Programmation linéaire sur Slate Analytics

Programmation linéaire sur Slate Analytics

Dernière mise à jour 2026-06-24

Voici la page d’assistance pour la fonctionnalité d’analyse de programmation linéaire de Slate Analytics. Il fournit aux partenaires un aperçu de la fonctionnalité, des définitions des métriques, de la méthodologie des données, des conseils de navigation dans le tableau de bord et des réponses aux questions fréquemment posées.

Objectif et description du produit

La programmation linéaire sur Slate Analytics est une expérience d’analyse au niveau du programme qui fournit à Prime Video Channel et aux partenaires de FAST (Free Ad-Supported Streaming Television) des informations détaillées sur les programmes exacts et les événements en direct que les clients regardent sur leurs stations linéaires. Auparavant, les partenaires n’avaient accès qu’aux données au niveau de la station. La programmation linéaire décompose ces données au niveau du programme individuel, ce qui permet de prendre des décisions basées sur les données en matière de planification des programmes, d’acquisition de contenu et de marketing.

Principaux avantages

  1. Granularité au niveau du programme — Découvrez exactement quels programmes les clients regardent sur vos stations linéaires, et pas seulement les indicateurs agrégés des stations.
  2. Optimisation de la programmation — Identifiez les heures de pointe et les programmes les plus performants afin d’optimiser la programmation du contenu et les heures de diffusion de votre station.
  3. Informations sur l’acquisition de contenu : déterminez quels genres et formats de programmes suscitent le plus d’engagement afin de prendre des décisions éclairées en matière de licence et d’acquisition de contenu.
  4. Intelligence marketing — Découvrez vos programmes les plus performants pour créer des campagnes marketing et du matériel promotionnel ciblés.
  5. Livraison rapide des données — Accédez à des données au niveau du programme contenant plus de 95 % des données au niveau du programme, moins de 24 heures après le début d’un flux.
  6. Précision des données : taux de correspondance de plus de 95 % au niveau de la station. Le nombre total d’heures regardées est calculé via l’API et le tableau de bord des ensembles de données Playback, ce qui garantit la fiabilité des rapports. L’écart de 5 % restant se situe dans la fourchette prévue en raison de la qualité des données correspondant au calendrier des programmes. Consultez les FAQ.

Méthodes d’accès

Trois méthodes d’accès sont disponibles pour les données de programmation linéaire. Les partenaires doivent utiliser la méthode la mieux adaptée à leur flux de travail :

Option 1 : Tableau de bord linéaire

Option 2 : Assistant d’analyse basé sur l’IA (à venir au troisième trimestre 2026)

Option 3 : API Slate Datasets (à venir au troisième trimestre 2026)

Idéal pour

Analyse visuelle, informations rapides, rapports exécutifs

Questions en langage naturel, exploration ad hoc

Rapports d’entreprise, systèmes de BI internes, accès programmatique

Accès

Perspectives→Analyses → Tableau de bord linéaire

Perspectives→ Assistant AI

Point final de l’API Slate Datasets

Format des données

Visualisations et tableaux interactifs

Réponses conversationnelles à l’aide de données

Affichage des données au niveau du client (JSON/CSV)

Commencer

mock.png

Prérequis

  • Chaîne vidéo active ou partenariat FAST (à venir au troisième trimestre 2026)
  • Accès à Slate Analytics (contactez votre CAM si vous n’êtes pas encore inscrit)
  • La station linéaire doit être diffusée en direct sur Prime Video

Accès au tableau de bord linéaire

  1. Connectez-vous à Slate (https://slate.amazon.com)
  2. Accédez à Insights, puis à Analytics dans la navigation principale.
  3. Sélectionnez le tableau de bord linéaire
  4. Utilisez les filtres globaux pour sélectionner votre station, votre plage de dates et votre territoire

Guide de l’utilisateur pour la première fois
Lorsque vous visitez le tableau de bord linéaire pour la première fois, une procédure pas à pas et une vidéo de démonstration vous seront présentées qui couvrent :

  • Comment naviguer dans le tableau de bord
  • Comment utiliser les filtres et les fonctionnalités d’interactivité
  • Comment interpréter les cartes métriques et les visualisations
  • Comment approfondir les détails au niveau du programme

Caractéristiques du tableau de bord

Cartes métriques
Le tableau de bord linéaire affiche quatre cartes métriques en haut de la page :

Métrique

Définition

Nombre total d’heures regardées

Nombre total d’heures de visionnage de tous les programmes sur la ou les stations sélectionnées au cours de la période sélectionnée

Clients uniques (chaînes uniquement)

Nombre de clients distincts ayant regardé au moins une émission sur la ou les stations sélectionnées au cours de la période sélectionnée

Heures par client (HPC)

Nombre moyen d’heures visionnées par client unique (nombre total d’heures regardées ÷ clients uniques)

Visualisations
Le tableau de bord inclut les visualisations suivantes :

Visualisation

Description

Tendances quotidiennes de l’audience

Un graphique chronologique montrant les tendances d’engagement quotidiennes pour le nombre total d’heures regardées et le nombre total de clients uniques sur la plage de dates sélectionnée

Les 10 meilleurs programmes

Un classement des 10 meilleurs programmes, triable en fonction du nombre total d’heures regardées ou du nombre de clients uniques

Tableau des données du programme

Un tableau détaillé avec tous les champs du programme et du niveau de diffusion (voir la section 4 : Définitions des données pour la liste complète des champs)

Interactivité et filtres Les
partenaires peuvent interagir avec le tableau de bord à l’aide des commandes suivantes :

  • Filtre de programme : sélectionnez le nom d’un programme dans le graphique ou le tableau de données des 10 meilleurs pour filtrer l’ensemble du tableau de bord en fonction des données historiques de ce programme
  • Filtres globaux — Appliquez des filtres sur l’ensemble du tableau de bord pour : plage de dates, nom de la chaîne, nom de la station, Territoire, jour de la semaine (par exemple, lundi, mardi, mercredi, jeudi, vendredi, samedi, dimanche)

Contrôles généraux du tableau de bord
Les contrôles
et indicateurs suivants sont communs à tous les tableaux de bord de Slate Analytics, y compris le tableau de bord linéaire.

  • Indicateur de dernière mise à jour — La balise « Dernière mise à jour » en haut du tableau de bord indique la date à laquelle vos données ont été actualisées récemment sur la page. Les données sont généralement actualisées 4 à 6 fois par jour. Remarque : si la date de dernière mise à jour dépasse 24 heures, l’équipe Prime Video Slate s’efforce de résoudre le problème. Revenez plus tard pour obtenir des données mises à jour.
  • Regroupement des dates : les données d’affichage sont regroupées en fonction de la date à laquelle l’événement de visualisation s’est produit pour le client, ancrée à la date locale du client. Par exemple, si un client du fuseau horaire PST regarde à 23 h le 1er janvier, cette session de visionnage est ancrée au 1er janvier. Si un client du fuseau horaire EST regarde à 2 h du matin le 2 janvier, cette session est ancrée au 2 janvier.
  • Filtre de plage de dates : le menu déroulant Plage de dates vous permet de sélectionner la plage de dates pour toutes les données affichées sur le tableau de bord. Tous/Toutes les cartes métriques, les visualisations et les tableaux de données sont mis à jour pour refléter la plage sélectionnée.
  • Filtre canal/station — Les stations sont regroupées sous une seule Chaîne pour faciliter l’analyse. Le menu déroulant Canal/Station vous permet de filtrer et de sélectionner plusieurs stations que vous souhaitez consulter. Utilisez ce contrôle pour restreindre votre analyse à des stations spécifiques ou pour comparer les performances de plusieurs stations.

Méthodologie des données

Comment les données sont collectées Les données de programmation
linéaire sont
dérivées en faisant correspondre les plannings des programmes aux données des événements en streaming.

Le processus fonctionne de la manière suivante :

  1. Événements en streaming : Prime Video capture les données des segments de lecture chaque fois qu’un client regarde du contenu sur une station linéaire.
  2. Correspondance des horaires des programmes — Les événements diffusés en continu sont comparés à la grille des émissions de la station afin d’attribuer le temps de visionnage à des émissions spécifiques.
  3. Enrichissement — Les données correspondantes sont enrichies de métadonnées du programme (titre, genre, durée de diffusion) et de mesures d’engagement client.
  4. Agrégation — Les données sont agrégées au niveau du programme et mises à disposition via le tableau de bord, l’assistant AI et l’API.

Actualité des données

Attribut

Cible

Actualité des données

95 % de précision < 24 heures

Définition

Durée entre le moment où un flux se produit et le moment où les données du flux sont mises à la disposition du partenaire

Actualiser la cadence

Actualisations intrajournalières jusqu’à 4 fois par jour

Exactitude des données

Attribut

Cible

Taux de correspondance

> 95 % avec le nombre total d’heures regardées au niveau de la station

Pourquoi < 100 %

L’ensemble de données au niveau du programme est dérivé en faisant correspondre les plannings des programmes aux données d’événements en streaming. Un faible pourcentage de diffusions peut ne pas correspondre à un programme spécifique en raison de lacunes dans le calendrier

Remarque : Les données au niveau du programme étant dérivées du rapprochement des horaires, il peut y avoir des écarts mineurs entre les totaux au niveau du programme et les totaux déclarés au niveau des stations. Ce comportement est attendu et n’indique aucun problème de qualité des données.

Définitions des données

Champs principaux
Les champs suivants sont disponibles dans le tableau de données de programmation linéaire et dans l’API

Champ

Définition

Exemple

Gare

Le nom de la station linéaire

Amazon News, Amazon Sports, MGM Entertainment

Nom du programme

Le titre de l’émission tel qu’il est indiqué dans la grille horaire de la station

« Heure des actualités matinales »

Heure de début de diffusion

Heure de début prévue du programme (UTC)

2026-06-15T 14:00:00 Z

Heure de fin de diffusion

Heure de fin prévue du programme (UTC)

2026-06-15T 15:00:00 Z

Territoire

Le territoire/le marché où le visionnage a eu lieu

US

Date

La date calendaire de la diffusion

15/06/2026/

Jour de la semaine

Le jour de la semaine de diffusion

Lundi

Nombre total d’heures regardées

Nombre total d’heures visionnées pour la diffusion de cette émission

1 250,5

Des clients uniques

Clients distincts qui ont regardé la diffusion de cette émission

3 200

Heures par client (HPC)

Nombre moyen d’heures visionnées par client pour cette diffusion

0,39

Nom de la chaîne

Le nom de la chaîne ou du partenaire associé à la station

Amazon

Remarques sur les calculs métriques

Métrique

Calcul

Remarques

Nombre total d’heures regardées

Somme de toutes les durées de segment de lecture attribuées au programme

Exprimé en heures décimales

Des clients uniques

Nombre d’identifiants clients distincts attribués à la diffusion de l’émission

Dédupliqué au niveau du client

Heures par client

Nombre total d’heures regardées ÷ Clients uniques

Arrondi à 2 décimales

Assistant AI analytique (à venir au troisième trimestre 2026)

Aperçu
L’assistant AI de Slate Analytics est enrichi de connaissances et de données pour la programmation linéaire. Les partenaires peuvent poser des questions en langage naturel sur les performances de leur station linéaire et recevoir des réponses instantanées basées sur les données.

Exemples de questions Voici
des exemples de questions que vous pouvez poser à l’assistant AI à propos de vos données de programmation linéaire :

  • Combien de spectateurs uniques ont écouté ma station Linear cette semaine, et comment se compare-t-il à la semaine dernière ?
  • Quelles sont les heures de pointe de visionnage de ma station linéaire, et comment varient-elles selon le jour de la semaine ?
  • Quelles émissions diffusées sur ma station linéaire ont enregistré le plus grand nombre moyen de spectateurs simultanés au cours des 30 derniers jours ?
  • Quelle est la durée moyenne de visionnage par session de téléspectateur sur ma station linéaire, et quelle a été l’évolution de cette durée au cours du dernier trimestre ?
  • Quelles sont les régions géographiques ou les marchés qui attirent le plus de visiteurs pour ma station linéaire ?

API Slate Datasets (à venir au troisième trimestre 2026)

Aperçu
Les partenaires disposant d’
un accès à l’API peuvent récupérer les données de programmation linéaire au niveau du client par programmation via l’API Slate Datasets. Cela permet l’intégration avec les systèmes de BI internes, les pipelines de reporting personnalisés et les plateformes d’analyse d’entreprise.

Disponibilité des données de l’API

Attribut

Détails

Nom du jeu de données

Programmation linéaire

Granularité des données

Visualisation des données au niveau du client

Mode de livraison

API Slate Datasets (livraison incrémentielle au niveau du programme)

Authentification

Authentification par API Slate Standard

Cas d’utilisation

  • Création de rapports d’entreprise internes pour votre activité linéaire
  • Intégration des données au niveau du programme à vos systèmes de planification existants
  • Création de tableaux de bord et de rapports personnalisés pour les parties prenantes internes
  • Combinaison de données de programmation linéaire avec d’autres données commerciales pour une analyse interfonctionnelle

Normes de Qualité

Objectifs de Qualité des données

Dimension de qualité

Cible

Mesure

FRAÎCHEUR

95 % des données au niveau du programme sont inférieures à 24 heures

Temps écoulé entre l’apparition du flux et la disponibilité des données

Précision

Taux de correspondance supérieur à 95 %

Variation entre les heures regardées au niveau du programme et les heures regardées au niveau de la station disponible dans le tableau de bord Playback et l’API des ensembles de données

Planifier l’intégralité

> 95 % de couverture du calendrier

Pourcentage de streams correspondant avec succès à un programme

Limitations connues

Limitation

Description

Incidence

Planifier les écarts

Si la grille horaire d’une station comporte des lacunes ou des entrées manquantes, les diffusions pendant ces périodes ne peuvent pas être attribuées à une émission spécifique

Peut entraîner un taux de correspondance inférieur à 100 %

Flux limitrophes du programme

Les diffusions qui s’étendent sur deux émissions consécutives sont attribuées à l’émission diffusée à l’heure de début de la diffusion.

Variation d’attribution mineure lors des transitions entre les programmes

Données relatives aux horaires d’arrivée tardive

Planifier les corrections ou les soumissions tardives peuvent entraîner des lacunes temporaires dans les données

Autoréparation : les données sont automatiquement mises à jour lors des actualisations suivantes

Questions fréquemment posées

Toujours besoin d’aide?

Contactez-nous


Erreur de serveur interne ! Veuillez réessayer
Votre session a expiré

Merci de vous connecter pour continuer

Connexion
edit