Программное обеспечение обрабатывает деперсонифицированные данные собственной пиплметрической панели «Агентства 2» и использует их как эталон для моделирования социально-демографического и поведенческого профиля каждого телезрителя, включающего пол, возраст, уровень дохода и образования, потребительские предпочтения и паттерны поведения. Данные восстанавливаются при помощи технологий машинного обучения, искусственного интеллекта, обогащения и обработки больших данных, говорится в сообщении.
Система анализирует поведенческие паттерны 3500 домохозяйств, участвующих в исследовании, и с помощью машинного обучения воссоздает по этим данным профили всех клиентов Триколора, использующих для просмотра устройства с обратной связью. Полученные данные экстраполируются на всю абонентскую базу оператора с точностью до 98 % по ряду параметров. Используются как базовые (пол, возраст, доход, семейное положение, состав домохозяйства), так и расширенные (интересы, гастрономические и спортивные предпочтения, наличие домашних животных) параметры.
За счет глубокого анализа большего объема данных новая система позволяет повысить точность рейтингов телесмотрения, а значит, усилить вовлеченность зрителей, эффективнее формировать сетку контента, предоставлять рекламодателям более точные данные о зрителях и повысить точность таргетирования рекламного контента.
Решение позволяет анализировать телесмотрение на разных платформах получения ТВ-сигнала (мобильные устройства, линейное ТВ, веб, видео по запросу), а также пользовательское поведение при просмотре рекламного контента.
«Использование машинного обучения позволяет развивать предикативные функции и прогнозировать поведение зрителя. Возможности системы уникальны для российского рынка телеизмерений, они могут быть задействованы для анализа аудитории и других операторов», — отметил директор по специальным проектам «Агентства 2» Денис Белослюдов.
