1. Algorithme de suggestionVos donnes au service de
NetflixEmmanuel Nunes de Pontes et Cedric JollecL3 Industries
Culturelles, Arts et SocitUniversit Lille 3 Charles-De-Gaulle 2. En
quelques mots...- Netflix est un service de vido la demande par
abonnement. Ils proposent devisionner en streaming et en illimit un
catalogue compos de films et de sries.- L'entreprise a t fonde en
1997 Los Gatos aux Etats-Unis par Reed Hastings.- Netflix compte
aujourd'hui plus de 50 millions d'abonns dans 15 pays, dont la
France,o le service est disponible depuis le 18 septembre 2014.-
L'abonnement cote environ entre 8 et 13. Le forfait dpend du nombre
d'cransprofitant du service en simultan et de la qualit de l'image
(standard, HD, ou ultra-HD).Le service est financ dans sa
quasi-totalit par ses abonns et non par la publicit, cesont donc 50
millions de personnes qui chappent ainsi aux annonceurs.- Le flux
continu de diffusion web de Netflix est responsable du tiers de
laconsommation de la bande passante mondiale. 3. Qu'est-ce qu'un
algorithme ?Un algorithme est une suite dfinie d'oprations ou de
rgles appliquer dans un ordre determin, un nombre dfini dedonnes,
pour arriver un resultat en un nombre fini d'tapes.Par exemple :
Faire une recherche dans un dictionnaire est uneforme d'algorithme
: On cherche d'abord notre mot grce lapremire lettre, puis en
cherchant par rapport la seconde lettredu mot etc Appliqu
l'informatique, il s'agit d'un systme qui vaautomatiquement suivre
une suite d'oprations coposed'actions lmentaires appeles
instructions. 4. L'Algorithme de Suggestion - Particularit propre
Netflix et qui le dmarque de ses concurrents : Son systme de
suggestion pouss.Il s'agit d'un systme brevet et exclusif Netflix.
Ils n'ont jamais voulu cder les droits d'autres servicesde SVOD ou
d'autres sites, marchands par exemple.- Il s'agit d'un algorithme
complexe permettant, via plusieurs moyens de rcupration de donnes,
deproposer un programme bien dfinit un utilisateur prcis. En
valuant ses gots, cet algorithme permetau service de mettre en
avant du contenu qui est susceptible de plaire l'utilisateur.- Cet
algorithme est en amlioration constante. De 2006 2009, Netflix
offrait le Prix Netflix et 1M dedollars quiconque pourrait amliorer
lalgorithme Aujourd'hui, ces amliorations se basent sur des
testseffectus sur des chantillons d'utilisateurs, souvent leur
insu.- C'est Neil Hunt est la tte d'une quipe de 800personne
charges du dveloppement de lalgorithme ausein de l'entreprise et de
son amlioration. Cette sectionreprsente elle seule 8% des
investissements de Netflix.75 % des programmes consomms le sont
grce son systme derecommandations et non pas par le biais du moteur
de recherche. 5. Le systme de suggestion en actionPour mettre en
image le systme de suggestion et montrer sa pertinence, nous avons
cre deuxcomptes factices, bass sur des strotypes. Nous avons bas ce
test sur le premier moyen qu'al'algorithme pour valuer les gots de
l'utilisateur : Le service vous demande, la cration ducompte, de
choisir trois films ou sries dans une liste pour crer une base sur
laquellefonder ses propositions.Pour le compte de Michel , nous
avons choisi des films d'action, et pour le compte Marie , plutt
des films romantiques. 6. Nous avons donc choisi trois films
d'actionpour ce compte. Aprs un temps derecherche, l'algorithme
trouve dans lecatalogue ce qui peut correspondre auxgots de Michel
.Pour tablir cette premire liste, l'algorithmese base sur les choix
l'inscription, maisaussi sur d'autres moyens pour hirarchiserles
contenus selon leur intrt via desprocessus que nous voquerons
ensuite. 7. Mme chose pour le compte Mariepour lequel nous avons
choisi troisfilms comdies romantiques. Lersultat est diffrent et
probant. 8. Ce qu'en pensent les utilisateurs43%57%ToujoursJamaisLa
plupart dutemps Je me laisse souvent guider par ce que mepropose
Netflix, car mme si a manqueencore un peu de contenu, a nous
permetde dcouvrir de nouvelles sries et d'toffernos connaissances.
(Nathan L., 24 ans, en concubinage, Expertrseau et tlphonie, La
Madeleine)En gnral, trouvez-vous que le service desuggestion marche
bien, que les films etsries proposs correspondent vosgots ? A mon
inscription, j'ai moi-mme cherchles programmes que je voulais
regarder.Maintenant, je fais rarement de recherches,je regarde ce
que Netflix propose jusqu'trouver quelque chose qui m'intresse.
(Celia A., 22 ans, clibataire, tudiante, Lille) Je cherche moi mme
les programmesmais cela peut s'avrer intressant quand ilme suggre
des films qui collent auxdiffrents genres que j'ai l'habitude
deregarder et que je n'ai pas vu (Frdric P., 36ans, mari, agent
essai SNCF, Tours) 9. Comment a marche ? Dis-moi ce que tu regardes
je te dirai qui tu es - Ds l'inscription, choisir dans une liste
trois programmes pour valuer les gots.- Les films sont alors
hirarchiss mais avant tout, les genres sont hirarchiss eux aussi
par intrtdans la page (exemple : Le genre film d'action arrivera en
premier sur la page de Michel alors quela catgorie Comdie
Romantique arrivera en premier sur la page de Marie )- Une fois que
vous avez commenc utiliser le service, l'algorithme va analyser ce
que vous regardez etvous proposera d'autres programmes lis celui
que vous venez de voir.- Le principal point de repre pour
l'algorithme, ce sont les autres utilisateurs. Ainsi, les
propositions quisont faites aprs le visionnage sont bases sur ce
qu'ont regard d'autres utilisateurs qui ont visionn lemme film. Et
si vous ne suivez pas cette liste de proposition et que vous en
choisissez autre chose,l'algorithme entrera ce nouveau film dans
ses calculs pour le prochain utilisateur qui regardera ce film.
Etainsi de suite.Propositions aprs avoir regard StarTrek 10. -
L'algorithme prend aussi en compte si un usager regarde un
programme dans sonentiret. Ainsi, il prendra en compte ou non dans
ses calculs le programme qu'il vient devisionner, selon si le
visionnage est abandonn au bout de deux minutes ou si l'usager
avisionner toutes les saisons d'un coup.Episode regard dans sa
totalitRegard partiellement- Pour amliorer ses suggestions, Netflix
demande dsl'inscription de participer des valuations . Ilsdemandent
ainsi de noter des films avec un systme d'toiles.En comparant les
valuations d'un usagers avec ce qu'ilregarde, l'algorithme pourra
affiner le profil de l'utilisateur etainsi s'en servir comme point
de repre pour d'autres qui ontregard les mmes contenus.- A la base,
l'algorithme de suggestion se basaituniquement sur ces valuations
et ce systme d'toiles.Mais Netflix remarqua que les rsultats
n'taient pas assezprcis et ils choisirent de complter ce systme par
d'autresplus efficaces. 11. Quand un utilisateur sassoit pour
choisir quelque chose regarder, nousn'avons que quelques minutes et
au mieux 50 propositions possibles pour capterson attention. Donc
si nous pouvons utiliser le systme de recommandation pourtre plus
pertinents dans ces 50 premires propositions nous augmentons
leschances de le satisfaire - Neil Hunt, responsable du
dveloppement de l'algorithme de suggestionCes 50 propositions
possibles correspondent la pages daccueil de Netflix. C'est pour
cela qu'unehirarchisation des genre et des films en fonction des
gots de l'utilisateur est si important : Pouravoir immdiatement ce
qu'il attend et ce qu'il est cens aim devant les yeux. 12. -
L'algorithme prend aussi en compte la plate-forme utilise et
propose des programmes en fonction. (Unprogramme humoristique court
sera plus propice un visionnage sur tlphone mobile alors qu'un
filmsera plutt propos sur des plate-formes relies la tl.)- Pour une
recommandation encore plus prcise, Netflix voudrait intgrer dans
son algorithme desuggestion une nouvelle option : Celle des
recommandations en fonction de l'heure de lajourne. Par exemple,
plus de dessins-anims aprs 16h quand les enfants rentrent de
lcole.- Pour constamment amliorer son algorithme, Netflix procde
aussi des tests sur desgroupes d'utilisateurs leur insu. Ainsi, ils
peuvent tre scruts en particulier et en dtail, ouencore tre l'objet
de test sur lergonomie de la page. Ils observent ainsi les ractions
sans que lapersonne ne le sache.Note : On peut tout de mme refuser
d'tre un cobaye en fouillant dans les options. 13. - Pour augmenter
encore la prcision et allerau-del d'une catgorisation basique de
sesfilms par genre, l'algorithme se base sur dessous-catgories
ultra-prcises, ajoute lamain par les ingnieurs avec des tagsallant
l'extrme dans le dtail. (exemple : films traitant du voyage dans le
temps etraliss dans les annes 80 ).Rcemment, un journaliste de The
Atlantic arfrenc tout ces tags : Il y en a 76 897(pour le moment).
Ces sous-rfrencespermettent de donner des tags ultra-prcis
etd'valuer un contenu selon des micro-critresqui colleront au
profil d'un utilisateurpour lui tre propos. 14. Rcupration de
donnes d'utilisation :Quels avantages pour Netflix ?- L'utilit de
ces analyses de donnes ne se limite pas au systme de suggestion
mais vabeaucoup plus loin. Elle ne sert pas qu' amliorer lexprience
de l'utilisateur mais aussi aider Netflix dans son dveloppement en
tant que service et en tant quesocit cratrice de contenus.- Pour ce
qui est de l'utilisation du service, un exemple trs simple et voqu
par NeilHunt : Les images utilises pour illustrer les programmes.
En analysant le comportementde 500 000 usagers leur insu travers
300 tests, ils ont pu s'apercevoir que le simplefait de changer une
image d'illustration pour modifier le nombre de visionnaged'une
srie ou d'un film : En choisissant une image plutt quune autre pour
proposer Breaking Bad, lenombre de visionnages ntait pas le mme. -
Neil Hunt 15. Dans le mme ordre d'ide, la diffrence entre
lergonomie des pages de prsentation deprogrammes produits par
Netflix et ceux qui ne le sont pas : Alors que les productions
Netflixhritent d'une ergonomie faite pour plaire l'utilisateur
selon les donnes tudie, lesprogrammes qui ne sont pas produits par
Netflix possdent une prsentation plus austre .Page de prsentation
d'un programmeproduit par NetflixPage de prsentation d'un contenu
quin'est pas produit par Netflix 16. - Non seulement Netflix met en
avant ses programmes en utilisant une ergonomie plus attrayantepour
ces derniers, base sur les prfrences de ses usagers, mais surtout,
ils utilisent cesdonnes en tant que socit cratrice de contenus.- La
srie House Of Cards , produite par Netflix, a t cre en suivant les
donnesamenes par le systme de suggestion : Pour House of Cards,
nous savions grce nos donnes, que nous avions un publicprt pour un
drame politique qui se passerait Washington avec une storyline
dramatique.Et nous tions capables didentifier dans notre base, les
personnes spcifiquementconcernes. - Neil Hunt 17. Utilisation de
donnes lies l'utilisation : Des utilisateursheureux ou inquiets ?-
Netflix avoue de manire assume comment leur systme d'observation
des donnesd'utilisation marche.- Comme tout systme d'observation,
il est lgitime de se poser des questions sur sa lgitimit etsurtout
si cela drange ou non le public du service. Je ne vois pas a comme
une intrusion oude l'espionnage. Je sais quand j'utilise
desservices comme Netflix que mon activit estanalyse. J'utilise
normment Spotify aussiet au final a ne me drange pas; aucontraire,
a me permet de dcouvrir dessries/films que je ne connaissais pas
-(Celia A., 22 ans, clibataire, tudiante, Lille) a ne m'inquite
absolument pas. Lesystme marche dans les deux sens et il estpositif
pour mon exprience Tant qu'ils nesimmiscent pas plus loin dans la
vie prive Et qu'ils n'utilisent pas mes donnes pourcrer des
publicits cibles. (Nathan L., 24ans, en concubinage, Expert rseau
et tlphonie,La Madeleine) Pour moi, c'est est une intrusion
voiremme de l'espionnage. - (Frdric P., mari,agent d'essai
frroviaire, Jou-ls-Tours (37)) 18. Selon cette tude du Boston
Consulting Group Le Big Data face au dfi de laconfiance , 78 % des
personnes en moyenne pensent qu'il est ncessaire d'treprudent
lorsqu'il s'agit de partager ses donnes, mais concernant l'usage
desmdias et les prfrences, 50 % des gens pensent que a ne fait pas
partie de lasphre prive. 19. Alors pourquoi tant de gens font
confiance Netflix alors que ces derniers scrutent desdonnes que 50
% des sondes jugent tout de mme comme tant prives ?- En fait, il
est surtout question de confiance entre collecteur et collect. Il
existe une forme d'acceptation del'utilisateur quand il s'agit de
l'utilisation de ses donnes si celles-ci sont utilises
raisonnablement et leurprofit. C'est une sorte contrat symbolique
que l'tude du Boston Consulting Group dcrit : La confiance est
llment cl qui lie lentreprise ses clients. Elle est longue stablir
mais peut treruine trs rapidement. Les tudes du BCG ont dmontr que,
dans un domaine aussi sensible que le BigData, la confiance sera
llment dterminant pour permettre lentreprise davoir le plus large
accspossible aux donnes de ses clients, condition quils soient
convaincus que ces donnes seront utilisesde faon loyale et
contrle.[] Le Big Data est au point de rencontre de trois volonts
contradictoires :- Celles des entreprises davoir accs au maximum de
donnes personnelles de leurs clients afindamliorer leurs offres de
produits et services et leurs rsultats conomiques ;- Celle de
certains tats et des instances de rgulation qui entendent encadrer
le plus troitement possiblelaccs ces donnes et leur utilisation ;-
Celle des consommateurs qui souhaitent bnficier dun service
individualis et pertinent, tout en gardantle contrle sur
lutilisation de leurs donnes.Seules les entreprises qui sauront
tablir un lien de confiance avec leurs clients et le rgulateur, par
uneutilisation raisonne des donnes personnelles, seront en mesure
de rconcilier ces trois volontscontradictoires. 20. Finalement, on
pourrait en conclure que Netflix russit plutt bien sa part
ducontrat et que, l'utilisateur y trouvant son compte, est
satisfait en gnral duservice, comme le montre ce sondage que nous
avons initi :4%96%Satisfait duservicePas satisfait 21. Pour rsumer
:- Netflix propose un algorithme de suggestion de plus en plus
pouss pour coller au maximum aux gotsde ses utilisateurs et lui
proposer ce qu'il veut voir.- Il se sert aussi des donnes
recueillies par l'algorithme pour laborer et produire ses
propresprogrammes en les fondant sur ce que les utilisateurs
veulent voir.- Tout cela se fait en analysant et en rcoltant un
maximum d'informations sur les habitudes de visionnagesdes
utilisateurs, via diffrentes mthodes, et parfois leur insu.-
Pourtant, les avis des utilisateurs sur cette pratique diverge. Si
certains acceptent, comme s'il s'agissaitd'un accord qui va dans
leur sens, qui leur offre en contre-partie d'avantages dans
l'utilisation du service etde son contenu, d'autres se montrent
plus rticent cette pratique.- Mais comme l'a montr l'tude du BCG,
il existe un contrat implicite entre l'utilisateur et le service
:L'utilisateur est plus enclin partager ses donnes si ces dernires
sont utilises son profit, bonescient, et avec transparence. En
contre-partie, si ce contrat est respect, le service a la confiance
de sesusagers en ce qui concerne ses donnes, l'entreprise peut
perdurer. Leffondrement de la confiancesignifierai aussi la fin de
l'entreprise.- Netflix, qui continue de perdurer et de se
dvelopper, prouve qu'il a la confiance de ses utilisateurs et quece
contrat est respect. 22. WEBOGRAPHIE- Analle Grondin. Netflix mise
beaucoup sur son systme de recommandation personnalis [en ligne].
20 Minutes, 15septembre 2014, mise jour le 16 septembre 2014
[consult le 7 novembre 2014]. Disponible
sur:http://www.20minutes.fr/medias/1443351-20140915-video-netflix-mise-beaucoup-systeme-recommandation-personnalisee-
Amlie Charnay. Interview : comment Netflix scrute l'activit de
visionnage de ses abonns [en ligne]. 01.net, 6octobre 2014 [consult
le 7 novembre 2014]. Disponible
sur:http://www.01net.com/editorial/627544/interview-comment-netflix-scrute-lactivite-de-visionnage-de-ses-abonnes/-
Emmanuelle Delsol. L'homme qui se cache derrire les algorithmes de
Netflix explique le succs du service de SVOD[en ligne]. L'Usine
Digitale, 18 septembre 2014 [consult le 8 novembre 2014].
Disponible
sur:http://www.usine-digitale.fr/article/l-homme-qui-se-cache-derriere-les-algorithmes-de-netflix-explique-le-succes-du-service--
Fabien Major. 8 faits tonnants sur Netflix [en ligne]. Canoe.ca, le
15 septembre 2014 [consult 9 novembre 2014].Disponible sur:
http://fr.canoe.ca/argent/chroniques/fabienmajor/archives/2014/09/20140915-094720.html-
Thomas Destouches. Netflix : le directeur technique nous explique
comment a marche ! [en ligne]. Allocin [consultle 8 novembre 2014].
Disponible sur :
http://www.allocine.fr/article/fichearticle_gen_carticle=18636717.html-
ACM Recsys. RecSys 2014 Keynote by Neil Hunt: Quantifying the Value
of Better Recommendations. Youtube.com. partir de
56:00.http://www.youtube.com/watch?v=lYcDR8z-rRY (consulte le 10
novembre 2014) 23. - Vincent Coquaz, Comment Netflix cerne vos
dsirs (mme inexprims) [en ligne], arrt sur image, 7 juillet
2014[consult le 7 novembre 2014]. Disponible sur
:http://www.arretsurimages.net/breves/2014-07-07/Comment-Netflix-cerne-vos-desirs-meme-inexprimes-id17672-
Alexis C. Madrigal, How Netflix Reverse Engineered Hollywood [en
ligne], The Atlantic, 2 janvier 2014 [consult le 7novembre 2014].
Disponible sur
:http://www.theatlantic.com/technology/archive/2014/01/how-netflix-reverse-engineered-hollywood/282679/?fb_action_ids==[]-
Sbastian Seibt, Netflix et le culte du big data : la traque des
habitudes du tlespectateur, France 24 [consult le 7novembre 2014].
Disponible sur
:http://www.france24.com/fr/20140521-netflix-france-big-data-house-cards-television-algorithme-recommandation-internet--
Phillipe Flajolet, Etienne Parisot: Quest-ce quun algorithme ? ,
Interstices [consult le 27/11/2014]. Disponible
sur:https://interstices.info/jcms/c_5776/quest-ce-quun-algorithmeArticle
de recherche- Umhoefer, C ; Rof, J ; Lemarchand, S ; Baltassis, E ;
Stragier, F ; Telle, N Le Big Data au dfi de la confiance (juin
2014), The Boston Consulting Group et DLA Piper. Disponible sur :
http://www.bcg.fr/documents/file172040.pdf
