广播收听率4.0指标体系及调研方法，接下来我们就来聊聊关于广播收听率是怎么统计的?以下内容大家不妨参考一二希望能帮到您!
广播收听率是怎么统计的
广播收听率4.0指标体系及调研方法
（一）融合线上线下构建指标体系
广播收听率4.0指标体系，需要将广播传统收听与线上收听作为一个整体看待，在进一步提升传统收听率指标体系灵活度的同时，综合统计广播在线收听各方面数据，并将线上线下的广播用户体量、活跃度、互动量等均纳入指标体系，从而得出能够全面展现融媒体语境下广播收听效果的高价值数据。
基于广播媒体本地性强的鲜明特征，传统的收听率调查指标体系聚焦本地收听市场，在指标体系设计上以收听率、占有率、到达率等三大率为核心构建，力求充分体现限定日期地区内广播收听市场听众规模、收听天数频密程度、及收听时间长短，描绘广播收听市场总台、频率、节目等不同层面的竞争格局，以及各类分析对象的受众群分析。
图6 广播收听率2.0/3.0指标体系
在此基础之上，通过同时期截面数据对比，来体现同类型频率、同时段播出节目在收听市场上的表现差异；可以通过收听率数据的多周期对比，在时间轴上直观呈现分析对象听众规模、收听时间资源、市场占有率等动态变化趋势，对频率、节目及主持人的日常工作效果及时发出预警信息；还可以辅之以听众收听需求、对所听内容的评价态度、后续收听行为的倾向特征进行分析评价，结合收听数据表现及动态变化趋势，助力总台、频率、节目、主持人等不同层面的品牌形象塑造。
将广播节目声音产品在线直播流、点播流数据纳入到统计范围内之后，就需要对广播收听率指标体系进行优化改进、打造收听率4.0版本。分别对应于FM收听率指标体系中的核心三大率指标，在线直播流和点播流收听同样可以从在线用户规模、在线用户活跃度、在线用户收听时长等不同角度来科学搭建分析用指标体系。基于这一思路，本文搭建如下收听率4.0版本指标体系。在4.0版本收听率指标体系中，用户量、日活用户量、收听量及在线互动量组成核心指标。
（1）活跃用户量——在特定时期内，由FM直播流、在线直播流、在线点播流贡献的用户量及共同组成的广播声音产品用户量总和。该指标体现了广播声音产品的活跃用户规模，并构成贡献本期收听点击量的音频消费群基础。
（2）日活用户量——在特定时期内，由FM直播流、在线直播流、在线点播流贡献的日活用户量及共同组成的广播声音产品日活用户量总和。该指标体现了广播声音产品的日均活跃用户量规模，结合用户量规模可推算得出本期广播声音节目在当期的用户收听活跃度。
（3）收听量——在特定时期内，由FM直播流、在线直播流、在线点播流贡献的收听量及共同组成的广播声音产品收听量总和。该指标集中体现了广播声音产品对活跃用户的收听吸附能力。
（4）在线互动量——在特定时期内，由在线直播流、在线点播流贡献的、在收听直播、点播过程中产生的点赞、评论、转发等互动量及共同组成的广播声音产品在线互动量总和。该指标集中体现了广播声音产品在线传播过程中产生的交互效果。
图7 广播收听率4.0指标体系
（二）广播收听率4.0需要解决的几个重要问题
为实现上述升级优化后的广播收听率4.0数据科学性、合理性和实用性，需要重点考量并解决好如下几个方面的问题:
（1）本地收听和外地在线收听的问题。现行的收听率版本仅限本地收听，具体又包括本地FM直播流收听和本地在线收听。而升级后的版本则会既包括本地收听，又包括外地在线收听，得出的收听数据才是真正意义上的全渠道收听数据的概念。显然，针对特定广播频率在全国范围内进行大范围的收听率调研，是可行性明显偏低的方案。而选择少部分城市地区、有限样本量来进行针对全国收听率水平的调研测算，其调查结果会因选择调研城市地区的不同而会容易出现差异较大的调查结果，数据的稳定性不够强，数据可信度偏低、可用性明显偏弱。
（2）本地收听和在线收听的重复部分剔除问题。本地收听率数据既包含FM收听又包含本地线上收听部分。在线云收听数据包含本地用户和外地用户两个部分。两者在本地线上收听部分存在重复统计的问题，需要进行去重处理。而两组数据调性又有明显差异，前者是基于抽样调查的估计结果，后者则是总体规模数据、且又难以区分本地用户收听和外地用户收听的份量占比。
（3）一次收听（直播流收听）和二次收听（点播收听）的问题。由FM/AM直播流和云上直播流汇总而成的时时收听量，可统称为直播收听率，或称一次收听率。而由广播节目的延时收听产生的收听量即被称为点播收听率，或称二次收听率（这部分收听量仅限于由独立存在的、未经再加工的广播节目源产生的点播收听量），具体包括在限定日期内电台官方网站上的广播节目源、电台官方APP端的广播节目源、各音频聚合平台APP的广播节目源及官方微信公众号、微信小程序、微博账号、抖音号等的广播节目源。现行的收听率版本限定的是本地FM直播流收听数据，升级后的版本还包了在线直播流收听和广播节目点播流收听数据。这将为数据的技术实现带来更大压力。
另外，广播新媒体已经告别单一的音频产品内容，在微信公众号、微博账号、抖音号等新媒体平台上还制作有大量推文、短视频、短音频内容，承载了大量工作。作为对收听率指标体系的必要补充，也应当将这些工作效果纳入数据统计范围。对于在各类移动互联网平台上制作发布的内容显然不再适宜用收听的概念囊括，需代之以点击阅读量、阅读贡献率、转评赞交互数量及最高阅读量（爆款量）、最高转发、评论、点赞数量、在看量等量化指标。
（三）多触点立体化数据调查方法
无论是在广播线性传播时代，还是在传播矩阵语境中，收听数据、传播效果数据均是广播媒体制作的音频、短音频、文本、视频内容作用于用户群的效果体现。数据规模的大小、强度的强弱、份额的高低、动态的升降，从不同角度体现出广播融媒体矩阵传播效果及动态变化趋势。广播播音时长，自办节目的数量及播音时长、发布量的多少及平台分布等信息均掌握在广播运营主体端，而各类传播效果数据的载体和产生者则均是用户群。
在广播融媒体语境下，收听率调查的数据采集方式也需要做出顺应广播媒体变化趋势的改变。一方面，从收听数据信息覆盖的广度方面来看，仅在本地进行的抽样调查，难以覆盖不受地域限制的云端传播生态，除了本地收听市场之外，还需要通过在线数据获取手段采集到云端收听及点击阅读、交互类数据；另一方面，从收听数据的精度要求角度看，矩阵式的分发渠道、更多元的数据需求，需要更多样的细分数据组合，现行的样本量规模足以满足整体水平的体现，但无法满足颗粒度更小的数据精度要求。收听率调查设计方法在抽样调查设计及数据采集方法方面均需要做出相应的调整。
为适应倍量级数据量增大，对收听率数据及在线推送内容传播数据的采集需要多种数据采集方式综合运用。
1
关于抽样设计
（1）由单纯的随机抽样方式，调整为随机抽样和配额抽样相结合的方式。随机抽样满足了解市场基本面；针对特定调研需求，明确最低样本量，通过最小配额样本量原则予以满足。需综合考虑本地移动APP端收听、车载收听、居家收听、固网宽带端收听应作为常规性收听格局，在样本设计时予以常规性满足。对于音乐发烧友、宠物达人、自驾一族、购房一族、Z世代、白发经济、大健康消费群体、本地广播节目回听族群等细分价值人群等，侧重于通过配额样本予以满足。
（2）为适应抽样设计的需要，需适度扩大抽样样本总量，以满足颗粒度更小的数据分析要求。
（3）对于未明确的分析研究需要，则需要通过考察实际包含有效样本量情况来衡量是否需要补充满足要求的样本。
2
关于数据采集方法
（1）收听测量仪对于本地收听直播流的数据采集依然有效。
（2）问卷调查对于用户、尤其是特定细分用户群音频收听需求更为有效、可行。
（3）在线数据抓取技术是第三方获取在线直播流及点播流数据的有效工具。考虑到各移动终端平台在底层数据逻辑、算法规则、数据呈现方式等方面的差异性，第三方仍需要寻求与各平台建立和保持长期密切合作。
（4）为满足更为多样的数据需要，在特定调研需求情况下，日记卡法作为数据采集的重要补充，将被重新启动。
（四）统合生成全矩阵收听率算法
在地FM/AM收听市场的收听数据是基于小样本抽样调查的估计结果，在线直播流的收听数据则来自于全用户群大数据，且两者之间存在部分用户群重合——本地云端收听用户群。这一问题是阻碍FM/AM直播流数据和在线直播流数据汇总的关键所在。为解决这一问题，我们尝试以下几种思路：其一是在传统全样本收听数据中剔除本地在线收听的部分，之后再与在线直播流数据汇总，以实现全矩阵直播流收听量数据；其二是在本地收听数据采集中剔除本地在线收听样本，只采集FM/AM收听市场数据，同样可以和在线直播流数据进行汇总，来实现全矩阵直播流收听量；其三是将FM/AM收听量和在线直播流收听量进行加权处理，来得到综合后的全矩阵直播流数据，基于这种思路进行的数据计算，一方面不同的收听模式之下的收听量的贡献率配比无成功经验可以遵循，另一方面在线直播流点击量的更强波动性使得权重配比难以固定，可能每周、每月都会发生明显变化，因此这一方法理论上说得通，但可行性明显偏弱。
这里需要明确的是，不同于早前手机端FM收听的模式，现如今的手机端收听，绝大多数情况均是在线音频直播流数据，意即手机收听贡献的收听量被界定为在线直播流的主要组成部分，当然也就不是FM/AM在地收听端的收听贡献力量。由此来看，解决全矩阵直播流收听总量的合理做法是：对于FM/AM收听方式采用抽样调查方法采集数据，并进行收听量推算，对于移动端在线直播流收听量采用数据抓取方式获取实际总量数据，两者合并生成全矩阵一次收听量。
出品：赛立信融媒研究院
美编 | 王政贺
文案 | 刘婉婷
审核 | 曾婷婷
责编 | 李倩宇
监制 | 张月红
