A korábbi, kutatásokról szóló posztok folytatásaként ezúttal a gemius/Ipsos Audience és a webAUDIENCE kutatást hasonlítjuk össze.
A módszertani kérdésekbe nem túlzottan belekontárkodva belemélyedve az mondható el, hogy mindkét kutatás mérőkódos mérésen és paneles kutatáson alapszik.
A gIA esetében a gemiusTraffic mérésben résztvevő site-okon időnként rövid pop-up kérdőív ugrik fel, amelyben a poszt végén található változók mentén kérdésket tesznek fel a felhasználóknak. Ennek kitöltésével a felhasználó kap egy cookie-t, amellyel későbbi site-látogatásai is követhetők. A cookie panel kb. 50 ezer fős. A cookie panel mellett működik még a kb. 4 ezer fős, online rekrutált szoftver panel, amely egy telepített alkalmazás segítségével követi a felhasználók site-látogatásait.
A webAUDIENCE kutatás a webAUDIT mérésén alapszik. A mérés során – szintén cookie segítségével – anonim módon gyűjtik az alapvető demográfiai adatokat is, mégpedig a felhasználók regisztrációt igénylő szolgáltatásokba való belépésekor. Így havi szinten kb. 1,3 millió felhasználóról nyernek – egymásnak ellent nem mondó – adatokat (webRATE szolgáltatás). A webAUDIENCE esetében nem online gyűjtik az adatokat, hanem offline adatfelvételt alkalmaznak, s ezt – kb. 20 változó mentén – fúzionálják a webAUDIT adataival, létrehozva így egy kb. 60 ezer fős adatbázist (webPROFILE). A webPROFILE mellett offline rekrutálnak felhasználókat a webPANEL-hez, amely a gIA szoftver paneléhez hasonlóan követi a felhasználók böngészését. A webPANEL jelen pillanatban 890 fős tesztüzemmel működik, de 3 ezer fősre szeretnék bővíteni. A webAUDIENCE publikus változata 2009 januártól lesz elérhető, az általam tesztelt változat még nem a kész termék.
A szoftveres panelek mindkét esetben azt a célt szolgálják, hogy a mérésben részt nem vevő oldalakról szolgáltassanak információkat. Fontos megemlíteni, hogy míg a gIA együtt kezeli a cookie panelből és szoftver panelből nyert adatokat, addig a wA-ben a mérőkódon alapuló és a paneles kutatás két külön adatbázist jelentenek (webPROFILE és webPANEL), melyek egy felületen nem jeleníthetők meg. A poszt végén található táblázatban szereplő adatok mutatják, de itt is kiemeljük, hogy összességében a gIA-ban szerepel több oldal, ugyanakkor ezek lényegesen nagyobb hányada a szoftver panelből származik. A wA esetében kevesebb olyan site-ról nyerhetünk adatokat, melyek nem rendelkeznek mérőkóddal, de jóval nagyobb a mérésben részt vevő (és az adatokat publikusan is elérhetővé tevő) oldalak száma. A mérőkóddal mért adatok jóval pontosabbak, mint a paneles adatok, s minél kisebb látogatottságú egy site, utóbbiak annál kevésbé megbízhatóak.
Alapértelmezett nézetek
gIA – Hálózat szerinti és tematikus csoportok; site-ok; elérés szerinti top 20 site
wA webPROFILE, Crosstabulation nézet – Kereszttábla, célcsoport fülek
A szoftver megnyitásakor a Gemius Explorerben egy elérés szerinti top 20 site ranking, oldallista, illetve csoportosított fastruktúra jelenik meg. A MEMRI-ben alapértelmezett nézetben egy üres kereszttábla nyílik meg. Nézőpont kérdése, hogy kinek melyik szimpatikusabb: a rögtön adatokkal induló felület vagy a letisztult egyszerűség és a teljes kontroll. Az alapértelmezett nézet személyre szabott beállítására a gIA esetében van lehetőség, a wA esetében egyelőre nincs, de a publikus változatban már lesz.
Ebben az összehasonlításban sajnos nem tudok kitérni a wA másik, médiatervező részére, amely egyelőre a Cost Ranking/Reach&Frequency/Cume+ rendkívül barátságtalan nevet viseli, mert az még az alpha és béta állapot között van, így jó néhány feature nem is érhető el benne. Várhatóan 2009 elejére kerül használható állapotba, bízom benne, hogy arról is születhet majd poszt.
Célcsoport definiálás és elemzés
A célcsoportok definiálása mindkét szoftver esetében eléggé egyszerű. A gIA-ban ezt egy drag’n’drop táblázattal oldották meg, ahová a változókat be lehet húzni – alapértelmezett esetben a sorokba helyezett változók “vagy” kapcsolatot, az oszlopokba helyezett változók “és” viszonyt fejeznek ki.
gIA célcsoportszerkesztő: 30-39 éves, ESOMAR ABC1 státuszú férfiak
A wA esetében több opció is van a célcsoport szerkesztésre, s ebből csak az egyik a változólistában történő definiálás.
wA célcsoportszerkesztő: M30-39 ABC1
Emellett a kereszttáblában megjelenített célcsoportok már helyben is szerkeszthetők – az egyes változók között a megszokott “és” és “vagy” relációk mellett még 5 egyéb opció szerint is alakíthatók ki kapcsolatok.
wA célcsoport szerkesztés
A célcsoport szerkesztést illetően a gIA kapja a pontot, aminek több oka is van. Egyrészt a drag’n’drop módszer átláthatósága és egyszerűsége miatt, másrészt a célcsoport könnyű utólagos szerkeszthetősége miatt. A wA esetében a korábban megadott célcsoport megnyitásakor már csak egy definíciót lehet szerkeszteni, amely egy AB státuszú férfi célcsoportnál a következőképpen fest: férfi&(eso a!eso b), ami kevésbé felhasználóbarát.
Az egy pont elvesztése után rögtön kap is kettőt a wA, egyet a célcsoport kiváló elemezhetőségéért (hála a sok változónak és a kereszttáblának), egyet pedig a több célcsoport jól áttekinthető egyszerre elemezhetőségéért. (Több célcsoport együttes vizsgálatára a gIA esetében is van lehetőség, de ez csak a site-látogatásra terjed ki, és csak egymás alatt láthatjuk a célcsoportokat, oszlopokban nem.) A célcsoportokat az oszlopokban célszerű megadni, lásd a fenti példán, ahol látjuk a 30-39 éveseket, a férfiakat, az ESOMAR ABC1 státuszúakat, illetve az ezek kombinációjával létrehozott célcsoportunkat. Így egy füst alatt azt is megnézhetjük, hogy pl. a férfiak internethasználatától mennyiben tér el a 30-39 éves ABC1 férfiak internethasználata. És itt jön az igazi jóság: nem csak azt nézhetjük meg, hogy egyes site-ok, site-csoportok milyen arányban, milyen hatékonysággal érik el a célcsoportomat (elérés, affinitás), hanem azt is, hogy milyen internethasználati szokásai vannak a célcsoportomnak, pl. milyen területek érdeklik, mire használja az internetet stb. (lásd a poszt végén részletezett változókat). Ilyen mélységű elemzésre eddig csak a VMR volt alkalmas.
A gIA esetében egy-egy site közönsége elemezhető a poszt végén található táblázatban leírt változók mentén, a célcsoport viszont a site-látogatási szokásain túl nem lehet az elemzés tárgya.
A wA esetében két nézeti lehetőség van, az egyik a matrix view, a másik pedig a zoom view. Utóbbi hasonló a gIA megjelenéséhez. A különbséget legegyszerűbb screenshotokkal szemléltetni.
wA matrix view
wA zoom view
Ha már a nézeteknél tartunk, a gIA esetében a drag’n’drop megoldás a nézetekben is alkalmazható, az oszlopok könnyen mozgathatók, és annak megfelelően látjuk az adatokat, hogy éppen melyik oszlopot mozgattuk az első helyre.
gIA – nemek szerinti top 10 elérés oldal
gIA – top 10 elérés oldal nemek szerint
A célcsoportok egyébként mindkét szoftverrel elmenthetők. A wA esetében ugyanígy elmenthetők az egyéb változók, amelyekkel a célcsoport médiahasználatát elemeztük.
Mutatók, elérés-affinitás ranking
A site-okra vonatkozó mutatókban mindkét kutatás bővelkedik. Ebből a szempontból a gIA kezelhetőbb, hiszen amellett, hogy a mutatók nevei könnyebben értelmezhetők, a helpben is megtalálhatók a pontos definíciók. A wA jelenlegi változata – mint említettem – még nem nyilvános, a hivatalos változat megjelenésekor viszont részletes help is rendelkezésre áll majd. A kereszttábla miatt a wA esetében sorszázalékról és oszlopszázalékról lehet beszélni (attól függően, hogy mit tettünk a sorokba és mit az oszlopokba :), míg a gIA esetében ezeket simán el lehet nevezni közönség összetételnek és elérésnek.
A wA-ban jelen pillanatban nem érhetők el a gIA-ban szereplő mutatók közül a látogatásokra és az eltöltött időre vonatkozó adatok, illetve az ezekből képzett mutatók (pl. egy látogató által eltöltött idő). Ezekkel a mutatókkal várhatóan januárra egészítik ki a wA-t.
A gIA-ban nem csak havi, de heti és napi adatokat is lehet vizsgálni, a wA jelenlegi verziójában erre sajnos nincs lehetőség. Ennek megoldása folyamatban van.
Leggyakrabban az adott célcsoportra vonatkozó reach-affinity ranking lekérdezésre szoktuk használni a kutatásokat, azaz megnézzük, hogy az adott célcsoportot melyik site fedi le legmagasabb arányban, és melyik site látogatói esetében a legmagasabb a célcsoport aránya (minél nagyobb a célcsoport aránya a site közönségén belül, annál magasabb az affinitás index).
Egy célcsoportra vonatkozó elérés-affinitás site sorrend lekérdezése a két kutatás esetében hasonló időt vesz igénybe. A gIA esetében a sorrendek lekérdezését különféle beépített ranking opciók segítik.
gIA rangsorolás: a férfi célcsoporton belül elérés szempontjából a top 100 oldal kiválasztása
A wA esetében egy ilyen rangsor lekérdezése úgy oldható meg, hogy változóként az összes site-ot elhelyezzük, utána pedig az elérés szerint sorba rendezett listából kitöröljük, amire nincs szükségünk. Haladóbb felhasználók különféle (golddigger) szűréseket végezhetnek el rajtuk.
wA golddigger szűrők: az 5%-nál alacsonyabb elérés, valamint a súlyozatlan mintából az 50-nél kisebb elemszám szűrése (ezek az értékek kiszürkítve jelennek meg a fenti matrix nézetben, a zoom nézetben pedig egyáltalán nem látszanak)
Ehhez hasonló szűrések egyébként a gIA-ban is végezhetők, azonban nem tudja ezeket külön kezelni, így egy-egy szűrőfeltételt utólag már nem lehet eltávolítani.
gIA szűrők
A wA-ban jelenleg nem jeleníthető meg több szintű site struktúra, azaz mondjuk a teljes index.hu és az index.hu egyes rovatai azonos szinten jelennek meg. A többszintűség megoldása a MEMRI szoftver jövő év eleji frissítésével várható. Addig is hasznos lenne, ha valamilyen módon jelölve lennének a szintek (pl. médiatulajdonos/sales house – site-csoport – site – rovat), aminek megoldása jelenleg folyamatban van.
Ami a site-ok kategorizálását illeti, a gIA esetében a sales house-ok szerinti bontás, a wA esetében a tematikus kategorizálás van jobban megoldva. A gIA tematikus bontása az augusztusi adatbázisban használhatatlan, ugyanez mondható el a wA sales house szerinti bontásáról, amely valójában a Webaudit struktúráját követi. Sajnos a szeptemberi gIA adatbázis nem áll rendelkezésemre, de azt az információt kaptam, hogy ebben a tematikus besorolást már frissitették.
A gIA-val lehet saját szempontok szerinti site csoportokat létrehozni (“csoportosított fastruktúra”), a wA-ban viszont ez az opció nem különül el a többi definíciótól (pl. elmentett célcsoportok). A csoportott fastruktúra praktikusan szem előtt van, egy kattintással elérhető.
Közönség duplikáció (keresztolvasottság)
A keresztolvasottság vizsgálatára természetesen mindkét kutatás esetében van lehetőség.
A gIA-ban a keresztolvasottság a min. és max. közönség duplikáció mutatóival vizsgálható, melyek az aktuálisan kiválasztott site-okra vonatkoznak. Ahhoz, hogy ennél kevesebb vagy több site keresztolvasottságát is meg tudjuk nézni, újabb site-ok hozzáadására vagy elvételére van szükség.
gIA közönség duplikáció (%)
A fenti példán látszik, hogy a blog.hu látogatóinak 12,17%-ka látogatja a freeblogot és a blogtert is (min. közönség duplikáció), 47,46%-a pedig a kettő valamelyikét (max. közönség duplikáció).
A wA-ben ezzel szemben egy advanced feature segítségével lekérhető az összes kiválasztott site közönségduplikációra vonatkozó adata, azaz egy felületen nézhetem a kiválasztott site-ok keresztolvasottságát minden kombinációban. A fenti táblázathoz viszonyítva itt láthatnám rögtön csak az első és második, csak az első és harmadik site (stb.) keresztolvasottságát is. (Ha a “felesleges” mutatókat kivesszük, a felület is áttekinthetőbb lesz.)
wA közönség duplikáció (%)
Export és extrák
Természetesen mindkét szoftverből van lehetőség az adatokat exportálni. A Gemius Explorerből csak csv formátumban lehet ezt megtenni, míg a MEMRI emellett excel és pdf formátumot is tud. Mivel az adatok kezelése leginkább excelben történik, úgy gondolom, elegendő akár a csv export is.
A MEMRI-nek van chart opciója is, mellyel ötfajta diagram készíthető: háromféle oszlop diagram (sorok, oszlopok és közönség összetétel alapján), Venn és térképes diagram, illetve quad map, utóbbi kettő különösen látványos. Ezek a diagramok akár az általunk használt ppt template-be is exportálhatók.
wA mapping (megyék szerinti legmagasabb affinitás index – keleten a Startlap, nyugaton az Origó tarol, az Index pedig egyedül a budapestiek között érte el a legmagasabb affinitás indexet)
wA quad map (minél férfiasabb a célcsoport, annál inkább Index-et olvas az Origóval és Startlappal szemben, így nem meglepően az erotikus témák iránti érdeklődés is az Index olvasók körében a legjelentősebb)
Összegzés
Látható, hogy mindkét terméknek megvannak a maga előnyei és hátrányai.
A wA esetében fontos előnyt jelent a változók nagy száma, illetve a webAUDIT általános elfogadottsága a piacon. A wA-ban a site-ok adatainak nagyobbik része alapszik publikus, mérőkódos adaton.
A gIA több oldal adatait tartalmazza egy adatbázisban, s használata – kevésbé komplex voltából adódóan – valamivel egyszerűbb és gyorsabb. A briefekben megadott, általában kevésbé szofisztikált célcsoportok miatt a napi munka során nem jelent hátrányt a változók alacsonyabb száma sem. Mélyebb célcsoportelemzés elvégézésére azonban sajnos nem alkalmas.
Az olyan “kényelmi” szolgáltatásokba, mint a pontos tematikus és sales house szerinti kategóriák, érdemes mindkét oldalnak engergiát tenni a jobb használhatóság érdekében.
A médiatervezői modullal – ha jól ki lesz találva – adhat a wA egy olyan pluszt, ami egyrészt segíti az optimális kampányterv kialakítását, másrészt a különböző mutatók mentén (kampány szintű célcsoport elérés, GRP stb.) az offline-osok felé is jobban “eladhatóvá” teszi az online-t. Persze mindennek azzal a prekoncepcióval indultunk neki, hogy hatékony kampányt szeretnénk tervezni, nem csupán az egyes kampánybüdzsék feldarabolásával tölteni az ügynökségi vállalásokat. A kutatások használata mellett is fontos kiemelni, hogy a hagyományos – tipikusan offline – tervezési mutatók (elérés, affinitás stb.) mellett nem lehet figyelmen kívül hagyni a korábbi kampányeredményeket sem, különösen az utókövetéssel nyert adatokat, hiszen azok tanúskodnak a kampány tényleges hatékonyságáról, megtérüléséről. Ideális esetben egy ilyen médiatervező eszköz adserveres adatokat is tudna integrálni, s azokkal együtt segítené a legoptimálisabb kampányterv kialakítását.
Hogy melyik lesz a befutó, nehéz lenne megítélni, különösen azért, mert egyre inkább érik az a bizonyos tender, amely eldönti majd, hogy melyik kutatás lesz általánosan elfogadott. És az ugyebár nem feltétlenül ebből a kettőből kerül majd ki. Addig is a wA nagyon barátságos árképzéssel igyekszik behozni a gIA bevezetése óta elvesztegetett időt és bevenni a piacot.
Az alábbi táblázatban a webAUDIENCE és gemius/Ipsos Audience kutatás legfontosabb jellemzőit foglaltuk össze.
| Kutatás |
webAUDIENCE (wA) |
gemius/Ipsos Audience (gIA) |
| Kutatócég |
Medián + GfK |
Gemius + Szonda Ipsos |
| Kutatás kezdete |
2008 január |
2006 augusztus |
| Kutatás gyakorisága |
webPROFILE: havi adatbázisok, terv: +napi/heti adatok; webPANEL: negyedéves gyakoriságú, havi szintű adatszolgáltatás |
havi adatbázisok, ezen belül napi/heti/havi adatok |
| Módszer |
offline paneles kutatás + mérőkódos mérés |
paneles kutatás + mérőkódos mérés |
| Minta nagysága |
szoftver panel: ~890 fő |
szoftver panel: ~4 000 fő, |
| Mérőkódos mérés |
Medián webAUDIT |
gemiusTraffic |
| Súlyozás |
GfK |
Szonda Ipsos |
| Real-time adatszolgáltatás |
nincs (azonban a mérőkódos mérés eredménye a résztvevő site-ok számára elérhető) |
nincs (azonban a mérőkódos mérés eredménye a résztvevő site-ok számára elérhető) |
| Vizsgált népesség |
15+ belföldi közönség |
15+ belföldi közönség |
| Szoftver |
MEMRI |
Gemius Explorer |
| Kutatásban szereplő oldalak száma |
~600, ebből |
~1.000, ebből |
| Változók száma | 25 változó csoportban kb. 600 db |
26 db |
| Változók | demográfia (nem, életkor, korcsoport, végzettség, településtípus, lakóhely (lakókörnyezet), aktivitás, foglalkozás, munkahely ágazata, beosztás, alárendeltek száma, főbevásárló, háztartás mérete, gyermekek a háztartásban, személyes jövedelem, háztartás jövedelme, régió, megye); érdeklődés; szabadidős tevékenységek; reklám attitűd (reklámokkal szembeni általános attitűd, illetve mennyire zavarják a reklámok az egyes médiumokban); életstílus (nemi szerepek, egyén, család, munka); fogyasztói magatartás (a vásárolt termékek kiválasztásának szempontjai, vásárlási szokások); tv attitűd (műsorválasztási szempontok, tévénézési szokások); tervezett vagyontárgyak; meglévő vagyontárgyak; hol internetezik (internetezés helye, gyakorisága, hozzáférés típusa, tervezett hozzáférés, otthoni internet szolgáltató, IPTV); mire használja az internetet (adattárolás, játék (típusok szerint), hírolvasás, fotók kezelése, filmnézés, zene hallgatás, ismerkedés, kép és videómegosztás, letöltés, levelezés, telefonálás, munka, tanulás, programajánlók, képeslapküldés, rádióhallgatás, tévénézés, online vásárlás, weboldal készítés, RSS, hivatali ügyintézés); komplex változók (életritmus csoportok, életstílus szegmensek, érdeklődési szegmensek, ESOMAR, fogyasztói tipológia, aktivitás, háztartás tipológia, informatikai ellátottság, komplex médiafogyasztás, rédióhallgatási csoportok, Rogers csoportok, szabadidő eltöltési szegmensek, vagyoni decilisek); telefonhasználat (mobil előfizető, telefon márkája, mobilszolgáltató, vezetékes szolgáltató); pénzügyi termékek (ATM, bankkártya, hitelkártya, hitel, biztosítás, bankok); autó (személygépkocsik száma, típus, márka, évjárat stb. szerint, tervez-e vásárlást); ingatlan (tulajdona, alapterülete, tervezett felújítások, tervezett lakáscsere); nyelvtudás; üzletláncok látogatása; rendeléses vásárlás; szerencsejátékok; vendéglátás (éttermek, gyorséttermek látogatása); vény nélkül kapható gyógyszerek; tervezett képzések; üzemanyag vásárlás (shop használat, havi üzemanyag költés, hűségprogram stb.); pénzügyi tervek (hitel és biztosítás típusok, bankkártya, folyószámla, megtakarítás, nyugdíj- és egészségpénztár, részvény, online banking) | nem, korcsoport, iskolai végzettség, háztartásnagyság, gyermekek száma, háztartás ellátottsága, személyes ellátottság, személygépkocsi, főbevásárló, főkereső, megye, településtípus, ESOMAR státusz, aktivitás, foglalkozás, településnagyság, régió, munkahely ágazata, alkalmazottak száma, internet-hozzáférési helyek (2), internethasználat gyakorisága, újságolvasás gyakorisága, tévénézés gyakorisága, rádióhallgatás gyakorisága, utazik külföldre |
Ha tetszett a bejegyzés, nyomj egy lájkot!
Kövesd a Rabbitblogot Facebookon, vagy iratkozz fel az rss/email értesítőre!
ooow, ez igen!! gratula!!
Kedves Rabbit,
szerencsésebb lenne a címet átírni: a nagy szoftver-tesztre. Ugyanis a kutatásokról elég keveset írtál – és ez kifejezetten akkor gond, amikor az adatok megbízhatóságát, stabilitását kellene elemezni. Szép dolog ugyanis, ha valahol jobb a szoftver, de hibás, instabil adatokkal könnyen fejre lehet vele állni….
és szerintem ez fontosabb egy kutatásnál, minthogy hogyan lehet vele célcsoportokat szerkeszteni.
(kifjezetten nem szeretném ha bármelyik szolgáltatást támogató vagy ellenző felhangokat lehetne kihallani a megjegyzésemből)
Rabbit!
Nagyon tartalmas és kívülállók számára is érthető összehasonlítás. Gratulálok. Látható, hogy itt és most a két nagy hazai kutató cég, a GFK és a Szonda párharcának vagyunk, leszünk szemtanúi, amelynek az ad külön pikantériát, hogy a két cég a hagyományos médiaterületen a Nemzeti Médiaanalízist közösen készíti és értékesíti.
Mint írtad lesz tender. Erről már ugye évek óta hallani, de ha most mégis lesz, akkor azt hiszem, hogy itt mindkét cég apait-anyait belead majd, hogy megnyerje ezt a tendert. Ugyanis, aki veszít a tenderen az valószínű, hogy búcsút is mondhat “online műszeres mérési álmainak” és annak a néhány 10 millió forintnak, amit befektetett saját rendszerébe.
Reméljük tisztességes verseny elé néz az online piac és a tendert eldöntő személyek tudnak, mernek tisztán szakmai, ár-érték arányt is figyelembe vevő döntést hozni. Nem lesz könnyű a dolguk, mert ezer árgus szem figyeli majd őket. Nem lesz könnyű a dolguk, mert Rabbit összehasonlításában is látható, hogy míg a wA mélyebb elemzéseket tud (kérdés van-e erre igazán szükség), addig a gIA kezelése egyszerűbb. Az, hogy ki lesz a tender győztese azt nagymértékben a tenderben megfogalmazott elvárások és igények döntik majd el. Azt viszont már most is lehet tudni, hogy az igazi győztese a tendernek az online piac lesz.
@bulbul Szerintem az az elnevezés sem lenne szerencsésebb, hiszen szoftverből is sok fajta van, még a hasonló típusúakból is.
Az én szempontom nem az, hogy kutatásmódszertani szempontból ítéljem meg őket, hiszen nem rendelkezem ehhez kellő háttérismerettel. Nyilván mindkettőnek vannak vitatott pontjai (offline vs. online kutatás, adatfúzió stb.), esetleg tisztázatlan részletei, de mégis olyan kutatócégek állnak mögötte, amelyeknek meg kell felelniük bizonyos standardeknek, így a terméküket hajlamos vagyok elfogadni – nyilván nem kritikátlanul :)
Nekem alapvetően az a fontos, hogy mennyire és hogyan használhatók ezek a napi munkához, a médiatervezéshez. Erről szól a poszt.
Szívesen látnék egy kutatásmódszertani összehasonlítást is, de sajnos nem én vagyok az ember, aki ezt meg fogja írni :) Ha tudsz ebben segíteni, very welcome!
Kutatási módszertani elemzésre, ismeret hiány miatt én sem vállalkoztam, de ahogy átgondoltam ezt a piaci helyzetet született néhány gondolat, amelyből végül egy post lett saját kutatas.blog.hu oldalamon.
Én alapvetően a Szonda Ipsos és a GFK piaci versenyének okát nem értem. Közösen csinálják a Nemzeti Médiaanalízist, amelyet ha kiegészítettek volna egy közös online piaci méréssel, akkor most nem lenne ez a nagy párharc. Persze, így a piac jobban jár, hiszen egy árharc is elkezdődött, ha Rabbit írásából jól olvastam ki. Ennek nyertesei elsősorban pedig a médiatulajdonosok és a médiaügynökségek és nem a piackutató cégek lesznek.
@Field Castro Linkeljük be: http://kutatas.blog.hu/2008/11/29/gfk_median_szonda_gemius_furcsa_parok_parharca
Kíváncsi vagyok mi a hivatalos álláspont :)
Először is tényleg jó összefoglaló.Másodszor végre harc és verseny van. Harmadszor kíváncsi leszek az nrc-re, mit lép mert most ő leggyengébb láncszem, mégis olyan a piac, hogy ők vezethetnek. Nekik is elő kell rukkolni valamivel, mert már be sem fogják hívni őket tenderre, legalábbis remélem, mert mind a módszertan, mind a szoftver még több kétséget vet fel a másik kettőhöz képest. Szerintem most egy hajszállal a wa vezet, nagy hirtelen előbukkanva, mert ők azok akik átlátják mire van igény. A szondát gemiust nem érdekli, saját fejük után mennek. A wa nagy előnye az offline adatok, amelyből egészében látjuk a piacot, a célcsoportot, amellyel könnyedén meg tudjuk győzni online share növelésről az ügyfelet. A gemius-szonda az adserver erejében bízhat. Kíváncsi leszek mi fog történni, de ha holnap lenne a tender, akkor wa-nak kellene nyernie. De nem holnap lesz, ezért üzenem a gemius-szondának, hogy gyorsan egyeztessenek ügynökségekkel, mire van igazán igény, és fejlesszenek.
(mindezt úgy írtam, hogy a módszertani részhez nem értek, feltételezem, hogy legalább egyik kutya másik eb)
Lehet tudni, hogy mennyire biztos, hogy lesz-e tender és ha igen, akkor mikorra várható?
Teljesen biztos. Remélem a jövő év második felében már egységes kutatást fog a piac használni.
Csakhogy juju-t megnyugtassam az nrc a tender kiíróinak már kb. 1 éve jelezte, hogy nem lép be a szoftveres, online honlap-profil mérési piacra, tehát a VMR semmilyen szinten nem lesz és módszertanilag nem is lehet versenytársa Rabbit által jól összehasonlított rendszereknek. A VMR elvégezte azt a feladatát, aminek anno szántuk, adott a piacnak egy elfogadott, ügynökségek szerint hasznos és átfogó, lekérdezésen alapuló mérési rendszert, amelyet a piac meg tudott fizetni. Most itt az ideje, hogy átadjuk a honlapok látogatottsági mérését egy olyan rendszernek, amely ugyan mélységében nem ad többet a VMR adatbázisánál, azonban talán jobb szoftverrel, gyakoribb adatfrissítéssel, drágábban segíti a honlapokat és a médiatervező ügynökségeket munkájukban.
Terveink szerint a VMR továbbra is segítheti partnereit, hiszen rengeteg olyan információra van és lesz még szüksége az ügynökségeknek, amelyek az ilyen sztenderdizált mérésekből kimaradnak, azonban a stratégiai tervezéshez szükségük lenne rá. Ilyen például a 14 év alatti internetezők vizsgálata, az üzletemberek mélyebb vizsgálata, de akár ilyen lehet a munkahelyről internetezők vizsgálata is, akiket egy szoftveres panelbe nem tudsz kellő mennyiségben meghívni, ahhoz, hogy megbízhatóan lehessen az internetezési szokásaik változását. Azt sem szabad elfelejteni, hogy minden mérési rendszernek megvannak a saját maga problémái és saját mérési hibája.
Míg a VMR-ben a személyhez, válaszadót kérdezzük meg, tehát ő mondja meg, hogy milyen oldalakat látogatott, addig a műszeres mérésnél a számítógép forgalmát méri a rendszer, ahol ugye nem tudhatjuk pontosan, hogy vajon most a „panelbe bekerült” személy internetezik vagy éppen a család valamelyik tagja, ne adj isten egy távoli rokon. A munkahelyi és az iskolai internethasználatnál pedig még több mérési problémával kell megküzdeni a kutatóknak, amelyet vagy meg tudnak oldani, úgy hogy a mérés hiteles és megbízható legyen, vagy egyszerűen nem mérik ezen internetezési csatornákat. Ezzel csak azt akarom mondani, hogy nincs tökéletes mérési rendszer, azonban valamelyiket mégis ki kell választani a piacnak, azért, hogy az egész online hirdetési piac még jobban tudjon növekedni.
Én csak azt nem értem, hogyan tud a WA 20 változó mentén fuzionálni, ha mondjuk az iwiw belépéskor kapott adatokat használja a webauditban – mert mi mást is használna, az a legnagyobb ilyen adatbázis. Azaz a nem, kor, lakóhely és maximum még az iskolai végzettség állhat a rendelkezésükre. Ez eddig 4 – tud valaki többet? 4 változó mentén fuzionálni pedig elég nagy bűvészet…
@kisvöcsök Hm, a piackutatók úgy látszik madarakról szeretik elnevezni magukat :)
A válasz engem is érdekelne, remélem, a GfK ágensei veszik a lapot és válaszolnak.
Erre a válaszra én is kíváncsi lennék. Nagyon jó a kérdés.
Vajon a Field Castro milyen egy madár lehet?
Az is érdekes lehet, hogy melyik adatbázist fúzionálják, milyen módszert alkalmazva.
Reméljük válaszolnak. :)
Hű, én elszédültem.
Megnyugodtam. :) A viccet félretéve, János, köszönöm a hozzászólást, nem akarom csökkentetni az értékét a vmr-nek, de ebben a szegmensben van a keresnivalója, amit említesz. őszintén szólva a kids nagyon hasznos, az eco pláne, de a többi az nem profi (illetve ennél jóval több kell), és ennek örülök, ha ti is így látjátok. Én egyébként látom a piaci rést, mert nagyon fogja az ügynökségeket érdekeln pl a fiatalok (15-24) webhaszbnálati szokásai, vagy éppen nők külön bontásban. Ezek mind speciális szegmensek, amelyeket bontva is érdemes mélyebben elemezni.
Akkor jó :). Mi is látjuk a piaci réseket, de kérlek ne sorold mert csak tippeket adsz a versenytársaknak. Egyébként pont ezért indítottuk útnak még 2007-ben a VMR.kids, 2008-ban a VMR.eco kutatásokat és 2009 januárjában pedig elindítjuk a VMR.cool célcsoport kutatásunkat, ahol pont az általad is említett 15-25 évesek médiahasználatát vizsgáljuk az ügynökségekkel közösen. A többiről még nem írnék, maradjon titok. :)
@Kleno előzetes (exkluzív :))) infókra nyitott vagyok, remélem, szólsz =:)