iHeartMedia 經營數百家廣播電台,每家電台都需要一份在商業上強勢、卻仍能在聽眾對熱門歌曲感到厭倦前輪播新音樂的播放清單。

團隊建立了可從歌曲與藝人資料及收聽情形預測歌曲當前與未來人氣(即生命週期曲線)的模型,接著運用數學優化引擎,產出符合規範、兼顧強度與多樣性的 24 小時不間斷播放清單。

這套引擎免除了該加入哪些歌曲、將哪些歌曲提升至強力輪播、以及讓哪些歌曲退場的猜測,減少了同時為多家電台編排節目所需的時間與人力。

在熱門歌曲強度與歌曲多樣性之間取得平衡

只播放已獲驗證熱門歌曲的播放清單,會使這些歌曲迅速過度耗損

預測生命週期曲線可辨識出哪些歌曲正在竄升

優化讓同一套排播規則套用於每家電台

將擷取與輪播決策自動化,可降低節目編排成本

當產品具有生命週期時,除了依當前人氣,也應依預測的歌曲年齡來策劃;同時優化強度與多樣性,既能留住今日聽眾,又不會透支明日。

iHeartMedia 的播放清單優化入圍 2024 年 INFORMS Daniel H. Wagner 獎決選。這些模型與引擎被用於從單一平台為許多市場的電台編排節目。

追溯依據

參考來源

  1. iHeart Media Aviana Global · avianaglobal.com
  2. 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