Los índices de audiencia sirven para predecir el futuro. Fijan las expectativas y afectan a las decisiones de programación de una temporada a otra, y ayudan a establecer el coste de la publicidad (tarifas publicitarias) mucho antes de que un programa salga al aire. En Estados Unidos, por ejemplo, las cadenas de televisión venden la mayor parte de su inventario publicitario para el año en el "upfront", un grupo de eventos que se celebran anualmente en primavera. Para cada cadena, el "upfront" es una fiesta de presentación de los nuevos programas y de creación de expectación por la próxima temporada, pero detrás de las cortinas, es en gran medida un mercado para que los anunciantes compren tiempo comercial en televisión con mucha antelación.

En consecuencia, las empresas de medios de comunicación han invertido un esfuerzo considerable en proyectar las audiencias futuras. Unas previsiones fiables pueden ayudar a los agentes del sector a tomar decisiones más rápidas, más precisas y menos subjetivas, no sólo en la fase inicial, sino también en la planificación dispersa que se produce durante la temporada. Y si se pueden elaborar previsiones fiables mediante un sistema automatizado, pueden utilizarse para permitir una orientación avanzada en las plataformas emergentes de televisión programática.

En este artículo, analizamos un reciente proyecto piloto en el que Nielsen trabajó con uno de nuestros principales clientes para innovar y mejorar la práctica de las previsiones de audiencia. A través de la colaboración, pretendíamos desarrollar un sistema más preciso (mejores métricas de rendimiento), más eficiente (mejor tiempo de ciclo) y más coherente (menor variabilidad) para mejorar su práctica actual y sentar las bases de una infraestructura de previsión automatizada.