Bagaimana Program TV Dianalisis?
Pada tulisan sebelumnya, saya menuliskan bahwa rating program TV bukan sekadar angka, tapi juga pemantik seni menelusuri. Saya sebut pemantik karena rentetan angka pada rating (itself) tidak banyak menjelaskan apa yang terjadi.
Coba lihat pict 1, rating terdiri dari angka yang jika kita perhatikan dengan seksama juga tidak menjelaskan banyak hal.
Angka pada rating baru bisa terjelaskan jika konten program tersebut dibedah.
Dalam konteks ini (dan konteks bidang data), rating adalah variabel y (label/class) dimana variabel x ialah isi kontennya (fitur). Variabel y adalah result dari variabel x, sehingga besar atau kecilnya angka pada variabel y dipengaruhi oleh variabel x.
Dari logika sederhana di atas, menganalisis program TV membutuhkan setidaknya 2 hal, data rating dan data konten. Kalau data rating bisa didapat dari Nielsen, data konten bisa didapat dari mana?
Ya tentu bikin sendiri hehee
Gimana caranya?
Tujuan program TV dianalisis ialah untuk menjaga performa program supaya bagus terus, yaitu dengan evaluasi terus-menerus ketika performanya lagi turun.
Langkah menganalisis program TV pada dasarnya sama dengan bidang-bidang lainnya: mengumpulkan data -> analisis -> kesimpulan & rekomendasi.
Yang menjadi pembeda ialah jenis data dan knowledge pada bidang yang mau dianalisis.
Sepengalaman saya menganalisis sesuatu, menguasai pengetahuan pada bidang yang mau dianalisis adalah hal yang penting. Tanpa menguasai itu, agak sulit untuk menghasilkan analisis yang meaningful, tepat sasaran, dan ber-impact. Namun karena itu bukan hal yang instan, biarkan waktu yang menjawab.
Proses mengumpulkan data (Data Preparation)
Hal pertama yang dilakukan adalah mengumpulkan data, atau dalam konteks analisis program TV lebih tepatnya “membuat”.
Ada 3 langkah dalam data preparation ini:
1. Membuat MBM (Minute by minute)
2. Masukkan ke database konten
3. Koding (Eksplorasi fitur)
Membuat MBM (Minute By Minute)
Langkah pertama ini pada dasarnya mudah. Caranya ialah dengan menonton program dari awal sampai akhir, kemudian tulis apa yang terjadi pada setiap menitnya. Contohnya seperti pict 3 di atas (literally setiap menit ditulis).
Format penulisan MBM harus memikirkan bagaimana analisis nantinya akan dilakukan, tujuannya untuk memudahkan teknis dalam analisis.
Contohnya, ada program berita di jam 17:00 menampilkan dialog dengan topik tertentu, kita bisa menulis: Dialog-Nama Tokoh (Jabatan): Topik yang dibahas (apa yang lagi dibahas).
Dari format di atas, ada banyak variabel yang bisa kita ekstrak untuk dipakai dalam analisis, seperti variabel dialog, nama tokoh, topik yang dibahas, genre topik yang dibahas, dst. Masing-masing variabel ini bisa dipadupadankan untuk melihat apakah ada insight yang bisa diambil.
Penentuan suatu hal bisa menjadi variabel sebenarnya “suka-suka” sang analis, yang terpenting ialah bagaimana variabel itu bisa berguna untuk nantinya menambah insight dalam proses analisis.
Jadi, bukan hanya menuliskan apa yang terjadi pada menit ke-sekian, tapi juga memikirkan bagaimana format itu nantinya bisa dipakai dalam analisis.
Ketika MBM sudah dibuat, maka tinggal digabungkan dengan data rating untuk melihat tren performa program berdasarkan kontennya. Nanti akan terlihat di bagian apa performa program mengalami penurunan atau kenaikan.
Gabungan data konten dan data rating ini lebih meaningful dibanding hanya data rating seperti pict 1.
Masukkan ke database konten
Setelah MBM selesai dibuat, langkah selanjutnya ialah memasukkannya ke database. Database yang dimaksud disini pada dasarnya berisi gabungan MBM program tersebut di hari-hari sebelumnya. Jadi, database konten ini berisi gabungan MBM dari awal program tersebut tayang hingga yang terupdate.
Database konten ini selain untuk dokumentasi, juga untuk nantinya dianalisis, sebab analisis yang dilakukan biasanya berbasis lebih dari 1 hari, bisa per minggu, bulan, dst.
Ini juga kenapa penting untuk menulis format secara konsisten pada saat membuat MBM, tidak lain untuk memudahkan proses analisis. Bayangkan misalkan dengan konten yang cenderung sama kita menulisnya “dialog” dan di lain waktu menulis “wawancara”, tentu akan membingungkan dan membuat proses analisis sulit dilakukan.
Koding (Eksplorasi fitur)
Setelah 2 langkah sebelumnya sangat teknikal dan cenderung mudah dilakukan oleh siapapun. Koding ini bagian yang menurut saya perlu jam terbang dan pengalaman. Setelah MBM digabungkan dari hari ke hari, langkah ini memerlukan abstraksi untuk mengekstrak isi MBM tersebut.
Kurang lebih saya analogikan begini:
Apa yang mempengaruhi mahalnya sebuah rumah? Bisa karena dekat dengan sarana pendidikan/kesehatan, kemanannya terjamin, lingkungannya asri, tidak banjir, dst.
Apa yang mempengaruhi tingginya rating pada suatu program? Programnya menarik, bintang tamunya terkenal, isu yang diangkat relate dengan keadaan saat ini, dst
Apa yang mempengaruhi tingginya rating pada program X menit ke Y? Jika program X ialah program berita, dan menit ke Y berisi dialog, maka bisa dipengaruhi oleh format dialog, narasumber yang dihadirkan, isu yang dibahas, kualitas suara/gambar, dst.
Jika sulit membayangkan, contohnya seperti Pict di atas, ada beberapa variabel (date, day, time, variabel x, narasumber, lokasi) yang dibuat dan diekstrak dari masing-masing konten per menitnya. Kemudian masing-masing variabel ini bisa dipadupadankan untuk mencari insight.
Misalkan:
- Berdasarkan data, format telewicara lebih bagus dibandingkan dialog studio, dilihat dari beberapa hari dengan isu yang cenderung sama.
- Berdasarkan data, live report bagus diletakan pada segmen ke x dengan rentang waktu y.
- Berdasarkan data, narasumber x cenderung meraih performa rendah dilihat dari beberapa dialog.
- dst
Eksplorasi fitur semacam ini perlu jam terbang, semakin kita bergelut dengan data dan konten yang serupa, fitur-fitur baru bisa saja muncul dan menjadi variabel dalam proses analisis.
Dari sini saya menyadari bahwa di samping kemampuan teknis, memahami data itu penting. Dengan memahami data/bussines problem, kita bisa eksplor ke sana ke mari untuk menjawab persoalan. Namun memang perlu waktu hehe :)
Proses analisis data
Layaknya roda kehidupan, rating program TV ada naik dan turunnya. Naik turunnya itu bisa dipengaruhi banyak hal, bisa karena performa program sebelumnya jelek sehingga mempengaruhi rating program setelahnya, konten/tema yang disajikan kurang menarik, narasumber/bintang tamu yang dihadirkan ga terkenal, performa yang bagus di program TV lain pada jam yang sama, dst.
Masing-masing program biasanya ada benchmark tersendiri untuk menilai performanya sedang bagus atau jelek.
Jika performa suatu program jelek dalam timeframe tertentu, nantinya akan dianalisis indikasi kenapa performa program itu bisa jelek. Proses analisis biasanya diawali dengan mengumpulkan fakta-fakta yang terjadi, kemudian fakta tersebut saling dihubungkan satu sama lain, ditambah pengetahuan kita atas bidang yang lagi di analisis.
Analisis yang dilakukan biasanya berbasis 2 hal, saya sebut sebagai analisis internal dan analisis eksternal. Basis analisis tersebut bisa dipakai salah satu atau keduanya, tergantung kasusnya seperti apa.
Analisis Internal
Analisis internal fokus membandingkan konten program yang jelek dengan konten program yang bagus pada program yang sama. Misalnya ialah dengan membandingkan konten minggu ini yang performanya jelek dengan konten dua minggu lalu yang performanya bagus.
Tujuannya sebenarnya sederhana, yaitu melihat perbedaan pola konten di masing-masing timeframe tersebut dan mengindentifikasi apa yang mesti ditambah atau dikurangi dilihat dari tinggi rendahnya rating yang didapat.
Analisis internal ini cocok digunakan jika rating program kita jelek tapi rating program tv kompetitor juga ga bagus-bagus banget.
Artinya ada potensi untuk meningkatkan performa berdasarkan pola konten yang penonton sukai di program kita. Atau dengan kata lain “rating program kompetitor kan ga bagus-bagus banget, ngapain kita lihat dia, mending lihat ke dalam dulu”.
Analisis Eksternal
Jika pada analisis internal fokusnya hanya pada program yang sama, pada analisis ekternal fokusnya ialah membandingkan pada program tv kompetitor. Tujuannya untuk mengidentifikasi apa yang menjadi kelebihan dan kekurangan dari konten program kita jika dibandingkan dengan program tv kompetitor tersebut.
Perbandingan yang dilakukan biasanya diambil dalam timeframe tertentu dimana performa program kita jelek dan performa program kompetitor bagus.
Dengan kata lain, “mengintip” apa yang dilakukan kompetitor dan menerapkan itu pada program kita, berharap performa juga ikut bagus.
Kedua basis analisis tersebut pada intinya ialah membandingkan konten program pada timeframe tertentu untuk mengindentifikasi apa yang perlu ditambah atau dikurangi berdasarkan pola yang disukai penonton.
Pertanyannya kini beralih, bagaimana cara membandingkan suatu content program TV?
Pada bagian mengumpulkan data, kita membuat banyak variabel/fitur yang bisa digunakan dalam analisis.
Dalam konteks program berita (news) misalnya, kita bisa gunakan variabel dialog untuk membandingkan dari sisi topik yang diangkat, sudut pandang yang diambil, narasumber yang dihadirkan, genre topik yang lagi dibahas, format dialog yang disajikan, dst.
Masing-masing variabel itu bisa digunakan dalam analisis untuk menjawab problem yang ada.
Namun biasanya dimulai dengan pertanyaan sederhana: rating turun di bagian apa?; kenapa di bagian itu bisa turun?; di kompetitor gimana?; rekomendasinya seperti apa?
Kesulitannya sebenarnya ada pada penentuan variabel yang dianggap dapat mempengaruhi rating.
Sang analis harus memutar otak untuk mencari-cari variabel x yang sekiranya mempengaruhi variabel y (rating). Proses pencarian ini butuh jam terbang dan pengalaman. Terlebih kita mengenal istilah Garbage in, garbage out. Kalau mau hasil yang bagus, maka datanya juga harus bagus.
Penutup
Dalam industri media televisi, rating yang terdiri dari angka yang ga lebih dari dua digit ini kadang bikin pusing banyak orang, apalagi jika lagi turun.
Kepusingan itu coba dijawab lewat analisis dengan cara membedah kontennya dan membuat beberapa variabel yang “dianggap” bisa mempengaruhi besar kecilnya rating.
Masing-masing variabel itu kemudian dipadupadankan dan dibandingkan untuk melihat apakah ada insight yang bisa diambil untuk menjawab kepusingan.
Jadi, analisis program TV membutuhkan setidaknya 2 hal, yaitu data rating dan data konten. Data rating bisa didapat dari Nielsen, sedangkan data konten mesti bikin sendiri.
Proses pembuatan data konten ini sebenarnya mudah, yang sulit ialah memikirkan variabel-variabel yang sekiranya dapat mempengaruhi besar kecilnya rating. Variabel-variabel itulah yang nantinya digunakan dalam analisis.
Semoga menjawab!
Koreksi jika ada yang salah
