nouvelles tendances - le big data
TRANSCRIPT
ETUDE DES NOUVELLES TENDANCES
/ LE BIG DATA /
/ INTRODUCTION/ LE BIG DATA DANS LA MUSIQUE
/ COMMENT CA MARCHE ?
/ LES DIFFERENTES APPLICATIONS
/ CONCLUSION
S O M M A I R E
/ POURQUOI LA MUSIQUE UTILISE LE BIG DATA ?
QU’EST-CE QUE LE
BIG DATA ?
DEFINITION
2,5 TRILLIONS
D’OCTETS DE DONNEES
EN 2 ANSEN PROVENANCE DE
PARTOUT
C’EST ÇA LE BIG DATA
LES PIONNIERS DES DONNEES
AMAZON
eBAY
LES USAGES
4 FACTEURS ALIMENTENT LES BIG DATA
LE WEB 2.0 ET LES RESEAUX SOCIAUX
12
3
> LE MOBILE
L’OPEN DATA>L’INTERNET DES OBJETS & CAPTEURS
>
4
>
LES DATA DU BIG DATA
45%
Des entreprises collectent des données non structurées
>
27% >
-10%
Des entreprises disposent de logiciels de statistique
>
Des entreprises sont outillées pour fiabiliser les données
LES DOMAINES D'APPORT
OPTIMISATION DE LA LOGISTIQUE MONETISATION PROFILS CLIENTS
MARKETING AUTOMATION
MARKETING MULTI CANAL
ANALYSE DU PARCOURS CLIENT
CIBLAGE PUBLICITAIRE PRECIS ROI
EXPERIENCE CLIENT
DETERMINER LES INSIGHTS POUR AMELIORER SON OFFRE & CREER L’EXPERIENCE CLIENT
LES APPLICATIONS CONCRETES
DANS NOTREquotidien
> LA VILLE CONNECTEE
> LES TRANSPORTS EN TEMPS REEL
> PUBLICITES PERSONNALISEES
> ECONOMIES
FOCUSle big dataDANS LA MUSIQUE
LES COULISSES DU BIG DATA DANS
LA MUSIQUE
FOCUS SUR...FOCUS SUR… The echo nest
FONDE EN 2005
>API MIS GRATUITEMENT A
DISPOSITION
BASE DE DONNEES DATA autonome
400 APPS & SITESBASES SUR CET API
100 MILLIONSDE FANS TOUS LES
MOIS>
LA MISSION : aider les fans à mieux découvrir, partager et interagir avec la musique qu’ils aimentx
FOCUS SUR...FOCUS SUR… next big sound
FONDE EN 2009
>486 000 GROUPES ANALYSES
>
LE trackeur de musiques en fonction de leur popularité sur internet et les réseaux sociaux (Youtube, Twitter, Wikipedia etc)
UN SERIVCE DE CREATION ET CLASSEMENT DE CATALOGUE MUSICAL
UN SERVICE DE PERSONNALISATION ET DE RECOMMANDATION MUSICALE
FOCUS SUR...FOCUS SUR… Niland
L’ALGORITHME IMBATTU DEPUIS 5 ANS
EXTRAIRE LES INFORMATIONS PERTINENTES des titres de sa BDD
CREER DE LA DATA UTILISABLE : Classement par spécificités, similitudes, mots clés
OPTIMISER l’expérience client, maximiser les ventes et avoir un vrai ROI
x
x
x
>
>
FOCUS SUR… KOBALT
COLLECTER LES DONNEES du nombre de lectures sur un titre / album, et sur quelle plateforme celui-ci est lu.
TRANSPARENCE : Suivi des données et paiement en temps réel
LE BUT : que tout le monde soit payé ce qu’il mérite
FONDE EN 2001
LE BACK-OFFICE DE LA MUSIQUE
8000 ARTISTES
600 000 CHANSONS
100 TERRITOIRES
> >
AIDER LES ARTISTES
x
x
x
FOCUS SUR...FOCUS SUR… Trax Air
ANALYSE MUSICALE : création d’un ADN musical pour chaque titre (plusieurs extraits de 20 secondes)
VEILLE / MATCHING : Comparaison à la BDD. Création d’un Copyright Data System qui reconnait un morceau et identifie la fraude
LE BUT : éviter le streaming illégal
LE + : Service de reconnaissance audio pour le public
LA RECONNAISSANCE AU SERVICE DE TOUS
UN SERVICE COMPLET
x
x
x
x
1 ALGORITHME
INNOVANT EFFICACE>
LA DATA ET LA MUSIQUE :
QUELS LIENS ?
DéfiL’AVANTAGE CONCURRENTIEL N’EST PLUS LA
RICHESSE DU CATALOGUE, MAIS CELLE DE L'EXPÉRIENCE UTILISATEUR
L'EXPÉRIENCE UTILISATEUR AU CENTRE
MAIS LE STREAMING EST UN MARCHE ÉTROIT
F I D E L I S E R
L'ARRIVÉE DU STREAMING
INDUSTRIE MUSICALEEN DÉCLIN
FAIRE FACE A LA RÉVOLUTION NUMÉRIQUE
STREAMING RELAIS DE CROISSANCE
x 5REVENUS LIÉS
AU NUMÉRIQUE DEPUIS 2010
DU CHIFFRE D’AFFAIRE
DU NUMÉRIQUE
32%LANCEMENT DANS LES PAYS SCANDINAVES
SUCCÈS GRÂCE AU MOBILE
PLUS DE PROPRIÉTÉ, MAIS ACCÈS ILLIMITÉ
insightAVOIR ACCÈS A LA
MUSIQUE PARTOUT, A TOUT MOMENT ET
EN ILLIMITÉ
SPOTIFY = LEADER MONDIAL
DES MILLIONS DE DONNÉES AU SERVICE DE L'EXPÉRIENCE UTILISATEURS
MILLION D’UTILISATEURS +
MILLIONS DE TITRES +
RÉSEAUX SOCIAUX=
BIG DATA
DONNÉES AGRÉGÉES
RYTHME // HARMONIE // TEMPO // AMPLITUDE // MÉLODIE,
GENRE // ARTISTES,
LA FAÇON QUE L’UTILISATEUR A DE CONSOMMER LA MUSIQUE
(PARTAGE, TEMPS D'ÉCOUTE …)
RECOMMANDATION
PRÉDICTION DE CE QUI VA PLAIRE
COMMENT CA
MARCHE ?
L’EXEMPLE DE MIXSHAPE®
ÉTAP
E 1
L’EXEMPLE DE MIXSHAPE®
ÉTAP
E 2
L’EXEMPLE DE MIXSHAPE®
ÉTAP
E 3
AUJOURD’HUI, UNE TRADUCTION DES DONNÉES ENCORE PLUS POUSSÉE
LES API* AU COEUR DU SYSTÈME
D’EXPLOITATION
METADONNÉESENRICHIES
RECOMMANDATIONS
SEGMENTATION DES AUDIENCES 5 1
ALGORITHMES BASÉS SUR L’INTELLIGENCE ARTIFICIELLE
MACHINE LEARNING*
DEEZER vs. SPOTIFY
Cassandra
HADOOP
LES DIFFÉRENTES
APPLICATIONS
LA RECOMMANDATION ET PERSONNALISATION
> 35 MILLIONS de titres
> Achat de The Echo Nest
> Achat de Seed Scientific
PLAYLISTS PROPOSÉES EN FONCTION DU MOMENT DE LA JOURNÉE EN HOMEPAGE
LES DÉCOUVERTES DE LA SEMAINE
LES FLASHBACKS (CHANSONS DE L'ANNÉE, CHANSONS QUE L’UTILISATEUR A ÉTÉ LE 1ER A DÉCOUVRIR)
LA FONCTIONNALITÉ “PARCOURIR”
HOMME INTELLIGENCE ARTIFICIELLE DATA MINING
RÉGIE PUBLICITAIRE
FREEMIUM = PUBLICITE
CONNAISSANCE DU COMPORTEMENT DE
L’UTILISATEUR
ANALYSE POUSSÉE DE L’UTILISATEUR
SEGMENTATION ET CIBLAGE PRÉCISE DES AUDIENCES
REGIE PUBLICITAIRE - LE CAS DE BMW
OBJECTIFA
AAccroître l'intérêt pour la BMW 320i et sa notoriété
SOLUTION
Une application brandée BMW dans laquelle> 5 ROADTRIPS A SÉLECTIONNER
> GÉNÈRE UNE PLAYLIST PERSONNALISÉE en fonction de leur choix
RESULTATS
+14 000 playlists crées
30% des playlists générées entièrement
AUTRES FONCTIONNALITÉS/PROJETS
SPOTIFY CAPITALISE SUR LE DATA AFIN DE TOUJOURS MIEUX CONNAÎTRE SES AUDIENCES
MUSICAL MAP
PLATEFORME D’ANALYSE DE DATA INSIGHT DEPUIS 2014
> 1 MILLIER DE MÉTROPOLES RECENSÉES
> LES TITRES LES PLUS ÉCOUTÉS
«Nous voyageons pour connaître ce qui rend un endroit différent et spécial, en cherchant les spécialités locales»
LA RECOMMANDATION ET PERSONNALISATION
RECOMMANDATION
Basée sur l’utilisation de Deezer pour générer des données, en fonction des écoutes et des favoris.
FLOW
RADIO
Recommande de la musique en l’ajoutant directement aux playlists de l’utilisateur.
Enrichie les playlist en fonction de leur style ou de leur ambiance avec des titres suggérés
50EXPERTS
MUSICAUX DANS LE MONDE
1ALGORITHME
LA RECOMMANDATION ET PERSONNALISATION
LA TECHNOLOGIE “MUSIC GENOME”
- 400 ATTRIBUTS MUSICAUX (MELODIE / HARMONIE / RYTHME / FORME / COMPOSITION / PAROLES
- 20 000 ARTISTES ANALYSES
- 400 000 CHANSONS ANALYSEES
> FONDE EN 2000
> 5 ANS D’ELABORATION
> 1 ERS A UTILISER LA TECHNOLOGIE DE RECOMMANDATION MUSICALE
RECOMMANDATION ET CREATION DE RADIO PERSONNALISEES
JOUER LE BON MORCEAU, UNIQUEMENT POUR VOUS
LA RECOMMANDATION ET PERSONNALISATION
LES CRITERES UTILISES :
- LES LIKE
- LES AJOUTS DANS LA BIBLIOTHEQUE ITUNES
- LES ECOUTES ENTIERES DE CHANSON
ALGORITHME BASE SUR LES ECOUTES ET LES GOUTS :
IL EVOLUE AVEC LE TEMPS ET S’ADAPTE A L’UTILISATEUR
MUSIC
CONNAITRE SON UTILISATEUR LA DATA DU LIKE>>
ECHEC DU LANCEMENT DE “FOR YOU” : RECOMMANDATION PEU PERTINENTE CAR PERSONNALISATION EFFICACE A LONG TERME
For you
LA PRÉDICTION
PRÉDICTION DES ARTISTES DE DEMAIN
69% DES RÉSULTATS
JUSTES
4/6 DES PRÉDICTIONS JUSTES
GRAMMY AWARDS 2013
CONCLUSION
L’ALLIANCE DE L’HOMME ET DE L’ALGORITHME AU SERVICE DE L’EVOLUTION TECHNOLOGIQUE
GRACE A LA PERSONNALISATION ET A LA PRECISION, LA RECOMMANDATION ET LE SERVICE
POUR MIEUX CONNAÎTRE SES CONSOMMATEURS
ET ANTICIPER LEURS BESOINS
EN BREF, LE BIG DATA C’EST :
/ MERCI /