Miten tavoittavuus lasketaan FIAM:issa?

Analysoitavan kokonaisuuden tavoittavuusestimaatti tuotetaan seuraavan prosessin tuloksena.

Laskentajärjestelmän osat

  • Raw log-level data: Jokaisella sivunäytöllä lähetetään mittausrajapintaan pikselikutsu joka generoi rivin AP:n lokidataan. Kutsussa on mukana tieto mm. kutsun aikaleimasta, IP-osoitteesta, päätelaitteesta, evästetunnisteesta.
  • Deep learning: Koneoppimismenetelmä, joka perustuu kykyyn analysoida ja hahmottaa kokonaisuuksia suuresta datamassasta. FIAM-mittauksen raportoinnin keskeisin laskentakomponentti. 
  • Device reach: Mittauksessa tunnistettujen eri laitteiden määrä. Yhdellä mitattavalla henkilöllä voi olla käytössään useita laitteita.
  • Device type information: Tieto päätelaitteesta, joka on pääteltävissä sen User Agent -tiedosta. Kertoo mm. sen, onko laite älypuhelin, tabletti tai tietokone.
  • Geographical information: IP-osoitteen avulla päätelty tieto mittauskutsun maantieteellisestä sijainnista.
  • Census data: Väestödata joka haetaan Eurostatin ja Tilastokeskuksen aineistoista.
  • Panel data: Panelistien tiedoista mittaukseen saadaan mukaan mm. ikä, sukupuoli, koulutus- ja tulotaso.
  • Probabilistic modeling: Malli, jonka pohjalta yhdistetään mittauksessa havaitut laitteet yksittäisiin käyttäjiin (ns. synteettinen populaatio)
  • Human reach: Analysoitavan kokonaisuuden tavoittavuus henkilöinä.
  • Statistical extrapolation: Tilastollinen analyysi, jossa tavoittavuus ja sessiot lasketaan kaiken raakadatan perusteella analysoitavaan kohderyhmään käyttäen hyväksi luvitettua (consent) osaa raakadatasta.
  • Profiled reach: Henkilötason tavoittavuus jaoteltuna analysoitaviin kohderyhmiin.