Netflix et son algorithme magique

Netflix et son fameux credo « Everything is a recommandation » est connu pour son très sophistiqué algorithme de suggestion. Mais l’utilité de la big data ne se résume pas à l’utilisation d’algorithmes de recommandation. C’est également un puissant outil d’investissement !

Il faut garder en tête qu’il s’agit d’investir dans des œuvres cinématographiques (séries, films...). Or la réception d’une œuvre cinématographique est très difficile à anticiper. C’est d’ailleurs une propriété essentielle des biens culturels que les économistes qualifient de « nobody knows ». Ils théorisent l'idée selon laquelle dans ce secteur, un budget pharaonique, un casting trois étoiles et des millions investis en publicité ne garantissent absolument pas le succès d'une oeuvre.

Pour faire face à cette incertitude, il existe de nombreuses méthodes, parmi lesquels figurent les projections tests, l’analyse du succès des œuvres similaires ou voire même la simple intuition.

La production d'un épisode de la série House Cards dépasse largement les 2 millions de dollars. Vous conviendrez qu'au regard des sommes investies les outils tels que les projections tests ou l'intuition peuvent sembler plutôt archaïques. Netflix fort heureusement a les moyens de faire autrement. L'entreprise dispose d'une gigantesque base d’abonnés (plus de 100 millions) qui lui permet d’aller beaucoup plus loin dans l’analyse et la compréhension de ses clients.

Voici un échantillon des événements (actions entrepris par un visiteur) que Netflix récolte dans sa base de données :

Illustrons si vous le voulez bien, l’utilisation de ces données par un exemple concret. Imaginons que Netflix se pose la question de la nécessité d’investir dans une nouvelle saison de Sense 8. Le plus simple serait de faire son choix en fonction du nombre de personnes qui ont regardé la saison 1.

Mais le géant Netflix a l’opportunité d’aller encore plus loin dans l’analyse de l’engouement suscité par sa série. Il peut regarder le temps moyen écoulé entre le visionnage de chaque épisode, compter le nombre de personnes qui ont regardé tous les épisodes de la série d’une traite ou la part des personnes qui ont regardé cette série en premier juste après s’être abonné et ainsi obtenir une vision beaucoup plus fine de la passion entourant cette série.

Le cas House of Cards

House of Cards est la première série produite et diffusé en exclusivité par Netflix. La génialissime idée de produire House cards n'est pas le fruit de l'intuition mais plutôt d'une fine analyse de la data. Afin de rendre les choses intelligible, voici un schéma représentant la genèse du projet House of Cards.

Le croisement des données leur a donc permis d'identifier qu'un nombre significatif de personnes étaient à la fois fan de David Fincher, de Kevin Spacey ainsi que de la version originale d'House of Cards. C'est donc tout naturellement que Netflix décida de faire un remake américain de la série House of Cards avec David Fincher et Kevin Spacey.

L'utilité de l'analyse de données ne se borne pas à la phase de développement de projet, elle est également très utile lors des phases postérieurs à la production. Le cas des bandes annonces personnalisées illustre parfaitement cette idée.

Investissement publicitaire

En plus d'aider la firme à acheter les bonnes licences ou optimiser son choix en matière de production, ces données permettent à Netflix d'affiner son investissement publicitaire.

Netflix has always used data to decide which shows to license, and now that expertise is extended to the first-run. And there was not one trailer for “House of Cards,” there were many.

Les fan de Kevin Spacey auront par exemple une bande annonce personnalisée centrée sur Kevin Spacey alors que les afficinados de Fisher auront droit à une bande annonce où on retrouvera la signature de David Fincher.

D'ailleurs, si vous voulez en savoir plus sur la manière dont Netflix utilise les outils de webanalytics pour notamment sélectionner ses films, je vous recommande l'excellent article :"How Netflix Uses Analytics To Select Movies, Create Content, and Make Multimillion Dollar Decisions"

Quid de l’industrie musicale ?

L'analyse de la donnée a boulversé de manière analogue l'industrie musicale. Phénomène très bien expliqué ici par le magazine The conversation.

Mais dans l'art de la prédiction, l'industrie musicale va encore plus loin. En effet, il ne s'agit plus de construire son hit a partir de l'analyse de données, mais de laisser le soin à une intelligence artificielle de déterminer si oui ou non un morceau déjà produit sera un futur hit. Le créateur de la société Hitwizard nous présente son incroyable projet en vidéo.

Dans cette vidéo il nous explique comment son algorithme se débrouille pour prédire si un morceau aura l'immense honneur d'être présent dans le top 200 Spotify Néerlandais du weekend prochain. Si les predictions de l'outil s'avèrent fiables, les entreprises seront à même de concentrer leur dépenses publicitaires sur les titres ou artistes qui ont un réel potentiel en terme de retour sur investissement.

Vers une diminution drastique du risque ?