La télévision personnalisée : l’avenir du divertissement assisté par l’intelligence artificielle ou un pas de trop ?
Dans un monde de plus en plus numérique qui offre un choix presque infini, la personnalisation est devenue le Saint Graal des consommateurs et des entreprises, notamment dans le secteur des médias et du divertissement. Alors que les opérateurs historiques tentent de suivre le rythme des services de diffusion en continu dans le cadre de cette tendance induite par l’IA, jusqu’où la télévision peut-elle se personnaliser et où doit-on fixer la limite ?
Il y a vingt ans, un service de location de DVD alors naissant a adopté une technologie émergente : un algorithme relativement basique qui faisait des recommandations simples aux utilisateurs en fonction de ce que leurs collègues aimaient. Le service s’appelait Netflix, son logiciel Cinematch et il a représenté un tournant dans l’histoire du divertissement tel que nous le connaissons.
Précurseur des systèmes de recommandation qui alimentent aujourd’hui le streaming, l’algorithme de Cinematch était basé sur le filtrage collaboratif. Il prenait les évaluations de films de millions de ses membres et les utilisait pour prédire dans quelle mesure les autres membres apprécieraient les mêmes films. Cette méthode avait ses limites. Les recommandations étaient aussi précises que les évaluations des membres. Il avait du mal à recommander des films aux utilisateurs qui n’avaient pas encore évalué les titres. Il ne tenait pas compte du fait que plusieurs personnes pouvaient utiliser le même profil. Pourtant, avec Cinematch, Netflix a compris les avantages que la personnalisation de l’expérience des utilisateurs pouvait avoir sur leur engagement. Aux côtés de sociétés comme Amazon, YouTube et autres, Netflix a compris très tôt que pour accroître la fidélité à la marque et les taux de conversion dans un monde de plus en plus numérique, il fallait offrir des expériences de contenu hautement personnalisées.
Ces premiers algorithmes étaient primitifs par rapport aux normes modernes de l’IA et de l’apprentissage automatique. Pourtant, ils étaient le début des choses à venir. Le concept sur lequel ils reposaient est devenu si omniprésent qu’il sous-tend aujourd’hui la majorité de nos interactions en ligne – des interactions qui sont de plus en plus motivées par notre besoin d’un divertissement toujours plus personnalisé, et qui devraient le devenir encore plus dans les années à venir.
Selon les estimations d’ABI Research, 2022 verra un boom de l’IA et de l’apprentissage automatique dans les médias et le divertissement.
« En raison des pressions concurrentielles exercées par les services directs aux consommateurs, il est devenu nécessaire pour les opérateurs historiques (c’est-à-dire les opérateurs de télévision payante, les diffuseurs) de réduire les coûts, de limiter le taux de désabonnement et d’extraire le plus de valeur possible des clients existants [que possible] », explique Stuart Carlaw, directeur de recherche chez ABI Research. Pour y parvenir, Stuart Carlaw pense que l’IA et l’apprentissage automatique joueront un rôle de plus en plus important, au point que les gens verront des promotions et des publicités hautement personnalisées passer de leurs téléphones et ordinateurs portables à leurs téléviseurs. Mais qu’est-ce que cela signifie dans la réalité ?
Aujourd’hui, beaucoup d’entre nous – jusqu’à 70 % selon un récent rapport de McKinsey – attendent une personnalisation de tous leurs services numériques. Dans le même temps, malgré la diversification des contenus sur les plateformes de streaming, la télévision reste le cœur du foyer. Au Royaume-Uni, 63 % d’entre nous regardent du contenu vidéo sur un téléviseur plus que sur tout autre appareil, et plus de la moitié des Européens (55 %) ont acheté un téléviseur connecté au cours des deux dernières années.
Les principaux fournisseurs de télévision payante et de câble au Royaume-Uni – Sky, Virgin, TalkTalk, BT Sport – ont tous trouvé des moyens de personnaliser leurs écrans de gestion de contenu, généralement en utilisant les types de moteurs de recommandation popularisés par Netflix et autres. Cela est dû en grande partie au fait qu’ils essaient de répondre aux besoins d’une famille entière ou de plusieurs personnes, chacune ayant des goûts potentiellement contradictoires, mais aussi au fait que les opérateurs ont leurs propres intérêts à servir, sous la forme de promotions, notamment de leur propre contenu.
Les opérateurs historiques ont également commencé à prendre des mesures pour combler le fossé en matière de contenu. Il est désormais possible d’accéder à du contenu en streaming en même temps qu’à du contenu télévisuel classique sur votre télévision connectée ou vos décodeurs. Les recommandations, pour la plupart, restent relativement cloisonnées et vous devez toujours avoir des abonnements séparés auprès de ces fournisseurs. Mais les émissions, les films, les séries et les programmes de télévision de rattrapage de Netflix, Amazon Prime, Disney+, ITV, YouTube et bien d’autres sont désormais présentés et consultables dans une bibliothèque unique.
Pourtant, Carlaw et d’autres comme lui prédisent que cette personnalisation est appelée à s’étendre et à s’approfondir.
Compte tenu des incitations financières en jeu, les principaux moteurs d’une personnalisation plus poussée de la télévision seront probablement les annonceurs. Et la technologie est déjà en place.
AdSmart de Sky permet aux entreprises de payer pour des publicités ciblées, dites « adressables », qui peuvent être personnalisées et permutées en fonction de la personne qui les regarde et de l’endroit où elle les regarde. Ce système va bien au-delà du partage de données démographiques entre radiodiffuseurs et annonceurs, ou de la promotion par les chaînes de télévision locales des entreprises d’une région donnée. Au lieu de cela, AdSmart utilise des milliards de points de données provenant de milliers de sources pour placer les téléspectateurs dans des groupes cibles restreints et hautement définis. Les entreprises sont alors en mesure de proposer à ces publics très spécifiques les publicités les plus efficaces et les plus utiles pour les besoins des spectateurs, augmentant ainsi leurs chances de conversion.
Pour parvenir à une telle personnalisation, Sky transforme effectivement les décodeurs en serveurs publicitaires locaux. Lorsqu’on regarde une chaîne équipée d’AdSmart, les publicités enregistrées sont automatiquement diffusées pendant les pauses publicitaires. Un propriétaire de chat végétalien, par exemple, pourrait recevoir une publicité pour des aliments pour animaux sans viande le jour où il fait habituellement ses courses, tandis qu’un autre téléspectateur, qui a récemment recherché des conseils de voyage, pourrait recevoir une publicité pour des vacances pendant la même pause publicitaire.
Si aucune publicité AdSmart n’est disponible, une publicité ordinaire, non personnalisée, est diffusée à la place. Il s’agit à la fois d’un avantage essentiel et d’un danger potentiel de la télévision personnalisée : les gens ne sont pas susceptibles de savoir qu’il y a une différence, que ce qu’ils voient n’est pas ce que l’on voit partout ailleurs.
Sky utilise AdSmart sur l’ensemble de ses services depuis 2014 et le sous-traite à d’autres fournisseurs, notamment Channel 4 et Virgin. Les avantages de cette technologie sont évidents : il a été démontré que l’intention d’achat est jusqu’à 20 % plus élevée avec les publicités adressables qu’avec les publicités linéaires génériques à la télévision, mais les données suggèrent également qu’elle profite aux téléspectateurs. Les téléspectateurs sont moins enclins à changer de chaîne lorsqu’on leur montre des publicités ciblées, et ce dans une proportion de 48 %.
Selon un porte-parole de Comcast Technology Solutions, « la publicité contextuelle qui complète les expériences de visionnage est meilleure pour tout le monde ». « Les contenus qui mettent en relation les consommateurs avec des publicités de même nature sont beaucoup plus enclins à un comportement d’achat. Cela crée un bénéfice mutuel : le retour sur investissement des campagnes s’améliore, ce qui élève la valeur de la publicité sur une plateforme ou une destination particulière, le résultat final étant une expérience qui rend les téléspectateurs plus heureux et plus enclins à continuer à regarder. »
Sur un marché où les consommateurs et les entreprises sont de plus en plus nombreux à opter pour des abonnements sans publicité, à éviter les cookies de tiers ou à utiliser des bloqueurs de publicité (81 % des participants à une récente enquête ont déclaré qu’ils bloquaient activement les publicités sur le Web), cette mesure pourrait être importante pour la publicité et les entreprises qui en dépendent.
Si les radiodiffuseurs peuvent le faire pour la publicité, qu’est-ce qui les empêchera d’utiliser l’IA pour proposer un contenu plus personnalisé ? Pas seulement sous la forme de recommandations de contenu plus approfondies, mais sous la forme d’un contenu unique conçu spécifiquement pour vous en tant qu’individu.
Le Dr Jian Li, responsable de l’apprentissage automatique chez Sky, a récemment présenté un cas d’utilisation de l’apprentissage automatique pour recommander du contenu en fonction de l’humeur des gens. « Les êtres humains ont des humeurs. Les machines de recommandation « parlent » en genres », explique M. Li. « Il est difficile pour les machines de traduire les humeurs en genres, ce qui fait que les opportunités de promouvoir le contenu le plus pertinent sont manquées. » Dans le cadre de ce concept, l’équipe de Li a construit un modèle pour apprendre la corrélation entre les humeurs et les mots-clés. À partir de là, les mots-clés ont été mis en correspondance avec les titres du catalogue. Grâce à ce modèle, les gens pourraient, en théorie, dire au fournisseur de contenu qu’ils se sentent tristes mais veulent regarder des films édifiants, ou qu’ils sont stressés et veulent regarder des émissions relaxantes et drôles.
La technologie en instance de brevet de Sky est encore largement conceptuelle, mais elle donne un aperçu de la direction que pourraient prendre les recommandations télévisées et les divertissements personnalisés, tout comme l’idée d’utiliser l’IA pour planifier et produire des contenus uniques.
Jusqu’à présent, les divertissements ont été largement guidés par ce qu’on appelle la culture du succès, c’est-à-dire les médias du plus petit dénominateur commun qui attirent le plus grand nombre de fans. Les fournisseurs de contenu offrant un choix apparemment illimité, le public est aujourd’hui beaucoup plus diversifié. Ce constat, associé à ce que l’IA de chaque plateforme sait de ses utilisateurs, permet aux créateurs de contenu – ou plus exactement à leurs algorithmes – de choisir ce qu’ils vont mettre en service ensuite, ou de créer un contenu personnalisé pour des groupes plus petits, mais plus engagés.
« Historiquement, si un cinéaste faisait quelque chose de différent, il devait avoir attiré beaucoup d’attention pour en faire un succès », explique Jude Sheeran, vice-président EMEA des experts en données en temps réel DataStax. « À ce titre, les nouveaux genres avaient du mal à décoller. Aujourd’hui, de tels projets n’ont pas besoin d’autant d’attention. Les producteurs peuvent très rapidement déterminer, à l’aide d’un petit échantillon, si quelque chose a le potentiel d’être populaire, ce qui a pour avantage à la fois de créer un contenu plus personnalisé et d’aider les créateurs à trouver de nouveaux centres d’intérêt et à libérer leur créativité. »
En poussant les choses un peu plus loin, la future création de contenu pourrait aller au-delà de la personnalisation pour devenir individualisée. En s’appuyant sur le fait que les assistants d’IA peuvent déjà identifier les individus par leur voix, et que des assistants comme Alexa sont de plus en plus intégrés aux téléviseurs connectés, la prochaine génération de postes pourrait être dotée d’une série de capteurs leur permettant de reconnaître instantanément qui regarde. Le contenu et les recommandations seraient alors très spécifiques et uniques à cette personne.
Il existe un monde futur fictif où la programmation est adaptée aux goûts individuels de chaque téléspectateur, grâce à la création et à l’attribution de visages synthétiques spécifiques aux consommateurs », explique le Dr Alex Connock, chef de département du Creative Business MA à la National Film and Television School et auteur de « Media Management and Artificial Intelligence : Understanding Media Business Models in the Digital Age ». Il ajoute qu’il pourrait s’agir de solutions permettant de montrer aux téléspectateurs des contenus comportant des versions numériques d’eux-mêmes ou des avatars les plus susceptibles de susciter une réaction positive spécifique.
La volonté de personnalisation accrue s’accompagne toutefois d’une pression encore plus forte sur les données personnelles. Après tout, les recommandations sont aussi bonnes que les algorithmes sur lesquels elles sont basées, et ceux-ci sont aussi bons que les données sur lesquelles ils sont formés.
La technologie AdSmart de Sky tire des informations de ses propres sources et de sources tierces afin de savoir quelle technologie, quel véhicule ou quelle propriété nous possédons, notre historique d’achats récents et même notre score de crédit Experian. Pourtant, en juin de cette année, un rapport a révélé que si la majorité des consommateurs (63 %) sont prêts à fournir des informations en échange d’expériences personnalisées, c’est à la condition que les marques utilisent « leurs propres données de première main et non des données achetées ou louées à des tiers ».
Un projet pilote, lancé par Channel 4 et ITV en 2017, a présenté l’idée de publicités personnalisées à un petit groupe de personnes. Si le concept a été généralement bien accueilli, lorsque la personnalisation est devenue trop spécifique, en termes d’utilisation des noms des individus ou d’autres données très personnelles dans les publicités, le groupe l’a décrite comme glauque et invasive.
En ce qui concerne la télévision, comment les diffuseurs peuvent-ils offrir une personnalisation poussée sans aliéner les clients ou manquer de respect à la vie privée ? Apple est l’un des principaux partisans de la « confidentialité différentielle », la science statistique qui consiste à en apprendre le plus possible sur un groupe tout en en apprenant peu sur les individus qui le composent. Ce n’est pas aussi perspicace que si l’on avait accès aux données individuelles, mais ce n’est pas très éloigné de la façon dont les recommandations actuelles fonctionnent aujourd’hui, en termes de recherche de modèles et de trajectoires de comportement. Elle associe également des données utiles à une grande précision sans sacrifier la vie privée.
La question de la personnalisation et de la polarisation suscite également des inquiétudes. Certains affirment que plus la personnalisation du contenu, en particulier des informations, est poussée à l’extrême, plus le risque d’une « bulle de filtres » est élevé. Il est avancé que la télévision personnalisée pourrait essentiellement conduire à une augmentation des annonceurs exploitant la connexion personnalisée et de confiance pour diffuser des opinions politiques ou d’autres points de vue polarisés. La réglementation accrue de la radiodiffusion permettrait probablement d’éviter cela, mais c’est un autre obstacle que les fournisseurs dans cet espace doivent prendre en compte.
Pourtant, malgré toutes les inquiétudes et les visions dystopiques, la télévision personnalisée est très prometteuse, comme le conclut Prashant Natarajan, vice-président de la stratégie et des produits de la société d’IA en nuage H2O.ai et auteur de « Demystifying AI for the Enterprise ».
« Fondamentalement, cela se résume à ceci : les données sont le meilleur substitut que nous ayons aujourd’hui pour les émotions et les comportements des gens dans un monde de plus en plus numérique, et l’IA est simplement une représentation de ces données. Une façon d’utiliser ces données et ce qu’elles représentent. Il y aura des défis à relever, mais je crois que les conversations que nous avons autour de l’IA et de la personnalisation finiront par créer un nouvel écosystème numérique, beaucoup plus satisfaisant pour nous, les humains. »
–
SEO INSIDE est une agence web à Amiens (notamment…).
--
SEO Inside est une agence web et SEO - en savoir plus sur nous:
Agence web / Audit SEO / Conseil SEO / Création de site internet / Refonte de site internet optimisé pour le SEO / Référencement naturel / Référencement local /Netlinking / Formation SEO / E-Réputation et avis
Voici nos implantations :
Lille / Dunkerque / Amiens – ce sont nos 3 bureaux historiques.
Puis voici nos zones géographiques d’intervention :
Paris / Abbeville / Rouen / Compiègne / Reims / Metz / Caen / Evreux / Nancy / Colmar / Rennes / Le Mans / Orléans / Dijon / Besançon / Angers / Nantes / La Rochelle / Poitiers / Limoges /Clermont-Ferrand / Lyon / Annecy / Grenoble / Valence / Bordeaux / Montauban / Toulouse / Biarritz / Montpellier / Marseille / Cannes / Nice / Avignon / Monaco
SEO INSIDE est une agence web spécialiste en référencement naturel qui se veut proche de vous. Contactez-nous pour discuter de vos projets.
