全国意向/别再吵收视率 社群大数据成预测新工具

文/全国意向顾问股份有限公司顾问 谢邦彦博士辅仁大学管理学院商学研究所 程美华博士候选人

收视率调查落伍了吗?

台湾收视率调查长期由一家公司垄断,调查收视率的方式,是先随机抽样选出收视户,再询问这些收视户是否愿意在家中装设个人收视记录器」(People-Meter),使用者电视时,需手动输入家中哪些成员在收看,于特定时间资料回传后进行统计,再推论至全体收视户,样本数约1,800户。

而台湾现有5大有线电视系统业者市占率达75%,拥有约496万户的有线电视用户;1,800户的样本涵盖率是否足够?另外,收视率公司会赠送礼券油票作为回馈,是否也意味这些餽赠行为,造成收视户以中低收入居多,形成样本代表性的偏差呢?有没有更好的替代方式来取代传统的收视率调查方式?

社群竟可以推测电视收视率

根据TWNIC 2014年的调查数据估算全台湾有一半的人口在使用「社群网路平台,每天「黏」在社群网路上超过1小时,这样的重度使用,我们除了可以搜集网民在FB社群的意见外,这些「赞」、「分享」及「留言」跟电视节目的收视率是否有一个依存关系?

我们以某台某综艺节目(每周播出一次)为例,搜集了历史的收视率及FB粉丝团的资料。尝试找出每集的平均收视率与FB粉丝团相关数据的关联性分析模型利用「多元回归」,每集的平均收视率与当集的FB粉丝团的「APP登入数」、「按赞数」、「评论数」及「分享数」为变数,分析发现: 「APP登入数」、「按赞数」这两个变数对于预测每集的收视率的成效,经过检定是有「显著性」;, 「评论数」及「分享数」的显著性就没有那么强烈,利用这些分析,我们得到一个模型(见图一),模型解释力R-Square = 90.7%,代表这模型在预测平均收视率时的误差不高,解释力强。

▲图一、收视率预测方程式

另外,根据模型建立出一个复杂的3D图(见图二),可以看出由FB社群大数据预测电视收视率的复杂性

▲图二、收视率模型图。

节目喜好马上知道

FB社群大数据除了可以预测「量」收视率外,令人惊奇的是, 可以透过粉丝在社团的留言进行「质」的深化分析,以该节目某一集节目粉丝的留言来说,留言的情感系数为:0.01968,偏向正面(见图三)。代表这一集观众的对于节目的评价偏向正面,而针对这数据,也可以进一步分析负面情感的粉丝发言内容,作为日后节目内容调整基础

▲图三、节目情感分析。

社群大数据浪潮无法避免

利用社群大数据预测电视的收视率,其好处是:可以同时分析收视的质(喜好)与量(收视率),提供除了传统收视率另一个角度的参考依据。不过,仍有其局限性:如该节目是否有粉丝团、节目类型差异建模资料大小及数据的即时性、每15分钟收视值的预测..等。虽然在利用社群大数据预测电视收视率仍有其限制,但不可讳言的是:社群大数据的浪潮未来对于人们日常生活及各行业影响是无可避免的,你准备好迎接社群大数据时代了吗?