Netflix une success story basée sur des algorithmes de recommandation ?

Netflix, la petite entreprise de location de DVD qui est devenue le mastodonte de la VOD dans le monde. À l’heure où j’écris cet article, Netflix compte 117,6 millions d’abonnés dans le monde et continue de dépasser année après année son record de recrutement de nouveaux abonnés. Netflix se porte bien, très bien même, avec une croissance de son chiffre d’affaires de 32,6 % une évolution fulgurante que beaucoup d’acteurs de la VOD n’ont pas sentie venir en Europe même si depuis son lancement, beaucoup d’acteurs investissent le marché comme Prime Vidéo ou même Disney.

Qu’est-ce qui fait de Netflix, une plateforme de VOD pas comme les autres ?

Le budget alloué aux créations originales

D’abord, s’il y a bien un point que tout le monde a identifié c’est la quantité toujours plus impressionnante des investissements de Netflix dans la production de ses contenus originaux. Le budget pour la création de ces contenus uniques à la plateforme de streaming est faramineux et dépasse de loin des chaines américaines comme HBO par exemple. À titre indicatif, Netflix aurait prévu un budget d’environ 8 milliards de dollars en 2018 pour la création de nouveaux contenus originaux. Ces chiffres peuvent paraître gigantesques, mais il s’agit ici d’une stratégie bien réfléchie. Très peu d’acteurs de la VOD en France en Europe ou dans le monde peuvent rivaliser avec les budgets qu’investit Netflix dans les créations originales. Il s’agit bien là d’une force qui permet à la plateforme d’ouvrir de nombreuses portes sachant qu’avec ses contenus originaux Netflix économise de l’argent, car la création leur coute visiblement moins cher que l’achat des droits de diffusion.

Netflix et ses nombreux algorithmes de recommandations et suggestions vous rendent accro

Beaucoup disent que si un service est gratuit c’est que vous êtes le produit. Visiblement avec Netflix même si vous payez, vous êtes également le produit, car si l’abonnement est (très) abordable sur le marché de la VOD compte tenu du choix présent en catalogue, il n’en est pas moins que pour être rentable, Netflix doit convaincre des millions de nouveaux utilisateurs chaque année. Pour avoir un maximum d’abonnés le spécialiste de la VOD doit à la fois trouver de nouveaux clients, mais aussi, et surtout garder ceux qui ont déjà souscrit à une offre. Donc, avoir un taux de désabonnement faible et l’un des principaux objectifs de Netflix. C’est là qu’interviennent les algorithmes qui ont fait le succès planétaire de Netflix. La firme garde la recette industrielle de ses algorithmes bien au chaud comme la plupart des entreprises. Malgré le secret qui plane au cœur de ce qui a fait (en partie) le succès de Netflix, Todd Yellin le vice-président de la plateforme a expliqué certaines subtilités à Wired et un papier scientifique a également été publié en 2015 par Neil Hunt, responsable produit Netflix et Carlos Gomez Uribe qui était jusque là responsable de la personnalisation algorithmique pour la plateforme de streaming qui est maintenant chez Facebook pour l’algorithme de recommandation dans le fil d’actualité. Dans cette étude, les deux spécialistes affirment qu’un utilisateur Netflix perd l’intérêt à utiliser la plateforme après avoir cherché un contenu à visionner au bout de 60 à 90 secondes soit environ 10 à 20 titres. C’est précisément à ce moment que les algorithmes Netflix prennent tous leur sens puisqu’un utilisateur impatient est susceptible d’abandonner le service si rien ne lui est proposé.

Les algorithmes Netflix, la bouée de sauvetage anti désabonnement :

Sans vous détailler les algorithmes, laissez moi vous expliquer le plus simplement possible ce qu’ils fournissent, il faut savoir qu’en général la page d’accueil (qui est de fait la page où tout se passe) compte 40 lignes proposant pour chacune d’entre elles environ 75 titres (ce nombre varie en fonction de l’appareil utilisé pour des raisons liées à l’expérience utilisateur). Généralement les algorithmes ne se mélangent pas sur une même ligne de recommandation de contenu.

• L’algorithme PVR ou classement personnalisé des vidéos :
  Ici un algorithme classe les vidéos d’une ligne donnée (souvent, les lignes représentent des catégories du type thriller) en fonction des probabilités de visionnage des contenus c’est-à-dire plus un auditeur est susceptible de visionner un contenu sur les 75 autres au sein de la première ligne plus ce contenu sera placé devant les autres. C’est pourquoi, quand vous comparez votre ligne « Séries à regarder sans modération », l’affichage des séries peut-être différentes avec le profil d’un de vos amis alors qu’il y a les mêmes 75 contenus dans la ligne. Seulement l’ordre d’affichage sur cette ligne est personnalisé.
• Le Top N :
  Ce système de recommandation que Netflix utilise est très ressemblent au PVR à la différence près qu’ici, il filtre le catalogue complet de Netflix et non une catégorie.
• Le Trending Now, autrement dit le populaire avec une touche de personnalisation :
  Celui-ci associe plusieurs facteurs liés les uns aux autres comme un évènement (élections présidentielles, tempête de vents, Noël) et la récurrence ou le caractère exceptionnel. Par exemple, cet algorithme va recommander plus de films de Noël pendant les fêtes de fin d’année (évènement populaire et récurent). Un autre exemple, cette fois sans le caractère récurent, mais court terme et qui relève de l’exceptionnel, un accident de pétrolier qui va faire croitre considérablement les recherches et les vues de documentaires liés aux marrées noires, etc.
• Continue Watching (reprendre la lecture):
  Oui, un algorithme se cache également derrière cette rubrique. Netflix compte beaucoup de contenu et les utilisateurs peuvent donc commencer plusieurs titres sur une multitude d’appareils (desktop, mobile, tablette, Apple Tv, Chrome Cast, etc.) l’algorithme Continue Watching prend en compte les appareils utilisés pour visionner tel ou tel vidéo, le temps déjà visionné ainsi que le temps écoulé entre les visionnages. Cela permet donc à l’algorithme de prendre en compte la probabilité qu’aura un internaute de terminer une série s’il a déjà regardé la moitié des épisodes. La probabilité sera différente si l’abonné a regardé les 5 premières minutes d’une série il y a 6 mois. Plus la probabilité de reprendre la lecture est élevée, plus le titre en question sera placé dans les premiers résultats de cette section et inversement.
• Video-Video Similarity:
  Si vous utilisez Netflix, vous avez surement déjà vu la partie émergée de l’algorithme. Cette section est souvent intitulée « Parce que vous avez regardé + titre ». Ce système est également basé sur la personnalisation puisque chaque film, série ou documentaire est associé à plusieurs autres contenus mais sans ajout algorithmique. En revanche la personnalisation intervient dans la ligne sélectionnée. C’est-à-dire que si vous avez vu Breaking Bad, mais que l’algorithme détecte qu’il y a plus de probabilité que vous aimiez les contenus associés à House of Cards (autre série que vous avez vue) alors, c’est la ligne de contenus associée à ce dernier qui vous sera présentée en premier.
• Evidence ou élément de réassurance :
  Netflix a bien compris que nous sommes tous uniques. De fait, ce qu’il nomme « Evidence » est la personnalisation des métadonnées affichées aux différents utilisateurs. Dans un cas, la fiche d’un film montrera une photo de la couverture du titre, dans l’autre cas, la photo de couverture sera remplacée par un cliché de l’actrice principale et ainsi de suite pour tout ce qui constitue la description de film. Certains vidéos addicts seront réceptifs s’ils voient que le film a eu un oscar alors que dans le même temps d’autres vont préférer voir à quel autre film (déjà vue) ce titre ressemble. C’est effectivement un élément de réassurance qui utilise la personnalisation.
• Search:
  Pour éviter la frustration d’une recherche de vidéo indisponible dans le catalogue, Netflix a associé la recommandation personnalisée en fonction du profil utilisateur. Dès que celui-ci commence à écrire dans la barre de recherche, ainsi, même si le contenu n’est pas présent sur la plateforme, Netflix limite la frustration en associant les lettres tapées à un contenu que l’internaute serait susceptible d’aimer.

Même si les détails techniques du fonctionnement pourraient être intéressants, il n’est pas dans l’intérêt de la plateforme de les diffuser au grand jour, mais ce qui reste intéressant c’est que le système a toujours une vidéo à recommander. Par ailleurs, les algorithmes évoqués ci-dessus seraient à l’origine de 80 % des heures visionnées. Une performance qui démontre la puissance des algorithmes sachant qu’une minorité des abonnés est consciente de ce qui se trame derrière la plateforme.

Mais Netflix ce n’est pas uniquement une succession d’algorithmes pertinents et complémentaires.

Netflix c’est aussi une expérience utilisateur et une stratégie marketing bien rodée

• La page d’accueil
  Je n’ai pas de chiffres à ce sujet, mais une chose est certaine, l’objectif de cette page est que vous restiez et trouviez très rapidement les contenus qui vous plaisent. Même si la lisibilité des lignes est uniforme, lors de l’arrêt sur la pochette d’illustration, l’accent est tout de suite mis sur la description de l’œuvre avec une mise en scène musicale et visuelle.
• La création de profils pour éviter de polluer les recommandations
  Netflix est bien conscient que beaucoup d’abonnés utilisent un même compte à plusieurs pour diminuer le coût de revient ou alors, car le compte est utile à toute la famille. Si toutefois Netflix tente de diminuer ce « phénomène de compte à plusieurs » en bloquant la diffusion en streaming à 1, 2 ou 4 écrans en simultané selon la formule, il y a un sujet avec lequel Netflix ne rigole pas, pour diminuer au maximum le désabonnement des abonnées, les recommandations doivent être les plus fiables possible et 2 utilisateurs différents sur un même profil réduirait d’autant l’efficacité des recommandations délivrées par ses nombreux algorithmes. C’est pourquoi, peu importe la formule d’abonnement choisie, si vous souhaitez créer plusieurs profils, vous êtes libre de le faire. Imaginez un foyer avec de jeunes enfants qui regardent des dessins animés sur Netflix, sans créer le profil pour les enfants les recommandations de films ou de séries seraient biaisées une fois la reprise du profil par les parents.
• La sortie de saison complète :
  C’est une des grandes particularités de Netflix quand la nouvelle saison d’une série sort, tous les épisodes sont disponibles au même moment contrairement aux grandes chaines comme HBO pour ne citer que celle-ci qui diffuse généralement un nouvel épisode par semaine. Ce n’est pas innocent de la part de Netflix, avec cette caractéristique la plateforme limite la frustration de ses abonnés et permet aux utilisateurs qui testent le service pendant 1 mois de passer beaucoup plus de temps à regarder leurs séries préférées sans interruption. Une stratégie qui permet donc d’augmenter le nombre de transformations des tests d’un mois en revenus à plus long terme.
• Le Binge watching:
  Une fonctionnalité de visionnage automatique et en continu des nouveaux épisodes de série. Avec Netflix, le temps où vous deviez vous lever pour aller chercher la télécommande dans l’optique de visionner l’épisode suivant est terminé, la plateforme de VOD lance automatiquement l’épisode suivant au bout de quelques secondes pour que les internautes passent toujours plus de temps à utiliser ses services. Netflix n’est pas la seule plateforme de streaming à utiliser cette fonctionnalité qui pousse à la consommation, le géant YouTube l’utilise aussi et désormais les chaines de télévision suivent le mouvement puisque les publicités sont de plus en plus diffusées au milieu d’un épisode de série et moins fréquemment entre 2 épisodes.
• La création de séries via les algorithmes :
  Non, les systèmes de recommandations ne se transforment pas en producteur de séries, en revanche, l’analyse de données d’utilisation et de visionnage des millions d’utilisateurs que compte la plateforme permet de détecter les tendances et les histoires qui plaisent au plus grand nombre. Typiquement, la série House of Cards (qui cumule 6 prix et 48 nominations) aurait été créée suite à une étude statistique de Netflix. Même si la firme ne communique aucunement sur cette pratique, nous pouvons imaginer que cette série créée en 2013 et qui a remporté de francs succès n’est certainement pas la seule qui est née en partie grâce à des études sur les données de recommandation, etc. Si vous souhaitez en savoir plus sur le sujet, je vous invite à lire cet article.

• L’envoi de newsletters personnalisées :
  Comme les utilisateurs de Netflix ne sont pas toujours devant leurs écrans à consommer goulument des séries, la plateforme utilise aussi très bien ses algorithmes pour envoyer des newsletters personnalisées à ses abonnés dans l’objectif de leur proposer de nouveaux contenus qu’ils aimeront à coup sûr. Vous connaissez sans aucun doute très bien l’utilisation des newsletters, mais nous n’avons pas de chiffres sur le ROI des campagnes Netflix en revanche, chez Mediego nous maitrisons la personnalisation des newsletters et beaucoup de nos clients l’utilisent. Nous savons que dans tous les cas, une newsletter dite classique génère un taux de clics et de réactivité bien inférieur à l’envoi d’une newsletter personnalisée qui d’après ce que nous avons analysé augmente le taux de réactivité et de clics de plus de 50 % par rapport à la newsletter « classique » et commune à tous les abonnés. Outre les newsletters, Netflix dispose également d’une stratégie de community management bien rodée.

Pour en revenir au titre de l’article, Netflix est une success story qui repose sur la recommandation personnalisée ? Même si tout le succès de la plateforme ne repose pas uniquement sur la recommandation, j’ai tendance à penser que s’il ne détenait pas une telle avance par rapport à leurs concurrents sur la partie algorithmique, la croissance serait à coup sûr moindre par rapport à celle enregistrée jusqu’à aujourd’hui.

Le mot de la fin : les algorithmes fonds partie intégrante de la recette du succès de Netflix, mais d’autres l’utilisent également comme Amazon, Facebook, LinkedIn et de plus en plus de médias commencent à personnaliser l’expérience délivrée à leurs utilisateurs alors si j’ai un conseil à vous donner, avant d’utiliser la personnalisation, demandez conseil, et voyez par exemple ce que nous proposons comme services de personnalisation à nos clients médias.