Modelli dinamici per l'interpretazione e la predizione di dati di ascolto televisivo

Negli ultimi anni il settore televisivo ha visto la comparsa di numerose nuove emittenti digitali e satellitari diventando ancor più complesso e aumentando la competitività tra le diverse reti. Dal momento che i maggiori introiti delle società televisive derivano dalla vendita di spot pubblicitari, il cui prezzo è calcolato sulla base degli ascolti previsti, si rende necessario predire in modo sempre più preciso l'audience; una stima accurata porterebbe vantaggi quindi sia per le emittenti sia per le compagnie pubblicitarie. In letteratura sono presentati molti metodi per la predizione dei rating tv che sono tuttavia statici e si focalizzano solamente sul prime-time serale dei principali canali (solitamente quattro o cinque). In questo lavoro applicheremo metodi dinamici per la previsione dei minuti di visualizzazione per i primi sette canali del panorama televisivo italiano sfruttando i dati del panel Auditel a disposizione a partire da Novembre 2012 no a Marzo 2013, concentrandoci su tutte le ore del giorno, notte esclusa. Mostreremo dopo un'accurata valutazione delle prestazioni come i modelli dinamici auto-regressivi (AR e ARX) diano stime migliori degli ascolti rispetto agli algoritmi statici; analizzando i modelli ottenuti proveremo inoltre a risolvere il problema della stima dei minuti di visualizzazione per fasce orarie, mettendo in evidenza che anche in questo caso i metodi dinamici ottengono prestazioni nettamente migliori.