Bár a múlt évben az ügynökségek és a főbb médiatulajdonosok a gemius/Ipsos Audience kutatást fogadták el, vannak olyan piaci szereplők, amelyek ezt nem engedhetik meg maguknak, és pl. webAUDIENCE-t használnak. (Aki pedig egyáltalán nem fér hozzá kutatási adatokhoz, az olyan ingyenesen elérhető forrásokból tájékozódik, mint a webAUDIT, az opa.gemius.hu vagy audience.gemius.hu, esetleg a Google AdPlanner vagy az Alexa.)

Persze ahány forrás, annyiféle adat, ahogyan ezt már a hazai online közönségmérésekről szóló posztsorozat első részében megkapargattuk.

Azon túl, hogy a különböző forrásból származó adatok tökéletes egyezése de facto lehetetlen, van néhány alapvető különbség, ami a mérés módszeréből vagy az egyes terminusok eltérő jelentéséből ered:

1. Az egyedi látogatók mérése

Nem mindegy, hogy az egyedi látogatók mérése cookie vagy IP cím alapján történik, vagy netán nem is mérésen, hanem paneles adatokon alapszik. (Utóbbi esetben – különböző súlyozási eljárásokkal – a paneltagok tartalomfogyasztási szokásait vetítik ki a teljes internetező közönségre.) A mérésnél is kérdés, hogy a cookie törléssel, a közös számítógéphasználattal, ill. a több gép/böngésző használatával kezd-e bármit, vagy mondjuk gond nélkül havi 7 millió internetezőt mér Magyarországon.

2. Külföldi vs. belföldi egyedi látogatók

Kérdés, hogy az (alapértelmezett) adatok között az összes (külföldi+belföldi) vagy csak a belföldi forgalom jelenik-e meg, hiszen összességében és kategóriánként (pl. videómegosztók, blogszolgáltatók) is egészen eltérő toplista keletkezhet, ha a sokszor csak felnőtt tartalomra érkező külföldieket is tekintjük, nem beszélve arról, hogy a hazai hirdetők számára általában a hazai forgalom érdekes.

3. Belföldi egyedi látogatók vs. 15 évnél idősebb belföldi közönség (a gIA-ban: “valós felhasználók”)

Még mindig sokan keverik a (belföldi) egyedi látogató és a valós felhasználó fogalmát, holott utóbbi esetben a 15 évnél fiatalabbak és az esetleges duplikált belföldi egyedi látogatók is ki vannak szűrve.

Ha ezeken az “apróságokon” túltesszük magunkat, akkor jönnek csak az igazán pikáns falatok, hogy ti. milyen szempontok alapján kerülnek be bizonyos felületek a különböző toplistákba, rangsorokba. Például:

1. Bent vannak-e (alapértelmezettként) a mérőkóddal nem mért (azaz az adott mérésért/kutatásért nem fizető) oldalak is a listában.

Egészen másképpen alakul egy általános top 20-as lista attól függően, hogy benne vannak-e azok a többnyire külföldi oldalak, melyek nem mérőkóddal mértek (pl. Google, YouTube, Facebook, Live.com, Gmail, Wikipedia). Ebben az esetben olyan elsőre talán jelentéktelennek tűnő szempontok is számítanak, hogy ezek az oldalak külön adatbázisban érhetők-e el (ha elérhetők egyáltalán), illetve ha azonos adatbázisból elérhetők, de alapértelmezésben nem jelennek meg, akkor mekkora “fáradság” őket elővarázsolni.

2. Melyek az alapértelmezett megjelenő egységek (médiatulajdonosok, oldalcsoportok, oldalak, esetleg rovatok), illetve az elérés adatok milyen időszakra vonatkoznak (pl. napi átlag vs. havi adatok).

Minél nagyobbak az alapértelmezett egységek (portál oldalak, oldalcsoportok, médiatulajdonosok), annál valószínűbb, hogy egy-egy rangsorban az egyes célcsoportok elérésében ugyanaz a néhány felület teljesít majd a legjobban. Az oldalcsoportok ráadásul kifejezetten megtévesztőek tudnak lenni, hiszen egy listában nem feltétlenül látszik, ha egy név nem egy, hanem több oldalt takar. Van olyan, aki láthatóan rá is erősít erre a percepcióra.

Ide tartozik az a kérdéskör is, hogy az egyes oldalak alá mi van bemérve – például benne vannak-e a hirdetési szempontból általában kevésbé értékes fórumok, ill. esetleg egyéb domainek is. Továbbá, hogy mindez látszik-e egyértelműen, azaz fel vannak-e tüntetve a konkrét mért domainek.

A nagyobb egységek (portál oldalak, oldalcsoportok, médiatulajdonosok) esetén az egyes témákhoz kapcsolódó felületeket (pl. gazdaság vagy sport rovat) “elnyeli” a toplista. Ha pedig rovat vagy alrovat szintű a bontás, akkor a nagyon célzott felületek az affinitás listák élén landolhatnak, és egyéb – pl. minimális elérés – szűrő híján néhány százas vagy ezres eléréssel könnyen ott ülhetnek azok élén.

Ehhez a témához tartozik az is, hogy nagyon nem mindegy, hogy milyen időegységekben gondolkodunk. Ha napi adatokat nézünk, bizonyos témák és célcsoportok esetén egészen más sorrendet kaphatunk, mint a havi adatok használatakor. A napi elérések ráadásul általában annyira alacsonyak, hogy csak a legnagyobb site-okra vonatkozóan áll rendelkezésre megbízható adat.

3. Ha vannak tematikus csoportok, akkor azokba milyen szempontok alapján kerülnek be bizonyos oldalak, rovatok.

A tematikus csoportosítás szempontjai jelenleg semmilyen formában sincsenek meghatározva, így például ha valaki híroldal rangsort készít, akkor a saját döntésének függvénye, hogy abban szerepeltet-e  mondjuk bulvár oldalakat (Velvet, Blikk, Story Online) vagy sem. A top 10-es lista ennek az “apró” döntésnek a függvényében egészen másképpen alakulhat. (Hasonlóan érdekes kérdés, hogy például a Story Online-t bulvár vagy női oldalnak tekintjük-e.)

Ugyancsak fontos lehet, hogy milyen szintig bontva szerepel egy oldal egy tematikus kategóriában. A gIA téma szerinti csoportjaiba például url szinten kerülnek be az egyes oldalak, ezért egy-egy kategóriában könnyen ott lehet az Origo vagy az Index teljes site, csak mert van az adott tematikába tartozó rovata. Ilyenkor persze a teljes site, nem pedig a kapcsolódó rovat elérés adata szerepel, ami igencsak megtévesztő lehet.

Kérdés az is, hogy a tematikus csoportokba csak a mérőkóddal mért oldalak kerülnek-e be vagy a panelesek is, ha pedig az utóbbiak is, akkor mennyire alapos ez a válogatás. A gIA gasztronómiai csoportjából például hiányzik a NoSalty és a TutiReceptek, holott az adatok szerint mindkettő kb. feleakkora havi eléréssel rendelkezik, mint a piacvezető Mindmegette.

Miért fontos mindez?

A közönségmérési adatokból származó, az egyes célcsoportok online médiafogyasztásásra vonatkozó különböző rangsorok alapján fontos üzleti döntések születnek, azaz legalábbis részben ezek alapján dől el, hogy melyik hirdetési felület kerül a médiatervekbe. A fentiek alapján is látszik, hogy olyan “apróságokon”, mint a site-ok csoportosítása és összecsomagolása, illetve kategóriákba sorolása, mennyi múlhat. Az amerikai IAB már dolgozik a megoldáson, kérdés, hogy nálunk milyen lépésekre kerül sor ezügyben.

R: Karcsi, mi a helyzet közönségmérés fronton és főleg: mi a helyzet veletek?

VK: Arra a kérdésre nem tudunk választ adni, hogy mi lesz az online közönségmérési piacon egy hét, egy hónap vagy egy év múlva, csak annyit állíthatunk biztosan, hogy a webAUDIT partnerkörében nincs változás – de ezzel nem árultunk el titkot, hiszen ezt bárki láthatja nap mint nap a webaudit.hu-n megjelenő látogatottsági eredményekben. Hasonlóképpen nincs lényegi változás a webAUDIENCE online médiatervező szolgáltatásban sem.

R: Tudomásom szerint a Gemius webAUDIT-alternatívája még fejlesztés alatt áll, hogyan látjátok: meg tudjátok őrizni a webAUDIT pozícióját ennek elkészültét követően is?

VK: Egy közönségmérési verseny valójában piaci érdekek mentén dől el, az érintett szolgáltatások technikai vagy minőségi paraméterei csak másodlagos súllyal esnek latba, így ha az online mérési piacon bármi lényegi változás történne a közeljövőben, annak biztosan nem a Gemius új fejlesztése lesz az oka, legfeljebb az indoka.

Persze nem szeretném bagatellizálni mondjuk a közönségadatokat publikáló szoftverek vagy webes felületek szépségének vagy használhatóságának jelentőségét, de azért alapvetően mégiscsak az a közönségmérés alapfunkciója, hogy iránytűként, vagy legalábbis hivatkozási alapként szolgáljon a hirdetési pénzek elköltéséhez. A versenyt az a mérési szolgáltatás nyeri meg, amely olyan hangsúlyokkal, összefüggésekben és szerkezetben képes publikálni az eredményeket, amely a hazai internetes szakma, ezen belül is a döntéseket befolyásolni képes cégek érdekeit leginkább támogatja.

Egyre többen hangsúlyozzák, hogy szükség van két mérő szolgáltatásra, mert a verseny jobb teljesítményre és alacsonyabb árakra ösztönöz, ugyanakkor azt sem szabad elfelejteni, hogy a piaci érdekrendszer idővel éppúgy változhat, mint a domináns cégek elvárásai, vagy akár maguk a meghatározó szereplők. A megváltozott elvárások leghatékonyabban pályázat útján érvényesíthetők, amelyhez viszont elengedhetetlen legalább két választási lehetőség.

A webAUDIT-nak, mint valóban független mérésnek, nincs adserver szolgáltatása vagy egyéb webpiaci kötődése, érdekeltsége, így ha a közönségmérési bevételei megszűnnek, akkor maga a szolgáltatás is megszűnik. Bízunk benne, hogy a hazai online szakma nem teszi egyszereplőssé a mérési piacot, nem hozza magát kiszolgáltatott helyzetbe.

R: Említetted, hogy a webAUDIENCE szolgáltatásban sincsen lényegi változás. Ezek szerint viszitek tovább mind a webPROFILE, mind a webPANEL szolgáltatást? Továbbra sem tervezitek a két adatbázis fúzióját, hogy egyszerre lehessen elemezni a mérőkódon alapuló és paneles adatokat?

VK: A webPANEL mérésünket másfél év alatt alaposan kiteszteltük, amennyiben a következő pályázaton mi nyerünk, a kiírók elvárásainak megfelelően fogjuk szolgáltatni a webAUDIT-on és a panelmérésen alapuló közönségadatokat, akár külön, akár közös felületen.

Addig azonban a webPROFILE adatbázist továbbra is önállóan szolgáltatjuk, amelyre sorban kötjük a 2010-re vonatkozó szerződéseket. Az online médiatervező rendszerünk iránt kifejezetten nagy az érdeklődés, egyrészt mert köztudottan 600 változó mentén teszi lehetővé a hazai online piac analízisét – szemben a gIA huszonegynéhány változójával –, másrészt mert a konkurenciához képest jelentősen kedvezőbb áron szolgáltatjuk. [A gIA hasonló számú változót tartalmazó adatbázisa a MédiaNavigátorban elemezhető. – a szerk.]

Sajnálatos, hogy olyan információk terjedtek el a piacon, miszerint a webPROFILE már nem is létezik, ezért is örülünk annak, hogy ezen a fórumon is cáfolhatjuk ezt a több mint etikátlan hírverést.

R: Terveztek valamilyen módszertani változtatást a webPROFILE-hoz kapcsolódóan?

VK: A webPROFILE adatbázisának előállításában semmilyen elvi változtatást nem tervezünk, meggyőződésünk szerint úgy jó, ahogy van. Az előállítás menetrendjén, munkafolyamatán végeztünk néhány apróbb átszervezést, így megrendelőink már egy hónapon belül friss adatokkal dolgozhatnak.

R: A webAUDIT-tal kapcsolatban terveztek valamilyen újdonságot?

VK: Az elmúlt két év döntően a közönségmérési adatok és szolgáltatások létrehozásával és tökéletesítésével telt, ami miatt a webAUDIT szolgáltatás-palettájának bővítése lassabban haladt. Az utóbbi időszakban a fejlesztéseink célkeresztjébe ismét a médiatulajdonosok igényeinek kielégítése került. Fontos cél a webAUDIT forgalomanalízisének továbbfejlesztése, ugyanakkor szokásunkhoz híven szeretnénk kilépni a hagyományos forgalommérési szolgáltatások köréből, mint ahogy a demográfiai statisztikák elindításakor is tettük.

Az egyik ilyen újdonság a Medián webDIAG, amely a weboldalak rendelkezésre állását, kívülről történő elérhetőségét monitorozza, így akár a médiatulajdonos szerverparkjában, akár a hosting szolgáltatójánál, akár az internetes hálózat más pontján keletkezik hiba vagy számottevő lassulás, a rendszer azonnal jelez, e-mailben vagy sms-ben riasztást küld.

A webDIAG szolgáltatásunk már fél éve elérhető, míg a másik újdonságunkat, a realtime cikkforgalmi rendszerünket április végén fogjuk bemutatni. Ez a termék az online szerkesztőségek számára kíván gyors és hatékony visszajelzést szolgáltatni a weboldalakon lévő hírek, cikkek, kép- és videó anyagok pillanatnyi forgalmáról. A statisztikai felületen percről perce nyomon követhető a kurrens anyagok forgalmának alakulása. Az azonnali visszajelzésből a szerkesztőség pontosan láthatja, hogy mely anyagokat érdemes még a címlapon tartani, melyeket kell már hátrébb sorolni vagy lecserélni, illetve hogy mely témák a legkeresettebbek, melyekhez érdemes még újabb anyagokat készíteni.

Mind a webDIAG, mind a realtime cikkforgalmi rendszer fejlesztése partnereink visszajelzései alapján indult el. A további fejlesztéseinket is hasonló elvek szerint tervezzük, igyekszünk feltérképezni azokat a területeket, amelyeken hiány mutatkozik célszerű és hatékony eszközökből, és ezekre a feladatokra készítünk hatékony megoldásokat.

Jelenleg úgy látjuk, hogy a problémát gyakran nem is a megfelelő eszközök hiánya okozza, sokkal inkább az, hogy a túlterhelt médiaoldali kollégáknak sem idejük sem energiájuk nincsen az egyes alkalmazások megismerésére és használatára – de ugyanez elmondható az ügynökségi vagy a megrendelői oldal munkatársairól is. A problémát azzal próbáljuk feloldani, hogy egyre szélesebb körben tervezünk egyedi vagy rendszeres, személyre szabott vagy általános érvényű összefoglalókat, tanulmányokat, kimutatásokat szolgáltatni, és ez gyors, hatékony, kényelmes, és nem utolsó sorban költséghatékony megoldás lehet partnereink számára, mind a média, mind a megrendelői, mind az ügynökségi oldalon.

R: Mondanál néhány példát, hogy milyen típusú elemzések, tanulmányok várhatók? Ezek elsősorban a webPROFILE adatain alapulnak majd?

VK: A webPROFILE adataiból megrendelőink számára jelenleg is készítünk rendszeres másodelemzéseket akár a saját site-jaik, akár a konkurens weboldalak közönségéről, valamint átfogó tanulmányokat a hazai internet helyzetéről, folyamatairól. Hasonlóképpen a webAUDIT látogatottsági statisztikákból is számos partnerünk rendel heti, havi, éves felsővezetői összefoglalókat. A jövőben ezeknek a fizetős szolgáltatásoknak egyszerűsített, tömör, és nem utolsó sorban ingyenes változatát szeretnénk rendszeresen eljuttatni az előfizetőinkhez.

R: Levonhatunk valamilyen végkövetkeztetést? Hogyan látod szerepeteket az elmúlt időszakban és a jelenlegi helyzetben?

VK: A webAUDIT az elmúlt tíz évben a hazai online szektor szolgálatát tekintette alapfeladatának, amit jellemzően akkor tudott jól végezni, amikor a szakma, ezen belül is a média oldal meg tudta fogalmazni azokat az alapelveket, amelyek a hazai online piac fejlődését segítették, és nem utolsó sorban a piaci szereplők ezeket az elveket egységesen elfogadták és betartották. Az egység persze mindig instabil és kompromisszumokkal terhelt volt, de ennek ellenére sokáig mégiscsak volt.

Az utóbbi években azt látjuk, hogy a régebben megfogalmazott alapelvek már sokaknak nem felelnek meg, ugyanakkor a hazai online szakma az egységes érdekeit ma nem tudja megfogalmazni, így az azokat megtestesítő elvek sem fektethetők le.

Ebben a helyzetben nem tehetünk mást, mint hogy várunk a hazai tartalomipar újbóli egymásra találására, és közben megrendelőink számára a tőlünk telhető leghasznosabb szolgáltatást végezzük, a lehető leghatékonyabb támogatást nyújtjuk a napi munkavégzésükhöz, a weboldalak üzemeltetéséhez, tökéletesítéséhez, akár személyre szabott szolgáltatások keretében is.

A webAUDIENCE esetében a gIA cookie/pop-up panelének megfeleltethető adatbázis alapját a webAUDIT mérésében részt vevő, regisztrációt igénylő site-ok közönsége adja. (Tehát nem a mérésben részt vevő összes site közönsége, mint a gIA esetében.) Ennek pontos részletei a nyilvános felületeken nem elérhetők. Tudomásom szerint az iWiW, Freemail, myVIP, Citromail stb. oldalakra belépő felhasználók alapvető demográfiai adatait (nem, kor, lakóhely, iskolai végzettség) cookie-val eltárolják, és abban az esetben használják fel, ha az egyes szolgáltatásokba belépve ezek az adatok nem mondanak ellent egymásnak. Ezek havi szinten kb. 1,5 millió felhasználót jelentenek, ami eléggé soknak tűnik az adatok egyezésének követelménye miatt. (Az adatgyűjtés anonim módon történik, így nem minősül adatkezelésnek, s ilyen aggályokat így nem vet fel.) Elég arra gondolni, hogy ha egy gépet többen használnak, akkor több logint használhatnak az egyes szolgáltatások esetében is egy gépről, egy böngészőből, így az adatok – értelemszerűen – nem fognak egyezni. A gIA esetében az a gond, hogy eleve nem számol azzal, hogy egy gépet többen is használhatnak.

A webAUDIT cookie policy-jére vonatkozóan sem találtam nyilvánosan elérhető adatokat. A mérés módszeréről viszont részletesen lehet tájékozódni a termékoldalon. A főbb pontok: a mérés mérőkóddal történik, amely 1×1 pixeles képet tölt le a webAUDIT szerveréről, amit szerver oldali naplófájl rögzít. A naplófájl alapján készülnek el a site-ok látogatottságára vonatkozó mérési eredmények, melyeket a webAUDIT saját szervere rögzít, s az adatokhoz értelemszerűen csak a webAUDIT munkatársai férhetnek hozzá. A webAUDIT nem méri azoknak az oldalaknak a forgalmát, amelyek letöltését nem a felhasználó kezdeményezte (automatikusan megnyíló ablakok, automatikus oldalfrissítés). A felhasználó által kezdeményezett egy oldalváltás csupán egyetlen mérőkód-letöltést eredményezhet. A mérési adatok nem tartalmazzák a robotok és más automatizmusok által generált találatokat.

A webAUDIT adatokat kb. 20 változó mentén fúzionálják a GfK offline kutatásának adataival, létrehozva így a webPROFILE 60 ezeres adatbázisát. A fúzióval kapcsolatban szintén érhetők el információk a termékoldalon, ezek azonban kevésbé részletesek, konkrét adatokat (változók száma, melyek szerint fúzionálnak, a fúziós adatbázis mérete stb.) nem tartalmaznak. A fúzió azon a gondolaton alapul, hogy a megrendelők igényeinek megfelelően minél több változót tartalmazzon egy adatbázis, ugyanakkor ne kelljen egy-egy válaszadót túl hosszú kérdőívvel terhelni, hiszen ez negatívan befolyásolja a válaszok és így a kutatás minőségét. “Az adatfúzió célja független adatállományokból származó, különböző információkat hordozó változók összekapcsolása az egyes esetek szintjén. Ezáltal adott a lehetőség különálló információk együttes elemzésére. (…) Az adatfúzió során a megfigyelt eseteket párosítjuk össze. A párosítás alapját azok a közös változók képezik, amelyek megtalálhatóak mind az ún. donor mind az ún. fogadó adatbázisban. (Ezek általában az objektumokat leíró demográfiai, attítűd, érdeklődési, stb. változók.) A párosítás a legközelebbi szomszéd (nearest neighbourhood) algoritmussal megy végbe. Az algoritmus minden fogadóhoz pontosan egy donort rendel, mégpedig azt a donort, amely a közös változók tekintetében a leginkább hasonlít a fogadóhoz.”

Kérdés azonban, hogy a regisztrációs site-okról nyert négy demográfiai változón túl mik jelentik a kapcsolódási pontokat a fúzió során. Valószínűnek tartom, hogy a többi változó site látogatáson alapszik (pl. 45 éves budapesti nő, felsőfokú végzettséggel, látogatta ezt, ezt és ezt az oldalt, ilyen és olyan gyakorisággal). Itt azonban felvetődik egy olyan kérdés, amit a VMR esetében is fel szoktak tenni: mennyire megbízhatóak az emlékezeten alapuló látogatottsági adatok, amelyekről az offline kutatásban résztvevők beszámolnak (erről részletesebben a VMR módszertanát boncolgató postban lesz szó). A fúzió során egyébként demográfiai és attitűd változókat szoktak kapcsolódási pontként használni, ebben az esetben az utóbbiak – tudomásom szerint – nem állnak rendelkezésre.

A szoftveres panel (webPANEL) tagjait elvileg minden esetben offline módon rekrutálják, azonban ennek ellentmondó adat érhető el a termékoldalon: “panelunk építésénél szigorúan ragaszkodunk a GfK azon elvéhez, hogy csak azt kérjük fel a panelba való regisztrációra, akikkel már „találkoztunk” személyes, telefonos vagy online felméréseink során, így biztosítva a lehető leghitelesebb eredményt”.

A paneltagok egy a GfK-Medián webPANEL számára fejlesztett mérőszoftvert telepítenek a számítógépükre, amely a böngészőforgalmukat naplózza és továbbítja egy szerverre. Ezt a naplófájlt dolgozzák fel a webPANEL adatainak előállításához, súlyozva a kérdőíves kutatások eredményeivel és a mérőkódos mérésből származó, cookie alapú számításokkal.

A paneltagok száma azonban jelenleg meglehetősen alacsony (1 ezer fő), így a panel tesztüzemmel működik. Talán ez az oka annak, hogy az adatfúzióban a Szondánál járatosabb GfK nem fúzionálja a webPROFILE és a webPANEL adatait.

A webPANEL – legalábbis egyelőre – csak otthoni internetezőket vizsgál, így természetesen ez sem reprezentatív a munkahelyi (és egyéb helyen) internetezőkre nézve. A termékoldalon azonban a következő szerepel: “az így kapott adatokat kérdőíves kutatások eredményeivel és cookie alapú számítások segítségével tesszük – a munkahelyi internethasználatot is figyelembe véve – reprezentatívvá, teljes-panelt létrehozva így, egyedülállóan a hazai internetes-forgalommérésben”.

A gIA-hoz hasonlóan itt is igaz, sőt a panel tagjainak alacsonyabb számából adódóan még inkább, hogy a mérőkóddal nem rendelkező kisebb site-ok közönségmérése nem pontos. A termék oldalán viszont a következőket olvashatjuk: “ezzel az eljárással már lehetőség nyílik nem auditált webhelyek mérésére is: úgy a kisebb magyar lapok esetében, mint a nem hazai oldalaknál”.

A módszertan sarok holnapi, befejező része a VMR kutatásról fog szólni.

A sorozat további három (talán négy) részből fog állni: először a gemius/Ipsos Audience-t, majd a webAUDIENCE-t, végül pedig a VMR-t vesszük górcső alá. Elsősorban publikusan elérhető adatokra támaszkodunk, melyek szükségszerűen nem teljes körűek, így a bemutatás mellett kérdések is felvetőd(het)nek, melyekre örömmel vesszük az illetékesek válaszát a kommentek között.

A fenti három kutatás csak részben vethető össze, hiszen míg a VMR online tracking megkérdezésen, addig a másik kettő mérőkódos mérésen és paneles kutatáson alapul. Így értelemszerűen a VMR-t nem hasonlítjuk a másik kettőhöz, hanem külön egységként módszertani szempontból vizsgáljuk.

Emellett terveink között szerepel ennek a posztsorozatnak a folytatásaként konkrét adatok összevetése (a teljes közönségre és néhány kiválasztott site látogatóira vonatkozóan), és az eltérések visszavezetése a módszertani különbségekre.

A kutatásokkal kapcsolatos kérdőjelek már a mérőkódos mérésnél megjelennek, kezdve azzal, hogy ténylegesen mit mérnek egy adott oldal esetében (pl. be vannak-e alá mérve fórum oldalak, esetleg egyéb webcímek is stb.).

A gIA szoftverében megtekinthetők a konkrét URL-ek, a webAUDIT esetében kevésbé egyértelmű a helyzet. Utóbbinál mappák vannak, melyek közül csak a publikus almappák látszanak (melyekhez a tartalomszolgáltató hozzájárult). Pl. az Inda esetében a webAUDIT-ban csak a fórumok és az Indavideó adatai publikusak, a blog.hu és egyéb Inda szolgáltatások adatai nem látszanak külön. A VMR esetében a látogatók percepciójától függ egy-egy oldal “látogatása”.

Hasonlóan érdekes kérdés az alkalmazások (pl. instant messengerek) mérése – az alkalmazás tényleges használatával (pl. nem csak automatikus belépés) és az aktívan (pl. csetelés, VOIP) eltöltött idő mérésével kapcsolatban vannak kétségeim…

Ugyancsak okozhat különbséget a mérésben, hogy csak a 15+ közönség adatai vannak-e megjelenítve, vagy a náluk fiatalabbak által kezdeményezett forgalom is.

Szintén kérdéses a cookie-kra vonatkozó policy, hogy figyelembe veszik-e a sütiket egy hónapnál gyakrabban törlők és így “új felhasználóként” internetezők adatait. Nem beszélve arról, hogy elkülöníthetők-e egyáltalán valamilyen módon a közös számítógépet, egy böngészőt használók adatai.

Látszik tehát, hogy a kutatások – legalábbis a gIA és a wA – adatainak értékelése nem csupán piackutatói ismereteket, hanem technikai háttértudást is igényel.

Az alábbi posztokban táblázatban foglaltuk össze az alapvető módszertani tudnivalókat (kutatás módszere, gyakorisága, mintanagyság, változók stb.), érdemes ezeket a következő részek előtt feleleveníteni:

• VMR (és gIA)
• gIA és wA

Holnap a gIA-ról lesz szó részletesebben, stay tuned.

A módszertani kérdésekbe nem túlzottan belekontárkodva belemélyedve az mondható el, hogy mindkét kutatás mérőkódos mérésen és paneles kutatáson alapszik.

A gIA esetében a gemiusTraffic mérésben résztvevő site-okon időnként rövid pop-up kérdőív ugrik fel, amelyben a poszt végén található változók mentén kérdésket tesznek fel a felhasználóknak. Ennek kitöltésével a felhasználó kap egy cookie-t, amellyel későbbi site-látogatásai is követhetők. A cookie panel kb. 50 ezer fős. A cookie panel mellett működik még a kb. 4 ezer fős, online rekrutált szoftver panel, amely egy telepített alkalmazás segítségével követi a felhasználók site-látogatásait.

A webAUDIENCE kutatás a webAUDIT mérésén alapszik. A mérés során – szintén cookie segítségével – anonim módon gyűjtik az alapvető demográfiai adatokat is, mégpedig a felhasználók regisztrációt igénylő szolgáltatásokba való belépésekor. Így havi szinten kb. 1,3 millió felhasználóról nyernek – egymásnak ellent nem mondó – adatokat (webRATE szolgáltatás). A webAUDIENCE esetében nem online gyűjtik az adatokat, hanem offline adatfelvételt alkalmaznak, s ezt – kb. 20 változó mentén – fúzionálják a webAUDIT adataival, létrehozva így egy kb. 60 ezer fős adatbázist (webPROFILE). A webPROFILE mellett offline rekrutálnak felhasználókat a webPANEL-hez, amely a gIA szoftver paneléhez hasonlóan követi a felhasználók böngészését. A webPANEL jelen pillanatban 890 fős tesztüzemmel működik, de 3 ezer fősre szeretnék bővíteni. A webAUDIENCE publikus változata 2009 januártól lesz elérhető, az általam tesztelt változat még nem a kész termék.

A szoftveres panelek mindkét esetben azt a célt szolgálják, hogy a mérésben részt nem vevő oldalakról szolgáltassanak információkat. Fontos megemlíteni, hogy míg a gIA együtt kezeli a cookie panelből és szoftver panelből nyert adatokat, addig a wA-ben a mérőkódon alapuló és a paneles kutatás két külön adatbázist jelentenek (webPROFILE és webPANEL), melyek egy felületen nem jeleníthetők meg. A poszt végén található táblázatban szereplő adatok mutatják, de itt is kiemeljük, hogy összességében a gIA-ban szerepel több oldal, ugyanakkor ezek lényegesen nagyobb hányada a szoftver panelből származik. A wA esetében kevesebb olyan site-ról nyerhetünk adatokat, melyek nem rendelkeznek mérőkóddal, de jóval nagyobb a mérésben részt vevő (és az adatokat publikusan is elérhetővé tevő) oldalak száma. A mérőkóddal mért adatok jóval pontosabbak, mint a paneles adatok, s minél kisebb látogatottságú egy site, utóbbiak annál kevésbé megbízhatóak.

Alapértelmezett nézetek

gIA – Hálózat szerinti és tematikus csoportok; site-ok; elérés szerinti top 20 site

wA webPROFILE, Crosstabulation nézet – Kereszttábla, célcsoport fülek

A szoftver megnyitásakor a Gemius Explorerben egy elérés szerinti top 20 site ranking, oldallista, illetve csoportosított fastruktúra jelenik meg. A MEMRI-ben alapértelmezett nézetben egy üres kereszttábla nyílik meg. Nézőpont kérdése, hogy kinek melyik szimpatikusabb: a rögtön adatokkal induló felület vagy a letisztult egyszerűség és a teljes kontroll. Az alapértelmezett nézet személyre szabott beállítására a gIA esetében van lehetőség, a wA esetében egyelőre nincs, de a publikus változatban már lesz.

Ebben az összehasonlításban sajnos nem tudok kitérni a wA másik, médiatervező részére, amely egyelőre a Cost Ranking/Reach&Frequency/Cume+ rendkívül barátságtalan nevet viseli, mert az még az alpha és béta állapot között van, így jó néhány feature nem is érhető el benne. Várhatóan 2009 elejére kerül használható állapotba, bízom benne, hogy arról is születhet majd poszt.

Célcsoport definiálás és elemzés

A célcsoportok definiálása mindkét szoftver esetében eléggé egyszerű. A gIA-ban ezt egy drag’n’drop táblázattal oldották meg, ahová a változókat be lehet húzni – alapértelmezett esetben a sorokba helyezett változók “vagy” kapcsolatot, az oszlopokba helyezett változók “és” viszonyt fejeznek ki.

gIA célcsoportszerkesztő: 30-39 éves, ESOMAR ABC1 státuszú férfiak

A wA esetében több opció is van a célcsoport szerkesztésre, s ebből csak az egyik a változólistában történő definiálás.

wA célcsoportszerkesztő: M30-39 ABC1

Emellett a kereszttáblában megjelenített célcsoportok már helyben is szerkeszthetők – az egyes változók között a megszokott  “és” és “vagy” relációk mellett még 5 egyéb opció szerint is alakíthatók ki kapcsolatok.

wA célcsoport szerkesztés

A célcsoport szerkesztést illetően a gIA kapja a pontot, aminek több oka is van. Egyrészt a drag’n’drop módszer átláthatósága és egyszerűsége miatt, másrészt a célcsoport könnyű utólagos szerkeszthetősége miatt. A wA esetében a korábban megadott célcsoport megnyitásakor már csak egy definíciót lehet szerkeszteni, amely egy AB státuszú férfi célcsoportnál a következőképpen fest: férfi&(eso a!eso b), ami kevésbé felhasználóbarát.

Az egy pont elvesztése után rögtön kap is kettőt a wA, egyet a célcsoport kiváló elemezhetőségéért (hála a sok változónak és a kereszttáblának), egyet pedig a több célcsoport jól áttekinthető egyszerre elemezhetőségéért. (Több célcsoport együttes vizsgálatára a gIA esetében is van lehetőség, de ez csak a site-látogatásra terjed ki, és csak egymás alatt láthatjuk a célcsoportokat, oszlopokban nem.) A célcsoportokat az oszlopokban célszerű megadni, lásd a fenti példán, ahol látjuk a 30-39 éveseket, a férfiakat, az ESOMAR ABC1 státuszúakat, illetve az ezek kombinációjával létrehozott célcsoportunkat. Így egy füst alatt azt is megnézhetjük, hogy pl. a férfiak internethasználatától mennyiben tér el a 30-39 éves ABC1 férfiak internethasználata. És itt jön az igazi jóság: nem csak azt nézhetjük meg, hogy egyes site-ok, site-csoportok milyen arányban, milyen hatékonysággal érik el a célcsoportomat (elérés, affinitás), hanem azt is, hogy milyen internethasználati szokásai vannak a célcsoportomnak, pl. milyen területek érdeklik, mire használja az internetet stb. (lásd a poszt végén részletezett változókat). Ilyen mélységű elemzésre eddig csak a VMR volt alkalmas.

A gIA esetében egy-egy site közönsége elemezhető a poszt végén található táblázatban leírt változók mentén, a célcsoport viszont a site-látogatási szokásain túl nem lehet az elemzés tárgya.

A wA esetében két nézeti lehetőség van, az egyik a matrix view, a másik pedig a zoom view. Utóbbi hasonló a gIA megjelenéséhez. A különbséget legegyszerűbb screenshotokkal szemléltetni.

wA matrix view

wA zoom view

Ha már a nézeteknél tartunk, a gIA esetében a drag’n’drop megoldás a nézetekben is alkalmazható, az oszlopok könnyen mozgathatók, és annak megfelelően látjuk az adatokat, hogy éppen melyik oszlopot mozgattuk az első helyre.

gIA – nemek szerinti top 10 elérés oldal

gIA – top 10 elérés oldal nemek szerint

A célcsoportok egyébként mindkét szoftverrel elmenthetők. A wA esetében ugyanígy elmenthetők az egyéb változók, amelyekkel a célcsoport médiahasználatát elemeztük.

Mutatók, elérés-affinitás ranking

A site-okra vonatkozó mutatókban mindkét kutatás bővelkedik. Ebből a szempontból a gIA kezelhetőbb, hiszen amellett, hogy a mutatók nevei könnyebben értelmezhetők, a helpben is megtalálhatók a pontos definíciók. A wA jelenlegi változata – mint említettem – még nem nyilvános, a hivatalos változat megjelenésekor viszont részletes help is rendelkezésre áll majd. A kereszttábla miatt a wA esetében sorszázalékról és oszlopszázalékról lehet beszélni (attól függően, hogy mit tettünk a sorokba és mit az oszlopokba :), míg a gIA esetében ezeket simán el lehet nevezni közönség összetételnek és elérésnek.

A wA-ban jelen pillanatban nem érhetők el a gIA-ban szereplő mutatók közül a látogatásokra és az eltöltött időre vonatkozó adatok, illetve az ezekből képzett mutatók (pl. egy látogató által eltöltött idő). Ezekkel a mutatókkal várhatóan januárra egészítik ki a wA-t.

A gIA-ban nem csak havi, de heti és napi adatokat is lehet vizsgálni, a wA jelenlegi verziójában erre sajnos nincs lehetőség. Ennek megoldása folyamatban van.

Leggyakrabban az adott célcsoportra vonatkozó reach-affinity ranking lekérdezésre szoktuk használni a kutatásokat, azaz megnézzük, hogy az adott célcsoportot melyik site fedi le legmagasabb arányban, és melyik site látogatói esetében a legmagasabb a célcsoport aránya (minél nagyobb a célcsoport aránya a site közönségén belül, annál magasabb az affinitás index).

Egy célcsoportra vonatkozó elérés-affinitás site sorrend lekérdezése a két kutatás esetében hasonló időt vesz igénybe. A gIA esetében a sorrendek lekérdezését különféle beépített ranking opciók segítik.

gIA rangsorolás: a férfi célcsoporton belül elérés szempontjából a top 100 oldal kiválasztása

A wA esetében egy ilyen rangsor lekérdezése úgy oldható meg, hogy változóként az összes site-ot elhelyezzük, utána pedig az elérés szerint sorba rendezett listából kitöröljük, amire nincs szükségünk. Haladóbb felhasználók különféle (golddigger) szűréseket végezhetnek el rajtuk.

wA golddigger szűrők: az 5%-nál alacsonyabb elérés, valamint a súlyozatlan mintából az 50-nél kisebb elemszám szűrése (ezek az értékek kiszürkítve jelennek meg a fenti matrix nézetben, a zoom nézetben pedig egyáltalán nem látszanak)

Ehhez hasonló szűrések egyébként a gIA-ban is végezhetők, azonban nem tudja ezeket külön kezelni, így egy-egy szűrőfeltételt utólag már nem lehet eltávolítani.

gIA szűrők

A wA-ban jelenleg nem jeleníthető meg több szintű site struktúra, azaz mondjuk a teljes index.hu és az index.hu egyes rovatai azonos szinten jelennek meg. A többszintűség megoldása a MEMRI szoftver jövő év eleji frissítésével várható. Addig is hasznos lenne, ha valamilyen módon jelölve lennének a szintek (pl. médiatulajdonos/sales house – site-csoport – site – rovat), aminek megoldása jelenleg folyamatban van.

Ami a site-ok kategorizálását illeti, a gIA esetében a sales house-ok szerinti bontás, a wA esetében a tematikus kategorizálás van jobban megoldva. A gIA tematikus bontása az augusztusi adatbázisban használhatatlan, ugyanez mondható el a wA sales house szerinti bontásáról, amely valójában a Webaudit struktúráját követi. Sajnos a szeptemberi gIA adatbázis nem áll rendelkezésemre, de azt az információt kaptam, hogy ebben a tematikus besorolást már frissitették.

A gIA-val lehet saját szempontok szerinti site csoportokat létrehozni (“csoportosított fastruktúra”), a wA-ban viszont ez az opció nem különül el a többi definíciótól (pl. elmentett célcsoportok). A csoportott fastruktúra praktikusan szem előtt van, egy kattintással elérhető.

Közönség duplikáció (keresztolvasottság)

A keresztolvasottság vizsgálatára természetesen mindkét kutatás esetében van lehetőség.

A gIA-ban a keresztolvasottság a min. és max. közönség duplikáció mutatóival vizsgálható, melyek az aktuálisan kiválasztott site-okra vonatkoznak. Ahhoz, hogy ennél kevesebb vagy több site keresztolvasottságát is meg tudjuk nézni, újabb site-ok hozzáadására vagy elvételére van szükség.

gIA közönség duplikáció (%)

A fenti példán látszik, hogy a blog.hu látogatóinak 12,17%-ka látogatja a freeblogot és a blogtert is (min. közönség duplikáció), 47,46%-a pedig a kettő valamelyikét (max. közönség duplikáció).

A wA-ben ezzel szemben egy advanced feature segítségével lekérhető az összes kiválasztott site közönségduplikációra vonatkozó adata, azaz egy felületen nézhetem a kiválasztott site-ok keresztolvasottságát minden kombinációban. A fenti táblázathoz viszonyítva itt láthatnám rögtön csak az első és második, csak az első és harmadik site (stb.) keresztolvasottságát is. (Ha a “felesleges” mutatókat kivesszük, a felület is áttekinthetőbb lesz.)

wA közönség duplikáció (%)

Export és extrák

Természetesen mindkét szoftverből van lehetőség az adatokat exportálni. A Gemius Explorerből csak csv formátumban lehet ezt megtenni, míg a MEMRI emellett excel és pdf formátumot is tud. Mivel az adatok kezelése leginkább excelben történik, úgy gondolom, elegendő akár a csv export is.

A MEMRI-nek van chart opciója is, mellyel ötfajta diagram készíthető: háromféle oszlop diagram (sorok, oszlopok és közönség összetétel alapján), Venn és térképes diagram, illetve quad map, utóbbi kettő különösen látványos. Ezek a diagramok akár az általunk használt ppt template-be is exportálhatók.

wA mapping (megyék szerinti legmagasabb affinitás index – keleten a Startlap, nyugaton az Origó tarol, az Index pedig egyedül a budapestiek között érte el a legmagasabb affinitás indexet)

wA quad map (minél férfiasabb a célcsoport, annál inkább Index-et olvas az Origóval és Startlappal szemben, így nem meglepően az erotikus témák iránti érdeklődés is az Index olvasók körében a legjelentősebb)

Összegzés

Látható, hogy mindkét terméknek megvannak a maga előnyei és hátrányai.

A wA esetében fontos előnyt jelent a változók nagy száma, illetve a webAUDIT általános elfogadottsága a piacon. A wA-ban a site-ok adatainak nagyobbik része alapszik publikus, mérőkódos adaton.

A gIA több oldal adatait tartalmazza egy adatbázisban, s használata – kevésbé komplex voltából adódóan – valamivel egyszerűbb és gyorsabb. A briefekben megadott, általában kevésbé szofisztikált célcsoportok miatt a napi munka során nem jelent hátrányt a változók alacsonyabb száma sem. Mélyebb célcsoportelemzés elvégézésére azonban sajnos nem alkalmas.

Az olyan “kényelmi” szolgáltatásokba, mint a pontos tematikus és sales house szerinti kategóriák, érdemes mindkét oldalnak engergiát tenni a jobb használhatóság érdekében.

A médiatervezői modullal – ha jól ki lesz találva – adhat a wA egy olyan pluszt, ami egyrészt segíti az optimális kampányterv kialakítását, másrészt a különböző mutatók mentén (kampány szintű célcsoport elérés, GRP stb.) az offline-osok felé is jobban “eladhatóvá” teszi az online-t. Persze mindennek azzal a prekoncepcióval indultunk neki, hogy hatékony kampányt szeretnénk tervezni, nem csupán az egyes kampánybüdzsék feldarabolásával tölteni az ügynökségi vállalásokat. A kutatások használata mellett is fontos kiemelni, hogy a hagyományos – tipikusan offline – tervezési mutatók (elérés, affinitás stb.) mellett nem lehet figyelmen kívül hagyni a korábbi kampányeredményeket sem, különösen az utókövetéssel nyert adatokat, hiszen azok tanúskodnak a kampány tényleges hatékonyságáról, megtérüléséről. Ideális esetben egy ilyen médiatervező eszköz adserveres adatokat is tudna integrálni, s azokkal együtt segítené a legoptimálisabb kampányterv kialakítását.

Hogy melyik lesz a befutó, nehéz lenne megítélni, különösen azért, mert egyre inkább érik az a bizonyos tender, amely eldönti majd, hogy melyik kutatás lesz általánosan elfogadott. És az ugyebár nem feltétlenül ebből a kettőből kerül majd ki. Addig is a wA nagyon barátságos árképzéssel igyekszik behozni a gIA bevezetése óta elvesztegetett időt és bevenni a piacot.

Az alábbi táblázatban a webAUDIENCE és gemius/Ipsos Audience kutatás legfontosabb jellemzőit foglaltuk össze.

A hivatalos bejelentés ma történt az A38-on. A webAUDIENCE nem is egy termék, hanem egy egész termékcsalád, melynek négy tagja van. Egyrészt a már ismert webAUDIT, másrészt két erre épülő termék, a webRATE és a webPROFILE, harmadrészt pedig egy paneles kutatás, amely – nem meglepően – a webPANEL nevet viseli. (A szerző kommunikációs szempontból nem tartja szerencsésnek az ilyen “soknevű” szolgáltatáscsomagokat, amelyeket csak a káptalan fejűek képesek megjegyezni.)

A webAUDIT-tal kapcsolatban most csak annyit érdemes megemlíteni, hogy hamarosan startol az új site, amely egyrészt a mostanihoz hasonló táblázatos megjelenítésre, másrészt egy látványos, Google Analytics-ra emlékeztető színes-szagos-grafikonos megjelenítésre is alkalmas lesz (utóbbit egyébként Silverlight-tal oldották meg). Bízunk benne, hogy az új site megbízhatóbb és gyorsabb lesz, mint a jelenlegi változat, és megoldódnak a böngésző-kompatibilitási problémák.

A webRATE-re sem térek ki részletesebben, mert ez kb. a mostani WebProfile reinkarnációja egy olyan kicsi és gyors szoftverrel, amely támogatja a hosszú távú forgalomanalízist, illetve a célcsoport-keresést és -elemzést (elérés és affinitás adatok) – mindezt azonban kis számú változó (nem, kor, lakóhely, iskolai végzettség) mentén. A webRATE ~200 site adatait tartalmazza és médiatervezési funkciókkal nem támogatott.

A webPROFILE és a webPANEL együttesen az, amely ténylegesen a gIA versenytársaként jelenik meg.

A webPROFILE a webRATE adatok, illetve a GfK offline nagymintás adatgyűjtés fúzióján alapszik. A webPROFILE már többszáz site adatait tartalmazza, s közel hatszáz változóval operál. A site-okról elérhetők az egyedi látogató, oldalletöltés, látogatás, illetve eltöltött idő adatok. A változók igencsak változatosak, a kemény demográfiai változókon túl jövedelemmel, attitűdökkel, vásárlási szokásokkal kapcsolatos változók szerepelnek, s nem maradnak ki a szektor-specifikus változók sem: pl. pénzügyi szolgáltatásokkal, autózással, vény nélküli gyógyszerekkel, telekommunikációs szolgáltatásokkal, üzletláncok látogatásával kapcsolatos változók sora. A site-ok kategóriákba sorolhatók, és rendelkezésre állnak keresztlátogatottsággal kapcsolatos mutatók is.

A webPANEL olyan site-okra vonatkozóan szolgáltat adatokat, melyek nem rendelkeznek mérőkóddal. Ez hasonló a gIA szoftver paneléhez, azonban fontos különbséget jelent, hogy itt a paneltagokat kizárólag offline kutatással rekrutálják. Jelenleg ezer fős “tesztüzemmel” működik a panel, amit november elejére 3 ezer fősre szeretnének bővíteni. Szakavatott kollégák véleményét szívesen fogadom, hogy vet-e fel módszertani aggályokat, hogy a paneltagokat fizetik, illetve törekednek a panel állandóságára (trendfigyelő célzattal). Az elérhető változók hasonlóak a webPROFILE-éihoz, itt azonban várhatóan – előbb-utóbb – egyéb médiumok fogyasztásával kapcsolatban is rendelkezésre fognak állni az adatok.

Az eddigiek alapján a legfontosabb versenyelőnyt a gIA-val szemben a változók nagy számában találhatjuk meg. Ezen felül is van azonban egy fontos újítás, mégpedig a Memri elemző és tervező szoftver adaptálása a hazai piacra. A szoftver offilne médiatervezéshez lett kifejlesztve a tengerentúlon, de – állítólag – újabb változatai már az online tervezést is hatékonyan segítik. Ez az a – számomra egyébként legizgalmasabb – rész, amiről sajnos a legkevesebb szó esett. Azzal kecsegtettek azonban, hogy az Internet Hungary-n ki lehet majd próbálni. Ha úgy alakul, a Rabbit Media Co. be is számol róla, hogy mennyire használható. Első ránézésre nem tűnt annyira felhasználóbarátnak, mint a Gemius Explorer (melyben a gIA adatokat lehet elemezni), de annyira “barátságtalannak” sem, mint pl. az SPSS. Meglátjuk. Stay tuned.

1. az NRC által 2001 óta, immár féléves gyakorisággal végzett online tracking kutatás, a Visitor Media Research (VMR, korábban VLR, Visitor Lifestyles Research);
2. a Gemius és a Szonda Ipsos által közösen végzett online közönségmérés, a gemius/Ipsos Audience (gIA), mely 2006 augusztusa óta elérhető el; illetve
3. a Medián WebAudience szolgáltatása, amely a 2006 decemberében, a gIA-ra válaszként született – közvetlenül nem linkelhető – WebProfile ügynökségi verziója (lesz).

A Medián WebAudience-szel kapcsolatban új információ jó ideje nem érkezett, ezért az alábbiakban csak a VMR-t és a gIA-t hasonlítom össze, sorra véve az egyes kutatások mellett és ellen szóló érveket is. Számomra az ügynökségi, médiatervezési használhatóság lesz az elsődleges szempont, a kutatásmódszertanba kevésbé kontárkodom bele. (Persze remek lenne, ha egy illetékes kolléga ezt is megtenné, megtehetné egyszer.)

Az alábbi táblázat általános információkat tartalmaz a VMR és a gIA kutatásról.

Az alábbiakban pedig az egyes kutatások pro és contra érveit vetem össze.

A fenti táblázatok alapján látszik, hogy a két kutatás nem annyira alternatívája, sokkal inkább kiegészítője egymásnak. A kutatások eltérő jellege, fókusza miatt igazából a WebAudience-t és a gIA-t lenne érdemes összehasonlítani, de az előbbiről sajnos nem érkeznek infók, sem demo hozzáférés. Addig is a gIA szépen terjeszkedik mind média, mind ügynökségi oldalon…