarkt dringend angegangen werden muss. Die Vollständigkeit und Breite der Datenstichproben machen die Daten universeller und wertvoller für die Messung der tatsächlichen Effektivität des Marktes. Die Funktion von „Ratings“ als „universelle Währung“ ist maßgeblicher.

Ein neues System zur Publikumsanalyse

Das Aufkommen von Big Data kann eine umfassendere Datendimension bereitstellen, die benutzerorientiert und bidirektional adressierbar ist und das Smart-TV-Verhalten der Benutzer in Echtzeit analysieren kann. Vom ursprünglichen Einzeldatensystem bis hin zu einem umfangreichen neuen Lebenszyklus intelligenten Benutzerverhaltens, vom Benutzerverhalten, vom Benutzerzufluss- bis zum Benutzerabflusspfad und von der Ein- bis zur Ausschaltanalyse des gesamten Lebenszyklus des Benutzers wird eine große Menge an Benutzerdaten gesammelt. Das neue Zuschaueranalysesystem basiert auf Big-Data-Analysen und bietet eine neue Analyseperspektive. Es prognostiziert Verhaltensgewohnheiten, Sehpräferenzen, Lebenssituationen, Fokuskategorien, Konsumattribute und -tendenzen usw. der Benutzer, um den Werbetreibenden eine präzisere Grundlage für die Platzierung ihrer Werbung zu bieten und den Fernsehsendern ein Referenzsystem für die Programmplanung bereitzustellen.

Das Konzept zur Messung des Werts eines Programms hat sich von Bewertungen zu einer benutzerzentrierten Wertorientierung verlagert, wobei die traditionelle Stichprobengröße der Bewertungsdaten von einer repräsentativen Stichprobenauswahl auf die vollständige Stichprobengröße aller Benutzer ergänzt und auf die Darstellung des Gesamtverhaltens aller heutigen Benutzer ausgeweitet wird. Echtzeit-Datenfeedback ist effektiver und authentischer und ermöglicht es Fernsehsendern und Werbetreibenden, direkt mit echten Benutzern in Kontakt zu treten und beim Kauf von Dramen, der Gestaltung von Programmsystemen, dem Programmsponsoring, der Platzierung von Werbung und der Wirkungsbewertung mehr Anhaltspunkte und Regeln zu verfolgen.

Für Werbetreibende und Fernsehsender sind natürlich die Zielgruppen und die Sehdauer am wichtigsten. Im Tauziehen zwischen intelligentem Verhalten und Live-Übertragungsverhalten benötigt die Branche ein neues und umfassendes Datendimensionssystem, um den gesunden Betrieb des intelligenten ökologischen Marktes zu unterstützen. In einer Zeit, in der Inhalte König sind und Ressourcen im Überfluss vorhanden sind, hat derjenige ein Mitspracherecht, der die Benutzer binden kann. Es ist ein unvermeidlicher Trend, Big Data-Dimensionen wie Echtzeit-Publikumsverhalten, Publikumspräferenzen, heiße Diskussionen, interaktives Verhalten und Verbraucherattribute mit traditionellen Umfrage- und Forschungsmethoden zu integrieren.

Big Data soll das Chaos im OTT-Markt beenden

Bewertungen fungieren als „universelle Währung“ für Werbung. Sie spiegeln in gewisser Weise den kommerziellen Wert eines Fernsehprogramms, einer Fernsehserie usw. wider.

Nur durch die Analyse der Daten können Fernsehsender und Programmproduzenten die Präferenzen der Nutzer verstehen und bei der zukünftigen Programmplanung gezielte und positive Anpassungen vornehmen, bei denen die Nutzer im Mittelpunkt stehen. Für Werbetreibende ist eine gezielte und umfassende Datenanalyse förderlich für die Werbeauslieferung.

Mit der Entwicklung der Big-Data-Technologie wird erwartet, dass die Genauigkeit und Transparenz der Bewertungen in Zukunft auf technologischer Ebene verbessert wird. Darüber hinaus haben sich mit der Diversifizierung der Programmfunktionen des Internet-TV die Verhaltensgewohnheiten der Nutzer geändert. Es ist schwierig, mit einer kleinen Stichprobenbefragung in Bibliotheken die Situation der gesamten Branche darzustellen. Die Erweiterung der Beispielbibliothek ist unvermeidlich geworden und es ist sogar möglich, eine vollständige statistische Datenanalyse durchzuführen. Wir freuen uns darauf, dass das Chaos auf dem OTT-Markt so schnell wie möglich behoben wird.

Als Gewinner des Qingyun-Plans von Toutiao und des Bai+-Plans von Baijiahao, des Baidu-Digitalautors des Jahres 2019, des beliebtesten Autors von Baijiahao im Technologiebereich, des Sogou-Autors für Technologie und Kultur 2019 und des einflussreichsten Schöpfers des Baijiahao-Vierteljahrs 2021 hat er viele Auszeichnungen gewonnen, darunter den Sohu Best Industry Media Person 2013, den dritten Platz beim China New Media Entrepreneurship Competition Beijing 2015, den Guangmang Experience Award 2015, den dritten Platz im Finale des China New Media Entrepreneurship Competition 2015 und den Baidu Dynamic Annual Powerful Celebrity 2018.