科技发展推动广播受众研究的智能化和电子化 赛立信 牛存有

 

    主持人王长伟：程序自动化，我们都用自动化程序化一些技术手段，在广播细分领域有一些什么新的应用，下一个演讲主题是科技发展推动广播受众智能化和电子化，广东赛立信市场研究有限公司牛存有先生。牛总在视听率调查和市场研究方面有近20年的经验。曾经服务于统计部门，国家信息管理部门，以及多家视听率研究公司，在广播受众领域有丰富的经验。
    
    牛存有：赛立信从事传统市场研究，今天我和大家分享一些内容是基于媒介研究这个领域的。在媒介研究这个领域赛立信，大家一谈广播受众的研究，要关心问题是我们受众是谁，他在什么样的心境，使用什么样终端设备，由此为商家在这个时间购买广告。建立与受众与媒介与商家之间的桥梁。
    视听率调查在中国市场并不新鲜了，20世纪60年代左右引入的调查方法是日记卡调查方法。上个世纪时候开始出现测量仪技术手段。为媒体研究提供技术支持这样一个整体领域。在这样一种情况下无论你用技术手段，还是用传统调查表日记卡，受众研究性欲必须要回答这样一些问题，谁在什么时间什么地点收听，接触了哪个媒体，他如何去消费。这样才可以为我们商家去提供这些内容。作为广播媒体而言，他只是通过无线电波来播放产品，就是节目。把受众推荐给我们的商业公司，广告主广告公司，才能真正被商业电台提供商业经营的价值。现在中国的媒体应该说基本上依靠广告经营收入维持自己整体媒体的运营，这样广告收入成为他们非常重要的内容。这样受众内容就一肩挑两家，建立起横向的桥梁。
    在中国广播市场上来说，我最初进入这个行业很多广播电视台台长邀请我去评估，他的受众是什么样的受众。年龄、性别、职业这样的描述。没等我描述完毕，台长说是老弱病残，所以广播里有那么多卖药的，社会结构出现了改变，年龄段出现了下沉这样一种情况，原来以六七十岁，中老年收听群逐渐向45岁以下品质新贵。汽车进入家庭，中国逐渐成为车轮上的家庭有关系。整个受众有关系，以往的中老年受众总在谈到老弱残病，那一辈老人由于知识的限制所以消费也不一样。现在全国各地景点都能看见六七十岁的老人。户型场所收听发生了转变。过去传统模拟收音机，现在数字收音机的转变。用智能手机下载APP，整个行为产生很大改变，由于这样行为改变，对研究公司提出新的命题，我们要跟上市场要求。我们原来日记卡又要由我们选择的被访者，样本户，Panel，固定样本组用户根据他一天广播收听行为，当天晚上记录我在什么时间听了哪个频率，听了多长时间，用的什么东西来听，这样记录下来，这样或多或少都会产生人为干扰，数据偏差会加大。
    时间段我们把一天24个小时，每15分钟，95个时段，广播30秒，15秒，卖药是1分30秒，这样对于广告效用研磨在15分钟段来，很难精细反映广告价值。人工卡人工填写，数据反馈就要慢，通常情况下我们日记卡反馈周期滞后正常节目周期两周左右，这样对于节目也好，对于广告也好，指导帮助作用远远不能实现这种价值。在这样特定的背景下，我们就必须要重新去推动我们自己的，升级我们技术，升级我们方法。
    我们有必要去讨论这样一个内容，在1906年麻省理工推出第一台机械测量仪，由于庞大没有得到应用。我们正在应用在市场上正在推进测量仪调查设备。对于我们来说经历了这样一个过程，在中国广播领域，我们大概在整个市场里面占了75%这样的市场份额，大家对要求诉求度非常高。我们基本上采用了叫芯片植入技术，APP技术，和对频技术来完成数据采集，实现数据次日到达，第二天我们数据可以到达我们甲方，我们就采用了一个概念，针对不同终端采用不同的设备，通过我们软件系统来为我们甲方提供数据。避免了这些问题，缩短了周期，减少了人为干扰。数据精细程度会更高。红色曲线15分钟，后边蓝色是分钟数据，可以精确到秒。
    每组分钟数据里面就可以把90分钟节目，每一个节点广告投放效果是什么样，贡献度如何，就可以呈现不同时间段，包括广播广告，有的8次，有的10次，把我们不同价位，不同段位，不同时长。广告价值指标，数据精细了，可挖掘内容就多了。为电台做服务的时候，不仅仅依靠一套收听率的指标来为大家服务了，可以做很多很多延伸，逐渐通过技术垄断，由单纯的数据供应商逐步向媒体咨询顾问进行转变，所以技术是我们必须要解决的问题，也是我们必须面临的问题，通过技术来升级我们的研究。
    谢谢！
    
    问：电台这个频道和其他的媒体渠道之间的协同是怎么考虑的？
    
    牛存有：现在情况各地的广告公司进行广告投放时候会有广告配比，以往电播媒体占份额，现在平媒份额被压缩掉，投入到网络媒体上。这个配比不是由我们来决定的，在这种情况下现在广播电视合为一家，广播和电视台，电视广播还分立运营，所以在整个运行环节不存在频道和频率两家组合问题，因为是两个独立的命题，所以不存在您谈到两个之间怎么去呼应，没有这个问题。投放的时候，实际上考虑的就在我属地这个地区，同一个时间点上受众规模的大小，再往下看人群是什么样，根据同一个时间点进行广告配比。还需要更多的资源，数据资源。