收视概率在评估电视媒体广告方案中的应用.docVIP

收视概率在评估电视媒体广告方案中的应用 KEY WORDS：收视概率，收视率，二项式分布，泊松分布。 面对日益上涨的媒体广告成本，对于消费品企业来说，科学地制订年度广告媒介方案显的越来越重要，但媒介环境却在变的更加复杂，制订广告方案也就更加困难，这就需要广告方案的制订者能够使用更加科学准确的指标来提前评估广告方案。 在企业制订电视媒体广告方案后，一般都要计算相对应的广告学指标，如累计收视率、千人成本、毛评点成本等等，这些指标的计算基础是媒介监测机构发布的收视率报告，收视率的定义如下：在某个特定区域和某个特定时间段内，收看某个特定电视频道（栏目）的观众人数或家庭数量占所有电视人口数量或电视家庭数量的百分比，这个指标反映了某个媒体特定时间段的广告投资价值。但收视率尤其是累计收视率（毛评点）这些指标并不直观，特别是在推算市场占有率和销量增长量等市场指标的时候，累计收视率、千人成本这些指标都无法使用。况且，对于许多非专业人士来说，要想准确清晰的理解这些枯燥的概念并不是件轻松的事情，基本概念理解的不清晰肯定会造成许多从个人感觉诞生的判断标准：隔日播出广告和逐日播出广告的效果不会差很多；广告效果只能用“好”、“不好”甚至是“还行”等形容词来描述。而某些媒介或广告公司更是故意串改收视率的量纲误导企业等等。因此，许多决策者很难提前“感觉”出将要执行的广告方案将是一个什么效果，最后只能是凭感觉摸着石头过河，至于风险就让企业承担去吧。 为了更形象、更准确的提前评估广告传播效果，本文给出了收视概率，通过计算这个指标，我们可以提前清晰形象地“感觉到”广告播出后的传播效果。 收视概率的基本定义如下：在某个特定区域和某个特定时间段内，某个具备一定收视特征的观众收看某个频道节目的概率。我们都知道概率论中将随机事件分成两类：基本事件和复合事件。那么收视概率也就有了两种分类：基本收视概率和复合收视概率。 在一次随机实验中，只有两种可能的事件发生：A要么发生，要么不发生，这样的随机实验称为贝努里实验，在n重贝努里实验中，事件A发生k次的概率称为二项式分布，这是一个很重要的分布： P（X=K）=Cnk pk qn-k (1 ) 其中：P是事件A发生k次的概率 p是一次实验中事件A发生的概率 q是一次实验中事件A不发生的概率 根据收视率、收视概率的定义及贝努里大数定理，我们可以证明：对观众特征指标累加后的收视概率Ps等于收视率。 广告是为了销售服务的，为了更准确的预估目标受众的收视概率，还需要把累加后的收视概率根据受众特征分解开来： 设事件B为观众是目标受众，则有下面公式成立： P（A|B）= （2） 其中：P（A|B）是目标受众的收视概率 P（B|A）是在某个特定栏目收视受众范围内，抽取到目标受众的概率 P（B） 是抽取到目标观众的概率 根据概率的统计学定义，可以知道P（B|A）等于特定栏目收视受众中目标受众占的百分比，P（B）则等于目标受众在全体电视人口总数占的百分比，公共的媒介调查公司可以这个数字。 至此，我们已经能够计算某个特定目标受众的收视概率P（A|B），正如上面提到的，这是一个基本事件概率，在实际工作中，我们必须对一个长达数月甚至是几个年度广告计划作出预估，这就需要计算一些复合收视概率，但复合收视概率的计算已经很简单了。 一般情况下，重要的广告方案中广告发布次数都很大，为了计算方便，可以将二项式分布转化成泊松分布： P (x = r ) = e-λ （3） 其中： λ= n p n是广告发布次数 泊松分布也是一种很重要的分布，常用于解决稠密性问题：如一段时间内电话台接受到用户的呼叫次数，电视栏目的收视人数，候车的旅客数，单位面积的害虫数量，都是服从泊松分布的。 例一、某公司准备推出一款适合儿童的新产品，主要的购买人群是25岁到35岁的女性，根据官方的正式人口资料，这部分人群占全国人口的5%。在即将执行的广告计划中，包含着Z频道18：30时段，这个时段播出的是儿童节目，据媒体研究机构提供的数据，这个时段观众中25-35岁的女性占20%，60%是儿童，.而35岁到45岁的中年人，由于自己的孩子大多数已经成为少年，因此这部分中年人占的比例很低，尤其是男性只占0.1%。另外，权威部门公布这个时段的平均收视率在2%左右。 为了评估广告效果，需要计算公司在这个时段投放一次广告后，任何一个25-35岁的女性收看到广告的概率是多少，35-45岁