L'audimat sert à prédire l'avenir. Ils fixent les attentes et influencent les décisions de programmation d'une saison à l'autre, et ils aident à fixer le coût de la publicité (tarifs publicitaires) bien avant qu'un programme ne soit diffusé. Aux États-Unis, par exemple, les chaînes de télévision vendent la majorité de leur inventaire publicitaire pour l'année lors du "upfront", un groupe d'événements qui a lieu chaque année au printemps. Pour chaque réseau, l'upfront est une fête de lancement pour présenter les nouveaux programmes et susciter l'enthousiasme pour la saison à venir, mais derrière les rideaux, il s'agit surtout d'un marché pour les annonceurs qui achètent du temps publicitaire à la télévision bien avant la date prévue.
En conséquence, les entreprises médiatiques ont déployé des efforts considérables pour prévoir les taux d'audience futurs. Des prévisions fiables peuvent aider les acteurs du secteur à prendre des décisions plus rapides, plus précises et moins subjectives, non seulement en amont, mais aussi lors de la planification dispersée qui a lieu au cours de la saison. Et si des prévisions fiables peuvent être produites par un système automatisé, elles peuvent être utilisées pour permettre un ciblage avancé sur les plateformes émergentes de télévision programmatique.
Dans cet article, nous discutons d'un récent projet pilote dans le cadre duquel Nielsen a travaillé avec l'un de ses principaux clients afin d'innover et d'améliorer la pratique des projections d'audience. En collaborant, nous avons cherché à développer un système plus précis (meilleures mesures de performance), plus efficace (meilleur temps de cycle) et plus cohérent (variabilité réduite) pour améliorer leur pratique existante et jeter les bases d'une infrastructure de prévision automatisée.