90 secondes pour convaincre : comment les algorithmes de Netflix influencent nos choix

Plongée dans l'art de vous faire cliquer #167

👨‍🚀 Tous les mardis, Stéphane décrypte l’impact de la transformation numérique sur l'économie et la société.

Vous êtes 82 nouveaux abonnés depuis la semaine dernière. Bienvenue à bord.

Pas encore abonné•e ? Inscrivez-vous pour recevoir chaque semaine une nouvelle édition dans votre boîte mail.

💌 Vous et moi

Cet après-midi mardi nous serons Noémie et moi présents au Learning Show dans le superbe Couvent des Jacobins de Rennes. L’occasion de se rencontrer ? N’hésitez pas à nous faire signe si vous y êtes en répondant simplement à cet email 🤗

Cette semaine je vous propose de réviser les fondamentaux de la transformation numérique. Comment tirer parti des technologies et des données collectées pour optimiser l’expérience utilisateur. Pour cela, quoi de mieux que d’étudier le process de Netflix, sans doute la solution de streaming vidéo la plus aboutie ? Nous y verrons en quoi l’entreprise excelle dans deux savoir-faire majeurs des entreprises numériques : l’optimisation par les algorithmes et le design d’influence.

Sur ce dernier thème, ne manquez pas dans les ressources qui suivent la Lettre à ma fille, qui a deux ans (la lettre, pas ma fille) mais n’a rien perdu de son intérêt pour alerter petits et grands sur les dangers des nudges et autres techniques pour influencer vos choix…

La dernière rubrique comprend quelques perles qui devraient vous intéresser également : on y parlera avions en papier, Metaverse, algorithmes (encore), romans russes mais aussi…ponctuation.

Merci pour votre fidélité et bonne découverte !

Ce visuel vous intrigue ? Il s’agit de la représentation de la seule ponctuation de la lettre que vous lisez. Pour savoir en quoi c’est utile, lisez cette lettre jusqu’au bout.

🎯 Cette semaine

Un sujet qui nous a marqué

Lorsqu’ils cherchent quelle série ou quel film regarder, les utilisateurs de Netflix vont parcourir l’app pendant à peine 90 secondes et la quitter s’ils ne trouvent rien. Ils regardent essentiellement les “images”, ces affichettes qui présentent le film ou la série. Ces visuels en réalité sont non seulement différents de l’affiche officielle, mais même différents...pour chacun des utilisateurs de l’app. Ils sont composés d’un visuel du film, du titre et de plusieurs niveaux de personnalisation : couleur, composition, texte,...Comment Netflix peut-il réaliser cette personnalisation pour ses 200 millions d’utilisateurs ?

source : Netflix

Nous sommes dans le coeur du réacteur d’une entreprise transformée par le numérique : le thumbnail art, l’art de l’affichette, et plus largement l’art de la recommandation.

Un utilisateur regarde chaque affichette à peine 1,8 secondes. Leur présenter suffisamment d’affichettes pertinentes dans un temps très court est vital. Du pur travail algorithmique, rendu possible par une maîtrise chirurgicale de l’analyse de données mais aussi par la capacité à collecter une quantité exorbitante de données. Netflix est sans aucun doute la base de connaissances la plus complète sur nos goûts cinématographiques, mais aussi sur nos goûts visuels : ce qui attire notre regard, ce qui nous donne envie de découvrir, d’aller plus loin.

Comment font-ils pour concevoir et choisir les visuels à présenter ?

Tout d’abord, Netflix n’utilise pas le matériel fourni par les concepteurs et distributeurs des séries et films qu’il diffuse. Ils ne sont tout simplement pas adaptés aux besoins de l’app de streaming. Ils vont les recréer à partir du matériel que représente le film, augmenté d’éléments que seuls eux connaissent. C’est la sauce secrète, ce qui fait la vraie valeur de l’entreprise.

Le processus de conception/sélection des affichettes développé par Netflix est appelé en interne aesthetic visual analysis. Il peut se résumer comme ceci :

• les vidéos sont décomposées en image : un épisode d’une heure contient plus de 80 000 images

• chacune de ces 80 000 images est analysée et annotée avec des métadonnées qui identifient les éléments clés, l’éclairage, la présence de visages, l’angle de vue, la composition de l’image,...; évidemment Netflix utilise des programmes d’intelligence artificielle pour reconnaître et taguer automatiquement ces éléments dans chaque image

• un classement est réalisé selon la probabilité d’être cliqué en utilisant des critères internes, eux-mêmes optimisés selon les résultats par le machine learning : expression des visages, personnages, luminosité,…

• chaque affichette étant présentée par groupe de 6 sur l’appli (6 propositions de série ou de film correspondant à votre recherche, votre historique,...), l’emplacement de chaque affichette parmi les 6 présentées varie notamment selon les pays; rien n’est laissé au hasard

• autres particularités découvertes à force d’analyse : les personnages de “méchants” sont plus cliqués que ceux de “gentils”; les images avec plus de 3 personnages moins que les autres,...Netflix sait cela, et bien d’autres choses

• ces images vont ensuite être recomposées et chartées par Netflix pour y inclure des textes, des couleurs, des contrastes; c’est une nouvelle oeuvre, réalisée à l’échelle et automatiquement par les outils de design maison

• les algorithmes vont utiliser également d’autres données pour personnaliser les contenus affichés : vos goûts en matière de contenus, d’acteurs, de style sur la base de votre historique d’utilisation de Netflix; pour Pulp Fiction les fans d’Uma Thurman verront en priorité une affichette avec Mia Wallace, ceux de John Travolta apprécieront Vincent Vega en situation. “It was a teenage wedding, and the old folks wished them well” 🎶 (pardon pour la digression)

• Rien d’anormal par conséquent à ce que deux spectateurs différents se voient présenter des affichettes différentes pour un même contenu. D’après Netflix, ces choix ne dépendent pas du profil de l’utilisateur (âge, sexe, couleur de peau,...) mais bien de son historique d’utilisateur (les films qu’il a regardé, ceux qu’il a interrompu,…)

• pour finir, les résultats issus de ce process sont ensuite testés automatiquement pour être encore optimisés : les premiers 10% des spectateurs reçoivent le choix A, les 10% suivants le choix B; les 80% restant reçoivent le choix le plus cliqué (choix A ou B) par les premiers spectateurs. On appelle cela l’A/B testing. Ce process peut être raffiné de multiples manières.

En conclusion, nous rappellerons que 80% des contenus visionnés sur Netflix le sont suite à une recommandation interne. L’optimisation de la sélection des affichettes ne vise pas juste à vous faire cliquer sur un contenu qui s’avèrera inintéressant pour vous (coucou la presse française qui abuse de ces dark patterns). Les contenus derrière ces images sont aussi ceux qui sont le plus à même de vous satisfaire et donc d’être vus intégralement.

---

Netflix est l’un des meilleurs exemples d’entreprise ayant réussi sa transformation numérique. N’oublions pas qu’au démarrage l’entreprise envoyait des DVD par la poste à ses utilisateurs. L’usage qu’elle a développé des outils numériques : collecte, analyse, optimisation, test,...montre bien ce que peut faire une entreprise qui a véritablement atteint la “maturité numérique” : elle ne se contente pas de numériser ses process en faisant un site de e-commerce et de visionnage de films; pas plus qu’elle n’utilise les données pour profiler ses utilisateurs et les revendre à des tiers; non, elle utilise les données pour optimiser les contenus proposés et par la même l’expérience utilisateur. Chaque nouvel utilisateur apporte par ses données d’usage une valeur ajoutée pour l’ensemble des autres utilisateurs : c’est l’effet réseau, le Graal recherché par les entreprises numériques.

Nous avons décrit ici le processus de sélection des affichettes, mais ces techniques sont appliquées pour l’ensemble du processus créatif, puisque Netflix produit également ses propres contenus. Vous comprenez pourquoi les majors du cinéma, après avoir longtemps négligé ce qu’elles considéraient comme un simple distributeur de contenus, commencent à s’inquiéter fortement de la capacité de Netflix à créer des contenus qui plaisent aux spectateurs.

Il était temps.

Et aussi

Des ressources utiles en lien avec le sujet traité cette semaine.

Le thread dont je me suis inspiré pour cet article. Thrung Phan sur Twitter (à dérouler)

Les explications techniques dont s’est inspiré l’auteur du thread The power of a picture - blog Netflix

L’utilisation des A/B tests pour sélectionner les affichettes de film qui vous plairont le plus. Selecting the best artwork for videos through A/B testing

Un article sur le fonctionnement des algorithmes chez Netflix Why your Netflix thumbnails don’t look like mine

Il y a deux ans, j’essayais d’expliquer à ma fille les mécanismes d’influence en ligne dans une lettre qui est devenue l’un des articles les plus lus et partagé du blog : Lettre à ma fille de 15 ans

Et vous, qu’est-ce qui vous influence ?

🤩 On a aimé

Nos trouvailles de la semaine, en vrac

Vous aimez les avions en papier ? Voici une base de données pour en construire des dizaines de formes différentes, avec les instructions et tout. Fold and Fly

Le Metaverse est-il le prochain smartphone ou la prochaine « autoroute de l’information », un concept vague que chacun s’approprie à sa sauce ? Benedict Evans nous livre son analyse. Metaverse ! Metaverse ? Metaverse !!

Honnêtement je rêve de vous présenter ma bibliothèque d’une aussi jolie manière. Quand Stripe s’intéresse à ses clients créatifs en lançant une newsletter de contenus inspirants, c’est du très haut niveau. Press Stripe

Vous connaissiez la Wayback Machine ? Une archive géante qui vous permet de retrouver les anciennes versions d’un site internet. Ils récidivent avec la Wayforward Machine, pour vous permettre de voir ce que deviendront vos sites préférés dans le futur, en 2046. Wayforward Machine (si vous cherchez l’archive c’est en haut à droite dans la barre d’outil).

Urbanisme et algorithmes : beaucoup ici sont passionnés par au moins un de ces deux sujets. Cette travail d’Alexandre Depetris devrait vous intéresser. L’auteur parle théories, utopies, mais aussi outils et pratiques. La relève est là ! Algorithmes, outils numériques et intelligence artificielle : le tournant cybernétique de l’urbanisme

Si vous voulez savoir comment la “logique algorithmique” fonctionne, cette agrégée de russe vous fournit un chouette outil visuel pour choisir quel roman de Dostoïevski est fait pour vous. Marguerite Souchon sur twitter

L’illustrateur Leonard Chemineau a réalisé cette intéressante “carte du tendre” des profils de comportements par rapport au réchauffement climatique. Il y en a en plusieurs langues, n’hésitez pas à scroller. Discours retardant l’action climatique

Une dernière pépite pour la route : cet outil vous permet d’analyser la manière dont vous utilisez la ponctuation dans un texte. Le fameux “rythme” d’un récit, d’un essai, d’une analyse : c’est aussi - et surtout - cela. Je l’ai utilisé pour le premier visuel de cette lettre. What I Learned About My Writing By Seeing Only The Punctuation

C’est tout pour aujourd’hui !

Si vous avez appréciez cette lettre, mettez un 💙 pour nous encourager. Merci !

Et n’oubliez pas la seconde newsletter de 15marches :

👩🏻‍🚀 Tous les jeudis, Noémie raconte *les futurs possibles* en fiction. Pile poil dans notre sujet de la semaine !

Pour ma part je vous dis : à mardi prochain !

Stéphane