パネルと、パネルが生み出すデータは、調査業界のゴールド・スタンダードとして1世紀近くにわたって使用されており、メディアのオーディエンスを測定する最も正確なツールであり続けている。

パネルデータとは何か？パネルデータとは何か、なぜ重要なのか、そしてどこに向かうのか。

パネルとは何ですか？

メディア・リサーチにおいてパネルとは、個人情報を共有し、一定期間の定期的な調査やメディア利用の継続的な測定に参加することに同意した世帯や個人のグループのことである。 

しかし、すべてのパネルが同じというわけではない。大きく分けて2種類ある：

確率パネルとオプトイン・パネルを組み合わせることで、メディア消費に関する直接的なインサイトを提供し、国勢調査レベルのデータからバイアスを調整・除去し、デバイスを超えた視聴者のエンゲージメントを最も正確に把握することができます。

パネリストは何のために参加するのか？

受動的な参加ではなく、能動的な参加を求めるパネルもある。パネリストは、定期的なアンケートに回答したり、テレビを見ていることを確認するためにボタンを押したり、車の中でラジオを聴いたり、バーでスポーツ観戦をしたりするような家庭外での活動を記録するための装置を身につけたりすることを求められるかもしれない。その他のパネルでは、調査会社がハードウェアやソフトウェア（「メーター」と呼ばれる）を設置し、裏でメディア利用を記録することを許可する以外に、何のコミットメントも必要としない。例えば、どんなテレビ番組を見ているか、どんなポッドキャスト、ウェブサイト、アプリを使っているかなどである。 

最も正確な個人レベルのデータを取得し、その価値を最大化するためには、自動化された測定ではなく、積極的な参加が必要な場合が多い。高いデータ品質を維持するために不可欠な高い協力性を維持するために、本格的な調査会社はパネリストの体験に多大な投資を行い、あらゆる段階での摩擦を排除している。 

ニールセンには4種類のパネルがある： 

-TV- TVおよびストリーミング視聴者の「誰が」「何を」「どのように」「どこで」視聴したかを測定するプ ロバビリティ・パネル
-オーディオ- ローカルおよび全国レベルの家庭内および家庭外のオーディオ消費を測定するプ ロバビリティ・パネルで、メーター制および日記制の両市場で構成される
-デジタル- 市場に応じて、メーター制のプロバビリティ・パネルおよび/またはオプトイン・パネルで、コンピ ュータ、モバイル、プラットフォーム全体の広告およびコンテンツ露出を測定
-参加者- 登録された非メーター制のパネリストから構成されるオプトイン・パネルで、ビッグデータのキャリブ レーションや本人確認などの機能により、当社の測定済みパネル資産を強化する。

メディアパネルはどのように使われるのか？

パネル・データは、消費者動向を調査する調査会社や、人口の消費習慣を監視する政府機関によって使用されることがありますが、メディア・パネル・データは、コンテンツ視聴率や広告キャンペーンのリーチと頻度を把握したいメディア企業、ブランド、広告主によって最も頻繁に使用されます。

ネットワーク、出版社、その他のメディア販売業者にとって、パネル・データは視聴者の規模、習慣、傾向を知るのに役立ち、それを番組編成、価格設定、コンテンツ配信戦略に役立てることができる。 

ブランド、広告主、その他のメディアバイヤーにとって、パネルデータは、誰が実際に広告を見ているのか、ターゲットオーディエンスはどのプラットフォームを好むのかを理解し、これらの行動が時間とともにどのように変化するかを予測するために使用される。

ビッグデータの時代にパネルは時代遅れなのか？

あなたは考えているかもしれない：セットトップボックス、スマートテレビ、ストリーミングプラットフォーム、ソーシャルメディアチャンネル、リテールメディアネットワーク、そしてその間にあるあらゆるものからビッグデータが得られる今、パネルが必要なのだろうか？

それはよくある誤解だ。

まず第一に、ビッグデータ（スマートテレビからの自動コンテンツ認識｛ACR｝データのような）は、スクリーン上で何が再生されているかを教えてくれるが、誰が見ているのか、何人の友人や家族もソファに座って見ているかも教えてくれない。実際、ビッグデータだけでは、その番組や映画が誰もいない部屋で上映されているかどうかを見分けることは不可能だ。誰も視聴者のいないメディアにお金を払いたくはない。

しかも、ビッグデータは全メディア視聴者を代表するものではない。唯一の方法は、すべての人が同じテクノロジーを使い、同じコンテンツにアクセスできることだ。ケーブル会社には何千万という加入者がいるかもしれないが、それらの視聴者がすべて同じチャンネルにお金を払い、同じ番組を見ているわけではない。

実際の視聴者を特定し、視聴者の人口統計学的プロフィールをピンポイントで表現する能力がなければ、ビッグデータだけに頼っている調査会社にとって、プラットフォーム、デバイス、サービスを横断して視聴者を重複排除し、全体のストーリーをまとめることは不可能だ。

両方の長所を生かすには？

はっきり言って、サンプリングや無回答の問題から生じるバイアスは、大規模なデータセットと同様に、確率パネルにも影響を与える可能性がある。しかし、適切なサイズ、細部への適切な注意、統計への鋭い理解があれば、うまく運営されたパネルは、一般人口を代表し、今日の信じられないほど多様なメディア・エコシステム全体にわたる視聴者構成の信頼できる推定値を提供する最良の方法であることに変わりはない。

では、ビッグデータはまったく役に立たないのだろうか？もちろんそんなことはない！適切なキャリブレーションとピープルベースのモデリングを行えば、ビッグデータセットは、ロングテールの番組やリーチしにくいオーディエンスに対して、貴重な洞察を提供することができる。

現在、世界広告主連盟をはじめとする多くの組織が、パネルとビッグデータの組み合わせこそがオーディエンス測定の真の未来であると考えており、多くの調査会社がこれらの機能の開発に懸命に取り組んでいる。

注

^1. 初期の代表的な例としては、第二次世界大戦中の配給物資の家庭消費を測定するため、ルーズベルトの物価管理局主導の下、サミュエル・バートンが1942年に立ち上げた「全国消費者パネル」と、マサチューセッツ工科大学（MIT）で最初に開発された独創的な機械装置「聴力計」を使ってラジオのオン／オフやチャンネルチューニングの活動を把握するため、アーサー・C・ニールセンが同じ年に立ち上げた「ニールセン・ラジオ・インデックス」を支えるパネルがある。