Think Transmédia | Compte-rendu de l’atelier du 22 novembre sur les nouveaux modèles économiques
L’enjeu des données
Cette dissémination des contenus sur des plateformes multiples produit énormément de données, qui
constituent autant de retours sur lesquels les producteurs vont pouvoirs développer une approche
réflexive.
David Batusanski (Trajectoire Films) fait remarquer qu’il est difficile de se procurer ce type de données
en-dehors de la startup française Mesagraph. Pierre Pleven (Institut Mines-Telecom) ajoute que l’on
n’est pas sûr que Twitter ou Facebook mettront leur données à disposition.
Frédéric Josué indique qu’il existe des sources gratuites de données (organismes universitaires tels que
USC aux Etats-Unis, ou logiciels) disponibles en-dehors du Français Mesagraph ou de l’Américain Bluefin
Labs. Les français sont en avance là-dessus pour les logiciels libres. Si la donnée est souvent gratuite,
c’est le traitement qui l’est beaucoup moins.
Olivier Landau (Sofrecom). On ne peut pas réduire les métadonnées aux données d’audience.
Typiquement, les producteurs détruisent régulièrement des données de production qui pourraient avoir
de la valeur (ex : le fichier composer).
Frédéric Josué. On trouve 3 types de données :
first party data (générées par les éditeurs)
second party data (générées par les agences média, publicité)
third party data (données gratuites mais traitées par des organismes : Twitter, analyses
sémantiques des réseaux sociaux, etc.).
On arrive ainsi à lier les différentes émissions que regarde une même personne sur différentes chaînes.
Blufin analyse 200 000 programmes en temps réel, et devrait s’implanter prochainement en France. Son
système donne les pourcentages d’hommes et femmes regardant l’émission et leur satisfaction ; ces
données sont gratuites mais on peut aller plus loin en utilisant les services payants. Ils arrivent
notamment à recréer des éléments de contexte pour exclure les propos sarcastiques, par exemple
pendant une émission politique.
Morgan Bouchet détaille 3 types d’analyse big data :
Les analyses d’activité des spectateurs (données
« subies »). Il cite l’exemple du père de famille qui ne
comprend pas pourquoi il reçoit des offres pour des
produits pour l’enfance alors que sa fille a 16 ans, et
découvre ensuite que sa fille est enceinte. Elle a laissé
beaucoup de micro-données qui ont permis aux sociétés
d’analyse de savoir qu’elle était enceinte.
La mise en situation et l’implication du public pour
récupérer des données, qui permet un contrôle accru sur
la génération et la propriété des données. Ex : le
protagoniste de Homeland vous contacte par téléphone, on achète la robe d’une présentatrice
de télévision. Comme toutes les données de type Twitter ou Facebook partent en Californie, il
faut tâcher d’être ceux qui les génèrent pour pouvoir les conserver.