As classificações de TV são usadas para prever o futuro. Elas estabelecem expectativas e afetam as decisões de programação de uma estação para a próxima, e ajudam a definir o custo da publicidade (taxas de publicidade) bem antes de quando um programa vai ao ar. Nos Estados Unidos, por exemplo, as redes de TV vendem a maior parte de seu estoque de anúncios premium para o ano no "upfront", um grupo de eventos que ocorre anualmente a cada primavera. Para cada rede, o upfront é uma festa de lançamento para introduzir novos programas e aumentar a emoção para a próxima temporada, mas atrás das cortinas, é muito mais um mercado para os anunciantes comprarem tempo comercial na televisão bem antes do previsto.

Como resultado, as empresas de mídia têm investido um esforço considerável para projetar classificações futuras. Previsões confiáveis podem ajudar os agentes do setor a tomar decisões mais rápidas, mais precisas e menos subjetivas, não apenas na fase inicial, mas também no planejamento da dispersão que ocorre durante a temporada. E se previsões confiáveis puderem ser produzidas através de um sistema automatizado, elas podem ser usadas para permitir o direcionamento avançado em plataformas emergentes de TV programática.

Neste artigo, discutimos um projeto piloto recente no qual a Nielsen trabalhou com um de nossos principais clientes para inovar e melhorar a prática das projeções de classificação. Através da colaboração, objetivamos desenvolver um sistema mais preciso (melhores métricas de desempenho), mais eficiente (melhor tempo de ciclo) e mais consistente (menor variabilidade) para melhorar sua prática existente e lançar as bases para uma infra-estrutura automatizada de previsão.