Электронный научный журнал
Международный студенческий научный вестник
ISSN 2409-529X

ИССЛЕДОВАНИЕ НАЛИЧИЯ КОНКУРЕНЦИИ МЕЖДУ РОССИЙСКИМИ ТЕЛЕВИЗИОННЫМИ КАНАЛАМИ И ИНТЕРНЕТ-САЙТАМИ НА ОСНОВЕ КОЛИЧЕСТВЕННОГО АНАЛИЗА ИХ ПОЛЬЗОВАТЕЛЬСКОЙ АУДИТОРИИ

Юсупова К.О. 1
1 Московский государственный технический университет им Н.Э. Баумана
Рассматриваются вопросы наличия конкуренции между проектами и сервисами, разработанными для пользователей Интернета российскими компаниями Yandex, Mail.Ru Group, Rambler&Co, а также исследуется динамика популярности российских телевизионных каналов и факторы, влияющие на этот процесс. Проведен анализ статистических данных исследовательской компании Mediascope по численности пользовательской аудитории Интернета и телевидения. В качестве объекта сбора и обработки информации выбран один город, которому из года в год характерно приблизительно одинаковое поведение аудитории (без аномальных изменений). Выявление конкурентной связи проводилось путем расчета корреляционной зависимости между долей людей, ежемесячно посещающих самые крупные интернет-проекты. Аналогичные расчеты выполнены и для аудитории ведущих телеканалов России, но в качестве исходных данных формировался массив данных с динамикой среднесуточной доли зрителей относительно каждой предыдущей недели.
доля населения
рейтинг
статистика
корреляция
медиапланирование
конкуренция
моделирование
1. Назайкин, А.Н. Медиапланирование: учеб. пособие / А.Н. Назайкин.– М.: Эксмо, 2010. – 400 с.
2. Результаты исследований аудитории СМИ. Описание исследования: [Электронный ресурс] // Медиаскоп. – URL: http://mediascope.net/services/media/media-audience/internet/description/. (Дата обращения: 21.02.2018).
3. Результаты исследований аудитории СМИ. Интернет: [Электронный ресурс] // Медиаскоп. – URL: http://mediascope.net/services/media/media-audience/internet/information/. (Дата обращения: 15.12.2017).
4. Полежаев, В.Д. Обоснование выбора вида функций, применяемых для аппроксимации данных в экономико-математическом моделировании / В.Д. Полежаев, Л.Н. Полежаева //Информационные технологии и математические методы в экономике и управлении (ИТиММ-2016).– 2016.– С. 18–25.
5. Полежаев, В.Д. Определение значимости факторов и механизмов социализации личности на основе теории измерения латентных переменных / В.Д. Полежаев, М.В. Полежаева // Современные проблемы науки и образования. – 2013. – № 6. – С. 357.
6. Результаты исследований аудитории СМИ. Телевидение [Электронный ресурс] // Медиаскоп. – URL: http://mediascope.net/services/media/media-audience/tv/national-and-regional/audience/. (Дата обращения: 21.02.2018).

По данным компании Alexa по состоянию на январь 2018 года в топ-20 веб-сайтов по посещаемости в Российском Интернете входят сайты таких IT-корпораций как: Google Inc., Yandex, Mail.RuGroup, Rambler&Co. В связи с тем, что ряд проектов и сервисов, разработанных для пользователей Интернета российскими компаниями, являются конкурирующими, возникает естественный интерес к тому, какие информационные продукты наиболее активно используются жителями России [1]. Для проведения анализа предпочтений аудитории в тот или иной временной период были выбраны следующие проекты Рунета – русскоязычного сегмента Глобальной Сети (табл. 1).

Таблица 1

Холдинги и их проекты

Yandex

Mail.Ru Group

Rambler&Co

Яндекс//

Главная страница

Mail.ru//

Главная страница

Rambler//

Главная страница

Яндекс//Почта

Mail.ru//Почта

Rambler//Почта

Яндекс//Новости

Mail.ru//Новости

Rambler//Новости

Такая подборка сайтов, очевидно, имеет пересечения по тематикам (почта, новости, видео и т.д.), что подразумевает под собой наличие некоторой конкурентной взаимосвязи по доле посетителей от общего числа пользователей Интернета. Проверка этого предположения является первой задачей данной работы. Данные, используемые в работе для расчетов, взяты из отчетов проекта WEB-Index компании Mediascope. Этот проект предоставляет детальную информацию об объемах аудитории интернета в крупнейших городах РФ и России в целом [2].

Рассмотрим имеющийся массив данных по количеству москвичей (Reach’000) в социально-демографической возрастной группе 12–64 (от 12 лет до 64), которые составляли аудиторию каждого проекта ежемесячно на протяжении 2015–2017 гг. Фрагмент с данными за 2015 год в качестве примера представлен в табл. 2 [3].

Таблица 2

Ежемесячная аудитория проектов в 2015 году (тыс. чел.)

Год

2015

Месяц

Янв

Фев

Мар

Апр

Май

Июн

Июл

Авг

Сен

Окт

Ноя

Дек

Проект

Mail.ru // Почта

4443,9

4386,4

4445,9

4483,4

4320,3

4395,8

4099,1

3998,6

4089,6

4107,0

4094,1

4068,7

Mail.ru // Гл. страница

4256,5

4165,7

4177,6

4266,5

4119,7

4168,2

3977,8

3843,9

3975,3

4018,8

4012,1

4022,1

Mail.ru // Новости

2208,2

2126,2

2379,7

2132,4

2082,9

2041,6

1786,3

1844,2

1861,7

1865,5

2076,4

1887,0

Яндекс // Гл. страница

5734,0

5649,4

5637,1

5748,6

5720,6

5696,3

5546,3

5544,6

5513,3

5541,9

5654,2

5628,0

Яндекс // Новости

3531,4

3391,7

3437,6

3461,6

3358,7

3462,3

3183,5

3309,8

3331,8

3444,0

3732,4

3719,2

Яндекс // Почта

3496,3

3419,3

3384,0

3528,1

3360,0

3314,8

3114,2

3226,8

3365,7

3199,7

3271,5

3272,9

Rambler // Гл. страница

1639,4

1648,6

1319,9

1380,1

1278,8

1279,2

1161,9

1126,2

1286,3

1266,7

1332,6

1248,1

Rambler // Новости

1488,8

1464,5

1210,3

1168,4

1042,7

1135,6

1007,2

1021,9

1097,2

1279,2

1345,8

1209,4

Rambler // Почта

724,5

641,4

664,5

717,1

713,1

667,5

570,5

651,2

672,4

688,5

599,8

630,6

Расчеты зависимостей между сайтами показали вполне очевидный факт: проекты, которые находятся в пределах одного холдинга (например, Yandex), сильно зависят друг от друга по посещаемости. Объясняется это достаточно просто: при переходе на главную страницу любого поискового сайта мы автоматически видим раздел с новостями, и нам доступен удобный переход на любой из его проектов, среди которых обычно самый необходимый – это почта. Так интерес к одному из разделов сайта влечет за собой прибавление в аудитории других его разделов. В табл. 3 отображены результаты расчетов коэффициентов корреляции между числом посетителей каждого из рассматриваемых проектов [4].

Таблица 3

Матрица коэффициентов корреляции между числом посетителей проектов

 

Mail.ru // Почта

Mail.ru // Гл. страница

Mail.ru // Новости

Яндекс // Гл. страница

Яндекс // Новости

Яндекс // Почта

Rambler // Гл. страница

Rambler // Новости

Rambler // Почта

Mail.ru //

Почта

1,0000

 

 

 

 

 

 

 

 

Mail.ru // Гл.страница

0,9816

1,0000

           

 

Mail.ru // Новости

0,8440

0,8054

1,0000

         

 

Яндекс // Гл. страница

0,9480

0,9652

0,7551

1,0000

       

 

Яндекс // Новости

0,5491

0,6114

0,5535

0,6183

1,0000

     

 

Яндекс //

Почта

0,8554

0,8849

0,7058

0,8923

0,6150

1,0000

   

 

Rambler // Гл.страница

0,7488

0,7200

0,7179

0,6710

0,3874

0,6684

1,0000

 

 

Rambler // Новости

0,5513

0,5236

0,5755

0,4963

0,3478

0,4872

0,8091

1,0000

 

Rambler // Почта

0,1035

0,1645

0,0044

0,1785

0,3036

0,3496

0,0421

0,0334

1,0000

Из значений коэффициентов корреляции видно, что для рассматриваемого показателя (количества москвичей, Reach) наблюдается слабая зависимость между сайтами разных холдингов, а это свидетельствует о том, что конкуренции (отрицательной корреляции) между данными сайтами нет. Подтвердим сделанные выводы аналогичным методом, но на основе данных по другому показателю. Возьмем относительный показатель Reach Column% % доля аудитории проекта от всех пользователей Интернета в социально-демографической группе (%).

Данная статистика удобна тем, что рассматривается ограниченный круг людей (только аудитория Интернета), поэтому отношения аудиторий двух сайтов к одному и тому же числу в определенной степени должны быть зависимы. Проверка этого предположения представлена на табл. 4. На нем мы видим, что посещаемость абсолютно всех сайтов не имеет сильной зависимости с другими сайтами. Таким образом, расчеты показывают, что между выбранными крупными сайтами конкуренции нет. Аудитория Интернета с каждым месяцем растет, и интерес ко всем проектам известных холдингов увеличивается примерно с одинаковой скоростью и независимо друг от друга [5].

Таблица 4

Матрица коэффициентов корреляции по показателю Reach Column (%)

 

Mail.ru // Почта

Mail.ru // Гл. страница

Mail.ru // Новости

Яндекс // Гл. страница

Яндекс // Новости

Яндекс // Почта

Rambler // Гл. страница

Rambler // Новости

Rambler // Почта

Mail.ru //

Почта

1

               

Mail.ru // Гл.страница

0,8424

1

             

Mail.ru // Новости

0,3382

0,4945

1

           

Яндекс // Гл. страница

-0,0146

0,4114

0,5803

1

         

Яндекс // Новости

-0,3592

0,0636

0,5338

0,8340

1

       

Яндекс //

Почта

0,3218

0,6321

0,6159

0,7799

0,5336

1

     

Rambler // Гл.страница

0,1953

0,4332

0,6198

0,5598

0,4729

0,7071

1

   

Rambler // Новости

0,1456

0,4303

0,6950

0,6583

0,6596

0,6903

0,8712

1

 

Rambler // Почта

0,1305

0,3136

0,4721

0,5425

0,5681

0,5956

0,4959

0,4892

1

Выше изложенные рассуждения и сопровождающие их расчеты демонстрируют следующие ситуации. Достаточно частым явлением стало закрепление за одним лицом нескольких адресов электронной почты разных сервисов. Таким образом, человек имеет возможность относиться к аудитории сразу нескольких однопрофильных проектов. Также часто встречается стандартная настройка веб-браузеров на стартовую страницу (как правило, это главные страницы поисковых сайтов), не соответствующую интересам посетителя, что добавляет веса к ее аудитории автоматически и к аудитории сайта, на который потом посетитель перенаправляется.

Немного другая ситуация наблюдается для следующего сегмента – ТВ. Рассмотрим данные по доле зрителей следующих каналов: Россия 1, Первый, НТВ, СТС, ТНТ. Первые три канала относятся к самым крупным по размеру аудитории каналам на телевидении. ТНТ и СТС относятся к самым крупным развлекательным каналам, которые на первый взгляд вполне могут конкурировать. Данные, используемые в работе, предоставляются в рамках проекта TV-INDEX компании Mediascope. В таблице 5 приведены значения среднесуточной доли зрителей за каждую неделю III-IV кварталов 2017 года для каждого из каналов [6]. Данная таблица – пример структуры имеющихся данных. Расчеты по телевидению проводились за 2015–2017 гг.

Используя методы корреляционного анализа, было выявлено, что между каналами Россия 1 и Первый канал наблюдается сильная отрицательная связь (R ≈ –0,895). Другими, словами выявлена некая закономерность: с увеличением аудитории одного канала, уменьшается аудитория другого. Для канала НТВ не было получено интересующих нас значений коэффициентов корреляции. Поэтому, говоря подробно в дальнейшем о конкуренции крупнейших каналов, мы в первую очередь будем рассматривать зависимость количества телезрителей на каналах Россия 1 и Первый канал.

Таблица 5

Динамика (%) доли зрителей ТВ по сравнению с предыдущей неделей, 2017 год

ПЕРВЫЙ КАНАЛ

РОССИЯ 1

НТВ

ТНТ

СТС

Недели

-14,0

7,1

3,3

0,0

14,3

3.07 – 9.07

11,5

-13,3

1,1

2,5

-16,7

10.07 – 16.07

-5,2

3,1

2,1

4,9

2,5

17.07 – 23.07

3,6

7,5

2,0

-2,3

-2,4

24.07 – 30.07

-0,9

0,0

-8,0

-2,4

12,5

31.07 – 6.08

1,8

-6,9

-3,3

9,8

2,2

7.08 – 13.08

0,0

-4,5

2,2

0,0

10,9

14.08 – 20.08

-11,3

-1,6

6,6

15,6

-13,7

21.08 – 27,08

10,8

4,8

-6,2

-9,6

20,5

28.08–3.09

3,5

-6,1

-7,7

19,1

-11,3

4.09 – 10.09

-4,3

0,8

9,5

0,0

-6,4

11.09 – 17.09

1,8

0,8

9,8

1,8

15,9

18.09 – 24.09

8,8

-1,6

-6,9

-5,3

2,0

25.09 – 1.10

-0,8

-0,8

6,4

14,8

-3,8

2.10 – 8.10

-1,6

4,9

5,0

-12,9

-2,0

9.10 – 15.10

0,0

-5,4

0,0

-11,1

12,2

16.10–22.10

0,8

-0,8

-3,8

16,7

-10,9

23.10 – 29.10

-1,6

7,4

-19,8

-5,4

6,1

30.10 – 5.11

2,5

-3,1

21,0

-9,4

-3,8

6.11 – 12.11

-1,6

9,5

-3,1

-2,1

-4,0

13.11 – 19.11

-5,8

2,9

1,1

-2,1

4,2

20.11 – 26.11

6,1

-5,6

-2,1

0,0

-6,0

27.11 – 3.12

0,0

10,4

-4,3

6,5

0,0

4.12 – 10.12

-2,5

3,4

-2,2

-6,1

8,5

11.12 – 17.12

-0,8

-0,7

-6,8

-2,2

-2,0

18.12 – 24.12

12,0

5,3

-6,1

2,2

-2,0

25.12 – 31.12

Для каналов СТС и ТНТ не было выявлено существенной зависимости и закономерности в изменении динамики пользовательской аудитории. Коэффициент корреляции для этих каналов равен –0,396. То есть наблюдается очень слабая (стоит заметить, отрицательная) связь. Влияние одних каналов на популярность других выявлена только в одном из рассмотренных случаев. Объяснить это, по нашему мнению, можно тем, что, в отличие от Интернета, полноценный одновременный просмотр двух каналов на одном устройстве не возможен. Поэтому, действительно, размер аудитории каналов варьируется, оказывая воздействие на другие каналы в той или иной степени.


Библиографическая ссылка

Юсупова К.О. ИССЛЕДОВАНИЕ НАЛИЧИЯ КОНКУРЕНЦИИ МЕЖДУ РОССИЙСКИМИ ТЕЛЕВИЗИОННЫМИ КАНАЛАМИ И ИНТЕРНЕТ-САЙТАМИ НА ОСНОВЕ КОЛИЧЕСТВЕННОГО АНАЛИЗА ИХ ПОЛЬЗОВАТЕЛЬСКОЙ АУДИТОРИИ // Международный студенческий научный вестник. – 2018. – № 3-1.;
URL: http://eduherald.ru/ru/article/view?id=18227 (дата обращения: 14.06.2021).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1.074