iHeartMedia a optimisé ses playlists pour diffuser les tubes sans les épuiser

iHeartMedia programme des centaines de stations de radio, et chacune a besoin d'une playlist commercialement solide qui continue néanmoins de faire tourner de la nouvelle musique avant que les auditeurs ne se lassent d'un tube.

L'équipe a construit des modèles qui prédisent la popularité actuelle et future des chansons — une courbe de cycle de vie — à partir des données sur les chansons et les artistes et de l'audience, puis a utilisé un moteur d'optimisation mathématique pour produire des playlists conformes 24 h/24 et 7 j/7 qui équilibrent force et diversité.

Le moteur a éliminé l'approximation dans le choix des chansons à ajouter, à faire passer en rotation intensive et à retirer, réduisant le temps et le travail nécessaires pour programmer de nombreuses stations à la fois.

Équilibrer la force des tubes et la diversité des chansons

Une playlist qui ne diffuse que des tubes avérés les épuise rapidement

La prévision de la courbe de cycle de vie identifie les chansons en progression

L'optimisation applique les mêmes règles de programmation à chaque station

L'automatisation des décisions de sélection et de rotation réduit le coût de programmation

Lorsqu'un produit a un cycle de vie, sélectionnez en fonction de l'âge prévu autant que de la popularité actuelle ; optimiser ensemble la force et la diversité permet de conserver le public d'aujourd'hui sans dépenser celui de demain.

L'optimisation des playlists d'iHeartMedia a été désignée finaliste du prix Daniel H. Wagner 2024 de l'INFORMS. Les modèles et le moteur servent à programmer des stations sur de nombreux marchés depuis une plateforme unique.