
 
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.