Consulting & Analyse

Gewichtung

Fusion

Imputation

Reichweiten-Modellierung

Kalibrierung

Framework – Injektion.

Framework – Imputation.

  • ANKORDATAscience framework – CONSULTING & ANALYSE

    Um maßgeschneiderte Lösungen zu erstellen, die auch wirklich passgenau sind, ist eine „Stilberatung“ und detailliertes Maßnehmen erforderlich. Abhängig vom beabsichtigten Endprodukt starten wir daher jedes Projekt mit einer eingehenden Bedarfs- und Strukturanalyse der zu bearbeitenden Datenquellen und der späteren Produktionsumgebung.

    Gemeinsam mit unseren Kunden entwickeln wir dabei gleichzeitig auch die Bewertungsmaßstäbe für eine kontinuierliche Qualitätssicherung. Die Herleitung geeigneter Referenzwerte und Sollvorgaben sehen wir dabei als entscheidenden Baustein für eine erfolgreiche Modellierung an.

     

    Mit unserer langjährigen Erfahrung in der Medienforschung achten wir besonders darauf, dass äußere und innere Strukturen eines Datensatzes während der Modellierung so stabil und konsistent wie möglich gebildet werden.

     

    • Die Datenstruktur muss bis zu einem Detailgrad zerlegt werden, aus dem sich die Anker bestimmen lassen, die unterschiedliche Datenquellen miteinander verbinden können.
    • Die Dimensionen und die entsprechenden Sollvorgaben müssen so gewählt werden, dass die bestehenden Beziehungen innerhalb der Daten erhalten bleiben. Die spezifische Struktur von Medienangeboten und ihren Nutzerschaften muss dafür berücksichtigt werden. Dann ist es auch zweitrangig, woher die spezifischen Daten stammen (aus Haushalts- oder Einzelstichproben, Erhebungen, Tracking- oder Logfile-Daten usw.).
    • Das Design der Datenverarbeitung folgt diesen Bedingungen, um die Ergebnisse innerhalb einer mehrdimensionalen Struktur zu optimieren, z.B. im Hinblick auf:

      •  Zusammensetzung des Publikums
      •  Nutzungsmuster (wie Geräte, Kanäle)
      •  Inhalte und Werbeplätze

    Aus den anspruchsvollen Projekten unserer Kunden sind wir es gewohnt, für jedes Projekt von Beginn an mitzudenken, wie die Modellierungsarbeiten in die regelmäßige Datenproduktion integriert werden.

  • ANKORDATAscience framework – GEWICHTUNG

    Für die Methoden von ANKORDATA ist es von besonderer Bedeutung, mit verlässlichen Sollvorgaben arbeiten zu können. Hierbei spielen die Verfahren zur Gewichtung und Hochrechnung eine wichtige Rolle.

    Die Gewichtung korrigiert Ungleichgewichte innerhalb der zu integrierenden Datenbestände – oft sind hierfür komplexe Gewichtungsschemata zu entwickeln, die auch die spezifischen Designs von Stichproben, die Unwägbarkeiten der Datenerhebung und die Anforderungen an das spätere Reporting berücksichtigen.

     

    Unter anderem als Dienstleister der AGOF und der AGF haben wir uns einzigartige Fachkenntnisse in der Erarbeitung und Anwendung von Gewichtungs- und Hochrechnungsverfahren angeeignet. Wir führen diese multidimensionalen Gewichtungen, in denen neben soziodemografischen Vorgaben auch Nutzungsvorgaben aus einer Zensusmessung eingehen, in unserer Pipeline täglich automatisiert durch.

     

    Neben der eigenständigen Durchführung iterativer Gewichtungsverfahren sind wir auch mit der Analyse und Optimierung bestehender Gewichtungsmodelle beauftragt. Auch bei komplexen Beziehungen in den Verteilungen können wir durch jahrzehntelange Erfahrung und spezielle Werkzeuge mögliche Probleme erkennen und die Gewichtungsschemata so anpassen, dass für den Kunden wichtige Merkmale optimal abgebildet werden.

  • ANKORDATAscience framework – FUSION

    Für die Zusammenführung mehrerer Datenbestände zu einer gesamthaften Auswertungsbasis entwerfen und implementieren wir unterschiedliche Verfahren der Datenfusion, unter anderem für unsere Kunden AGF, AGOF und agma. Methodisch handelt es sich dabei um diskrete Optimierungsverfahren, mit jeweils projektspezifisch festgelegten Kriterien für die Optimierung.

     

    Der Merkmalskatalog wird dazu unterschieden nach:

    • gemeinsamen Merkmalen – sogenannte Ankervariablen, die in allen Teildatensätzen vorhanden sind
    • zu übertragenden Merkmalen, die nur in einem der beteiligten Datenbestände vorhanden sind (Spender/Donoren) und auf einen anderen Datenbestand (Empfänger/Rezipienten) übertragen werden

     

    Die gemeinsamen Merkmale und deren Überschneidung mit den im Donor-Datenbestand erfassten, zu übertragenden Merkmalen spielen dabei die wichtigste Rolle. Wir richten ein besonderes Augenmerk darauf, dass bestehende Korrelationen bei der Fusion erhalten bleiben und so ein konsistenter Datensatz für die Mediaplanung geschaffen wird. Mit diesem komplettierten Datenbestand sind Auswertungen über alle erhobenen Informationen uneingeschränkt möglich.

  • ANKORDATAscience framework – IMPUTATION

    Immer häufiger kommt es in der Medienforschung vor, dass einzelne Merkmale innerhalb eines (Teil-) Datenbestands nur unvollständig vorhanden sind. Zum Beispiel wenn eine technische Messung der Mediennutzung nicht in allen Haushalten identisch umsetzbar oder die Antwortbereitschaft auf bestimmte Fragen, wie etwa zum Einkommen, unterschiedlich stark ausgeprägt ist.

    Für solche Fälle entwerfen wir Algorithmen und Prozesse zur Imputation der fehlenden Daten, zum Beispiel zur Ergänzung der Einkommensdaten in den Studien von agma und Radiotest. Aus den vorhandenen Daten werden modellhaft Parameter abgeleitet und diese in die Datensatzlücken injiziert. Anders als bei den Fusionsverfahren ist hier eine andere Verteilung der Ergebnisse im Vergleich zu den originär erfassten Daten zulässig oder gar erwünscht.

    Bei der Entwicklung solcher Modelle folgen wir modernen Machine Learning Prinzipien. Damit können die Imputationsansätze beständig qualitativ verbessert und die höchste Plausibilität der Ergebnisse erreicht werden.

  • ANKORDATAscience framework – REICHWEITEN-MODELLIERUNG

    Für unsere Kunden ist die Ermittlung von Reichweiten und Nutzungspotentialen von Medienangeboten zumeist der Hauptbestandteil ihrer Arbeit.

     

    Die Messergebnisse zur Mediennutzung sollen auch für die Planung von Werbekampagnen auswertbar gemacht werden. Dafür sind Prognosemodelle notwendig, über die eine Nutzungswahrscheinlichkeit abgebildet werden kann. Bei der Erarbeitung solcher Modelle achten wir besonders darauf, dass die wahrscheinliche Anzahl an Nutzern für ein oder mehrere Medienangebote als auch die Überschneidungen zwischen den Nutzergruppen verschiedener Angebote valide ermittelt wird.

    So können wir die um Überschneidungen bereinigten (=netto) Reichweitenwerte und Zielgruppendaten für die kampagnenspezifische Werbeplanung ableiten.

     

    In Abhängigkeit von der verfügbaren Datenqualität und der zuvor erfolgten Datenergänzung (z.B. Fusion / Imputation) aus der Erhebung, stützen wir unsere Modelle auf Verfahren wie die Segmentation oder die Frequenzklassenoptimierung oder auf ausgewählte statistische Verteilungen.

     

    • Bei der Segmentation werden Zielgruppenmerkmale, die hoch mit der Mediennutzung korrelieren, genutzt, um Segmente von Nutzergruppen mit unterschiedlicher Nutzungswahrscheinlichkeit zu bilden.

    • Bei der Frequenzklassenoptimierung modellieren wir die Wahrscheinlichkeiten über eine bestmögliche Verteilung innerhalb der Gruppen mit unterschiedlicher Nutzungshäufigkeit (=Frequenz).

    • Für die multidimensionale Modellierung von Reichweiten in hybriden Messsystemen, wie etwa in den Studien von AGF und AGOF, entwickeln wir spezifische Verfahren, die auf elaborierten statistischen Modellen beruhen. Dabei dienen die technisch gemessenen Nutzungsdaten als externe Referenz für die Modellierungsschritte zur Netto- Reichweitenermittlung. In mehreren Schritten bestimmen wir in diesen Modellen die Reichweiten für unterschiedliche Dimensionen (z.B. Gerätetypen, Zielgruppen) und hierarchische Ebenen (z.B. Angebote/Programme, Belegungseinheiten, Content/Kampagnen), immer unter Beachtung der externen Sollvorgabe.

     

    Diese Verfahren verwenden wir sowohl bei der Erstellung von Respondent-Level Datensätzen für Arbeiten auf Einzelfallebene (Mikro- Perspektive), als auch bei der Herleitung statistischer Prognose-Modelle auf aggregierter Ebene (Makro-Perspektive) über Inhalte, Werbeplätze und Mediengattungen hinweg. In vielen Konstellationen sehen wir die Verbindung der beiden Perspektiven als besten Weg, um Reichweiten auf Einzelfallebene an Vorgaben aus Ergebnisaggregationen anzupassen (Kalibrierung).

  • ANKORDATAscience framework – KALIBRIERUNG

    Wie bei der Erstellung maßgeschneiderter Bekleidung, so erhalten auch die Modellierungsarbeiten ihr endgültiges Erscheinungsbild erst mit der letzten Anpassung.

    Aus unserer Sicht ist die Kalibrierung ein häufig unterschätzter Arbeitsschritt, mit dem aber dafür gesorgt wird, dass die aufwändig gemessenen und modellierten Ergebnisse ihre Stabilität, Konsistenz und Plausibilität erhalten, so wie sie für eine verlässliche Mediaplanung benötigt werden.

     

    Für eine erfolgreiche Kalibrierung müssen zunächst belastbare Sollvorgaben ermittelt werden, z.B. aus einer technischen Vollerhebung von Nutzungsvorgängen (Zensus). Daten auf Einzelfallebene, wie etwa aus einer Panelerhebung können damit verglichen und Diskrepanzen identifiziert werden. Dabei können die Ursachen für solche Diskrepanzen vielfältig sein:

     

    • Unzureichende Stichprobengrößen zur Abbildung von Long-Tail-Inhalten
    • Verzerrungen bei der Stichprobenauswahl, die zu „schiefen“ Nutzungszahlen führen
    • Rekrutierungsprobleme bei der Gewinnung bestimmter Zielgruppen
    • Mortalitätsraten der Stichprobe mit entsprechender Verzerrung der Nutzung
    • Gerätefragmentierung (unvollständige Erfassung aller von einer Person verwendeten Geräte, @work-Nutzung, Zweitgeräte, ...)

     

    Um zu einem in sich konsistenten Datensatz zu kommen, sind wir überzeugt, dass solche „Messlücken“ nicht nur durch Anpassung der Nutzungsmengen beseitigt werden können. Es ist anzunehmen, dass Verzerrungen in der Beobachtung der Nutzungsmengen auch immer auf die Ergebnisse der Netto-Reichweiten durchschlagen. Vielmehr ist es notwendig, auch die inneren Beziehungen und Nutzungsüberschneidungen zwischen den gemessenen Medien- und Werbeangeboten zu berücksichtigen.

     

    In unseren Lösungen für AGF und AGOF verwenden wir individuell angepasste „gradient descent“-Verfahren zur Optimierung, mit denen wir die multidimensionalen Abhängigkeiten zwischen den Medienangeboten in die Kalibrierung einfließen lassen.

     

​KUNDENANKORDATAscienceFramework ToolsetFramework PipelineConsulting & AnalysisGewichtungFusionImputationReichweiten-ModellierungKalibrierungDAS SIND WIRSCHULTERBLICKKARRIERE

DE

EN

© 2025 ANKORDATA   |  Impressum   |   Datenschutzerklärung   |  Kontakt

​KUNDENANKORDATAscienceFusionImputationReichweiten-ModellierungKalibrierungGewichtungFramework ToolsetFramework PipelineConsulting & AnalyseDAS SIND WIRSCHULTERBLICKKARRIERE