วิเคราะห์ความสัมพันธ์ระหว่างความรู้สึกของผู้ชมบนสื่อออนไลน์กับเรตติ้งทีวี

Last modified: July 3, 2024
You are here:
Estimated reading time: 1 min
ชื่อเรื่อง –
Title:
วิเคราะห์ความสัมพันธ์ระหว่างความรู้สึกของผู้ชมบนสื่อออนไลน์กับเรตติ้งทีวี
A Study of the Relationship Between Online Media Viewer Sentiment and Television Ratings
ชื่อผู้เขียน –
Author:
นายสุวดล โกกุล
Mr.Suwadol Gogul
อาจารย์ที่ปรึกษา –
Advisor:
อาจารย์ธนาภรณ์ รอดชีวิต – Miss Thanaporn Rodcheewit
ชื่อปริญญา –
Degree:
วิทยาศาสตรบัณฑิต สาขาวิชาวิทยาการคอมพิวเตอร์ – Bachelor of Science Program in Computer Science
ภาควิชา/สาขาวิชา –
Major:
วท.บ. (วิทยาการคอมพิวเตอร์) – B.Sc. (Computer Science)
คณะวิชา –
Faculty:
วิทยาศาสตร์ (Science)
ภาคเรียน/ปีการศึกษา –
Semester/Academic year:
2/2566 (2023)

บทคัดย่อ

บริษัท ดาต้า เฟิร์ส จำกัด เป็นผู้นำด้านให้คำปรึกษาด้านการประยุกต์ใช้ข้อมูลครบวงจรประสบการณ์ด้านโฆษณา ทั้งออนไลน์ และออฟไลน์ รวมถึงการนำข้อมูลมาผสานความรู้ด้านการเข้าใจสื่อโซเชียลมีเดียในปัจจุบัน โดยทางบริษัทมีความต้องการนำเสนอแนวทางการวิเคราะห์ข้อมูลความสัมพันธ์ความรู้สึกของผู้ชมบนสื่อออนไลน์กับเรตติ้งทีวี ผู้จัดทำจึงได้เล็งเห็นสื่อโซเชียลมีเดียที่มีการพูดถึงซีรีส์บนแพลตฟอร์มต่างๆ จนเกิดเป็นแฮชแท็กมากมาย เกิดกระแสวิพากษ์วิจารณ์ส่งผลกระทบต่อซีรีส์ จากนั้นจึงทำการวิเคราะห์ความสัมพันธ์ โดยใช้ข้อมูลการพูดถึงละครในแพลตฟอร์ม Twitter (X), TikTok และ Instagram รวมถึงข้อมูลเรตติ้งทีวีที่ได้รับมาจากทาง Nielsen TV เพื่อนำไปปรับปรุงคอนเทนต์ให้เข้ากับผู้รับชมในอนาคตหรือเพิ่มยอดเรตติ้งละครให้สูงขึ้น ขั้นตอนในการดำเนินการวิเคราะห์ประกอบด้วย 1) ศึกษาและทำความเข้าใจข้อมูล 2) กำหนดเป้าหมายในการวิเคราะห์ข้อมูล 3) จัดเตรียมข้อมูล 4) วิเคราะห์ข้อมูล 5) นำเสนอแผนภาพข้อมูล เครื่องมือที่ใช้ในการวิเคราะห์ข้อมูล ได้แก่ Mandala AI สำหรับรวบรวมข้อมูลความรู้สึกของผู้โพสต์หรือแสดงความคิดเห็นในสื่อโซเชียลมีเดียแพลตฟอร์มต่างๆ และโปรแกรม Tableau สำหรับการนำเสนอแผนภาพข้อมูล (Data Visualization) ผลลัพธ์ที่ได้จากวิเคราะห์ความสัมพันธ์ระหว่างสื่อโซเชียลกับเรตติ้งทีวี ทำให้เห็นว่าความรู้สึกของผู้ชมบนสื่อออนไลน์ไม่ได้เป็นผลโดยตรงที่ทำให้เรตติ้งทีวีเพิ่มสูงขึ้น แต่ยังมีปัจจัยอื่น ๆ อีก อาทิ กลุ่มเป้าหมาย เวลาออกอากาศ การแข่งขัน และกลยุทธ์ต่าง ๆ แม้ว่าจะไม่ได้เป็นผลโดยตรงแต่ก็ปฏิเสธไม่ได้ว่า การเป็นที่พูดถึงหรือทำให้ละครเป็นกระแสนั้น ส่งผลต่อเรตติ้งทีวี

คำสำคัญ: บริษัท ดาต้า เฟิร์ส จำกัด, ความรู้สึกของผู้ชมบนสื่อออนไลน์, เรตติ้งทีวี


Abstract

Data First Co.,Ltd. is a leader in providing comprehensive data application consulting with experience in both online and offline advertising. They also integrate current knowledge of social media understanding. The company has a need to present data analysis guidelines on the relationship between online audience sentiment and television ratings. Through observing the extensive discussion of series across various social media platforms, resulting in numerous hashtags and influencing series critiques, the analysts decided to study the relationship using data from Twitter (X), TikTok, Instagram, and Nielsen TV ratings. This analysis aims to refine content to better resonate with future viewers or to increase TV ratings. The analytical process involved: 1) Understanding and studying the data; 2) Establishing analysis objectives; 3) Data preparation; 4) Data analysis; and 5) Presenting data visualizations. Tools employed for data analysis include Mandala AI for gathering sentiment data from social media posts and Tableau for data visualization. The analysis results reveal that online audience sentiment does not directly correlate with increased TV ratings; other factors such as target demographics, airtime, competition, and various strategies also play significant roles. However, it cannot be denied that the buzz generated online impacts TV ratings.

คำสำคัญ: Data First, online media viewer sentiment, TV ratings


อาจารย์ธนาภรณ์ รอดชีวิต – Miss Thanaporn Rodcheewit, วท.บ. (วิทยาการคอมพิวเตอร์) – B.Sc. (Computer Science), วิทยาศาสตร์ (Science), วิทยาศาสตรบัณฑิต สาขาวิชาวิทยาการคอมพิวเตอร์ – Bachelor of Science Program in Computer Science, 2/2566 (2023)

Tags:
Was this article helpful? บทความนี้เป็นประโยชน์หรือไม่?
ไม่ / Dislike 0
Views: 60
Facebook
Twitter
LinkedIn
WhatsApp
Email
Print