{"id":7918,"date":"2013-04-25T10:09:30","date_gmt":"2013-04-25T08:09:30","guid":{"rendered":"http:\/\/www.oezratty.net\/wordpress\/?p=7918"},"modified":"2013-08-03T11:00:10","modified_gmt":"2013-08-03T09:00:10","slug":"francais-tv-connectee-spideo","status":"publish","type":"post","link":"https:\/\/www.oezratty.net\/wordpress\/2013\/francais-tv-connectee-spideo\/","title":{"rendered":"Les fran\u00e7ais de la TV connect\u00e9e : Spideo"},"content":{"rendered":"

Nous poursuivons avec Spideo<\/strong> la s\u00e9rie des fran\u00e7ais de la TV connect\u00e9e commenc\u00e9e en mai 2012 et dont le dernier \u00e9pisode en date \u00e9tait C2M<\/a> publi\u00e9 en mars 2013. Spideo fait partie d\u2019un march\u00e9 fragment\u00e9 qui comprend un grand nombre d\u2019acteurs : celui de la recommandation de contenus vid\u00e9o.<\/p>\n

\"Logo<\/a><\/p>\n

Un march\u00e9 fragment\u00e9 et complexe<\/strong><\/p>\n

Le besoin consommateur est bien connu : il est (cens\u00e9 \u00eatre) perdu devant la profusion de contenus disponibles dans les offres de VOD, de S-VOD et de TV de rattrapage et a besoin d\u2019orientation pour trouver les contenus qui vont lui permettre de passer un bon moment, seul ou \u00e0 plusieurs.<\/p>\n

Le probl\u00e8me n\u2019est finalement pas de trouver quelque chose, car \u2013 profusion aidant – on trouve toujours de quoi s\u2019occuper. On recherche surtout des contenus qui apporteront le plus de satisfaction dans le temps que l\u2019on va consacrer \u00e0 leur consommation. L\u2019exigence du consommateur est de plus en plus grande, ce d\u2019autant plus que les sources de distractions sont de plus en plus nombreuses tout comme les \u00e9crans pour en profiter.<\/p>\n

C\u00f4t\u00e9 diffuseurs de contenus, le besoin est \u00e0 la fois d\u2019augmenter les ventes de contenus lorsqu\u2019ils sont factur\u00e9s \u00e0 la demande, ou d\u2019augmenter les abonnements et de r\u00e9duire le churn (pertes d\u2019abonn\u00e9s) lorsqu\u2019il s\u2019agit d\u2019abonnements (S-VOD). Pour la S-VOD, l\u2019objectif des agr\u00e9gateurs est d\u2019augmenter la consommation des fonds de catalogue car c\u2019est la partie dont les droits de diffusion sont les moins chers, l\u00e0 aussi pour r\u00e9duire le churn.<\/p>\n

Pour la TV de rattrapage, le mod\u00e8le \u00e9conomique des diffuseurs est celui de la publicit\u00e9. L\u00e0 encore, la recommandation permet d\u2019augmenter la consommation de contenus pour assurer ce revenu. Il est notamment particuli\u00e8rement important pour les op\u00e9rateurs triple-play d\u2019augmenter la part variable de l\u2019ARPU (average revenue per user) au-dessus du forfait de base. La vente de contenus VOD et S-VOD reste avec celle des jeux le principal moyen de l\u2019augmenter.<\/p>\n

La march\u00e9 de la recommandation est r\u00e9put\u00e9 difficile. En g\u00e9n\u00e9ral, les solutions sont commercialis\u00e9es en marque blanche aupr\u00e8s d\u2019op\u00e9rateurs de VOD, qu\u2019il s\u2019agisse de \u201cpure players OTT\u201d (comme Video Futur) ou d\u2019op\u00e9rateurs t\u00e9l\u00e9coms qui int\u00e8grent des offres de VOD ou de S-VOD dans leurs packages triple-play. Rares sont les solutions de recommandation btoc. Elles peuvent cependant \u00eatre int\u00e9gr\u00e9es dans des guides de programmes.<\/p>\n

Deux histoires du march\u00e9 de la recommandation datant des ann\u00e9es 2000 m\u00e9ritent d\u2019\u00eatre rappel\u00e9es.<\/p>\n

Premier \u00e9pisode<\/span>, le prix lanc\u00e9 par Netflix en 2006 qui \u00e9tait \u00e0 la recherche d\u2019algorithmes de recommandation pour optimiser son service de location de DVD et faire en sorte que ses clients profitent bien du service afin de r\u00e9duire le churn (pertes d\u2019abonn\u00e9s). Le prix \u00e9tait de $1m mais en \u00e9change de la r\u00e9cup\u00e9ration par Netflix de la propri\u00e9t\u00e9 intellectuelle du travail r\u00e9alis\u00e9. C\u2019\u00e9tait en quelque sorte un appel d\u2019offre g\u00e9ant. Il a \u00e9t\u00e9 gagn\u00e9 par le BellKor’s Pragmatic Chaos<\/strong>, une \u00e9quipe multinationale de chercheurs et statisticiens men\u00e9e par Chris Volinsky d\u2019AT&T. L\u2019objectif de ce prix \u00e9tait de faire des recommandations de films \u00e0 partir d\u2019un \u00e9chantillon de 100 millions de notes donn\u00e9es par un demi-million d\u2019utilisateurs sur 17740 films. Et de comparer ensuite ces recommandations automatiques avec les notes attribu\u00e9es aux films par les utilisateurs, comprises dans un jeu de donn\u00e9es cach\u00e9. Il fallait obtenir un r\u00e9sultat 10% meilleur aux recommandations du syst\u00e8me de Netflix d\u2019alors, Cinematch. Sur les milliers d\u2019\u00e9quipes s\u2019\u00e9tant lanc\u00e9 dans le concours, seules moins d\u2019une dizaine avaient r\u00e9ussi \u00e0 relever le d\u00e9fi. Et notamment une \u00e9quipe de Hongrois qui avait jet\u00e9 l\u2019\u00e9ponge en cours de route pour cr\u00e9er sa propre soci\u00e9t\u00e9, Gravity.<\/p>\n

Second \u00e9pisode<\/span>, l\u2019histoire bien connue de Criteo. C\u2019est aujourd\u2019hui l\u2019une des rares r\u00e9ussites internationales du web fran\u00e7ais. La soci\u00e9t\u00e9 est sp\u00e9cialis\u00e9e dans le reciblage de publicit\u00e9s en ligne. Elle a pr\u00e8s de 1000 salari\u00e9s, des filiales aux USA, en Europe et en Asie et un chiffre d\u2019affaire sup\u00e9rieur \u00e0 $300m. Mais au d\u00e9part, Criteo \u00e9tait un moteur de recommandation de films en marque blanche. Lanc\u00e9 en 2005, il n\u2019avait pas r\u00e9ussi \u00e0 percer. A la fois parce que le march\u00e9 de la recommandation est difficile mais aussi parce que celui de la vid\u00e9o \u00e0 la demande n\u2019\u00e9tait pas encore tr\u00e8s d\u00e9velopp\u00e9 \u00e0 l\u2019\u00e9poque. D\u2019o\u00f9 le pivot en 2008 qui a amen\u00e9\u00a0 Criteo \u00e0 utiliser son savoir-faire technologique et statistique pour l\u2019appliquer au reciblage publicitaire, un march\u00e9 \u00e9mergent bien plus vaste et plus porteur.<\/p>\n

Cons\u00e9quences de ces deux histoires : d\u2019un c\u00f4t\u00e9, l\u2019aspect technique et statistique de la recommandation est plut\u00f4t complexe et requiert des ressources scientifiques assez cons\u00e9quences. De l\u2019autre, ce n\u2019est pas un business \u00e9vident, notamment en marque blanche ! Mais se lancer avec une application de recommandation en btoc n\u2019est pas plus ais\u00e9 car il faut tout le reste autour : le guide de programme et l\u2019acc\u00e8s aux contenus et dans un march\u00e9 l\u00e0 encore tr\u00e8s encombr\u00e9. Bref, il ne faut pas se lancer \u00e0 la l\u00e9g\u00e8re dans le march\u00e9 de la recommandation !<\/p>\n

L\u2019\u00e9volution du march\u00e9 de la recommandation<\/strong><\/p>\n

Ces deux \u00e9pisodes pr\u00e9c\u00e9dents datent presque de la pr\u00e9histoire du num\u00e9rique. Depuis, plusieurs ph\u00e9nom\u00e8nes ont s\u00e9rieusement chang\u00e9 la donne du march\u00e9 de la vid\u00e9o \u00e0 la demande :<\/p>\n