媒介融合下的国内外跨屏受众测量图景

李笑欣

新媒体时代的到来，将各种移动终端引入了人们的日常生活，除了电视，我们的视线也开始分散到电脑、手机、平板电脑等屏幕上，使得信息的传播特征以及受众的媒介接触行为都发生了显著的变化，开始进入一个“多屏时代”。随着多屏时代下不同媒介终端的日益普及以及媒介融合态势的逐步成熟，这些屏幕开始形成一个互相链接的大系统，媒介间的关联密切，形成了多屏共存、台网联动式的跨屏传播形态，这些变化使得多屏时代下的受众行为随之改变，围绕受众行为进行的测量也亟需重新定义。

一、媒介融合下的跨屏受众测量趋势

传统的受众测量思路重在对受众媒介接触行为的研究，涉及的媒介终端只局限在电视、广播、报刊三大“屏”，测量体系也处在一个“二维空间”内，即媒介在潜在受众群众的影响范围和受众接触媒介的程度①，具体到指标也就是收视/收听率、阅读率、收视/收听时长等比较显在的、量化的衡量指标，相对比较容易测量。然而对受众跨屏媒介行为的测量却要复杂很多，尤其是在媒介融合的新环境下。

1.趋势一：技术融合下的节目识别与时移收视

首先，广播电视数字传输技术的革新使得传统的受众测量受到两个方面的挑战：一是同一频率下不再是只有一路频道播出，频道的识别方式不能只依托传统的频率；二是数字电视回看与点播（VOD）功能的出现使得电视节目开始突破时间限制，时移收视进入收视率计算的范畴。因此，跨屏受众测量应该满足更加精准的节目识别技术和对时移收视情况的测量，目前业界对节目的识别依靠视频和声音的匹配和比对技术来实现。如尼尔森使用的收视监播系统TV Event就采用了ASR（自动点识别）技术，将画面或声音的比对精确到秒，从而实现收视行为监测前端收录的画面与监播收录画面的精确匹配②。TV Event的技术也能够提供时移收视的相关数据，能够监测用户回看、点播电视节目的收视情况。

2.趋势二：终端融合下的样本来源与监测模式

相对于技术融合，终端融合对收视测量带来的挑战则更大，以智能手机、平板电脑为代表的移动终端日益普及，使得受众的媒介接触行为更加地移动化和碎片化，增加了跨屏受众测量的难度。一是样本来源问题，即如何选取样本，是否采用同源数据，如何平衡样本量和测量成本。虽然业界对同源数据的呼声比较高，但真正实现全部采用同源数据测量的时代还远未来临。二是监测模式的优化，传统的日记卡、人员测量仪等技术往往无法满足要求，目前业界在对PC端的监测一般通过安装软件，并通过视频加码的方式对受众行为进行追踪，而移动端的数据收集的技术可以依赖安装特定手机App或者使用有数据收集功能的特制手机实现。

3.趋势三：网络融合下的大数据与小数据

随着“大数据”的概念被越炒越热，希望用海量数据来测量收视率的呼声也开始出现，在媒介融合的环境下，互联网、广播电视网以及电信网的融合会为海量数据的获得提供可能，未来收视行为数据的获取很可能会依靠互联网数据传输来完成。但需要明确的是这种方式获得的数据属于家户收视率而非个人收视率，忽略了对收视率来说很重要的用户属性识别。而传统受众测量，采用小数据即抽样数据可以较为精准地识别目标受众的属性。如何实现海量数据下的用户识别，如何将大数据和小数据结合是未来跨屏受众测量的一个研究趋势，已有一些调研机构在尝试将机顶盒数据和个人收视数据依据统计建模等方式进行转化和融合，但尚未得到广泛认可。

二、国外跨屏受众测量图景

1.尼尔森跨屏受众测量图景

A2/M2（Anytime Anywhere Media Measurement），即任何时候任何地方媒体测量，是尼尔森公司针对跨屏测量数据的解决方案，对电视、电脑以及手机三屏进行受众测量。

电视、电脑屏的解决主要靠传统的电视测量数据和在线测量相结合的方式，电视屏主要依靠PM人员测量仪和收视监播系统TV Event来进行前端和后端数据的获取和匹配，数据包括实时收视数据和回看、点播等时移收视数据；受众在PC端的收视数据通过安装电脑插件（plug-in tool program），对样本户中至少一台连接互联网的电脑进行监测，该数据要和电视节目进行精准的匹配，不匹配的收看数据将不会被包含在他们的收视系统中③；在手机屏方面，通过其提供的具有数据收集功能的特制手机完成，但是从目前尼尔森发布的跨屏收视报告来看，手机屏的测量并没有采用此种方法，而是通过对样本户中个体的一次性调查即“媒介使用行为的自我报告”来实现，通常按月或者季度开展。

从样本来源来看，尼尔森采用的是同源数据，同时对样本户中的电视屏、电脑屏和手机屏进行监测，用户属性可以被较好地识别，从数据的性质来看，目前尼尔森在跨屏受众测量方面采用的仍主要是抽样数据即小数据。（如图1）

2.国外其他跨屏受众测量的尝试

除了尼尔森之外，在国外的收视率调查市场上也有一些其他的公司或机构在尝试跨屏受众测量。在监测模式方面，比如阿比壮公司发明的PPM（Protable People Meter）便携式人员测量仪可以对受众周围环境的声音进行收录，然后通过后期的节目比对实现随时随地的收视数据记录。这种方式在美国收视率调查市场上也相对主流，但在中国市场上还未普及。

在数据融合方面，一种混合式电视测量方法在国外收视率市场上有所尝试，是对媒介融合条件下大数据和小数据融合的新实验，这种方法将PPM测得的个体电视收视行为数据和机顶盒数据结合起来，通过一定的算法，得到个体的机顶盒收视数据，这种将PPM与机顶盒数据相结合、互相补充的方法不仅可以识别受众的人口统计特征，而且可以识别机顶盒开着电视却关着的情况。

综上所述，国外对跨屏收视测量的尝试相对普遍，技术也比较成熟，但仍缺少一个统一的行业标准，在样本来源、监测模式以及数据融合等方面还处于一个不断摸索和不断改进的过程中。

三、国内跨屏受众测量图景

国内近年来也开始在跨屏受众测量方面的实验，比如2013年一家传媒数据咨询服务机构——泽传媒接连发布中国全媒体卫视收视率排行榜、全国卫视综艺百强全媒体收视率排行榜等榜单；此外，收视率行业的巨头央视-索福瑞（CSM）也在做跨屏受众测量的有益尝试，跨屏受众测量已经成为国内收视率调查行业的热门研究。笔者将国内跨屏受众测量分为以下两种测量思路：纵向同源测量和横向融合测量。

1.纵向同源测量

纵向同源测量指将受众的媒介接触行为按照不同的媒介形态进行分层，然后再把不同层次的受众媒介接触行为数据进行相加，这种方法的优势在于强调样本的同源性和衡量指标的一致性，能够精确地掌握样本用户的身份属性，使测量更为精准；弊端是电脑终端和移动终端收视的数据收集对视频追踪技术的要求较高，同源数据样本量要足够大，会带来测量成本的增加。（如图2）目前央视-索福瑞对跨屏收视的测量主要采用此种思路，但是研究仍处在测试阶段，尚未有成果发布。

2.横向融合测量

横向融合测量不同于纵向同源测量，它不强调样本的同源性，在衡量指标的选择方面也存在不同的选择，每一种媒介形态上的受众行为都有各自的测量维度，然后再把不同形态的受众媒介接触行为数据进行融合计算，这种测量思路的好处在于测量成本较低，将“受众参与度”这一指标囊括进来，符合新媒体双向互动的特征，能更好地反映出节目或者广告的真实效果；弊端则是样本数据不同源，无法知道网络收视背后的样本素描，而且不同维度的衡量标准不同。目前泽传媒对跨屏受众测量的尝试主要采用此种横向分类相加的测量思路，以监测互联网数据为主，结合传统的电视收视率，根据不同权重综合分析，结果的权威性还有待市场的进一步验证。（如图3）

四、跨屏受众测量图景下的研究困境

从上述国内外跨屏受众测量的整体图景来看，测量的模式和轮廓虽然还没有形成一个统一的标准，但是已经初具规模，在监测模式、样本来源、数据融合等方面的尝试还是有很多可取之处的。但是，也应该看到目前跨屏受众测量图景下存在的一些研究困境。

1.衡量指标多

传统的受众测量按照丹尼斯·麦奎尔对受众研究的分类，通过收视率、收听率、阅读率来调查受众媒介接触行为的部分属于结构性受众分析④，是受众研究中最基本的部分。而要想进一步获得受众心理层面的信息，则需要通过满意度调查。在互联网时期，跨屏受众测量的衡量指标变得繁杂多样，单从网络视频来说，可以考虑使用的衡量指标有直播点击量、回播点击量、搜索量、下载量、网民跟帖回复、社交媒体讨论度，等等，如何确立新媒体环境下跨屏受众研究的测量维度是面临的困难之首，需要业界建立一套较为科学统一的测量模式。

2.技术捕捉难

新媒体环境下尤其是多屏时代的到来，给受众测量带来种种技术难题，智能电视、移动设备以及受众收视习惯的变化都加剧了跨屏受众测量对技术发展的需求。目前，业界对捕捉数据的技术有一些比较成熟的尝试和探索，比如利用互联网监测技术分别从服务器端和用户端监测网络收视行为，在节目或广告中植入辨识密码来追踪其收视情况，利用数字机顶盒技术进行大样本家户收视率的调查以及图像比对、声音比对等测量技术⑤。但是涉及到测量成本的问题，这些技术并没有得以大范围推广和应用，随着跨屏、多屏时代的发展，基于先进测量技术的受众研究必将是大势所趋，未来在受众测量市场可能会掀起一场资本和技术的相互博弈。

3.样本同源之困

在跨屏受众测量的研究中，同源研究的问题是一个巨大的挑战。同源研究是指通过收集同一样本受众不同媒介接触行为的数据，即同源数据，是指导跨屏优化的关键。只有基于同源样本所监测出来的结果，才能够最好反映不同受众人群在各个媒体的到达情况，特别是了解到各媒体之间的重合度⑥。但是目前国内外的跨屏受众测量中，样本同源的问题几乎没有真正实现，其难度在于同源数据需要海量样本库，给第三方测量机构和客户均带来一定程度的资金压力。

4.数据融合之杂

数据融合的困难来自于两方面，一是将电视样本采集的数据与互联网监测的数据如何进行融合、转化与换算，从而得到多屏传播下的受众测量数据；二是全样本的大数据与抽样获得的小数据如何进行融合。总的来看，目前业界采用的融合方式较为杂乱，没有统一的计算体系，其科学性和权威性必然受到一些质疑。

注释

① 柯惠新，黄可：《从平面化(2D)到立体化(3D)——对新媒体时代受众测量的思考》，《现代传播》，2011年第10期。

② 陈书昊：《“三网融合”时代的收视率调研图景》，《新闻实践》，2010年第6期。

③ Charlene Weisler:Cross-Platform Measurement's Leap Forward, Feb 26, 2014, Mediapost.

④ ［英］丹尼斯·麦奎尔著，刘燕南等译：《受众分析》，中国人民大学出版社，2006 年版。

⑤ 连娜，谷征：《资本VS技术：新媒体语境下的收视率调查业》，《新闻界》，2013年第24期。

⑥ 钟书平：《大视频时代下的跨屏传播》，《广告大观》（综合版），2013年第9期。