跳到内容
洞察力>媒体

使用机器学习来预测未来的电视收视率

1分钟阅读|Scott Sereday和Jingsong Cui,数据科学,Nielsen | 2017年2月

电视收视率是用来预测未来的。它们设定了期望值,影响了从一季到下一季的节目决定,并在节目播出之前就帮助设定广告成本(广告费)。例如,在美国,电视网络在 "前期"(每年春季举行的一组活动)上出售其今年的大部分优质广告库存。对每个电视网来说,预展是一个介绍新节目的聚会,为即将到来的一季建立起兴奋点,但在幕后,它在很大程度上是一个广告商的市场,可以提前购买电视上的商业时间。

因此,媒体公司投入了大量精力来预测未来的收视率。可靠的预测可以帮助行业参与者做出更快、更准确、更少的主观决定,不仅是在前期,而且是在季节中发生的分散规划。如果可靠的预测可以通过自动化系统产生,它们可以被用来在新兴的程序化电视平台上实现高级定位。

在本文中,我们讨论了最近的一个试点项目,尼尔森与我们的一个主要客户合作,创新和改善收视率预测的做法。通过合作,我们旨在开发一个更准确(更好的性能指标)、更有效(更好的周期时间)和更一致(减少变异性)的系统,以改善他们现有的做法,并为自动预测的基础设施奠定基础。