Comment utiliser les données pour faire une série à succès | Sebastian Wernicke | TEDxCambridge
-
0:21 - 0:25Roy Price est un homme dont la plupart
d'entre vous n'ont jamais entendu parler, -
0:25 - 0:28bien qu'il soit peut-être responsable
-
0:28 - 0:34de 22 minutes quelque peu médiocres
de vos vies le 19 avril 2013. -
0:34 - 0:38Il se peut aussi qu'il soit responsable
de 22 minutes très divertissantes, -
0:38 - 0:40mais pas pour beaucoup d'entre vous.
-
0:40 - 0:42Tout cela remonte à une décision
-
0:42 - 0:44que Roy a dû prendre
il y a environ 3 ans. -
0:44 - 0:49Vous voyez, Roy Price est
un cadre supérieur d'Amazon Studios. -
0:49 - 0:52C'est la compagnie de production
de télévision d'Amazon. -
0:52 - 0:55Il a 47 ans, il est mince
avec une chevelure hérissée, -
0:55 - 1:00et se décrit sur Twitter comme :
« films, TV, technologie, tacos ». -
1:00 - 1:05Roy Price a un travail très important,
car il est responsable -
1:05 - 1:09du choix des programmes,
du contenu original qu'Amazon va produire. -
1:09 - 1:12Évidemment, il s'agit
d'un milieu très concurrentiel. -
1:12 - 1:14Il existe déjà
tellement de séries télévisées, -
1:14 - 1:17que Roy ne peut pas choisir
n'importe quel programme. -
1:17 - 1:21Il doit en trouver qui soient vraiment,
vraiment excellents. -
1:21 - 1:24En d'autres mots, il doit
trouver des programmes -
1:24 - 1:26situés complètement
à droite de cette courbe. -
1:26 - 1:29Cette courbe représente
la répartition des votes -
1:29 - 1:33d'environ 2 500 programmes télévisés
sur le site web d'IMDB. -
1:33 - 1:35Le système de vote va de 1 à 10,
-
1:35 - 1:39et la hauteur ici vous indique
combien de programmes ont obtenu ce score. -
1:39 - 1:43Donc si votre programme obtient un score
de neuf points ou plus, c'est un succès. -
1:43 - 1:46Il fait alors partie
des 2% des meilleures séries. -
1:46 - 1:49Des séries comme « Breaking Bad »,
« Le Trône de Fer », « Sur Écoute ». -
1:49 - 1:52Toutes ces séries sont très addictives,
-
1:52 - 1:54dès la fin d'une saison,
votre cerveau se demande : -
1:54 - 1:57« Où est-ce que je peux trouver
plus d'épisodes ? » -
1:57 - 1:58Ce genre de programmes.
-
1:59 - 2:01Du côté gauche, juste pour être clair,
de ce côté, -
2:01 - 2:05vous trouvez des programmes comme
« Toddlers and Tiaras ». -
2:05 - 2:07(Rires)
-
2:07 - 2:09... ce qui devrait vous en dire assez
-
2:09 - 2:11sur ce qu'il se passe
de ce côté-là de la courbe. -
2:11 - 2:15Roy Price ne s'inquiète pas
d'atteindre la partie gauche de la courbe, -
2:15 - 2:18car il faudrait un travail
intellectuel énorme -
2:18 - 2:20pour faire concurrence
à « Toddlers and Tiaras ». -
2:20 - 2:24Ce dont il se soucie,
c'est de cette bosse au milieu, -
2:24 - 2:26la bosse de la télé de tous les jours,
-
2:26 - 2:29vous savez, ces séries qui ne sont
ni vraiment bonnes ni mauvaises, -
2:29 - 2:31qui ne vous passionnent pas vraiment.
-
2:31 - 2:35Il doit s'assurer qu'il se retrouve
vraiment vers la droite. -
2:35 - 2:37Alors la pression monte,
-
2:37 - 2:39et bien sûr c'est aussi la première fois
-
2:39 - 2:41qu'Amazon entreprend quelque chose
comme ça, -
2:41 - 2:45donc Roy Price ne veut pas
prendre de risques. -
2:45 - 2:47Il veut concevoir son succès.
-
2:47 - 2:49Il a besoin d'un succès garanti,
-
2:49 - 2:51il décide donc de lancer une compétition.
-
2:51 - 2:55Il prend des idées pour des séries TV,
-
2:55 - 2:57et de ces idées,
après les avoir examinées, -
2:57 - 3:01il sélectionne huit séries,
-
3:01 - 3:04et ensuite il crée simplement le premier
épisode de chacune de ces séries, -
3:04 - 3:07et les met en ligne gratuitement
à la disposition de chacun. -
3:07 - 3:10Et quand Amazon offre gratuitement
des produits, -
3:10 - 3:12vous allez en profiter, non ?
-
3:12 - 3:16Donc des millions de téléspectateurs
regardent ces épisodes. -
3:16 - 3:20Ce qu'ils ne réalisent pas,
c'est que lorsqu'ils regardent ces séries, -
3:20 - 3:22ce sont en fait eux qui sont observés.
-
3:22 - 3:24Ils sont observés
par Roy Price et son équipe, -
3:24 - 3:26qui enregistrent tout.
-
3:26 - 3:29Ils enregistrent quand on appuie sur play,
quand on appuie sur pause -
3:29 - 3:32quand on saute des moments,
quand on regarde une scène à nouveau. -
3:32 - 3:34Ils collectent des millions de données,
-
3:34 - 3:36parce qu'ils en ont besoin
-
3:36 - 3:39pour ensuite décider
quelle série ils devraient créer. -
3:39 - 3:41Alors bien sûr,
ils collectent les données, -
3:41 - 3:44ils les analysent et la réponse apparaît,
-
3:44 - 3:45la réponse est :
-
3:45 - 3:50« Amazon devrait faire une série sur
4 sénateurs américains républicains. » -
3:50 - 3:52Ils ont fait cette série.
-
3:52 - 3:54Quelqu'un connaît le nom de cette série ?
-
3:55 - 3:56(Public : « Alpha House. »)
-
3:56 - 3:57Oui, « Alpha House » ,
-
3:58 - 4:02mais il semble que peu d'entre vous ici
se souviennent de cette série, -
4:02 - 4:03parce que ça n'a pas eu grand succès.
-
4:04 - 4:05C'est en fait une série très moyenne,
-
4:05 - 4:10littéralement même, parce que
la moyenne de cette courbe est à 7,4, -
4:10 - 4:12et « Alpha House » se retrouve à 7,5,
-
4:12 - 4:15donc une série légèrement
au-dessus de la moyenne, -
4:15 - 4:18mais certainement pas ce que Roy Price
et son équipe espéraient. -
4:18 - 4:21En même temps, cependant,
à peu près au même moment, -
4:21 - 4:23dans une autre entreprise,
-
4:23 - 4:27un autre cadre parvint à obtenir un show
à succès en utilisant l'analyse de données -
4:27 - 4:29et son nom est Ted,
-
4:29 - 4:32Ted Sarandos,
le responsable contenu pour Netflix, -
4:32 - 4:34et tout comme Roy, il a pour mission
-
4:34 - 4:36de trouver d'excellentes séries,
-
4:36 - 4:38et il utilise également
les données pour ça, -
4:38 - 4:40sauf qu'il le fait de manière
un peu différente. -
4:40 - 4:43Au lieu de faire un concours,
ce qu'il décide de faire, avec son équipe, -
4:43 - 4:47c'est de regarder toutes les données
qu'ils ont déjà sur les usagers de Netflix -
4:47 - 4:49les notations des programmes,
-
4:49 - 4:52l'historique des vidéos,
les séries que les gens aiment, etc. -
4:52 - 4:54Et ensuite, ils utilisent ces données
afin de trouver -
4:54 - 4:56toutes ces petites choses
sur leur public : -
4:56 - 4:58quel type d'émissions leur plaît,
-
4:58 - 5:01quels genres de producteurs,
quels genres d'acteurs. -
5:01 - 5:03Et une fois tous ces petits
éléments mis bout à bout, -
5:03 - 5:04ils se sont lancés
-
5:04 - 5:07et décidèrent de créer
-
5:07 - 5:09non pas une série sur quatre sénateurs,
-
5:09 - 5:12mais une série dramatique
sur un seul sénateur. -
5:13 - 5:14Vous connaissez cette série ?
-
5:14 - 5:16(Rires)
-
5:16 - 5:19Oui, « House of Cards » , et Netflix,
évidemment, a assuré avec cette série, -
5:20 - 5:22tout du moins pour les deux
premières saisons. -
5:22 - 5:26(Rires) (Applaudissements)
-
5:26 - 5:29« House of Cards » obtient un score
de 9,1 sur cette courbe. -
5:29 - 5:32Exactement le résultat qu'ils
voulaient obtenir. -
5:32 - 5:34Maintenant, la question est évidemment,
que s'est-il passé ? -
5:35 - 5:38Vous avez deux entreprises compétitives
et expertes en gestion de données. -
5:38 - 5:40Elles relient des millions de données,
-
5:40 - 5:42et ensuite, ça marche
parfaitement pour l'une, -
5:42 - 5:44mais pas pour l'autre.
-
5:44 - 5:46Pourquoi ?
-
5:46 - 5:49Parce que la logique vous dit
que cela devrait marcher à chaque fois. -
5:49 - 5:51Si vous collectez
des millions de données -
5:51 - 5:54pour une décision
que vous vous apprêtez à prendre, -
5:54 - 5:56vous devriez être en mesure
de prendre une bonne décision. -
5:56 - 5:59Vous pouvez vous aider de 200 ans
de statistiques. -
5:59 - 6:01Vous amplifiez ça avec
des ordinateurs très puissants. -
6:01 - 6:05La moindre des choses, c'est
d'en tirer de bonnes émissions, non ? -
6:06 - 6:09Et si l'analyse de données
ne fonctionne pas comme ça, -
6:10 - 6:12ça devient un peu inquiétant,
-
6:12 - 6:15parce que les données ont de plus
en plus d'importance à notre époque -
6:15 - 6:20dans la prise de décisions très sérieuses
qui touchent bien plus que la télé. -
6:21 - 6:24Quelqu'un ici connaît-il l'entreprise
Multi-Health Systems ? -
6:25 - 6:27Personne. Ok, c'est très bien en fait.
-
6:27 - 6:30Multi-Health Systems
est une entreprise de logiciel, -
6:30 - 6:33et j'espère que personne dans cette salle
-
6:33 - 6:36n'aura jamais affaire avec ce logiciel,
-
6:36 - 6:39parce que si c'est le cas,
ça veut dire que vous êtes en prison. -
6:39 - 6:39(Rires)
-
6:39 - 6:43Aux États-Unis, si quelqu'un en prison
demande une liberté conditionnelle, -
6:43 - 6:47il est très probable que le logiciel
d'analyse de données de cette entreprise -
6:47 - 6:51soit utilisé pour choisir d'accorder
ou non cette liberté. -
6:51 - 6:53Donc c'est le même principe qu'avec
Amazon et Netflix, -
6:53 - 6:58mais là, au lieu de décider si
un programme télé aura du succès ou non, -
6:58 - 7:01vous décidez qu'un individu va
être bon ou mauvais. -
7:01 - 7:0722 minutes de télévision médiocre,
ça peut être assez mauvais, -
7:07 - 7:09mais des années de prison en plus,
c'est pire, je pense. -
7:10 - 7:14Malheureusement, il y a des preuves
que ces analyses de données, -
7:14 - 7:18malgré leur abondance, ne donnent
pas toujours des résultats optimums. -
7:18 - 7:21Et ce n'est pas parce qu'une entreprise
comme Multi-Health Systems -
7:21 - 7:23ne sait pas quoi faire de ces données.
-
7:23 - 7:27Même les entreprises les plus expertes
en gestion de données se trompent. -
7:27 - 7:28Oui, même Google se trompe parfois.
-
7:29 - 7:33En 2009, Google annonçait qu'ils pouvaient
grâce à l'analyse de données, -
7:33 - 7:37prédire les épidémies de grippes,
le mauvais genre de grippe, -
7:37 - 7:41en faisant de l'analyse de données
dans leurs recherches Google. -
7:41 - 7:45Et cela marchait parfaitement,
on en parlait partout aux informations, -
7:45 - 7:47dont le summum du succès scientifique:
-
7:47 - 7:50une publication dans
le magazine « Nature ». -
7:50 - 7:53Tout fonctionnait parfaitement,
année après année, -
7:53 - 7:55jusqu'à l'année où ça n'a plus marché.
-
7:55 - 7:57Et personne ne savait dire pourquoi.
-
7:57 - 7:59Ça n'a tout simplement pas
marché cette année-là, -
7:59 - 8:02et évidemment, cela a aussi
fait la une des journaux, -
8:02 - 8:03y compris une rétractation
-
8:03 - 8:05d'un article du magazine « Nature ».
-
8:06 - 8:10Même les entreprises expertes
en gestion de données, Amazon et Google, -
8:10 - 8:12se trompent parfois.
-
8:12 - 8:15Et malgré ces échecs,
-
8:15 - 8:19les données s'immiscent rapidement
dans la prise de décision dans nos vies, -
8:19 - 8:21au travail,
-
8:21 - 8:22dans les forces de l'ordre,
-
8:23 - 8:24dans la médecine.
-
8:24 - 8:27Donc nous devrions nous assurer
que ces données nous aident. -
8:27 - 8:30Personnellement, j'ai pu observer
ces problèmes liés aux données, -
8:30 - 8:33parce que je travaille dans
la génétique computationnelle, -
8:33 - 8:36qui est un domaine où beaucoup
de personnes intelligentes -
8:36 - 8:39utilisent un nombre inimaginable de
données pour des décisions importantes -
8:39 - 8:43comme un traitement contre le cancer
ou le développement d'un médicament. -
8:44 - 8:46Au cours des ans,
j'ai remarqué un schéma, -
8:46 - 8:48une sorte de règle sur la différence
-
8:48 - 8:51entre une prise de décision efficace
avec l'utilisation de données -
8:51 - 8:53et une prise de décision ratée.
-
8:53 - 8:57Cette règle vaut la peine d'être partagée,
ça donne quelque chose comme ça. -
8:58 - 9:00Quand vous résolvez
un problème complexe, -
9:00 - 9:02vous devez essentiellement faire
deux choses. -
9:02 - 9:06La première est de prendre ce problème
et le déconstruire complètement. -
9:06 - 9:09De cette manière, vous pouvez analyser
en profondeur tous ces éléments. -
9:09 - 9:11Puis vient la deuxième étape.
-
9:11 - 9:13Vous prenez tous ces éléments,
et vous les ré-assemblez, -
9:13 - 9:15pour en arriver à votre conclusion.
-
9:15 - 9:18Parfois, vous devez
vous y reprendre à plusieurs reprises, -
9:18 - 9:19mais ce sont toujours ces deux choses :
-
9:19 - 9:21déconstruire et reconstruire à nouveau.
-
9:22 - 9:24La chose cruciale est que
-
9:24 - 9:27les données et l'analyse de données
-
9:27 - 9:29ne sont utiles que dans la première étape.
-
9:29 - 9:32Les données et l'analyse de données,
peu importe leur importance, -
9:32 - 9:36ne peuvent que vous aider à déconstruire
un problème et comprendre ses composantes. -
9:36 - 9:39Elles ne sont pas faites
pour ré-assembler ces éléments -
9:39 - 9:41et en arriver ensuite à une conclusion.
-
9:41 - 9:44Nous avons un autre outil
pour faire ça, nous en avons tous un, -
9:44 - 9:45cet outil est le cerveau.
-
9:45 - 9:48Si le cerveau est doué pour une chose,
-
9:48 - 9:50c'est de ré-assembler
des éléments ensemble, -
9:50 - 9:52même quand les informations
sont incomplètes, -
9:52 - 9:54et d'arriver à une bonne conclusion,
-
9:54 - 9:57particulièrement s'il s'agit
du cerveau d'un expert. -
9:57 - 9:59Voilà pourquoi je pense que
Netflix a eu autant de succès, -
9:59 - 10:03parce qu'ils ont utilisé données et
cerveaux au bon moment dans le processus. -
10:03 - 10:07Ils utilisent les données pour comprendre
les différents aspects de leur public, -
10:07 - 10:10des choses qu'ils n'auraient autrement pas
pu comprendre aussi profondément -
10:10 - 10:13mais ensuite la décision
de prendre tous ces éléments, -
10:13 - 10:16et les ré-assembler pour en faire
une série comme « House of Cards » , -
10:16 - 10:18ça ne figurait pas dans les données.
-
10:18 - 10:21Ted Sarandos et son équipe
ont pris la décision de créer cette série, -
10:21 - 10:24ce qui veut aussi dire,
au passage, qu'ils prenaient -
10:24 - 10:26un risque personnel assez important
avec cette décision. -
10:26 - 10:29Et Amazon, en revanche,
a fait tout l'inverse. -
10:29 - 10:32Ils ont utilisé les données dans le but
de diriger leur prise de décision. -
10:32 - 10:35Tout d'abord avec la compétition
d'idées pour séries télé, -
10:35 - 10:38ensuite quand la série « Alpha House »
a été sélectionnée. -
10:38 - 10:41Ce qui était une décision
très prudente de leur part, -
10:41 - 10:44parce qu'ils pouvaient toujours
accuser les données : -
10:44 - 10:45« Voilà ce que disent les données. »
-
10:45 - 10:49Mais cela n'a pas mené aux résultats
exceptionnels tant attendus. -
10:50 - 10:55Donc les données sont évidemment
un outil utile pour la prise de décision, -
10:55 - 10:58mais je pense que les choses
finissent par mal tourner -
10:58 - 11:00quand les données prennent ces décisions
pour nous. -
11:00 - 11:04Peu importe la puissance de ces données,
elles ne restent que des outils, -
11:04 - 11:07et pour garder cela à l'esprit,
cet objet m'est très utile. -
11:07 - 11:09Beaucoup d'entre vous vont...
-
11:09 - 11:09(Rires)
-
11:09 - 11:11Avant que les données existent,
-
11:11 - 11:14voilà l'objet auquel il fallait
s'en remettre pour prendre une décision -
11:14 - 11:15(Rires)
-
11:15 - 11:17Beaucoup d'entre vous connaissent ça.
-
11:17 - 11:19Ce jouet s'appelle une Magic 8 Ball,
-
11:19 - 11:20et c'est vraiment formidable,
-
11:20 - 11:23si vous avez une décision à prendre,
une question en oui ou non, -
11:23 - 11:26il suffit d'agiter la boule,
et vous obtenez une réponse ... -
11:26 - 11:29« Très probablement ». Voilà,
démonstration en temps réel. -
11:29 - 11:32Je la ressortirai plus tard pour
les démonstrations techniques. -
11:32 - 11:33(Rires)
-
11:33 - 11:36Le fait est que, bien sûr,
j'ai pris quelques décisions dans ma vie -
11:36 - 11:39pour lesquelles, en y repensant,
j'aurais juste dû écouter la boule. -
11:39 - 11:43Mais, évidemment,
si vous avez les données à disposition, -
11:43 - 11:46vous voulez remplacer ceci par
quelque chose de plus sophistiqué, -
11:46 - 11:49comme l'analyse de données
pour parvenir à une meilleure décision. -
11:49 - 11:52Mais cela ne change pas
les conditions de base. -
11:52 - 11:55La boule devient peut-être
de plus en plus intelligente, -
11:55 - 11:58mais je crois qu'il nous revient
toujours de prendre des décisions -
11:58 - 12:01si nous voulons atteindre
quelque chose d'extraordinaire, -
12:01 - 12:03du bon côté de la courbe,
-
12:03 - 12:07Et je trouve que c'est là
un message très encourageant, -
12:07 - 12:11que même au regard des quantités
énormes de données, -
12:11 - 12:15il soit toujours important
de prendre des décisions, -
12:16 - 12:18d'être un expert dans son domaine,
-
12:18 - 12:20et de prendre des risques.
-
12:20 - 12:23Parce qu'au final,
ce ne sont pas les données, -
12:23 - 12:27ce sont les risques qui vous amèneront
du bon côté de la courbe. -
12:28 - 12:29Merci.
-
12:29 - 12:32(Applaudissements)
- Title:
- Comment utiliser les données pour faire une série à succès | Sebastian Wernicke | TEDxCambridge
- Description:
-
Cette présentation a été donnée lors d'un évènement TEDx organisé indépendamment des conférences TED.
Collecter plus de données permet-il une meilleure prise de décision ? Des entreprises compétitives utilisant les données telles que Amazon, Google et Netflix ont appris que l'analyse de données à elle seule ne produit pas toujours un résultat optimum. Dans cette conférence Sebastian Wernicke, scientifique des données, décompose ce qui tourne mal quand une décision est prise en utilisant purement les données et suggère une façon mieux pensée de les utiliser.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDxTalks
- Duration:
- 12:40
eric vautier approved French subtitles for How to use data to make a hit TV show | Sebastian Wernicke | TEDxCambridge | ||
eric vautier edited French subtitles for How to use data to make a hit TV show | Sebastian Wernicke | TEDxCambridge | ||
eric vautier edited French subtitles for How to use data to make a hit TV show | Sebastian Wernicke | TEDxCambridge | ||
eric vautier edited French subtitles for How to use data to make a hit TV show | Sebastian Wernicke | TEDxCambridge | ||
eric vautier accepted French subtitles for How to use data to make a hit TV show | Sebastian Wernicke | TEDxCambridge | ||
eric vautier edited French subtitles for How to use data to make a hit TV show | Sebastian Wernicke | TEDxCambridge | ||
eric vautier edited French subtitles for How to use data to make a hit TV show | Sebastian Wernicke | TEDxCambridge | ||
Audrey Beugnot edited French subtitles for How to use data to make a hit TV show | Sebastian Wernicke | TEDxCambridge |