Blog Economie Numérique - Exploration dans les tréfonds algorithmiques de Netflix

EXPLORATION DANS LES TRÉFONDS ALGORITHMIQUES DE NETFLIX

L’intelligence artificielle est sur toutes les lèvres, mais sa présence ne date pas de l’arrivée de ChatGPT. Netflix use de l’intelligence augmentée depuis la prise de son virage technologique en intégrant des algorithmes de recommandations personnalisées sur sa plateforme. L’objectif étant d’offrir une expérience de streaming la plus aboutie possible à ses utilisateurs.

Initialement, Netflix était un simple service de location de DVD par correspondance. L’intelligence artificielle a nettement participé à ce que Netflix puisse émerger sous l’étiquette de géant mondial du streaming vidéo.

Le CEO de Netflix déclarait même ceci : « Vous avez une série ou un film que vous mourrez d’envie de regarder, et vous finissez par veiller tard la nuit, donc nous sommes en fait en concurrence avec le sommeil ». (traduit de l’anglais)

En effet, dans une société où l’attention a un coût onéreux, le système de recommandation de Netflix contribue exactement à capter cette attention rapidement. Le pire scénario pour Netflix est qu’un utilisateur ne puisse rien trouver à consommer et quitte la plateforme.

Pourquoi Netflix doit-il transformer cette attention rapidement en addiction ?

Tout comme un bel emballage nous incite à consommer ce paquet de bonbons, une belle image (artwork) du résumé d’une série incitera à la regarder. Malgré tout, Netflix va plus loin que cette simple analogie. La plateforme ne doit pas simplement inciter, mais créer cette addiction auprès de l’utilisateur. Netflix doit pouvoir conserver les utilisateurs captifs d’un programme de divertissement quasi infini, et pour cela elle doit créer un environnement le plus personnalisé possible.

Chaque « feed » de Netflix est unique aux 780 millions de téléspectateurs, dont 285 millions d’abonnés …

Chacun des utilisateurs dispose d’une page d’accueil, appelée « feed » qui est unique. Le feed est composé de « rows », ce sont les rubriques telles que nous les connaissons « Ma liste » « Tendances actuelles » ou « Top 10 ».

Quelles sont les critères pour construire ce feed ?

La durée de consommation des programmes
Le moment de la journée auquel l’utilisateur regarde Netflix
Les informations liées à chaque titre (genre, catégories, acteurs, date de sortie…)
Le choix de contenus des autres utilisateurs dont les goûts et préférences
Les interactions de l’utilisateur avec Netflix : historique de visionnage, les likes apposés sur les titres notamment

Les artworks de Netflix : une personnalisation poussée à son paroxysme

Les artworks, ce sont les illustrations intégrées dans les « rows » et ils sont aussi personnalisés.

Cette personnalisation est cruciale et complexe. L’algorithme va piloter son choix en fonction de la consommation du contenu de l’utilisateur.

Prenons l’exemple d’un utilisateur qui adore regarder des films de romance en tout genre.

L’algorithme va en déduire qu’il doit produire un artwork en adéquation avec ce que aime regarder cet utilisateur.

Ici, l’utilisateur a regardé 3 films de romance, l’algorithme décide alors de lui proposer de continuer son streaming sur « Good Will Hunting »

Prenons un autre exemple avec un autre utilisateur qui cette fois-ci regarde surtout des séries de type comédie. L’algorithme va donc sélectionner un artwork différent pour le film « Good Will Hunting » pour s’adapter à ses préférences cinématographiques.

On pourrait donc croire que cela se termine à adapter l’artwork en fonction du genre de série ou film regardé mais pas du tout.

Si un utilisateur est amateur des films avec l’actrice « Uma Thurman », l’algorithme l’aura identifié et proposera systématiquement à l’utilisateur un artwork avec « Uma Thurman » pour inciter à ce que le contenu soit consommé.

Est-ce que ce type d’algorithme est réellement efficace ?

En réalité, oui il l’est puisque selon Netflix l’algorithme de recommandation est responsable à 80% des contenus consommés sur Netflix et ce, sans aucune recherche active de la part de l’utilisateur.

Cela démontre la nécessité des géants du numérique à construire leurs plateformes sur le principe de la fainéantise : moins l’utilisateur en fait, mieux il se porte. L’objectif de cette plateforme est qu’un seul clic utilisateur doit suffire à trouver le contenu souhaité.

L’utilisation de la plateforme doit rester fluide et s’inscrire dans une consommation continuelle où l’algorithme sait plus ce qui peut plaire à l’utilisateur que lui-même.

L’intelligence artificielle employée par Netflix l’a bien compris, il faut pouvoir prédire les types de films que les téléspectateurs choisiront de regarder et resteront captifs de la plateforme.

L’utilisation de l’intelligence artificielle sur la partie technique de Netflix :

La qualité des connexions Internet de chacun des utilisateurs diffère selon leur opérateur et de l’endroit où ils se situent. Netflix l’a bien compris et utilise l’intelligence artificielle pour éviter un risque majeur pour lequel ses utilisateurs auraient de grandes chances de quitter la plateforme : une série qui plante ou qui « bug ».

Netflix optimise la bande passante et donc la diffusion du contenu. Si la qualité de la connexion Internet de l’utilisateur est mauvaise, Netflix va automatiquement ajuster la résolution du contenu quitte à perdre en qualité mais à assurer que le streaming demeure fluide pour l’utilisateur.

L’intelligence artificielle : outil de maintien de la position de leader de Netflix

Une utilisation non mentionnée dans cet article est l’aspect prévisionnel. Il ne s’agit pas uniquement de prédire ce qui pourrait plaire à tel utilisateur adepte de romance mais ce qui sera la nouvelle série en vogue.

Netflix utilise des algorithmes avancés basés sur le machine learning et analyse les historiques de visionnage pour prédire les performances futures des contenus.

Netflix peut ainsi évaluer une diversité de scénarios possibles. Si une série romantique doit sortir, elle va simuler plusieurs approches en se basant sur des succès similaires passés.

Elle va donc évaluer avec une certaine précision quel format, quel genre a le plus de chance de plaire et donc allouer une fourchette de budget en adéquation avec cette prévision.

Netflix utilise aussi l’intelligence artificielle sur les réseaux sociaux pour analyser les avis des utilisateurs ainsi que les discussions notamment les tweets et les commentaires. Cela lui permet de s’adapter extrêmement rapidement et de rectifier le tir en adaptant sa communication ou ses stratégies de promotion.

Par exemple, la sortie d’un teaser qui fait un « bad buzz » obligera Netflix à réajuster son tir et donc le marketing de sa série.

Quelle place prendra l’intelligence artificielle au sein de la plateforme ?

Netflix souhaite, selon les dires de son PDG Greg Peters : utiliser davantage d’intelligence artificielle : « Nous pensons que nous avons la possibilité de développer et de fournir de nouveaux outils aux créateurs pour leur permettre de raconter leurs histoires de manière plus convaincante« .

Ce qui signifie en réalité : Nous voulons utiliser l’intelligence artificielle sur nos productions.

Le flou demeure, car pour l’instant aucune précision supplémentaire n’est divulguée quant à la façon dont Netflix compte utiliser l’intelligence artificielle.

Une chose est sûre : son utilisation dépassera le simple cadre de la recommandation de films et de séries. Tout sera une question d’éthique dans un milieu déjà en tension, lorsque l’année dernière tout Hollywood était en grève au sujet de l’IA dans l’industrie des productions audiovisuelles.

Théo Bartzen

Étudiant en Master 2 droit de l’économie numérique

Sources :