Big data et médias : l'alliance parfaite pour un contenu ciblé

TV connectée, Set top box, mobile, web, tablette... Les supports de diffusion connectés sont divers et variés. Une diversité propice à l’augmentation du volume de données transitées. Bienvenue dans l’ère du "big data" !

Rappelons ce qui est entendu par « big data » :

Il s’agit d’un volume massif de données provenant de différentes sources (réseaux sociaux, tags, TV connectées, etc.) corrélées entre elles dans le but d’en extraire des informations.  Autrement dit, c’est une mine d’or que les entreprises, et plus particulièrement aujourd'hui les médias, cherchent à exploiter afin de nous proposer une offre toujours mieux adaptée.

Des opportunités pour les Médias 

1. Le contenu personnalisé 

L’analyse du « big data » permet aux médias d’accumuler une quantité faramineuse d’informations clés sur les consommateurs (intérêts, âge, genre…). Le résultat de cette analyse permet aux médias de prévoir les comportements et d’anticiper les désirs de l’utilisateur afin de lui proposer le bon contenu au bon moment et au bon endroit.  Leur but ? Les fidéliser ! L’exemple phare de cette pratique est la célèbre série "House of Cards", élaborée par Netflix en fonction des goûts et centres d’intérêts de ses utilisateurs. Autre exemple très parlant, le Huffington Post qui utilise le "big data" en temps réel afin d’améliorer l’expérience utilisateur de son site web. 

2. La publicité ultra-ciblée

Tout comme la publicité en ligne qui vise uniquement les profils-cibles grâce au RTB (Real Time Bidding), les chaînes de télévision peuvent aujourd’hui savoir, en temps réel, quels types de profils regardent quels programmes et ainsi les asséner de publicités ajustées. Ainsi, à l’instant T, deux profils-cibles visionnant le même programme sans avoir les mêmes centres d’intérêts ne seront pas contraints aux mêmes spots publicitaires.

Une étude menée sur le sujet a révélé que l’analyse du « big data » permet aux médias :
- de prendre une décision stratégique 5 fois plus vite
- de mettre en place cette décision 5 fois plus rapidement

- et lui donner 2 fois plus de chances de se classer dans le top 5 des entreprises les plus performantes de son industrie. 

Le « big data » a pourtant ses limites
 

  1.     Le volume
Aujourd’hui, un média reçoit entre 35GB et 70GB de données chaque jour. Ces acteurs sont donc susceptibles de devoir traiter 1TB de données par mois. Une telle quantité de données demande des moyens considérables en termes de main d’œuvre et d’outils informatiques qu’ils n’ont pas forcement. C’était le cas de TVB (Television Broadcasts Limited), entreprise Hongkongaise qui a fait appel à IBM pour la mise en place de sa solution Blu Acceleration spécialisée dans l’analyse de données massives.

2.     La vélocité

Aujourd’hui pour être performante, l’analyse du "big data" doit être rapide. La perpétuelle augmentation des données collectées oblige les médias à une permanente adaptation.  Celle-ci se traduit par la mise en place de systèmes d’analyse toujours plus rapides et compétitifs (exemple : Oracle Business Intelligence Foundation Suite). 

3.     La variété

À ce jour, 80% des données collectées ne sont pas structurées. Elles proviennent de fichiers vidéo, audio, emails, moteurs de recherche, médias sociaux. Les médias doivent donc établir un système d’organisation de ces données afin de pouvoir mieux les exploiter. Comment ? En implémentant des outils spécialisés comme SAS Text Analytics.


Il apparaît clairement que l’analyse du "big data" qui, hier encore, était une opportunité, est aujourd’hui devenue incontournable. Cependant, les médias doivent investir dans les technologies et les compétences nécessaires pour une exploitation optimale de cette ressource.

IBM / Alliance