02_Elements/아이콘/왼쪽 화살표 인사이트로 돌아가기
인사이트 > 미디어

머신러닝을 활용한 미래 TV 시청률 예측

1분 읽기 | 스콧 세레데이와 징송 쿠이, 데이터 과학, 닐슨 | 2017년 2월

TV 시청률은 미래를 예측하는 데 사용됩니다. 시청률은 기대치를 설정하고 한 시즌에서 다음 시즌까지의 프로그램 결정에 영향을 미치며, 프로그램이 방송되기 훨씬 전에 광고 비용(광고 요율)을 설정하는 데 도움이 됩니다. 예를 들어, 미국에서는 TV 네트워크가 매년 봄에 열리는 '업프론트'에서 한 해 동안의 프리미엄 광고 인벤토리의 대부분을 판매합니다. 각 네트워크에서 업프론트는 새로운 프로그램을 소개하고 다가오는 시즌에 대한 기대감을 높이기 위한 오프닝 파티이지만, 커튼 뒤에서는 광고주들이 일정보다 훨씬 앞서 텔레비전 광고 시간을 구매할 수 있는 마켓플레이스에 가깝습니다.

그 결과, 미디어 회사들은 미래 시청률을 예측하기 위해 상당한 노력을 기울여 왔습니다. 신뢰할 수 있는 예측은 업계 관계자들이 사전 계획뿐만 아니라 시즌 중 발생하는 분산 계획에서도 보다 빠르고 정확하며 덜 주관적인 결정을 내리는 데 도움이 될 수 있습니다. 또한 자동화된 시스템을 통해 신뢰할 수 있는 예측을 생성할 수 있다면, 새로운 프로그래매틱 TV 플랫폼에서 고급 타겟팅을 구현하는 데 사용할 수 있습니다.

이 백서에서는 최근 닐슨이 주요 고객 중 한 곳과 협력하여 시청률 예측 관행을 혁신하고 개선하기 위해 진행한 파일럿 프로젝트에 대해 설명합니다. 협업을 통해 더 정확하고(성과 지표 개선), 더 효율적이며(주기 시간 개선), 더 일관된(변동성 감소) 시스템을 개발하여 기존 관행을 개선하고 자동화된 예측 인프라의 기반을 마련하는 것을 목표로 했습니다.

관련 태그:

유사한 인사이트 계속 탐색

당사 제품은 귀하와 귀하의 비즈니스에 도움이 될 수 있습니다.