Os índices de audiência da TV são usados para prever o futuro. Eles definem as expectativas e afetam as decisões de programação de uma temporada para a outra e ajudam a definir o custo da publicidade (taxas de publicidade) bem antes de um programa ir ao ar. Nos Estados Unidos, por exemplo, as redes de TV vendem a maior parte de seu inventário de anúncios premium para o ano no "upfront", um grupo de eventos que ocorre anualmente na primavera. Para cada rede, o upfront é uma festa de lançamento para apresentar novos programas e criar entusiasmo para a próxima temporada, mas, por trás das cortinas, é um mercado para os anunciantes comprarem tempo comercial na televisão bem antes do previsto.
Como resultado, as empresas de mídia têm investido esforços consideráveis para projetar classificações futuras. Previsões confiáveis podem ajudar os participantes do setor a tomar decisões mais rápidas, mais precisas e menos subjetivas, não apenas na fase inicial, mas também no planejamento de dispersão que ocorre durante a temporada. E se previsões confiáveis puderem ser produzidas por meio de um sistema automatizado, elas poderão ser usadas para permitir a segmentação avançada em plataformas emergentes de TV programática.
Neste artigo, discutimos um projeto piloto recente em que a Nielsen trabalhou com um de nossos principais clientes para inovar e aprimorar a prática de projeções de audiência. Por meio da colaboração, nosso objetivo era desenvolver um sistema mais preciso (melhores métricas de desempenho), mais eficiente (melhor tempo de ciclo) e mais consistente (variabilidade reduzida) para aprimorar a prática existente e estabelecer a base para uma infraestrutura de previsão automatizada.
