เรตติ้งทีวีใช้เพื่อคาดการณ์อนาคต โดยเรตติ้งจะกำหนดความคาดหวังและส่งผลต่อการตัดสินใจเลือกโปรแกรมจากซีซันหนึ่งไปสู่อีกซีซันหนึ่ง และช่วยกำหนดต้นทุนโฆษณา (อัตราค่าโฆษณา) ล่วงหน้าก่อนที่รายการจะออกอากาศ ตัวอย่างเช่น ในสหรัฐอเมริกา เครือข่ายทีวีจะขายโฆษณาพรีเมียมส่วนใหญ่สำหรับปีนั้นผ่าน "upfront" ซึ่งเป็นกลุ่มกิจกรรมที่จัดขึ้นทุกปีในช่วงฤดูใบไม้ผลิ สำหรับแต่ละเครือข่าย Upfront ถือเป็นงานเปิดตัวรายการใหม่และสร้างความตื่นเต้นให้กับซีซันที่จะมาถึง แต่เบื้องหลังนั้น ถือเป็นตลาดที่ให้ผู้โฆษณาซื้อเวลาโฆษณาทางทีวีล่วงหน้าได้มาก
บริษัทสื่อจึงทุ่มเทความพยายามอย่างมากในการคาดการณ์เรตติ้งในอนาคต การพยากรณ์ที่เชื่อถือได้จะช่วยให้ผู้เล่นในอุตสาหกรรมสามารถตัดสินใจได้เร็วขึ้น แม่นยำขึ้น และตัดสินใจได้อย่างรอบคอบมากขึ้น ไม่เพียงแต่ในช่วงเริ่มต้นเท่านั้น แต่ยังรวมถึงการวางแผนแบบกระจายที่เกิดขึ้นในช่วงฤดูกาลด้วย และหากสามารถสร้างการพยากรณ์ที่เชื่อถือได้ผ่านระบบอัตโนมัติได้ ก็จะสามารถใช้การพยากรณ์ดังกล่าวเพื่อเปิดใช้งานการกำหนดเป้าหมายขั้นสูงบนแพลตฟอร์มทีวีแบบโปรแกรมเมติกที่กำลังเกิดขึ้นได้
ในเอกสารฉบับนี้ เราจะพูดถึงโครงการนำร่องล่าสุดที่ Nielsen ทำงานร่วมกับลูกค้ารายสำคัญรายหนึ่งของเราเพื่อสร้างสรรค์นวัตกรรมและปรับปรุงแนวทางปฏิบัติในการฉายภาพการประเมินค่า โดยผ่านความร่วมมือ เราตั้งเป้าที่จะพัฒนาระบบที่มีความแม่นยำมากขึ้น (มีตัวชี้วัดประสิทธิภาพที่ดีขึ้น) มีประสิทธิภาพมากขึ้น (มีเวลาการทำงานที่ดีขึ้น) และมีความสม่ำเสมอมากขึ้น (มีความแปรปรวนน้อยลง) เพื่อปรับปรุงแนวทางปฏิบัติที่มีอยู่ และวางรากฐานสำหรับโครงสร้างพื้นฐานการพยากรณ์อัตโนมัติ
