随着串流媒体继续将观众从传统电视吸引走,广告商发现越来越难以获得关于他们的资金究竟买到了什么的直接答案。一个平台可能说广告触及了200,000个家庭,另一个平台声称同一活动触及了260,000个家庭,而第三个平台则报告了完全不同的受众组合。在某些情况下,在智能电视上观看节目前半部分并在平板电脑上观看后半部分的观众会被计算两次,或者根本不被计算。
对于广告商来说,这种缺乏一致性使他们几乎不可能知道该相信哪些数字以及哪些平台真正提供价值。试图追踪其广告是否导致网站访问、店铺人流或实际销售的品牌通常面临一堆断开的数据迷宫。如果没有更清晰、更可靠且能够相互沟通的系统,广告商只能猜测哪些结果是真实的,哪些是噪音。
Premion工程主管Jigar Captain花了二十多年时间构建支持广告技术快速发展的大规模系统。Premion向美国每个市场的观众提供品牌安全的串流电视广告,为区域和本地广告商提供大规模的高质量串流广告资源。在这次对话中,Captain讨论了CTV平台面临的不断变化的需求、准确测量背后的工程挑战,以及为什么电视的未来取决于数据清晰度和协作。
许多高管对电视测量的碎片化感到不知所措。您如何定义当今的挑战?
我认为从传统电视到串流媒体的转变造成了行业仍在试图弥合的测量差距。曾经支撑整个电视经济的基于样本组的系统在受众分散在数十个应用程序和设备上时根本无法支撑。高管们想要清晰度,而不是相互矛盾的仪表板,我完全理解这一点。下一代测量必须汇集来自联网设备、应用程序和线性来源的数据,以便反映人们实际观看的方式。
领导者现在也期望得到的不仅仅是基本的触及数字。他们想要真正的证据证明他们的投资正在推动业务成果。这种期望改变了像我这样的工程团队构建系统的方式。问责制不再是可选的——它塑造了我们做出的每一个决定。
作为Premion的工程主管,是什么塑造了您构建CTV平台的方法?
当您负责每年数十亿次展示时,就没有脆弱基础设施或不清晰数据的空间。在跨越四个国家扩展团队的同时,领导Premion的工程组织完成重大并购整合,促使我设计出具有弹性、透明且能够随着测量标准发展快速适应的系统。本地和区域广告商依赖我们提供值得信赖的广告资源和清晰的报告,我认真对待这一责任。他们需要知道他们付费的受众就是他们触及的受众。
随着更多测量系统进入市场,您认为广告商应该如何应对这些新货币?
货币听起来可能很抽象,但实际上非常简单。几十年来,每个人都使用一种标准方式来测量电视表现。现在几家公司提供不同的系统来计算受众和成果,这意味着广告商可以选择他们想要交易的测量方法。这种灵活性很好,但也增加了复杂性。我认为行业需要将这些货币视为工具箱中的不同工具。每一个测量方式略有不同,因此像我们这样的平台必须能够与所有这些系统合作。这促使我们构建更具适应性的系统,并帮助广告商在更多背景下比较结果,而不是假设一个数字是普遍正确的。
像联合行业委员会这样的团体在评估这些系统并帮助市场了解其优势方面做着重要工作。当广播公司、广告商和平台在期望上保持一致时,它为每个人提高了标准,并为整个生态系统带来更多清晰度。
AI已成为CTV分析和身份解析的核心。您认为有哪些突出的机会?
AI以传统系统永远无法做到的方式打开了理解CTV表现的大门。当机器学习填补设备和平台之间的空白时,身份拼接、欺诈检测和成果追踪都变得更加准确。真正的价值在于将碎片化的信号转化为清晰的洞察。AI让我们能够预测表现、发现创意疲劳并实时调整预算。它使我们从回顾过去转向做出主动决策。
您会为准备迎接CTV下一章的领导者提供什么指导?
我鼓励团队将测量创新视为战略优势。测试多个测量来源,深入挖掘分析,并帮助您的组织了解为什么不同系统的数字会有所不同。轻微的差异并不意味着失败。它们只是反映了不同的方法论。保持好奇心、自信地进行实验并倚重数据驱动测量的公司最终将从其视频投资中获得最大收益。
在他的LinkedIn上探索更多Jigar Captain的工程愿景和CTV领导力。
