iHeartMedia programa cientos de emisoras de radio, y cada una necesita una lista de reproducción que sea comercialmente sólida y que, a la vez, siga rotando música nueva antes de que los oyentes se cansen de un éxito.
El equipo creó modelos que predicen la popularidad actual y futura de las canciones —una curva de ciclo de vida— a partir de datos de canciones y artistas y de la audiencia, y luego utilizó un motor de optimización matemática para producir listas de reproducción 24/7 conformes que equilibran solidez y diversidad.
El motor eliminó las conjeturas sobre qué canciones añadir, ascender a rotación principal y retirar, lo que redujo el tiempo y la mano de obra necesarios para programar muchas emisoras a la vez.
Equilibrar la solidez de los éxitos con la diversidad de canciones
Una lista de reproducción que solo emite éxitos consagrados los agota rápidamente
Predecir la curva de ciclo de vida identifica qué canciones están en ascenso
La optimización aplica las mismas reglas de programación en todas las emisoras
Automatizar las decisiones de captación y rotación reduce el costo de programación
Cuando un producto tiene un ciclo de vida, selecciónalo tanto por su edad prevista como por su popularidad actual; optimizar juntos la solidez y la diversidad conserva a la audiencia de hoy sin gastar la de mañana.
La optimización de listas de reproducción de iHeartMedia fue nombrada finalista del Premio Daniel H. Wagner 2024 de INFORMS. Los modelos y el motor se utilizan para programar emisoras en muchos mercados desde una única plataforma.
CONSULTA LAS PRUEBAS
Las fuentes
- iHeart Media Aviana Global · avianaglobal.com
- Introduction: 2024 Daniel H. Wagner Prize for Excellence in the Practice of Advanced Analytics and Operations Research INFORMS Journal on Applied Analytics · ideas.repec.org