Video Central

Zweck und Produktbeschreibung

Linear Programming on Slate Analytics ist ein Analyseerlebnis auf Programmebene, das den Partnern von Prime Video Channel und FAST (Free Ad-Supported Streaming Television) detaillierte Einblicke in die genauen Programme und Live-Events bietet, die Kunden auf ihren linearen Sendern ansehen. Bisher hatten Partner nur Zugriff auf Daten auf Senderebene. Linear Programming unterteilt diese Daten auf die Ebene der einzelnen Programme und ermöglicht so datengestützte Entscheidungen in den Bereichen Programmplanung, Inhaltsbeschaffung und Marketing.

Die wichtigsten Vorteile

Granularität auf Programmebene — Sehen Sie genau, welche Programme sich Kunden auf Ihren linearen Stationen ansehen, und nicht nur aggregierte Stationsmetriken.
Optimierung der Terminplanung — Identifizieren Sie die Spitzenzeiten und die Programme mit der besten Leistung, um den Inhaltsplan und die Sendezeiten Ihres Senders zu optimieren.
Einblicke in die Inhaltsbeschaffung — Finden Sie heraus, welche Programmgenres und -formate für die meisten Interaktionen sorgen, sodass Sie fundierte Entscheidungen über die Lizenzierung und den Erwerb von Inhalten treffen können.
Marketing Intelligence — Entdecken Sie Ihre leistungsstärksten Programme, um gezielte Marketingkampagnen und Werbematerialien zu erstellen.
Schnelle Datenbereitstellung — Greifen Sie innerhalb von 24 Stunden ab dem Zeitpunkt, an dem ein Stream stattfindet, auf Daten auf Programmebene zu, wobei mehr als 95% der Daten auf Programmebene vorliegen.
Datengenauigkeit — Übereinstimmungsrate von über 95% mit Daten auf Stationsebene. Die Gesamtzahl der angeschauten Stunden wurde über die Playback-Dataset-API und das Dashboard berechnet, sodass die Zuverlässigkeit der Berichterstattung gewährleistet ist. Die verbleibende Varianz von 5% liegt innerhalb unseres erwarteten Bereichs, da der Programmplan der Datenqualität entspricht. Lesen Sie die häufig gestellten Fragen.

Methoden des Zugriffs

Für lineare Programmierdaten stehen drei Zugriffsmethoden zur Verfügung. Partner sollten die Methode verwenden, die am besten zu ihrem Arbeitsablauf passt:

	Option 1: Lineares Armaturenbrett	Option 2: Analytics AI Assistant (ab 3. Quartal 2026)	Option 3: Slate Datasets API (ab 3. Quartal 2026)
Am besten für	Visuelle Analyse, schnelle Einblicke, Berichterstattung	Fragen in natürlicher language, Ad-hoc-Erkundung	Unternehmensberichterstattung, interne BI-Systeme, programmatischer Zugriff
Zugriff	Einblicke → Analysen → Lineares Dashboard	Einblicke → KI-Assistent	API-Endpunkt von Slate Datasets
Datenformat	Interaktive Visualisierungen und Tabellen	Konversationsantworten mit Daten	Anzeigedaten auf Kundenebene (JSON/CSV)

Erste Schritte

Voraussetzungen

Aktiver Prime Video Channel oder FAST-Partnerschaft (ab 3. Quartal 2026)
Zugang zu Slate Analytics (wenden Sie sich an Ihren CAM, falls Sie noch nicht angemeldet sind)
Linear Station muss live auf Prime Video sein

Zugriff auf das Linear Dashboard

Melden Sie sich bei Slate an (https://slate.amazon.com)
Navigieren Sie in der Hauptnavigation zu Insights und dann zu Analytics
Wählen Sie das lineare Dashboard aus
Verwenden Sie die globalen Filter, um Ihre Station, Ihren Datumsbereich und Ihr Gebiet auszuwählen

Handbuch für Erstbenutzer
Wenn Sie das Linear Dashboard zum ersten Mal aufrufen, erhalten Sie eine geführte Komplettlösung und ein Demo-Video, das Folgendes behandelt:

Wie navigiert man im Dashboard
Wie benutzt man Filter und Interaktivitätsfunktionen
Wie interpretiert man metrische Karten und Visualisierungen
Wie kann man Details auf Programmebene genauer untersuchen

Funktionen des Dashboards

Metrische Karten
Das lineare Dashboard zeigt oben auf der Seite vier metrische Karten an:

Metrisch	Definition
Gesamtzahl der angeschauten Stunden	Gesamtzahl der Stunden, in denen Inhalte in allen Programmen auf den ausgewählten Sendern im ausgewählten Zeitraum angesehen wurden
Einzigartige Kunden (nur Kanäle)	Anzahl der einzelnen Kunden, die während des ausgewählten Zeitraums mindestens ein Programm auf den ausgewählten Sendern gesehen haben
Stunden pro Kunde (HPC)	Durchschnittliche Anzahl der aufgerufenen Stunden pro einzelnen Kunden (Gesamtzahl der betrachteten Stunden ÷Einzelne Kunden)

Visualisierungen
Das Dashboard umfasst die folgenden Visualisierungen:

Visualisierung	Description
Tägliche Trends bei den Zuschauerzahlen	Ein Zeitreihendiagramm, das die täglichen Interaktionstrends für die Gesamtzahl der betrachteten Stunden und die Anzahl der einzelnen Kunden im ausgewählten Zeitraum zeigt
Die 10 besten Programme	Eine Rangliste der 10 meistgesehenen Programme, sortiert nach Gesamtzahl der angesehenen Stunden oder nach einzelnen Kunden
Programmdatentabelle	Eine detaillierte Tabelle mit allen Feldern auf Programm- und Airing-Ebene (die vollständige Feldliste finden Sie in Abschnitt 4: Datendefinitionen)

Interaktivität und Filter
Partner können mithilfe der folgenden Steuerelemente mit dem Dashboard interagieren:

Programmfilter — Wählen Sie einen Programmnamen aus dem Top-10-Diagramm oder der Datentabelle aus, um das gesamte Dashboard nach den historischen Daten dieses Programms zu filtern
Globale Filter — Wenden Sie Filter auf das gesamte Dashboard an für: Datumsbereich, Kanalname, Sendername, Gebiet, Wochentag (z. B. Montag, Dienstag, Mittwoch, Donnerstag, Freitag, Samstag, Sonntag)

Allgemeine Bedienelemente
im Dashboard Die folgenden Steuerelemente und Indikatoren sind in allen Slate Analytics-Dashboards, einschließlich des linearen Dashboards, gleich.

Indikator „Letzte Aktualisierung“ — Der Tag „Zuletzt aktualisiert“ oben im Dashboard zeigt an, wie kürzlich Ihre Daten auf der Seite aktualisiert wurden. Daten werden in der Regel 4—6 Mal pro Tag aktualisiert. Hinweis: Wenn die Zeit der letzten Aktualisierung 24 Stunden überschreitet, arbeitet das Prime Video Slate-Team daran, ein Problem zu lösen. Schauen Sie später noch einmal vorbei, um aktualisierte Daten zu erhalten.
Datumsgruppierung — Die Anzeigedaten werden nach dem Date gruppiert, an dem das Anzeigeereignis für den Kunden eingetreten ist, wobei das lokale Datum des Kunden berücksichtigt wird. Wenn beispielsweise ein Kunde in der PST-Zeitzone am 1. Januar um 23 Uhr zuschaut, ist diese Zuschauersitzung am 1. Januar verankert. Wenn ein Kunde in der EST-Zeitzone am 2. Januar um 2 Uhr morgens zuschaut, ist diese Sitzung am 2. Januar verankert.
Datumsbereichsfilter — In der Dropdownliste „Datumsbereich“ können Sie den Datumsbereich für alle im Dashboard angezeigten Daten auswählen. Alle metrischen Karten, Visualisierungen und Datentabellen werden aktualisiert, um den ausgewählten Bereich widerzuspiegeln.
Kanal-/Stationsfilter — Die Stationen sind zur einfacheren Analyse unter einem einzigen Channel gruppiert. In der Dropdownliste Kanal/Station können Sie die Sender, die Sie sich ansehen möchten, filtern und mehrfach auswählen. Verwenden Sie dieses Steuerelement, um Ihre Analyse auf bestimmte Stationen zu beschränken oder die Leistung mehrerer Stationen zu vergleichen.

Datenmethodik

Wie Daten gesammelt werden
Lineare Programmierdaten werden abgeleitet, indem Programmpläne mit Streaming-Ereignisdaten abgeglichen werden.

Das Verfahren funktioniert wie folgt:

Streaming-Ereignisse — Prime Video erfasst jedes Mal Wiedergabesegmentdaten, wenn ein Kunde Inhalte auf einer linearen Station anschaut.
Anpassung Programm Programmplans — Streaming-Ereignisse werden mit dem Programmplan des Senders abgeglichen, um bestimmten Programmen die Sendezeit zuzuordnen.
Anreicherung — Abgestimmte Daten werden mit Metadaten der Sendung (Titel, Genre, Sendezeiten) und Kennzahlen zur Kundenbindung angereichert.
Aggregation — Daten werden auf Programmebene aggregiert und über das Dashboard, den KI-Assistenten und die API verfügbar gemacht.

Aktualität der Daten

Attribut	Ziel
Aktualität der Daten	Genauigkeit von 95% < 24 Stunden
Definition	Zeit zwischen dem Auftreten eines Streams und dem Zeitpunkt, an dem die Daten des Streams für den Partner verfügbar sind
Schrittfrequenz aktualisieren	Intraday-Aktualisierungen bis zu 4 x pro Tag

Genauigkeit der Daten

Attribut	Ziel
Trefferquote	> 95% auf Senderebene Gesamtzahl der betrachteten Stunden
Warum < 100%	Der Datensatz auf Programmebene wird durch den Abgleich von Programmplänen mit Streaming-Ereignisdaten abgeleitet. Ein kleiner Prozentsatz der Streams entspricht aufgrund von Zeitplanlücken möglicherweise nicht einem bestimmten Programm

Hinweis: Da Daten auf Programmebene aus dem Zeitplanabgleich abgeleitet werden, kann es zu geringfügigen Abweichungen zwischen den Gesamtwerten auf Programmebene und den gemeldeten Gesamtwerten auf Senderebene kommen. Dies ist erwartetes Verhalten und deutet nicht auf ein Datenqualitätsproblem hin.

Datendefinitionen

Kernfelder
Die folgenden Felder sind in der Datentabelle und der API für lineare Programmierung verfügbar

Feld	Definition	Beispiel
Station	Der Name der linearen Station	Amazon News, Amazon Sports, MGM Entertainment
Name Programm	Der Titel des Programms, wie er im Senderplan angegeben ist	„Nachrichtenstunde am Morgen“
Startzeit der Ausstrahlung	Die geplante Startzeit des Programms (UTC)	2026-06-15T 14:00:00 Z
Endzeit der Ausstrahlung	Die geplante Endzeit des Programms (UTC)	2026-06-15T 15:00:00 Z
Gebiet	Das Gebiet/der Markt, in dem die Besichtigung stattgefunden hat	US
Date	Das Kalenderdatum der Ausstrahlung	2026-06-15
Tag der Woche	Der Wochentag der Ausstrahlung	Montag
Gesamtzahl der angeschauten Stunden	Gesamtzahl der für die Ausstrahlung dieser Sendung angesehenen Stunden	1.250,5
Einzigartige Kunden	Verschiedene Kunden, die diese Sendung gesehen haben	3.200
Stunden pro Kunde (HPC)	Durchschnittliche Anzahl der aufgerufenen Stunden pro Kunde für diese Sendung	0,39
Name Channel	Der Kanal- oder Partnername, der der Station zugeordnet ist	Amazon

Hinweise zur metrischen Berechnung

Metrisch	Berechnung	Hinweise
Gesamtzahl der angeschauten Stunden	Summe aller Wiedergabesegmentdauern, die dem Programm zugewiesen wurden	In Stunden mit Dezimalzahlen ausgedrückt
Einzigartige Kunden	Anzahl der unterschiedlichen Kunden-IDs, die der Ausstrahlung des Programms zugeordnet wurden	Auf Kundenebene dedupliziert
Stunden pro Kunde	Gesamtzahl der betrachteten Stunden ÷Einzigartige Kunden	Auf 2 Dezimalstellen gerundet

Analytics-Assistent für AI (ab 3. Quartal 2026)

Übersicht
Der KI-Assistent von Slate Analytics ist mit Wissen und Daten für die lineare Programmierung angereichert. Partner können in natürlicher language Fragen zur Leistung ihrer linearen Station stellen und sofort datengestützte Antworten erhalten.

Beispielfragen
Im Folgenden finden Sie Beispiele für Fragen, die Sie dem KI-Assistenten zu Ihren linearen Programmierdaten stellen können:

Wie viele einzigartige Zuschauer haben diese Woche meine Linear Station gesehen, und wie sieht das im Vergleich zur letzten Woche aus?
Was sind die Hauptsehzeiten für meine Linear Station und wie variieren sie je nach Wochentag?
Welche Programme auf meiner Linear-Station hatten in den letzten 30 Tagen die meisten gleichzeitigen Zuschauer?
Was ist die durchschnittliche Wiedergabezeit pro Zuschauersitzung auf meiner Linear Station und wie hat sie sich im letzten Quartal entwickelt?
Welche geografischen Regionen oder Märkte sorgen für die meisten Zuschauer auf meiner Linear Station?

Slate Datasets API (ab 3. Quartal 2026)

Übersicht
Partner mit API-Zugriff können Linear Programming View-Daten auf Kundenebene programmgesteuert über die Slate Datasets API abrufen. Dies ermöglicht die Integration mit internen BI-Systemen, benutzerdefinierten Berichts-Pipelines und Unternehmensanalyseplattformen.

Verfügbarkeit von API-Daten

Attribut	Einzelheiten
Name des Datensatzes	Lineare Programmierung
Datengranularität	Daten auf Kundenebene anzeigen
Methode der Lieferung	Slate Datasets API (inkrementelle Bereitstellung auf Programmebene)
Authentifizierung	Standard Slate-API-Authentifizierung

Anwendungsfälle

Aufbau einer internen Unternehmensberichterstattung für Ihr lineares Geschäft
Integration von Daten auf Programmebene in Ihre bestehenden Planungssysteme
Erstellung benutzerdefinierter Dashboards und Berichte für interne Stakeholder
Kombinieren von Daten der linearen Programmierung mit anderen Geschäftsdaten für funktionsübergreifende Analysen

Qualitätsstandards

Ziele für die Datenqualität

Dimension Qualität	Ziel	Messung
Frische	95% der Daten auf Programmebene < 24 Stunden	Zeit vom Auftreten des Streams bis zur Datenverfügbarkeit
Genauigkeit	Trefferquote von > 95%	Abweichung zwischen den beobachteten Stunden auf Programmebene und den auf Senderebene angezeigten Stunden, die im Playback-Dashboard und in der Datensatz-API verfügbar sind
Vollständigkeit des Zeitplan	> 95% Abdeckung des Zeitplans	Prozentsatz der Streams, die erfolgreich einem Programm zugeordnet wurden

Bekannte Einschränkungen

Beschränkung	Description	Auswirkung
Lücken einplanen	Wenn der Programmplan eines Senders Lücken oder fehlende Einträge aufweist, können Streams in diesen Zeiträumen keinem bestimmten Programm zugeordnet werden	Kann zu einer Trefferquote von < 100% führen
Grenzströme Programm	Streams, die sich über zwei aufeinanderfolgende Programme erstrecken, werden dem Programm zugeordnet, das zur Startzeit des Streams ausgestrahlt wird	Geringfügige Varianz bei der Zuordnung bei Programmübergängen
Zu spät eintreffende Flugplandaten	Terminkorrekturen oder verspätete Einreichungen können zu vorübergehenden Datenlücken führen	Selbstheilung: Daten werden bei nachfolgenden Aktualisierungen automatisch aktualisiert

Lineare Programmierung auf Slate Analytics