9.10.2017 Rynek medialny
Multiscreening w Polsce. Drugi ekran podczas oglądania telewizji
dr Albert Hupa, IRCenter
W 2013 roku polscy digital marketerzy odkryli tzw. multiscreening, a dokładniej – w globalnym internecie zaczęło się pojawiać coraz więcej informacji o tym, że podczas oglądania telewizji ludzie korzystają równocześnie z urządzeń mobilnych. Oznacza to, po pierwsze, że poszerzyła się przestrzeń reklamowa – na telefonie można reklamować to, co jest w tym samym czasie reklamowane w telewizorze, a po drugie, dzięki temu można tworzyć kampanie prowadzące widza z TV bezpośrednio do e-commerce.
źródło: IRCenter, Multiscreening w Polsce 2014Multiscreening – podobnie jak rok mobile – nie jest jednak w Polsce powszechny w digital marketingu. Bierze się to stąd, że de facto na rynku nie ma jeszcze powszechnie dostępnej wiedzy na temat dokładnej konsumpcji mediów i równolegle wykonywanych czynnościach na urządzeniach mobilnych. Dlatego IRCenter przeprowadziło kolejną edycję badania Multiscreening w Polsce – w 2013 roku zrealizowaną we współpracy ze spółką Mobiu, a w 2014 – z panelem społecznościowym SW Research.
Celem edycji badania w 2014 roku było przyjrzenie się różnym zachowaniom multiscreeningowym w zależności od formy oglądanego contentu (streaming czy VoD), poszczególnych kanałów i operujących w Polsce dostawców contentu telewizyjnego.
Dane pochodzą z badania Multiscreening 2014, przeprowadzonego przez IRCenter i SW Research. Badanie zostało przeprowadzone wśród n=986 reprezentatywnej próbie internautów (uczestników panelu badawczego) – w dniach 29.04 - 11.05 2014 (reprezentatywność próby była kontrolowana poprzez płeć, wiek i miejsce zamieszkania).
PRZERWA NA REKLAMĘ
Najnowsze w dziale Rynek medialny:
Kto ufa artykułom pisanym przez sztuczną inteligencję? Wyniki badania z Chin
Krzysztof Fiedorek
Młodzi czytelnicy ufają maszynom bardziej niż ludziom. W odbiorze informacji wolą chłodny obiektywizm algorytmów od ludzkiej emocjonalności. Bo wierzą, że artykuły tworzone przez AI są obiektywne. A im częściej mają z nimi kontakt, tym rzadziej dostrzegają w nich krzywdzące uprzedzenia.
Kto naprawdę steruje wiadomościami w internecie? Badanie z Hiszpanii
Krzysztof Fiedorek
Analiza ponad trzynastu tysięcy artykułów ujawnia zakulisowe mechanizmy hiszpańskich mediów cyfrowych. Lewicowe portale odpowiadają za 50,33 procent tekstów o lobbingu. Lobby energetyczne generuje 63,41 procent publikacji. Tylko jeden dziennik ocenia grupy nacisku pozytywnie.
Dzieci i sztuczna inteligencja. Rośnie pokolenie globalnego eksperymentu
Joanna Sokołowska
Z analizy UNICEF opartej na nowych danych z 10 krajów wynika, że co najmniej 20 mln dzieci korzystało już ze sztucznej inteligencji (AI). Wiele z nich wyprzedza dorosłych, przejmując te technologie w tempie ponad trzykrotnie szybszym.
Podobne artykuły:
Możliwości współpracy mediów polskich i ukraińskich
dr Lidia Pokrzycka
Właściciele mediów na Ukrainie to przede wszystkim politycy i biznesmeni prorosyjscy, co także znajduje swoje odzwierciedlenie w jakości przekazywanych informacji.
Kobiety w mediach. Wyniki badania European Journalism Observatory
BARD
W największych europejskich mediach zdecydowanie dominują mężczyźni. Są autorami ponad 41% publikowanych materiałów. Kobiety - dziennikarki podpisywane są pod artykułami niemal dwukrotnie rzadziej. Więcej jest nawet artykułów anonimowych i agencyjnych - wynika z badania Europejskiego Obserwatorium Dziennikarskiego.
Tagi, hasztagi i linki w opisie filmu. Youtube SEO po Gemini AI update [ANALIZA]
BARD
Kiedyś pozycjonowanie filmu na Youtube było proste. Wystarczyło napchać opis słowami kluczowymi i czekać na efekty. To już nie wróci. W 2026 roku algorytm to już nie jest prosta wyszukiwarka, która łączy kropki. To potężna sztuczna inteligencja Gemini AI, która rozumie twoje wideo lepiej niż ty.
Sztuczna inteligencja i machine learning w strategii komunikacyjnej
Beata Lewandowska
Umiejętne wykorzystanie AI pozwala realnie zoptymalizować procesy, usprawnić codzienną pracę oraz zmniejszyć koszty. Może również wspierać działania komunikacyjne, jednak przed wdrożeniem AI musimy ją dobrze zrozumieć, aby nie osiągnąć efektu odwrotnego od zamierzonego.





























