據悉，該服務的測量資料涵蓋了在twitter上對某個電視節目進行讨論的人數、閱讀這些讨論的twitter使用者數等，進而對社交電視的規模和效應進行更加有效的評估。而日前，尼爾森就公布了自己首批“twitter電視收視率”調查資料。
根據尼爾森日前公布研究報告顯示，上月總計有9.86萬觀衆在twitter上釋出了同新一季《實習醫生格蕾》(grey’s anatomy)兩小時首播集相關的話題。但是，與當晚收看這部電視劇的930萬觀衆總數相比，這隻占了其中的很小一部分。
然而，尼爾森公布的資料同時顯示，雖然這9.86萬觀衆僅僅釋出了22.5萬條相關的twitter評論，但這些消息已經被數百萬twitter使用者檢視，而這些使用者随後可能通過數字視訊錄像機或筆記本選擇觀看這部電視劇。
而且，尼爾森現在還正在跟蹤發表同電視劇相關twitter消息的“獨立觀衆數”（ unique audience），進而幫助外界更好地了解“社交電視”的發展情況。在當地時間周一，尼爾森表示，這份報告将關注與電視節目相關twitter話題的活躍程度和覆寫範圍。不過，這一服務還沒有得到電視行業高管的肯定，也沒有獲得大量客戶。
實時社交電視監測公司socialguide ceo安德魯-索莫西(andrew somosi)表示：“我們感覺，這對于整個電視産業來說都将是一個難以置信的時刻。”需要指出的是，尼爾森于去年11月收購了socialguide，并允許該公司參與了這一服務的開發過程。
索莫西在一次采訪中透露稱：“分析關于電視節目twitter消息的資料統計隻是冰山一角而已，而整個冰山則是這些twitter消息到底覆寫了多少閱聽人。舉例來說，根據尼爾森的算法計算，9月26日播出的《實習醫生格蕾》的22.5萬條消息就總計被280萬個不同twitter帳号檢視過。是以，我們十分期待更加熱門《行屍走肉》（the walking dead）統計資料的出爐。”
顯而易見的是，我們通常很難判斷有多少使用者因為這些twitter消息而開始收看電視劇，但此前曾有研究發現稱，“twitter消息在部分情況下将有效推升電視劇的收視率”。是以，twitter方面已經将自己與電視行業的合作擺在了更加重要的位置上。在twitter上周四公布的ipo(首次公開招股)招股書中，“電視”（television）這個單詞總共被提到了42次。
尼爾森高管表示，同傳統電視收視率名額類似的是，電視網絡将開始利用twitter平台對于電視的評價展開營銷。但目前，我們尚不清楚有多少電視網絡和廣告投放商願意付費獲得關于電視節目相關twitter消息的當天資料。尼爾森拒絕透露旗下具體客戶的情況，但該公司還是在這一服務釋出的時候提到了兩家媒體公司的名字，它們分别是discovery旗下“discovery communications”和廣告巨頭mccann公司。
socialguide創始人，同時也是尼爾森公司内部負責這一産品的進階副總裁西恩-凱西(sean casey)日前表示：“這僅僅是個開始而已，目前我們還沒有充足的研究資料。”
9月23日，amc旗下神劇《絕命毒師》（breaking bad）播放了劇終集，并成功登頂“twitter電視評價”排名第一的位置。尼爾森資料顯示，同該劇相關的120萬條相關消息總共覆寫了930萬個twitter帳戶。與此同時，nbc電視台旗下的兩期《美國好聲音》（the voice）也成功闖入前10，這兩集分别覆寫了380萬和270萬個twitter使用者帳戶。有趣的是，《吉米現場秀》（jimmy kimmel live）在9月26日播出的一期也引發了twitter使用者的大量讨論，并同樣成功闖進了前十的行列。
凱西表示，自己和同僚已掌握了能夠準确指出哪些twitter消息與電視節目相關、哪些僅僅是關鍵詞相似的多種技術（比如abc電視台旗下熱門劇《醜聞》就需要同政界的“醜聞”區分開來）。今後，他們還計劃将電視明星釋出的有關電視劇的消息與觀衆釋出的消息進行區分，以幫助電視網絡進一步了解明星釋出相關消息的具體影響力。
但是，部分電視網絡或許會對尼爾森的統計方法提出質疑，尤其是隻要該消息在網頁或移動裝置螢幕上顯示，尼爾森就認為消息已覆寫這一帳戶的統計方法這一點。與此同時，外界對于twitter平台對話内容的代表性也持有懷疑态度。
對此，專門研究線上以及線下口碑傳播的美國公司、同時也為諸如cbs電視網等客戶提供資料的keller fay group ceo埃德-凱勒(ed keller)就表示：“人們往往會忽視的一點就在于‘關于電視節目的大部分會話内容仍然是線上下發生’這一事實。”
根據keller fay group給出的資料顯示，有關電視節目80%的會話都在人們見面時發生、10%在電話中發生，剩餘10%則大部分在網絡上發生。
“真實世界發生的會話通常會與社交媒體上發生會話有很大不同。”凱勒最後補充道。
<b>原文釋出時間為：2013-10-08</b>
<b></b>
<b>本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号</b>