2010年8月，美國TVGuide.com網站訪問了它的一萬名使用者，詢問當他們正在收看某一個電視節目時，是否會更新他們臉書的狀態，結果約3/4的受訪者表示他們會，較前一年的比率大幅提升，顯示美國收視戶行為的一大變遷。這也暗示，電視收視率與社群媒體之間，也許可找出緊密的連動之處。
早在2011年，美國Nielsen公布的一項研究即發現，一個電視節目在社群媒體上被討論的多少與收視率高低成正比。這項研究不僅針對電視節目正在播出時的線上討論度進行調查，它發現大部分在社群媒體上的討論出現在節目播出之前，因此依據社群媒體的討論度，將能幫助預測節目的實際收視率。舉例來說，在節目播出的前四周，社群媒體上每增加9%的討論度，將可以轉換成增加實際收視率1%。不過隨著當季節目的進行，社群媒體討論度與收視率之間的關係就越來越弱，當該季節目播出近一半時，線上討論度得增加14%才能增加實際收視率1%。
另，美國Nielsen已觀察到社群媒體上聚集觀眾的能力，開始與之合作進行收視調查。Twitter 在2013年初推出一本有關英國電視產業的手冊，內容提及民眾如何一邊看電視，一邊使用手機或電腦在Twitter發表關於電視節目的討論。例如：新聞深度訪談的發文會在節目結束後持續好幾個小時；歌唱選秀節目時的Twitter發文則集中在參賽者表演時，甚至能從發文中猜出誰會是最後贏家。這項研究結果，促使Nielsen公司宣布和Twitter達成戰略合作，從2013年秋季開始在美國電視市場推出奠基於Twitter 聊天內容的收視率標準，稱為Twitter TV Ratings，除了統計有多少推特使用者觀看電視節目討論串外，也會計算發表電視節目推文的人數。
此種社群媒體中的巨量討論資料與型態，除有預測量化收視率的潛力外，也可透過大量留言進行類質化分析，了解觀眾對於節目內容的進一步情緒感受。然討論串內容分析牽涉到文字探勘等其他專業技術運用，文字的內涵機器無法分辨，可能仍會限於以數量概念為應用主軸。而「預測」這件事，需要大量規律的資料庫數字作為參考值，且外在其他影響因素也會進行干擾，對於廣告購買之影響短期內仍須觀望。然就今日閱聽眾對於社群媒體之依賴與親密程度來說，無論是電視台或廣告產業，皆可從社群媒體中找出許多有利資訊，掌握所謂「第二螢幕」的特性與重要性，進行節目走向規劃、行銷宣傳或粉絲互動時之參考。
