Les tendances vont et viennent. Elles sont plutôt faciles à identifier – il suffit de jeter un coup d’œil sur google trends ou dans la rubrique « les plus lus » dans les médias. Mais beaucoup plus intéressant que les sujets d’actualité d’aujourd’hui serait bien évidemment de connaître les sujets d’actualité de demain. Bien sûr, les sujets brûlants de demain dépendent en partie des événements imprévisibles – mais cela ne nous a pas empêché de nous dédier aux possibilités de la modélisation prédictive.

Nous avons développé un modèle prédictif, l’avons amélioré progressivement en y ajoutant différentes données pour, finalement, tester son pouvoir de prévision. Dans un premier temps, nous avons développé un model prédictif basé uniquement sur les données des webcrawlers. Ensuite, nous l’avons affiné en ajoutant d’abord des données de mesure d’audience et, finalement, en ajoutant des données de panel. Une étude de cas sur les publications dans les médias en ligne montre la valeur importante des données de panel pour la prédiction des tendances. Les connaissances profondes que nous gagnons par l’ajout de ce type de données, c’est-à-dire les connaissances sur l’audience, a significativement amélioré les prédictions.

Au-delà de montrer l’importance des données sur les personnes, notre méthodologie peut être une contribution précieuse pour le développement des outils de suivi pour les médias ou pour la simulation des effets de campagnes de publicité.

Pour plus d’informations sur notre recherche, consultez notre whitepaper Predicting News Trends.