C’était le 6 Janvier dernier au CES de Las Vegas, Reed Hastings annonçait la disponibilité globale de son service (dans 190 pays) alors que les mots “Netflix Everywhere” étaient écrits en lettres géantes sur les écrans derrière lui.
Mais alors que des millions d’habitants de la planète pouvaient enfin mettre la main sur le service, d’importants changements de l’algorithme étaient mis à l’épreuve en coulisse. En effet, le fameux algorithme (celui-là même qui est au coeur de la proposition de valeur du service) était maintenant devenu global… lui aussi.
Carlos Gomez Uribe m’explique que, jusqu’à présent, Netflix déployait une nouvelle variation de son algorithme de recommandation pour chaque nouveau pays lancé. Si vous étiez l’un des premiers utilisateurs français sur le service, vous aviez donc des données de recommandations basées sur vos compatriotes découvrant également le service. Mais c’était sans compter sur la découverte suivante : les films et séries proposés avaient le don d’abattre les frontières pour rendre une simple catégorisation pays par pays réductrice.
Le nouvel algorithme va donc crawler dans l’ensemble des données de ses utilisateurs du monde entier pour offrir ses recommandations. Carlos met en avant deux avantages à cela :
1- Les nouveaux marchés où il y a encore peu d’utilisateurs se voient immédiatement proposer des recommandations acquises sur une masse considérable de données.
2- Mais les recommandations sont également meilleures dans les pays où Netflix est installé depuis longtemps, permettant de mettre en lumière des communautés d’intérêt qui sortent des frontières (vos recommandations en anime japonais pourra ainsi chercher dans les données recueillies partout dans le monde).
Breaking Data
Vous avez tout compris jusqu’à présent ? Vous avez bien de la chance, parce que le VP Product Innovation est sur le point d’enlever sa casquette de vulgarisateur pour satisfaire ma curiosité maladive.
Parce que ce n’est pas aussi simple. Après tout, cela serait trop facile si l’algorithme de recommandation qui fait la fierté de Netflix était aussi évident à expliquer que cela.
Parce qu’il ne l’est pas.
Quand Netflix désigne son algorithme de recommandation au singulier, il faut en réalité comprendre qu’il s’agit de la combinaison de 12 algorithmes différents aux particularités propres.
Dans leur quête de “l’algorithme parfait” (si cette expression a tout simplement un sens alors que cette quête sera sans fin), Netflix a usé et abusé de l’A/B testing. Si cette pratique est devenue très courante, Netflix fait très certainement partie de ces sociétés qui l’ont élevé au rang de science (pour aller plus en profondeur sur cette partie : Le Fascinant cas du Dr. Netflix & Mr. Data). Pour les petits nouveaux du fond, l’A/B testing consiste à tester deux versions légèrement différentes d’un même service pour ne garder que celle qui donne les meilleurs résultats.
Avant d’arriver à la version actuelle de l’algorithme, Carlos Gomez Uribe me confie que ce sont plus de 20 A/B testing qui ont été réalisés (chacun de ces tests possédant de 5 à 10 variantes) et qu’ils ont été expérimentés sur chacun des 12 algorithmes qui constituent la recommandation chez Netflix.
Lancer un algorithme global, ce n’était donc pas appuyer sur un bouton On/Off, et cela fait depuis plusieurs mois qu’il s’approche de celui en production aujourd’hui au travers d’itérations successives.
Algorithm is the New Black
Quels sont les avantages à avoir un algorithme global ? Ce n’est pas de la paresse, mais cela va énormément simplifier le travail des ingénieurs chez Netflix qui n’auront plus à déployer une version pour chacun des 190 pays. Il n’existe qu’un seul algorithme pour tous. Mais l’avantage principal à cela, c’est tout simplement le fait que cela va également permettre à Netflix d’innover plus rapidement, les améliorations de l’algorithme étant immédiatement testées et déployées auprès d’une audience globale.
Pourtant, il ne faut pas imaginer que la dimension locale est désormais totalement absente de la démarche. L’algo est suffisamment intelligent pour savoir quand il lui faudra mixer avec une approche locale. En effet, si les goûts en films d’animation sont très spécifiques en France face au reste du monde, il saura prendre en compte cette “exception culturelle”.
Autre avantage d’un algorithme global, il saura mettre en exergue l’existence d’une communauté qui serait intéressée pour un contenu qui n’est pas encore disponible dans ce pays. Pour exemple, cela pourrait être de voir qu’une communauté d’utilisateurs adorant The Following et Sherlock aime aussi Black Mirror. L’Allemagne possède une importante communauté d’utilisateurs fans des 2 premiers, mais Black Mirror n’y est pas encore disponible à cause du contrat de licence (exemple non-contractuel que j’invente pour cette explication). Cela signifie que Netflix a tout intérêt à signer une licence à Black Mirror pour l’Allemagne où il devrait rencontrer un vif succès.
L’algorithme global devient ainsi un moteur pour aider Netflix à choisir sur quelles séries mettre son budget de licencing.
Big Data Theory
Mais si j’ai plusieurs fois utilisé l’expression “algorithme parfait”, Carlos me fera comprendre que l’existence même d’un tel algorithme n’est pas forcément souhaitable.
Il prendra l’exemple de House of Cards où deux versions des recommandations ont été testées. D’abord avec une similarité stricte, où la version de House of Cards de 1990 de la BBC était mis en avant. Puis un autre, qui allait chercher davantage dans la popularité de séries similaires en mettant en avant des A la Maison Blanche ou The Americans. Le dernier performait largement mieux que le premier.
En vérité, cela va même plus loin puisque Netflix va mettre à jour des relations qui n’ont rien d’évidentes. C’est la raison pour laquelle dans une rangée de recommandations intitulée “Parce que vous avez regardé Californication”, il vous proposera un documentaire sur la cuisine. Le lien n’a rien d’évident, mais la data montre que les amateurs de l’un vont avoir de grandes chances d’être réceptifs à l’autre.
En effet, ce n’est pas l’algorithme parfait que recherche Netflix, mais la mise en place d’une recommandation qui vous mettra en avant des shows que vous allez avoir envie de lancer immédiatement : augmentant votre temps de visionnage du service, et donc votre fidélité sur le long terme.
Netflix fait ainsi un nouveau pas dans la recommandation de séries et films avec un algorithme global qui arrive à point nommé pour son expansion à la quasi-totalité de la planète. Netflix était déjà dans une position unique pour bousculer/réinventer l’industrie audiovisuelle. Mais ces dernières annonces ne font que la renforcer.
Et pour ceux qui trouvent que mon article est un peu trop léger sur le sujet (et qui ont toujours faim d’algorithmes), Netflix va plus en détail sur cet article.
Crédit photo : AFP & Presse-Citron
📍 Pour ne manquer aucune actualité de Presse-citron, suivez-nous sur Google Actualités et WhatsApp.
