닐슨 피플미터 시청로그 데이터를 활용한 TV 시청자 연구

연구 정보

  • 참여유형 : PI
  • 지원기관 : SBS 미디어크리에이트
  • 지원사업명 : 닐슨 시청률 데이터 분석 프로젝트
  • 사업비 : 총 2,000만원

연구 개요

본 연구는 닐슨 피플미터의 시청로그 데이터에 데이터 시각화 및 머신러닝 기법을 적용하여 지능화된 시청 로그데이터 분석 도구 개발을 목표로 한다.

연구 필요성

기존 프로그램의 편성을 변경하거나 새로운 프로그램을 편성할 때 시청률은 고려해야 할 가장 중요한 요소이다. 단순한 방법론보다는 시각화와 머신러닝 기법을 이용한 세밀한 분석으로 시청률을 최대로 이끌어 낼 수 있는 방법이 필요하다.

목적 및 내용

본 연구는 크게 편성변경 시청률 예측과 시청률 데이터 시각화로 진행되었다.

  • 편성변경 시청률 예측
    • 과거의 성별, 연령별 프로그램 시청 정보를 활용하여 차주 프로그램 시청률 예측하여 편성 변경 시, 시청률을 높이는 방향으로 의사결정을 지원한다.
    • 방송 프로그램별 이전 시청률 데이터와 해당 시간의 주요 시청률을 바탕으로 차주 편성의 시간 시청률 예측한다.
    • 다음회 프로그램 예상 시청자수와 편성을 바꾼 예상 시청자 수의 차이를 비교하고 A 프로그램이 B 프로그램 자리로 편성이 변경되는 경우 B의 성별, 연령별 가중치 정보를 A의 성별, 연령별 가중치 정보로 변경한다.
      편성변경 시청률 예측
    • 시청률 데이터 시각화
    • 닐슨 시청률 Raw 데이터를 활용하여 편성 등 의사결정을 지원할 수 있는 근거자료로써 활용이 가능하다.
    • 실제 구현시 참고 가능한 웹 프로그램 형태로 개발한다.
      시각화 유형
    • ELK 스택을 활용하여 시각화 모듈 구현
      ELK
    • 유사 프로그램 군집 시각화
      군집
    • 주별 시청자 Retention
      Retention
    • 시간대별 시청률 변화
      시청률변화
    • 시간대별 시청자 유입
      시청자유입

연구 결과

  • 머신러닝을 활용하여 정확도 95.4%의 편성 변경에 따른 시청률 예측 모델을 개발하였다.
  • 시청로그 데이터를 활용하여, 유사 방송 묶음 / 주차별 사용자 Retention / 기간별 시청자 유입, 유출/ 시간대별 시청자 수 변화 등 시각화 도구를 개발하였다.