在智能大屏發展中，數據研究是一個關鍵命題。尤其是對如今的廣告業務而言，在廣告主預算減少、效果廣告越發受關注的背景下，進一步凸顯了數據的重要性。

(資料圖片)

目前無論是電視大屏廠商，還是服務商、應用方等等都在強調廣告的精準投放、品效合一，但實際上其背后需要的數據技術研究仍面臨諸多挑戰，對效果廣告發展產生影響。

數據TA研究

與移動端相比，電視大屏一個很重要的特征是：家庭環境內共享收視。《2023年中國家庭大屏白皮書》顯示，智能電視平均多人觀看場景占比74.1%，3個人以上一起觀看的使用場景為 58.4%。

全家聚在一起的家庭時刻，容易增強品牌在家庭層面的信任感，最終影響其消費和轉化，但同時這也意味著電視大屏收視行為的背后通常是多人收視場景，為精準受眾分析、TA研究帶來復雜性。

目前一些運營商通過打標簽的方式判斷終端背后的收視人群，但由此得到的數據往往做到的是“千機千面”，而非“千人千面”。此外觀眾不斷變化的收視行為將導致標簽的疊加，造成標簽數據缺乏穩定性。

另外在電視大屏端，一個比較主流的傳統研究方式是樣本模型研究然后推及。簡單來講就是選取一定數量的家庭（這些家庭構成符合目前的地區家庭構成的比例），了解其家庭結構和收視習慣，然后以這一模型來判定屏前人的收視表現。但這背后的本質是借助人工調查數據去支持算法，觸達效率和效果自然不夠準確。

行業一線數據研究人員對流媒體網表示，樣本模型研究方法能用較低的成本獲得TA數據研究，但顯然也有著明確的局限性，這并不是一個動態的觀察方法，不能完全真實反應屏前人的數量。

后鏈路數據

數據研究鏈路很長，包括數據采集、清洗、分析以及反饋等等。而對于電視大屏而言，除了分析環節TA研究的復雜，在數據效果反饋層面也面臨很高的壁壘。

具體來看，在廣告投放方面，用戶在電視大屏被種草后，往往需要自行跳轉其他渠道購買，從廣告呈現到產生購買這一過程是割裂的，導致電視大屏無法直接就后續用戶行為展開數據分析研究，也就是經常被提到的缺失后鏈路分析，導致很難進行營銷歸因和效果評估。

而即便目前OTT內容與電商可以接軌，但背后大部分情況下也會涉及到橫跨多個渠道、平臺及設備。這就需要借助一定的ID連通或是一定維度來計算或擬合，最終完成效果分析。

數據割裂

電視大屏有不同的運營主體，從OTT業務來看，有電視廠商、內容服務商、應用方等等，并且不同產業鏈環節中還有很多企業，這就導致數據掌握在不同企業手中，此外，電視大屏還存在不同信源，導致數據的進一步割裂。

更進一步看，如今媒介形態越發多樣，用戶接觸媒介的時間也愈發碎片化，進而導致數據的粉塵化，目前各個互聯網平臺依賴自身的數據產品，而各生態的數據產品就造成了“圍墻花園”，數據間的鏈接中斷，加深數據孤島化趨勢。

對于數據的分散、割裂問題，將導致消費者標簽不全面，消費者決策路徑不完整，將直接影響廣告投放和效果，導致不同平臺的商品數據無法流轉和查詢，影響監測方和廣告主合理歸因、跨屏控制投放頻次以及衡量項目的ROI。勾正科技CCO閻誠江向流媒體網表示，數據的孤島化趨勢，測量評估不同源，使得無法有效的統籌一個綜合廣告投入的效果，只能單點局部優化某一類媒體的投資效益。閻誠江以更直觀的表述講道，同樣一部電視劇，在直播衛視頻道的表現是1.2%的收視率，在點播平臺的大屏端覆蓋了2000萬家庭，請問哪個平臺的表現更好一些。當然，其中還牽涉到城市分布，收視時長，頻次及觀眾構成等眾多參數。

在這一問題下，同源研究是一個重要的，甚至是最重要的概念，需要對同一樣本組在不同媒介上的使用行為進行測量得到數據。

數據安全

關鍵詞：