Omny Studio Analytics et Podcast Metrics

Omny Studio fournit un service d'analyses et de mesures pour les podcasts provenant du service Omny Studio. Triton Digital, la société mère des services Omny Studio, propose aussit des analyses et des mesures via sa solution indépendante d'hébergement Podcast Metrics (PCM), source des Rankers de podcasts de Triton Digital. Par conséquent, les éditeurs utilisant Omny Studio via Triton Digital ont le choix entre deux options d'analyse. Ce document décrit les principales différences entre elles.

L'analyse des mesures est la base de toute solution de monétisation audio. Vous ne pouvez pas monétiser si vous ne pouvez pas mesurer. Les solutions de mesure et d'analyse de Triton Digital et Omny Studio sont justes et précises et sont certifiées IAB. Cependant, il existe certaines différences entre les deux. Pour obtenir la meilleure image de mesure globale, vous pouvez envisager d'utiliser les deux solutions, en comprenant bien les différences subtiles qui existent entre elles.

Quand/où utiliser chaque solution

Les solutions Triton Digital et Omny Studio présentent des caractéristiques similaires, mais elles ont été conçues pour répondre à des besoins différents. Vous pouvez décider de la solution qui vous convient le mieux en vous basant sur les informations ci-dessous :

Podcast Metrics (PCM) :

• Conçu comme un outil de mesure, idéal pour une utilisation dans le cadre de l’entreprise et pour les transactions financières relatives à la publicité intégrée.

• Mesure les téléchargements sur plusieurs plateformes d’hébergement et peut être utilisé par les vendeurs et les acheteurs pour obtenir des chiffres comparatifs d'éléments semblables d’éditeur à éditeur et d'un service d'hébergement à l'autre.

• Les données PCM sont utilisées pour produire les rapports de podcast accessibles au public (rankers) de Triton Digital.

Omny Studio Analytics

• Conçu comme un outil d’analyse de premier ordre, idéal pour les créateurs de contenu et les directeurs de programmes qui utilisent déjà Omny Studio pour gérer leurs programmes.

• Utilisé par le créateur de contenu pour comprendre comment ses émissions sont consommées (c.-à-d. points de chute, différents acteurs, etc.).

Aperçu des différences entre les mesures

La principale différence entre les deux systèmes réside dans la manière d'utiliser les données obtenues. Podcast Metrics permet d’effectuer des requêtes sur-mesure, et les données peuvent être exportées à des fins d’analyse personnalisée, pour, par exemple, créer des tableaux croisés dynamiques. Pour cela, l'utilisateur doit avoir sa propre expertise en analyse de données et en création de formulaires dans Excel ou toute autre plateforme d'analyse de données qu'il utilise. Omny Studio Analytics, quant à lui, est présenté visuellement et est généralement plus facile à comprendre dès le départ, mais il est par ailleurs fixe et ne peut être filtré que par date.

N'oubliez pas non plus ces détails importants :

• Les données de Podcast Metrics sont basées sur l’UTC et Omny Studio Analytics est basé sur le fuseau horaire de l’utilisateur qui consulte les rapports (extrait des paramètres du navigateur). (Découvrez plus de détails à ce sujet ci-dessous.)

• Les délais de traitement des données peuvent, dans certains cas, être un critère. (Découvrez plus de détails à ce sujet ci-dessous.)

Le tableau ci-dessous présente les principales différences entre les deux systèmes.

L'importance du fuseau horaire

Les données de Podcast Metrics sont basées sur l’UTC et Omny Studio Analytics est basé sur le fuseau horaire de l’utilisateur qui consulte les rapports (extrait des paramètres du navigateur).

Les données UTC donnent un point de référence cohérent lors du calcul des téléchargements provenant de plusieurs auditeurs situés dans des lieux différents. L'effet de l'UTC sur les données de téléchargement dépend de la durée de la période de mesure et du jour de la semaine où elle a été mesurée. Plus cela dure, plus les différences dans le nombre de téléchargements sont faibles. Les chiffres des jours de semaine par rapport à ceux du week-end sont affectés par les variations des habitudes des auditeurs ces jours-là.

Le tableau ci-dessous montre un exemple de la façon dont les différences entre le fuseau horaire UTC et le fuseau horaire local, sans oublier le jour de la semaine, peuvent créer des écarts de téléchargement entre les mesures en Omny et PCM. Le tableau montre les données de téléchargement réelles pour un podcast unique, extraites à la fois de Omny et de PCM par un utilisateur du fuseau horaire de l'heure normale de l'Est (EST), mesurant les téléchargements de fin avril à mai 1, 2022.

• Samedi 30/4 : L'UTC a quatre heures d'avance sur l'EST, donc lors de l'extraction du samedi 30/4 en PCM, l'heure locale inclura certains téléchargements du vendredi 29/4, ce qui entraînera une variance plus importance due aux différentes habitudes d'écoute en semaine par rapport aux week-ends.  

• Dimanche 1/5 : Comme ci-dessus, le rapport PCM est exécuté le dimanche, mais il inclut des données du samedi 30/4. Les deux jours sont des jours de week-end, la variance est donc moindre (d'un week-end à l'autre) que lorsqu'une mesure de week-end inclut certaines données d'un jour de semaine.

• 28/4 - 30/4 (3 jours) : L’écart diminue, en raison d'une instabilité réduite sur une période de mesure plus large (trois jours).

• Semaine du 25/4 : l'écart diminue encore plus, en raison d'une variabilité encore plus faible sur une période de mesure encore plus large (une semaine).

Délais de traitement

Les délais de traitement des données sont différents pour Omny Analytics et PCM. Alors que le traitement d'Omny Analytics se fait quasiment en temps réel, certains traitements avec PCM se font par lots sur une base quotidienne. Ainsi, vous pouvez constater une différence entre les deux résultats si vous exécutez un rapport pour la journée précédente et que les données PCM de cette journée n'ont pas encore été traitées. Évidemment, plus le nombre de jours sur lesquels porte le rapport est élevé, moins cet effet est visible, et si la date de fin de votre rapport remonte à plus d'un jour, il n'y a aucun effet de temps de traitement

Différences de terminologie

• Dans Omny Studio Analytics, le terme « clip » fait référence à un épisode unique d'une série de podcasts, alors que Podcast Metrics utilise le terme « épisode ».

• Dans Omny Studio Analytics, le terme « playlist (podcast) » désigne l'ensemble des clips à rassembler dans un flux RSS, alors que Podcast Metrics utilise le terme « podcast (feed) ».

Différentes méthodes de filtrage

• Triton et Omny utilisent des listes statiques d'adresses IP différentes. Triton utilise la liste officielle des adresses IP des centres de données de Tagtoday.net. Omny a construit une liste à partir des informations publiques fournies par les grandes organisations basées sur le cloud (GAFA).

• Triton et Omny utilisent des listes de refus d'agents utilisateurs différentes. Triton utilise la liste d'agents utilisateurs Spiders and Bots de l'IAB et Omny utilise la base de données améliorées de l'agent utilisateur open source « UA-Parser » avec des données exclusives supplémentaires.

• Triton et Omny utilisent des listes différentes pour l'analyse des applications/appareils.

• Triton et Omny utilisent des méthodes différentes pour regrouper les requêtes HTTP dans une session. Lorsqu'il y a plusieurs requêtes et que l'adresse IP change entre les requêtes pendant l'écoute d'un épisode, les chiffres des analyses varient entre les deux plateformes.

• Pour plus d'informations sur les techniques de filtrage de Triton, consultez les Guides de mesure des podcasts de l'IAB v.2.2.

• Pour plus d'informations sur les techniques de filtrage d'Omny Studio, consultez l'article Assistance « Techniques de filtrage analytique » d'Omny.

À quoi s'attendre

Étant donné qu'il existe de nombreuses sources de différence, on s'attend à ce que le pourcentage de différence varie selon les programmes et le temps. Par conséquent, on s'attend à ce que, par exemple, le programme A soit 5 % plus élevé sur Triton, tandis que le programme B serait 5 % plus élevé sur Omny. On s'attend également à ce que le programme A soit 5 % plus élevé la semaine 1 et 5 % moins élevé la semaine 2.

Si, pour les programmes populaires, on constate des différences récurrentes de plus de ±10 % par rapport aux chiffres mensuels, veuillez contacter Triton Digital pour une obtenir une analyse plus approfondie.