Arianna

Arianna

 

ARIANNA là công cụ phân tích dữ liệu tiên tiến được phát triển bởi AGB Nielsen Media Research được sử dụng rộng rãi ở Hoa Kỳ, Khu vực Nam Mỹ, Châu Âu, Đông Nam Á, Trung Đông và Châu Phi bởi các chuyên gia nghiên cứu về truyền hình, các nhà hoạch định truyền thông và các nhãn hàng.

Dữ liệu Khán giả xem truyền hình, dữ liệu kênh/chương trình Truyền hình, dữ liệu Quảng cáo được ARIANNA tổng hợp và cho phép người dùng khai thác phục vụ việc phân tích, đánh giá, nhận định và đưa ra các quyết định phù hợp với các tiêu chí và nhóm khản giả mục tiêu khác nhau, tùy vào mục đích nghiên cứu.

 

arianna 02

ARIANNA có khả năng tùy chỉnh linh hoạt các thể loại báo cáo theo nhiều dạng khác nhau tạo ra sự khác biệt cho Arianna với các công cụ phân tích dữ liệu khác. Ngoài ra, khả năng cấu hình theo nhiều ngôn ngữ cho phép việc nghiên cứu phục vụ nhu cầu của từng thị trường.

Chức năng của ARIANNA:
Chức năng của ARIANNA được chia làm 2 khối riêng biệt bao gồm: Viewing behavior và Post Evaluation

Viewing behaviour: Khối phân tích hành vi, thói quen của khán giả xem truyền hình

  1.  Daily Grid: Đưa ra báo cáo về các chỉ số khán giả của các chương trình khác nhau và các khung thời gian khác nhau trên các kênh truyền hình trong ngày phân tích. Có thể áp dụng thêm các bộ lọc theo ngày/đặc điểm khán giả/thị trường…để đưa ra các báo cáo khác nhau
  2.  Programmes: Đưa ra báo cáo về mức độ hiệu quả của các chương trình hoặc các breaks được phát sóng trong ngày được lựa chọn để phân tích trên 1 kênh hoặc nhóm kênh xác định.
  3.  Daypart: Phân tích các chỉ số khán giả truyền hình của trong khung thời gian xác định trong ngày để đưa ra kết quả về hiệu quả các kênh truyền hình trong các khoảng thời gian khác nhau/giữa các kênh truyền hình với nhau trong cùng một khoảng thời gian/giữa các ngày với nhau đối với một khoảng thời gian
  4.  Telegraph: Báo cáo kết quả phân tích các chỉ số khán giả truyền hình bằng cách biểu diễn trực quan qua nhiều thể loại đồ thị, biểu đồ tùy chọn theo thời gian để thể hiện xu hướng tăng giảm khán giả truyền hình giữa các kênh khác nhau trong ngày/chỉ ra thời gian lượng khán giả đạt đỉnh/sự phân phối khán giả giữa các kênh theo thời gian
  5.  Series & Competition: Nhằm mục đích báo cáo chỉ số khán giả đối khi so sánh 1 chương trình dài tập được phát sóng trên 1 kênh nhất định so với chương trình của đối thủ được phát sóng cùng khung giờ trên kênh khác. Báo cáo cho phép người dùng so sánh và đánh giá gần như ngay lập tức về hiệu quả nội dung từng tập của chương trình được phát sóng so với sản phẩm của đối thủ cạnh tranh.
  6.  Reach & Frequency: Đưa ra báo cáo về độ phủ của khán giả đối với từng kênh hoặc từng khung thời gian trong nhiều ngày khác nhau.
  7.  Channel Migration: Phân tích sự dịch chuyển của khán giả trên giữa các kênh, chương trình đối với 1 kênh, chương trình mục tiêu muốn phân tích.
  8.  TV Items: Cho phép người dùng đưa ra báo cáo phân tích, xếp hạng về các nhóm chương trình hoặc các nhóm khung thời gian phát sóng của một kênh theo các ngày khác nhau.
  9.  Telegrid: Sử dụng biểu đồ để phân tích đánh giả hiệu quả của 1 kênh hoặc nhóm kênh mục tiêu theo lịch phát sóng trong khoảng thời gian nghiên cứu mong muốn.
  10.  Duplication & Exclusivity: Phân tích số lượng khán giả theo dõi 1 chương trình mục tiêu, cho phép người dùng lọc số lượng người xem trùng lặp và không trùng lặp trong thời gian chương trình được phát sóng.
  11.  Loyalty: Phân tích lượng khán giả trung thành theo các ngưỡng khác nhau về tỷ lệ xem dựa trên thời lượng chương trình. Báo cáo có thể được thể hiện bằng dạng biểu đồ hoặc dạng bảng theo các nhóm khán giả được lựa chọn.

Post Evaluation: Khối phân tích định giá mức đầu tư cho quảng cáo truyền hình

  1.  Adex: Phân tích chi phí đầu tư cho các danh mục quảng cáo của từng nhà quảng cáo nói riêng và cả thị trường quảng cáo nói chung cũng như hiệu quả đạt được của chiến dịch quảng cáo dựa trên lượng khán giả thu hút được
  2.  PostBuy: Phân tích chi tiết chi phí và hiệu quả trên từng spot quảng cáo qua các chỉ số khán giả truyền hình đạt được.
  3.  Simulation: Dựa trên lịch sử dữ liệu khán giả của chiến dịch quảng cáo đã thực hiện để chạy mô phỏng lại chiến dịch đó nhằm đưa ra các kịch bản khác nhau khi thay đổi sự lựa chọn về thời gian, kênh, chương trình, số lượng quảng cáo nhằm tối ưu hóa hiệu quả đạt được về lượng khán giả cũng như chi phí đầu tư cho các chiến dịch quảng cáo tiếp theo.
  4.  Dynamic Flights: Dựa trên dữ liệu khán giả về những ngày không đặt quảng cáo, người dùng có thể kiểm tra chiến lược lựa chọn ngày đặt quảng cáo có tốt hơn so với đối thủ hay không, sự ảnh hưởng lẫn nhau giữa sản phẩm quảng cáo người dùng và lượng khán giả được thu hút. Kết quả phân tích chỉ ra hiệu suất quảng cáo của đối thủ trong những ngày người dùng không đặt quảng cáo và kết quả hiệu suất này được báo cáo trong các phân nhóm khác nhau theo các mức độ hiệu quả do người dùng quy định.
  5.  MultiCampaign: Đưa ra báo cáo đa chiều có thể so sánh hiệu quả giữa các chiến dịch khác nhau về lượng khán giả thu hút được trong từng chiến dịch. So với Post buy, module này đưa ra kết quả chính xác hơn khi áp dụng hệ số weighting cho từng chiến dịch khác nhau.
  6.  Activity Pattern: Đánh giá các hoạt động quảng cáo của một hay nhiều thương hiệu trong một khoảng thời gian cụ thể thời gian, thông qua một báo cáo đồ họa trực quan. Báo cáo chỉ ra những nhãn hiệu hoặc những khoảng thời gian được quảng cáo hiệu quả hơn.