Bár a múlt évben az ügynökségek és a főbb médiatulajdonosok a gemius/Ipsos Audience kutatást fogadták el, vannak olyan piaci szereplők, amelyek ezt nem engedhetik meg maguknak, és pl. webAUDIENCE-t használnak. (Aki pedig egyáltalán nem fér hozzá kutatási adatokhoz, az olyan ingyenesen elérhető forrásokból tájékozódik, mint a webAUDIT, az opa.gemius.hu vagy audience.gemius.hu, esetleg a Google AdPlanner vagy az Alexa.)

Persze ahány forrás, annyiféle adat, ahogyan ezt már a hazai online közönségmérésekről szóló posztsorozat első részében megkapargattuk.

Azon túl, hogy a különböző forrásból származó adatok tökéletes egyezése de facto lehetetlen, van néhány alapvető különbség, ami a mérés módszeréből vagy az egyes terminusok eltérő jelentéséből ered:

1. Az egyedi látogatók mérése

Nem mindegy, hogy az egyedi látogatók mérése cookie vagy IP cím alapján történik, vagy netán nem is mérésen, hanem paneles adatokon alapszik. (Utóbbi esetben – különböző súlyozási eljárásokkal – a paneltagok tartalomfogyasztási szokásait vetítik ki a teljes internetező közönségre.) A mérésnél is kérdés, hogy a cookie törléssel, a közös számítógéphasználattal, ill. a több gép/böngésző használatával kezd-e bármit, vagy mondjuk gond nélkül havi 7 millió internetezőt mér Magyarországon.

2. Külföldi vs. belföldi egyedi látogatók

Kérdés, hogy az (alapértelmezett) adatok között az összes (külföldi+belföldi) vagy csak a belföldi forgalom jelenik-e meg, hiszen összességében és kategóriánként (pl. videómegosztók, blogszolgáltatók) is egészen eltérő toplista keletkezhet, ha a sokszor csak felnőtt tartalomra érkező külföldieket is tekintjük, nem beszélve arról, hogy a hazai hirdetők számára általában a hazai forgalom érdekes.

3. Belföldi egyedi látogatók vs. 15 évnél idősebb belföldi közönség (a gIA-ban: “valós felhasználók”)

Még mindig sokan keverik a (belföldi) egyedi látogató és a valós felhasználó fogalmát, holott utóbbi esetben a 15 évnél fiatalabbak és az esetleges duplikált belföldi egyedi látogatók is ki vannak szűrve.

Ha ezeken az “apróságokon” túltesszük magunkat, akkor jönnek csak az igazán pikáns falatok, hogy ti. milyen szempontok alapján kerülnek be bizonyos felületek a különböző toplistákba, rangsorokba. Például:

1. Bent vannak-e (alapértelmezettként) a mérőkóddal nem mért (azaz az adott mérésért/kutatásért nem fizető) oldalak is a listában.

Egészen másképpen alakul egy általános top 20-as lista attól függően, hogy benne vannak-e azok a többnyire külföldi oldalak, melyek nem mérőkóddal mértek (pl. Google, YouTube, Facebook, Live.com, Gmail, Wikipedia). Ebben az esetben olyan elsőre talán jelentéktelennek tűnő szempontok is számítanak, hogy ezek az oldalak külön adatbázisban érhetők-e el (ha elérhetők egyáltalán), illetve ha azonos adatbázisból elérhetők, de alapértelmezésben nem jelennek meg, akkor mekkora “fáradság” őket elővarázsolni.

2. Melyek az alapértelmezett megjelenő egységek (médiatulajdonosok, oldalcsoportok, oldalak, esetleg rovatok), illetve az elérés adatok milyen időszakra vonatkoznak (pl. napi átlag vs. havi adatok).

Minél nagyobbak az alapértelmezett egységek (portál oldalak, oldalcsoportok, médiatulajdonosok), annál valószínűbb, hogy egy-egy rangsorban az egyes célcsoportok elérésében ugyanaz a néhány felület teljesít majd a legjobban. Az oldalcsoportok ráadásul kifejezetten megtévesztőek tudnak lenni, hiszen egy listában nem feltétlenül látszik, ha egy név nem egy, hanem több oldalt takar. Van olyan, aki láthatóan rá is erősít erre a percepcióra.

Ide tartozik az a kérdéskör is, hogy az egyes oldalak alá mi van bemérve – például benne vannak-e a hirdetési szempontból általában kevésbé értékes fórumok, ill. esetleg egyéb domainek is. Továbbá, hogy mindez látszik-e egyértelműen, azaz fel vannak-e tüntetve a konkrét mért domainek.

A nagyobb egységek (portál oldalak, oldalcsoportok, médiatulajdonosok) esetén az egyes témákhoz kapcsolódó felületeket (pl. gazdaság vagy sport rovat) “elnyeli” a toplista. Ha pedig rovat vagy alrovat szintű a bontás, akkor a nagyon célzott felületek az affinitás listák élén landolhatnak, és egyéb – pl. minimális elérés – szűrő híján néhány százas vagy ezres eléréssel könnyen ott ülhetnek azok élén.

Ehhez a témához tartozik az is, hogy nagyon nem mindegy, hogy milyen időegységekben gondolkodunk. Ha napi adatokat nézünk, bizonyos témák és célcsoportok esetén egészen más sorrendet kaphatunk, mint a havi adatok használatakor. A napi elérések ráadásul általában annyira alacsonyak, hogy csak a legnagyobb site-okra vonatkozóan áll rendelkezésre megbízható adat.

3. Ha vannak tematikus csoportok, akkor azokba milyen szempontok alapján kerülnek be bizonyos oldalak, rovatok.

A tematikus csoportosítás szempontjai jelenleg semmilyen formában sincsenek meghatározva, így például ha valaki híroldal rangsort készít, akkor a saját döntésének függvénye, hogy abban szerepeltet-e  mondjuk bulvár oldalakat (Velvet, Blikk, Story Online) vagy sem. A top 10-es lista ennek az “apró” döntésnek a függvényében egészen másképpen alakulhat. (Hasonlóan érdekes kérdés, hogy például a Story Online-t bulvár vagy női oldalnak tekintjük-e.)

Ugyancsak fontos lehet, hogy milyen szintig bontva szerepel egy oldal egy tematikus kategóriában. A gIA téma szerinti csoportjaiba például url szinten kerülnek be az egyes oldalak, ezért egy-egy kategóriában könnyen ott lehet az Origo vagy az Index teljes site, csak mert van az adott tematikába tartozó rovata. Ilyenkor persze a teljes site, nem pedig a kapcsolódó rovat elérés adata szerepel, ami igencsak megtévesztő lehet.

Kérdés az is, hogy a tematikus csoportokba csak a mérőkóddal mért oldalak kerülnek-e be vagy a panelesek is, ha pedig az utóbbiak is, akkor mennyire alapos ez a válogatás. A gIA gasztronómiai csoportjából például hiányzik a NoSalty és a TutiReceptek, holott az adatok szerint mindkettő kb. feleakkora havi eléréssel rendelkezik, mint a piacvezető Mindmegette.

Miért fontos mindez?

A közönségmérési adatokból származó, az egyes célcsoportok online médiafogyasztásásra vonatkozó különböző rangsorok alapján fontos üzleti döntések születnek, azaz legalábbis részben ezek alapján dől el, hogy melyik hirdetési felület kerül a médiatervekbe. A fentiek alapján is látszik, hogy olyan “apróságokon”, mint a site-ok csoportosítása és összecsomagolása, illetve kategóriákba sorolása, mennyi múlhat. Az amerikai IAB már dolgozik a megoldáson, kérdés, hogy nálunk milyen lépésekre kerül sor ezügyben.

Update: A Medián levele és Novák Péter válaszlevele után a MAKSZ állásfoglalásával lezártnak tekinthetjük a tender ügyét. (via Nop @ Keresőmarketing nap)

Hónapok óta vártuk az online közönségmérési tender győztesének hivatalos kihirdetését (ami természetesen pont a szabadságunkra esett – a szerk.), míg végre megjelent a hír, hogy a Gemius-Ipsos páros nyert. Ez a gyakorlatban annyit jelent, hogy a hazai piac (azaz az ügynökségek és a médiatulajdonosok/sales house-ok) a szerződéskötés időpontjától kezdve a két kutatócég forgalmi (gemiusTraffic) és közönség (gemius/Ipsos Audience) adatait fogadják el, szemben elsősorban a Medián webAUDIT-tal és a Medián-GfK-féle webAUDIENCE-szel, másodsorban pedig a Nielsen Online-nal, amelynek egyelőre itthon nincs meg a bevezetett közönségmérési szolgáltatása.

Mit jelent ez? A piaci szereplők ezentúl nem a webAUDIT-ot nézik majd a látogatottsági adatok – egyedi látogatók, látogatások, oldalletöltések – miatt, hanem a gemiusTraffic-et vagy annak nyilvános felületét, amely jelenleg az opa.gemius.hu alatt érhető el, de hamarosan a realtime.gemius.hu új oldal váltja majd fel. A site-ok közönségének vizsgálatához, célcsoport elemzésekhez és az online médiafogyasztási szokások vizsgálatához pedig a gemius/Ipsos Audience az elfogadott, nem pedig a webAUDIT adatokon alapuló webAUDIENCE.

A részletekről Kovács Marcival, az Ipsos kutatásvezetőjével beszélgettünk.

Megtudtuk, hogy a gemiusTraffic webanalitikai rendszer, amely a gemius/Ipsos Audience mérőkódos forgalmi adatait szolgáltatja, mind motorjában, mind kezelőfelületében hamarosan megújul, ami természetesen a tartalomszolgáltatókat érinti leginkább. (Hozzá kell tenni, hogy akik korábban a webAUDIT-ot használták, azoknak hosszú évek gyakorlata után kell majd megbarátkozniuk az új rendszerrel.)

A látogatottsági adatok publikus felülete, az opa.gemius.hu, ahogyan a bevezetőben említettük, megszűnik, helyére várhatóan 2010 első negyedévében a realtime.gemius.hu oldal lép. (Hasonló oldal működik Dániában is, amely a realtime.fdim.dk alatt érhető el.) A webAUDIT-tal ellentétben a Gemius oldala nem a cookie-k alapján fogja az egyedi látogatószámokat megjeleníteni, hanem a 15 évnél idősebb közönségre vonatkozó, két hónappal korábbi gIA adatok alapján becsült valós felhasználó értéket mutatja majd. (Mivel a webAUDIT a teljes közönséget mutatta, értelemszerűen kevesebb felhasználót fogunk ebben a rendszerben látni. Ettől a gyerekek még ugyanúgy netezni fognak. ;) Ez tehát nem „a hivatalos” látogatottsági adat, hanem becslés, a már nem becslésen alapuló valós látogatószámok a vonatkozó gIA adatbázisban jelennek majd meg.

A realtime oldal publikus felületén közel valós időben, egy órás késleltetéssel lesznek láthatók az előző napra, hétre, hónapra vonatkozó oldalletöltési, látogatási és becsült valós felhasználói adatok. Az adatok a mérőkóddal mért oldalakról minimum domain szinten elérhetők lesznek, de a médiatulajdonosok saját döntésük szerint rovat szintű adatokat is megjeleníthetnek. Sajnos az oldal trendkövetésre nem lesz alkalmas, mert mindössze 75 napra visszamenőleg tárolja az adatokat, cserébe viszont gyors működést ígér. Ezen a felületen a közönség összetételére vonatkozó adatokat nem fogunk látni. (A gIA vásárlói számára több funkció és részletesebb adatok lesznek elérhetők.)

A korábbiakhoz képest a legnagyobb változást az eddig elérhető 27 változó számának kb. 600-ra emelése jelenti. A jelenlegiek (lásd a hivatkozott poszt végén a táblázatot) mellett elérhetők további életmóddal, attitűdökkel, érdeklődéssel, szabadidő eltöltéssel, üdüléssel, jövedelemmel és vagyonnal (autó, lakás, mobilszolgáltató, pénzügyi termékek, számítógéphasználat stb.), illetve médiafogyasztással kapcsolatos változók is.

Az adatfelvétel a korábbi gyakorlattal megegyezően pop-up kérdőívvel történik a mérőkóddal ellátott oldalakon (pop-up/cookie panel) és a szoftver panellel az egyéb oldalakon. Az így nyert adatbázist a 27 változó mentén fuzionálják a Nemzeti Médiaanalízis adatbázisával, amely adatainak felvételénél szintén szerepelnek a vonatkozó kérdések. A site-ok látogatására vonatkozó adatokat nem használják a fúzióhoz. (A site-ok látogatása adott a mérőkódos mérés esetén, s a Médiaanalízisben is szerepel kérdés kb. 30 site látogatására vonatkozóan, utóbbi esetben azonban a válaszadásnál a megkérdezettek az emlékezetükre hagyatkoznak. Ennek torzító hatásairól a VMR kapcsán tettünk említést.) A gIA esetében használt constrained fúziós eljárást egyébként az ELTE-TTK matematikai intézete dolgozta ki az Ipsos számára.

A későbbiekben – néhány hónapos távlatban – a videónézési adatok is elemezhetővé válnak majd, ami elsősorban a szerkesztett, profi, esetleg félprofi videókat szolgáltató médiatulajdonosoknak (RTL Klub, TV2, Index Videó stb.) jöhet jól. A tervek szerint első körben csak a videóindításokat fogják mérni, mert a magyar piac  (például a dán vagy  cseh piaccal ellentétben) egységesen egyelőre nem hajlandó megfizetni egy gemiusStream szintű mérés integrálását a rendszerbe. Persze a videótartalmaikból megélni kívánó és részletesebb mérésre (pl. időfaktor) igényt tartó médiatulajdonosok részére biztosítják a kutató cégek a gemiusStream mérés lehetőségét. (Az ezzel kapcsolatos kérdések persze nem csupán itthon várnak megválaszolásra.)

A gemius/Ipsos Audience adatai egyrészt a gemiusExplorerben, másrészt a MédiaNavigátorban elérhetők és elemezhetők. Fontos különbséget jelent azonban, hogy előbbi szoftverben továbbra is csak a 27 változós adatbázis lesz elérhető, a bővebb változat viszont csak a MédiaNavigátorban.

Az „alap csomag” csak a gemiusExplorert tartalmazza, a MédiaNavigátor használata – értelemszerűen – plusz költséget jelent. Ahogyan korábban írtuk, a gemiusExplorer kevésbé alkalmas szofisztikáltabb célcsoportok képzésére és a célcsoportok site látogatáson kívüli médiahasználati (vagy egyéb, pl. életstílus) elemzésére. Akik ezeket a funkciókat szeretnék használni, meg kell vásárolniuk a MédiaNavigátor szoftvert is.

A site-ok közönségösszetétele természetesen továbbra is lekérdezhető lesz a 27 változó mentén a gemiusExplorerben. Ugyancsak megmarad a pop-up (cookie) panel és a szoftveres panel adatainak együttes megjelenítése az adatbázisban, azaz továbbra is láthatjuk majd a mérőkóddal nem mért site-ok látogatottsági és közönség adatait. (A szoftver panel jelen pillanatban kb. 5 ezer fős, s így továbbra is a nagyobb külföldi és egyéb, mérőkóddal nem mért site-ok látogatószámára vonatkozóan szolgáltat megbízható adatokat.) A szoftver paneles oldalak oldalletöltés számának megjelenítésével kapcsolatban még nem jutottak konszenzusra a felek, valószínűleg a nagyobb megbízhatóság érdekében továbbra sem lesznek ezek az adatok megjelenítve. Ami változást jelent, hogy ezentúl nem a mérőkóddal mért, hanem a szoftver paneles oldalak lesznek jelölve. (A másik megoldásnak nyilván addig volt értelme, amíg még viszonylag alacsony volt a mérőkóddal mért oldalak száma.)

A MédiaNavigátor új változata már online kampányok tervezésére is alkalmas, bár kissé megcsúszva a korábban bejelentettekhez képest. A MédiaNavigátor tervezői moduljában – érthető módon – csak a mérőkóddal mért (a kutatás finanszírozásában részt vevő) oldalak szerepelnek, s a célcsoport képzésnél már olyan mutatókat is figyelembe lehet venni, mint az oldalletöltés, a látogatás vagy a site-on eltöltött idő. Ahogyan korábban is írtuk, első körben csak a display típusú hirdetések (bannerek, szponzorációk) idő és megjelenés alapú árai vannak rögzítve. A hivatkozott posztban részletesen foglalkoztunk a tervezői modul használatával kapcsolatban felmerülő kérdésekkel, ezért csak annyit említenénk meg, hogy az online rugalmassága és az offline médiumoktól jelentősen eltérő jellege miatt vannak kételyeink azzal kapcsolatban, hogy az offline tervezési módszerek „lefordítása” önmagában mennyire lehet sikeres. Mindenesetre kíváncsian várjuk a konkrét megvalósítást.

Mind a gemiusExplorerhez, mind a MédiaNavigátorhoz havi adatbázisok készülnek, melyek az adott hónapot követő hó 15-éig, azaz hat hét után (a Navigátor esetében néhány nappal később) elérhetők. Az első komplett (600 változós) adatbázis a 2009. augusztusi adatokból készül, s a felek végleges megegyezését követően elérhető is lesz (egyes kérdésekben még egyeztetések folynak a piaci szereplőkkel).

Zárójelesen jegyzem meg, hogy ezen a tenderen véleményünk szerint jó szakmai döntés született, egy olyan közönségmérés mellett tették le a voksukat a szereplők, amely már számos országban bizonyított. Módszertani szempontból ugyan mindkét megoldás vet fel kérdéseket, de mind az adatgyűjtés módszere, mind az adatbázisok fúziója „tisztább” a gIA esetében. S bár a Medián az évek folyamán nagyon jó állásokat épített ki a médiatulajdonosoknál, ez nem volt elegendő ehhez a tendergyőzelemhez.

A Média Navigátor a Szonda Ipsos elemző szoftvere, amelybe különféle adatbázisok tölthetők be, többek között az offline tervezésnél előszeretettel használt Nemzeti Médiaanalízis. Ezt a fejlesztést követően a Média Navigátorban egyrészt elemezhetők lesznek a gIA közönségmérési adatai, másrészt elérhetők lesznek a Navigátorban megszokott opciók (célcsoportképzés, kereszttábla, keresztlátogatottság elemzés, szabad változóképzés, grafikus megjelenítés, export funkciók).

A workshopon elhangzott, hogy a tervezésénél hétköznap, hétvége, illetve napszakok szerint bontást lehet majd használni.

Az előbbiek hasznosak, hiszen több esetben előfordul, hogy egy hétvégi, kevésbé látogatott nap kevesebbe kerül (pl. két hétvégi nap egy hétköznap ára), de olyan eset is, amikor hétvégén nő meg a forgalom, ezért feláras a megjelenés (pl. programajánló oldalak). A napszakok szerinti bontásnak már kevesebb értelmét látom, egyrészt viszonylag ritkán használatos (pl. bizonyos napszakhoz kötődő termékek hirdetése esetén vagy ha megszállottan hisz benne a hirdető, hogy más is akkor érhető el az interneten, amikor ő), másrészt az árazáson jó eséllyel nem változtat.

Az egyes kreatív méretek a szokásos “inzert típusok” elnevezés alatt lesznek elérhetők, idő és megjelenés (CPM) alapú árakkal.

Ezzel kapcsolatban több kérdés is felmerül, kezdve ugye a nagyon különböző kreatív méretek kezelésével, és folytatva olyan, ennél is lényesebb kérdésekkel, hogy ténylegesen bele fognak-e kerülni az adatbázisba az egyes rovatok árai (amik pl. az aktuális látogatottsági adatok szerint is változhatnak), vagy egy általános ár lesz kalkulálva site-onként. Illetve hogy hogyan tudja kezelni a csomagokat: tegyük fel, hogy egy site-on 10 Ft egy AV, ha két site-on veszem, akkor 8 Ft, ha négyen akkor már csak 6 Ft és így tovább. Nem is beszélve arról, hogy a kisebb médiatulajdonosok esetében eléggé ad hoc jellegű is tud lenni az árszabás. Esetleg maga az adott megoldás lesz egyedi áras azáltal, hogy egy adott site ilyen és olyan tartalmai között jelenik meg a hirdetés.

Marci elmondása szerint új intzerttípusokat a felhasználó is vihet majd fel, ami részben megoldást jelent a kreatív méretek sokféleségének kezelésére. Az árak adatainak frissítése várhatóan háromhavonta történik majd meg, de sok múlik a médiatulajdonosokon is. Az egyedi és csomagárak kezelését más tervező szoftvereknél úgy szokták megoldani, hogy listaárat adnak meg, a médiatervező pedig felviheti a kialkudott árat.

A következő kérdés persze, hogy mi lesz az átkattintás és unique user (ne adj isten action) alapú árakkal, amik korántsem tekinthetők ritkának vagy kivételnek. Újabb kérdés, hogy ha időtartam alapútól eltérő elszámolási módokról van szó, akkor hogyan fog hozzá mutatókat kalkulálni a rendszer. Egy több oldalon futó kampány azért tud olcsóbb lenni, mert szabad kapacitás szerint futhat, emiatt viszont előre nem tudjuk, hogy melyik oldalon konkrétan mennyi megjelenés fog futni, és esetleg azt sem, hogy várhatóan milyen frequency-vel. Ezek egyelőre nyitott kérdések maradnak.

A szoftverben egyébként egymás mellett lesznek kezelhetők különböző kampány alternatívák is, így ezek árai és kalkulált mutatószámai (várható eredményei) könnyen összevethetők.

Az elemzéshez több hullámot (időszakot) is ki lehet majd választani. Az adatok firssítési gyakoriságát a piaci igények fogják meghatározni, havi vagy maximum negyedéves adatbázisokra lehet számítani.

A szoftver egyedi telepítésű lesz, hálózatos vagy online elérésű verzióval. Számomra kérdéses, hogy ezek után a gemiusExplorerre szükség lesz-e egyáltalán, hiszen a gIA adatai a Média Navigátorban is elérhetővé válnak.  A Marci által képviselt hivatalos álláspont szerint a Navigátor elsősorban tervezésre, a gemiusExplorer pedig továbbra is elemzésre lesz használható. Hasonlóképpen érdekes kérdés, hogy vajon az árazás hogyan alakul majd, hiszen a Média Navigátor önmagában sem olcsó mulatság…

A workshop legvégén a gIA-val kapcsolatos további tervekről is szó esett. Ezek az újítások 2009. II. félévére várhatók.

A Szonda is “rákapott” a fúzióra, ugyanis a cookie panel és a szoftver panel adatainak összekapcsolása mellett most egy nagyobb dobásra is készülnek. Végeztek egy 4.800 fős online kutatást, amelyben érdeklődést, attitűdöket, sportolási, szabadidő eltöltési, utazási és internethasználati szokásokat kérdeztek le. A kutatás a legalább havi rendszerességgel internetezőkre reprezentatív nem, kor és településtípus szerint. Ebben a cookie és szoftver panelével megegyező kérdésblokkok is szerepelnek, így e változók mentén lehetőség van az adatbázisok fúzionálására. A fúzió 27 kapcsolóváltozó mentén történik. (Ezt a kutatást várhatóan félévente fogják elvégezni.)

A fúzió mellett a 8-14 éves korosztály felé történő nyitás jelenti a másik fő irányt. A közönségmérés adatait a kid.comm kutatás eredményeivel tudják súlyozni. Ez a korosztály összesen 830 ezer főt jelent, akik a havi átlagosan 3.300 Ft-os zsebpénzükkel számolva éves szinten kb. 33 milliárd Ft-ot költenek el, nem számítva a családi vásárlásokra gyakorolt hatásukat. E korosztály körében extrém magas, mintegy 80%-os internetpenetráció, így összesen kb. 660 ezer internetező fiatalról beszélhetünk ebben a korosztályban. Ennek a korosztálynak a bevonása a kutatásba nem egyszerű feladat, mert a 14 éves kor alattiak megkérdezéséhez szülői jóváhagyásra van szükség. A pop-up panelben egyébként jelenleg is gyűjtik az adataikat, de az eredmények nem publikusak (a gIA-ban – mint ismeretes – jelenleg a 15+ közönség szerepel). A szoftver panelt kb. 700 fővel kellene bővíteni ebből a korosztályból, hogy az adatok megbízhatóak legyenek. Emellett a panel fenntartása sem lesz egyszerű, mert folyamatos “kiöregedéssel” kell számolni.

Ezzel a bővítéssel nemcsak bekerülnek a gIA-ba a 8-14 évesekre vonatkozóan is a szokásos adatok, hanem pontos közönségadataink lesznek a gyerekek által látogatott site-okra vonatkozóan is.

Már alig várom, hogy a webAUDIENCE és a gemius/Ipsos Audience tervezői modulját versenyeztethessem, bízom benne, hogy a második negyedévére már mindkettő bevetésre kész lesz.

A gIA a gemiusTraffic mérési adatain alapszik. Ez a webAUDIT-hoz hasonlóan mérőkódos mérést jelent a kutatásban résztvevő oldalakon. A gemiusTraffic regisztrálja az oldalak megnyitását és ezeket az információkat a Gemius szerverére továbbítja – ezen alapulnak a látogatási mutatók. A gemiusTraffic mérésben cookie segítségével azonosítják a felhasználókat (a személyiség jogok megsértése nélkül, “anonim” módon), aminek köszönhetően a további megnyitásokat csoportosítani lehet a netezőknek tulajdonított látogatások szerint.

A gIA esetében a cookie/pop-up “panel” úgy keletkezik, hogy a mérésben résztvevő oldalakon véletlenszerűen rövid pop-up kérdőív jön fel, és az itt adott válaszok alapján azonosíthatók, cookie-val követhetők a felhasználók. A panel tagjai tehát a mérésben részt vevő összes site felhasználóiból kerülnek ki. (A panelt azért tettem idézőjelbe, mert itt nem valódi, állandó tagságú panelről van szó, ugyanakkor tudomásom szerint a panel tagsága kb. 80%-ban állandó.)

A cookie panel esetében termékoldal alapján “a Gemius kiküszöböli a cookie törlésének problémáját”, ami a gyakorlatban úgy néz ki, hogy csak azoknak az adatatait veszik figyelembe, akik a hónap első és utolsó napján ugyanazzal a sütivel böngésznek (tesznek valamilyen aktivitást), és sütijük a következő hónap 20. napján is él. (Ez a demográfiai és nem a forgalmi – oldalletöltés – adatokra vonatkozik.) Az októberi adatbázisban a cookie panel tagjainak száma ~52 ezer fő, a site-on elérhető adat szerint 20-50 ezer fő. A panel mérete egyébként hónapról-hónapra változik, de nagyjából 45-50 ezer fő volt 2008 második felében.

Cookie-törlésre vonatkozó statisztiát végül a “másik oldalon” álló webAUDIT-tól kaptam, amely szerint a hazai netezők 10%-a törli a cookie-kat a gépéről hetente legalább egyszer, 30%-a pedig lavonta legalább egyszer.

A cookie panellel kapcsolatos gond, hogy nem tudja kezelni, ha egy gépről, egy böngészővel több felhasználó internetezik. Ezek az adatok annak a netezőnek a site-látogatási lesznek, aki kitöltötte a pop-up kérdőívet. A másik probléma a panel adatainak frissessége, hiszen azoknak a felhasználóknak nem jelenik meg újra a kérdőív, akik már korábban választ adtak és a cookie-t nem törölték. A demográfiai adatok egy része persze állandó, de a lakóhely, illetve iskolai végzettség már könnyebben változhat mondjuk egy fél éven belül (lásd pl. egyetemisták).

A szoftveres panel tagjait részben online, részben offline rekrutálják. Utóbbi esetben arra kell gondolni, hogy az offline Szondás kutatások végén megkérdezik a válaszadókat, hogy részt kívánnak-e venni a panelben. A panel az októberi adatbázis szerint több mint 4 ezer fős. A site-on ezzel szemben 5-30 ezer fős szoftveres panel szerepel.

A leírás alapján a panelkutatásban résztvevőknek a netMeter (lásd a site-on) netSoftware nevű szoftvert kell telepíteniük, amely jelenti egy központi szervernek, hogy a “számítógép” milyen site-okat látogat meg. A minta demográfiai és internethasználati szempontból súlyozott, hogy biztosítva legyen az adatok reprezentativitása. Ezt az offline szerkezeti felmérésből vett strukturális súlyok alkalmazásával és a weboldal-centrikus (mérőkódos) kutatás adatainak felhasználásával érik el. Kérdésként merülhet fel, hogy a súlyozás nélkül nem reprezentatív cookie panellel hogyan lehet súlyozni. Valójában nem klasszikus súlyozásra kell gondolni, hanem „viselkedési súlyozásra”, azaz azt nézik meg, hogy az egyes szervereken megjelent cookie-k hány oldalletöltést generáltak, hol jelentek még meg stb.

Az offline és online toborzott szoftverpanel-tagok aránya nem ismeretes. A panel tagjai több számítógépre is installálhatják a szoftvert, így munkahelyi internetezésük is követhető (a szoftver rákérdez, hogy otthon vagy munkahelyen telepítik, ettől még természetesen egy tagként szerepel az illető a kutatásban). Ez azonban csak részben valósul meg, így a szoftveres panel adatai a munkahelyi (és egyéb nem otthoni) internetezőkre vonatkozóan nem reprezentatívak.

Kérdés az is, hogy vajon a (napi, heti használatnál) ritkábban internetezők a valós arányuknak megfelelően válnak-e paneltaggá vagy a tagok szükségszerűen a heavy userekből kerülnek ki. Ez a probléma elvileg a toborzás során kiküszöbölhető (azaz biztosítható, hogy a mintába kerüljenek nem otthoni és nem gyakori internetezők is).

Persze a másik oldalról a hirdetőknek is az internetet ténylegesen (gyakran) használók az értékesebbek, nem pedig azok, akik véletlenül havonta egyszer-kétszer “feltévednek a világhálóra”.

A kisebb, mérőkóddal nem rendelkező oldalak mérésére – a tagok számából adódóan – a szoftver panel korlátozottan alkalmas. Viszont a szoftver panel – a cookie panellel ellentétben – jobban tudja kezelni, ha egy böngészőt több user használ, mert rákérdez, hogy ki ül a gépnél.

Érdekes, hogy a termékoldalon az szerepel, hogy “a leglényegesebb különbség a Pop-up Panel és a Szoftver Panel között a jelentett weboldalak számában nyilvánul meg”, holott az adatok pontossága sokkal fontosabb eltérést jelent.

A gIA esetében a cookie és a szoftver panel adatait egy adatbázisba fúzionálják, így egy felületen elérhetők mind a mérésben részt vevő, mind az abban részt nem vevő oldalak adatai. A fúzió mikéntje nem szerepel a site-on, információink szerint mindkét adatfelvételnél (popup és netSoftware install) ugyanazokat a kérdéseket teszik fel, és kb. 25 közös (ún. kapcsoló) változója van a két adatbázisnak.

A módszertani sarok következő, holnapi része a webAUDIENCE kutatásról fog szólni.

A sorozat további három (talán négy) részből fog állni: először a gemius/Ipsos Audience-t, majd a webAUDIENCE-t, végül pedig a VMR-t vesszük górcső alá. Elsősorban publikusan elérhető adatokra támaszkodunk, melyek szükségszerűen nem teljes körűek, így a bemutatás mellett kérdések is felvetőd(het)nek, melyekre örömmel vesszük az illetékesek válaszát a kommentek között.

A fenti három kutatás csak részben vethető össze, hiszen míg a VMR online tracking megkérdezésen, addig a másik kettő mérőkódos mérésen és paneles kutatáson alapul. Így értelemszerűen a VMR-t nem hasonlítjuk a másik kettőhöz, hanem külön egységként módszertani szempontból vizsgáljuk.

Emellett terveink között szerepel ennek a posztsorozatnak a folytatásaként konkrét adatok összevetése (a teljes közönségre és néhány kiválasztott site látogatóira vonatkozóan), és az eltérések visszavezetése a módszertani különbségekre.

A kutatásokkal kapcsolatos kérdőjelek már a mérőkódos mérésnél megjelennek, kezdve azzal, hogy ténylegesen mit mérnek egy adott oldal esetében (pl. be vannak-e alá mérve fórum oldalak, esetleg egyéb webcímek is stb.).

A gIA szoftverében megtekinthetők a konkrét URL-ek, a webAUDIT esetében kevésbé egyértelmű a helyzet. Utóbbinál mappák vannak, melyek közül csak a publikus almappák látszanak (melyekhez a tartalomszolgáltató hozzájárult). Pl. az Inda esetében a webAUDIT-ban csak a fórumok és az Indavideó adatai publikusak, a blog.hu és egyéb Inda szolgáltatások adatai nem látszanak külön. A VMR esetében a látogatók percepciójától függ egy-egy oldal “látogatása”.

Hasonlóan érdekes kérdés az alkalmazások (pl. instant messengerek) mérése – az alkalmazás tényleges használatával (pl. nem csak automatikus belépés) és az aktívan (pl. csetelés, VOIP) eltöltött idő mérésével kapcsolatban vannak kétségeim…

Ugyancsak okozhat különbséget a mérésben, hogy csak a 15+ közönség adatai vannak-e megjelenítve, vagy a náluk fiatalabbak által kezdeményezett forgalom is.

Szintén kérdéses a cookie-kra vonatkozó policy, hogy figyelembe veszik-e a sütiket egy hónapnál gyakrabban törlők és így “új felhasználóként” internetezők adatait. Nem beszélve arról, hogy elkülöníthetők-e egyáltalán valamilyen módon a közös számítógépet, egy böngészőt használók adatai.

Látszik tehát, hogy a kutatások – legalábbis a gIA és a wA – adatainak értékelése nem csupán piackutatói ismereteket, hanem technikai háttértudást is igényel.

Az alábbi posztokban táblázatban foglaltuk össze az alapvető módszertani tudnivalókat (kutatás módszere, gyakorisága, mintanagyság, változók stb.), érdemes ezeket a következő részek előtt feleleveníteni:

• VMR (és gIA)
• gIA és wA

Holnap a gIA-ról lesz szó részletesebben, stay tuned.

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.