“在电视和视频上“是一个专栏探索高级电视和视频中的机会和挑战。

今天的专栏是由Jane Clarke，董事总经理兼首席执行官撰写的创新媒体测量的联盟（CIMM）。

多个平台上的“优质”内容的分布 - 从线性电视到VOD到数字视频和CTV流应用 - 推动了“融合电视”的增长和支持货币化模型。

这种增长为未来一年带来了衡量挑战。

可寻址的线性电视，例如，需要点级测量，这将需要二次第二数据。但是当前C3度量标准平均在程序中所有广告分钟。为此，Nielsen最近宣布将在2022年更新C3测量，以提供个别商业评级。此外，随着行业远离年龄/性别保证，将需要大量的粒度数据集来计划，购买和评估高级受众。

仍然，有效的融合电视测量将通过提供人口统计和高级观众段的跨平台观看来实现更好的规划和优化。它还将通过计算和验证使用可比度量的平台的不完全达到和频率来增强广告观众测量。这些相同的数据集将通过将数据与KPI匹配来实现更好的归因评估。

但是为了完成这一点，测量解决方案需要这四个基本构建块。

构建块＃1：电视“人口普查”数据

人口普查的数据可以从标准化的实时智能电视（ACR）和机顶盒（STB）缩放的AD调整数据，联合以获得国家代表性。但对于受众最全面和准确的测量，需要组合这些数据集。每个都有优势和劣势。

这两个数据集的集成呈现出挑战。但这是可以完成的。它会使我们更接近所需的人口普查数据。

构建块＃2：数字人口普查数据

目前，在数字视频和应用生态系统中存在复杂的广告和内容曝光数据流。数字人口普查数据以不同的方式捕获，导致大多数数据不标准化。

但测量标准化至关重要。它需要跨越所有形式的电视和流媒体，常见的二秒指标和始终应用广告ID。

构建块＃3：面板和数字数据集

在使用人口普查的电视数据时，将人们分配给机器调整数据至关重要。它对模拟数据间隙（如空气过）观看也至关重要。目前，主要方法是通过面板。

面板不能成为未来观众测量解决方案的核心，因为它们无法捕获碎片化媒体使用情况。但它们将继续对校准和大数据建模差距来建模很重要。

大型电视和数字数据集需要是新解决方案的核心。同时，面板将提供更互补的作用。

构建块＃4：ID分辨率

IDR的解决方案是融合电视和其他媒体的内容和广告之间的胶水。它们通常基于家庭，人员或设备分辨率到底层PII。

鉴于各种IDR提供者，重要的是在ID解决方案之间启用互操作性，以便使用不同的ID图来连接数据集。还需要模型中的透明度来解释丢失的设备ID和IP地址。

建立衡量基础知识

越来越多的公司正在努力组装融合电视观众测量所需的所有构建块，包括创建“覆盖模型”来项目重复数据删除。还有公司组装这些构建块，但主要用于融合电视或没有REACH模型的跨通道归因。

随着解决方案继续出现，这些核心构建块将确定测量方法的有效性 - 以及他们是否可以使买家和卖家能够实现融合电视的全部潜力。

跟随CIMM.（@cimm_news.）和adex爱游戏体育骗子changer（@爱游戏体育骗子adexchanger.）在推特上。