Les indices d'écoute de la télévision sont utilisés pour prédire l'avenir. Ils définissent les attentes et influencent les décisions de programmation d'une saison à l'autre, et ils contribuent à fixer le coût de la publicité (tarifs publicitaires) bien avant la diffusion d'un programme. Aux États-Unis, par exemple, les réseaux de télévision vendent la majorité de leur inventaire publicitaire pour l'année lors de l'"upfront", un ensemble d'événements qui ont 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 investi des efforts considérables pour prévoir les audiences futures. 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 éparpillée qui a lieu pendant 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 nos principaux clients pour innover et améliorer la pratique des projections d'audience. Grâce à cette collaboration, 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.