Comment utiliser des données pour créer une série à succès
-
0:01 - 0:05Roy Price est un homme que la plupart
d'entre vous ne connaissent sûrement pas, -
0:05 - 0:08même s'il est peut-être responsable
-
0:08 - 0:14de 22 minutes quelque peu médiocres
que vous avez vécues le 19 avril 2013. -
0:15 - 0:18Il a pu être responsable
de 22 minutes divertissantes, -
0:18 - 0:20mais pas pour beaucoup d'entre vous.
-
0:20 - 0:22Cela est lié à une décision
-
0:22 - 0:24que Roy a prise, il y a trois ans de ça.
-
0:24 - 0:29Vous voyez, Roy Price est
cadre supérieur à Amazon Studios, -
0:29 - 0:31la compagnie de production
de télévision d'Amazon. -
0:32 - 0:35C'est un homme mince de 47 ans
avec des cheveux en bataille, -
0:35 - 0:39qui a écrit sur Twitter pour se décrire
« films, télé, technologie, tacos ». -
0:40 - 0:45Et Roy Price joue un rôle important,
parce que c'est à lui -
0:45 - 0:49de choisir les séries,
le contenu original créé par Amazon. -
0:49 - 0:52Et, évidemment,
c'est un domaine très compétitif. -
0:52 - 0:54Vu qu'il existe déjà
tellement de séries télés, -
0:54 - 0:57Roy ne peut pas choisir
n'importe quelle série. -
0:57 - 1:00Il doit trouver des séries
vraiment, vraiment exceptionnelles. -
1:01 - 1:03Autrement dit, il doit trouver des séries
-
1:04 - 1:06sur l'extrême droite de cette courbe.
-
1:06 - 1:09Cette courbe représente
la distribution des notes -
1:09 - 1:13attribuées à 2 500 séries télés
sur le site IMDB, -
1:13 - 1:16ces notes allant de 1 à 10,
-
1:16 - 1:19et l'ordonnée montre combien
de séries obtiennent cette note. -
1:19 - 1:24Donc, si votre série obtient une note
de neuf points ou plus, ça cartonne. -
1:24 - 1:25Elle est meilleure que 98 %
des autres. -
1:26 - 1:27Ce sont des séries comme
-
1:27 - 1:29« Breaking Bad »,
« Game of Thrones », « Sur écoute », -
1:29 - 1:32des séries auxquelles on devient accro,
-
1:32 - 1:35où après avoir regardé une saison,
votre cerveau vous dit : -
1:35 - 1:36« Il me faut plus d'épisodes ! »
-
1:37 - 1:38Ce genre d'émission.
-
1:39 - 1:41Pour être clair,
du côté gauche, -
1:41 - 1:45on retrouve une émission
appelé « Toddlers & Tiaras » ; -
1:45 - 1:46(Rires)
-
1:47 - 1:49ce qui illustre bien
-
1:49 - 1:51ce à quoi on a affaire
de ce côté de la courbe. -
1:52 - 1:55Roy Price ne s'inquiète pas d'être
placé du côté gauche de la courbe, -
1:55 - 1:58parce que je pense
qu'il faudrait être un génie -
1:58 - 2:00pour faire pire que « Toddlers & Tiaras ».
-
2:00 - 2:04Il fait attention
à cette partie au milieu, -
2:04 - 2:06la partie moyenne de la télé,
-
2:06 - 2:08les séries qui ne sont
ni bonnes ni mauvaises, -
2:08 - 2:10mais ne vous font pas vibrer.
-
2:10 - 2:14Il doit s'assurer
qu'il est vraiment du bon côté. -
2:15 - 2:17Donc, on lui met la pression,
-
2:17 - 2:19et bien sûr c'est aussi la première fois
-
2:19 - 2:21qu'Amazon fait quelque chose comme ça,
-
2:21 - 2:24donc Roy Price ne veut pas
prendre de risque. -
2:25 - 2:27Il veut être à la tête d'un succès.
-
2:27 - 2:29Il lui faut un succès garanti,
-
2:29 - 2:31donc il décide d'organiser
une compétition. -
2:31 - 2:35Il prend plein d'idées de séries télés,
-
2:35 - 2:37les évalue et, parmi ces idées,
-
2:37 - 2:40il retient huit idées de séries.
-
2:41 - 2:44Ensuite, il se lance dans la création
du premier épisode de chacune des séries -
2:44 - 2:47et les met en ligne gratuitement
pour tout le monde. -
2:47 - 2:50Et quand Amazon
offre quelque chose de gratuit, -
2:50 - 2:51on le prend, n'est-ce pas ?
-
2:51 - 2:56Donc, des millions de gens
regardent ces épisodes. -
2:56 - 3:00Ils ne se rendent pas compte que,
lorsqu'ils regardent leurs séries, -
3:00 - 3:02ils sont en train d'être regardés
eux-mêmes. -
3:02 - 3:04Roy Price et son équipe les surveillent
-
3:04 - 3:06et enregistrent tout.
-
3:06 - 3:09Ils enregistrent quand quelqu'un
appuie sur lecture ou sur pause, -
3:09 - 3:12les parties sautées,
les parties re-regardées. -
3:12 - 3:14Ils rassemblent des millions de données,
-
3:14 - 3:16car ils veulent avoir ces données
-
3:16 - 3:19pour ensuite décider
quelle série sera réalisée. -
3:19 - 3:21Donc ils rassemblent ces données,
-
3:21 - 3:23ils traitent ces données,
et une réponse en est déduite, -
3:24 - 3:25la réponse est :
-
3:25 - 3:27« Amazon devrait réaliser un sitcom
-
3:27 - 3:29sur quatre sénateurs
républicains américains. » -
3:29 - 3:30(Rires)
-
3:30 - 3:32Et elle a été réalisée.
-
3:32 - 3:34Quelqu'un connaît le nom de cette série ?
-
3:35 - 3:36(Public) :
« Alpha House. » -
3:36 - 3:37Exactement, « Alpha House »,
-
3:37 - 3:41mais on dirait que presque personne
ne se souvient de cette série -
3:42 - 3:44car elle n'a pas eu un très grand succès.
-
3:44 - 3:45En réalité, c'est une série moyenne,
-
3:45 - 3:50littéralement en fait, car 7,4 représente
la moyenne de la courbe -
3:50 - 3:52et « Alpha House » tombe sur 7,5,
-
3:52 - 3:54elle est juste au-dessus de la moyenne,
-
3:54 - 3:58mais ce n'est certainement pas
Roy Price et son équipe espéraient. -
3:58 - 4:01Cependant, au même moment,
-
4:01 - 4:03dans une autre entreprise,
-
4:03 - 4:07un autre cadre a trouver une bonne série
grâce à l'analyse des données, -
4:07 - 4:09et il s'appelle Ted,
-
4:09 - 4:12Ted Sarandos, directeur de l'acquisition
des programmes de Netflix. -
4:12 - 4:14Et comme Roy,
il est toujours à la recherche -
4:14 - 4:16d'une excellente série,
-
4:16 - 4:18et il utilise aussi des données,
-
4:18 - 4:20sauf qu'il s'y prend un peu différemment.
-
4:20 - 4:23Au lieu d'organiser une compétition,
lui et son équipe -
4:24 - 4:27ont pris les données qu'ils avaient déjà
sur les utilisateurs de Netflix, -
4:27 - 4:29comme les notes attribuées aux séries,
-
4:29 - 4:32leur historique,
leurs séries préférées et tout ça. -
4:32 - 4:34Puis ils utilisent
ces données pour découvrir -
4:34 - 4:36pleins de petites infos sur le public :
-
4:37 - 4:40le genre de séries, de producteurs,
d'acteurs ils apprécient. -
4:40 - 4:43Et au moment où ils ont
tous les éléments nécessaires, -
4:43 - 4:44ils ont accompli un acte de foi
-
4:44 - 4:47et ont décidé de créer
-
4:47 - 4:49non pas un sitcom sur quatre sénateurs
-
4:49 - 4:52mais une série dramatique
sur un seul sénateur. -
4:53 - 4:54Vous connaissez cette série ?
-
4:54 - 4:56(Rires)
-
4:56 - 4:59Oui ! « House of Cards » et, bien sûr,
Netflix a eu un grand succès, -
5:00 - 5:02au moins pour les deux premières saisons.
-
5:02 - 5:06(Rires)
(Applaudissements) -
5:06 - 5:09« House of Cards » a obtenu
une note de 9,1 sur cette courbe, -
5:09 - 5:12donc, exactement ce qu'ils voulaient.
-
5:12 - 5:14Évidemment, la question est :
que s'est-il passé ? -
5:14 - 5:17On a deux entreprises concurrentes
maîtrisant les données. -
5:17 - 5:20Elles lient ces millions
de points de données -
5:20 - 5:22et ça marche superbement pour une,
-
5:22 - 5:24mais pas pour l'autre.
-
5:24 - 5:26Alors, pourquoi ?
-
5:26 - 5:29La logique nous dit que
ça devrait marcher à tous les coups. -
5:29 - 5:31Si vous rassemblez
des millions de données -
5:32 - 5:33sur une décision à prendre,
-
5:33 - 5:36vous devriez être capable
de prendre la bonne décision. -
5:36 - 5:38On peut se fier
à plus de 200 ans de statistiques. -
5:38 - 5:41On l'amplifie à l'aide
des meilleurs ordinateurs. -
5:41 - 5:45La moindre des choses à laquelle
on s'attend, c'est une bonne série, non ? -
5:46 - 5:49Et si l'analyse des données
ne fonctionne pas comme ça, -
5:50 - 5:51on peut commencer à s'inquiéter,
-
5:52 - 5:56parce que nous vivons à une époque
où on utilise de plus en plus ces données -
5:56 - 5:59pour prendre des décisions sérieuses
en dehors du monde de la télévision. -
6:01 - 6:04Est-ce-que quelqu'un ici connaît
l'entreprise Multi-Health Systems ? -
6:05 - 6:07Personne, tant mieux.
-
6:07 - 6:10Multi-Health Systems est
une entreprise de logiciels, -
6:10 - 6:15et j'espère que personne du public
n'aura à utiliser ce logiciel, -
6:16 - 6:18car si c'est le cas, vous êtes en prison.
-
6:18 - 6:19(Rires)
-
6:19 - 6:23Si un prisonnier des États-Unis
demande une libération conditionnelle, -
6:23 - 6:27il est très probable que le logiciel
d'analyse de données de cette compagnie -
6:27 - 6:30sera utilisé pour savoir
s'il devrait l'obtenir. -
6:31 - 6:33C'est le même principe
qu'Amazon et Netflix, -
6:33 - 6:38sauf que au lieu de voir
si une série télé devrait sortir, -
6:38 - 6:40on décide si la personne devrait sortir.
-
6:41 - 6:47Si une série télé médiocre
de 22 minutes peut être mauvaise, -
6:47 - 6:49je suppose que passer
plus longtemps en prison est pire. -
6:50 - 6:54Et malheureusement, il existe
des preuves que cette analyse de données, -
6:55 - 6:58malgré leur abondance, ne donne pas
toujours des résultats optimaux. -
6:59 - 7:01Mais, ce n'est pas
parce que Multi-Health Systems -
7:02 - 7:03ignore que faire de ces données.
-
7:03 - 7:06Même en maîtrisant les données,
on peut se tromper. -
7:06 - 7:08Oui, parfois même Google se trompe.
-
7:09 - 7:12En 2009, Google a annoncé
qu'ils étaient capables, -
7:12 - 7:13à l'aide de l'analyse des données,
-
7:13 - 7:17de prédire les épidémies
d'influenza, la mauvaise grippe, -
7:17 - 7:21en analysant les données
des recherches sur leur site. -
7:21 - 7:24Ça a bien marché,
et ça a fait le buzz aux infos -
7:25 - 7:27y compris l'apogée
des réussites scientifiques : -
7:27 - 7:29un article dans le journal « Nature ».
-
7:30 - 7:33Ça marchait à tous les coups,
année après année, -
7:33 - 7:35jusqu'à l'année où ça a échoué.
-
7:35 - 7:37Et personne ne savait pourquoi.
-
7:37 - 7:39Cette année-là, ça n'a pas marché
-
7:39 - 7:41et, bien sûr, ça a refait le buzz,
-
7:41 - 7:42y compris la rétraction
-
7:43 - 7:45de la publication dans
le journal « Nature ». -
7:46 - 7:49Même les entreprises
maîtrisant ces données, -
7:49 - 7:50comme Amazon et Google,
-
7:50 - 7:52font parfois des erreurs.
-
7:52 - 7:55Et malgré tous ces échecs,
-
7:55 - 7:59les données arrivent de plus en plus
dans nos décisions de tous les jours : -
7:59 - 8:00dans le monde professionnel,
-
8:01 - 8:02le monde du droit,
-
8:03 - 8:04le monde de la médécine.
-
8:04 - 8:07Donc, il faut nous assurer
que ces données nous aident. -
8:08 - 8:11Moi-même, j'ai beaucoup vu
ce problème avec les données -
8:11 - 8:13car je travaille
dans l'informatique génomique, -
8:13 - 8:15un secteur rempli
de personnes très intelligentes -
8:15 - 8:18qui utilisent un grand nombre de données
-
8:18 - 8:19pour prendre des décisions sérieuses
-
8:19 - 8:23comme choisir un traitement pour cancer,
développer un médicament. -
8:24 - 8:26Au cours des années,
j'ai remarqué un modèle, -
8:26 - 8:28ou même une règle, sur la différence
-
8:28 - 8:31entre des bonnes décisions
à l'aide des données -
8:31 - 8:33et des mauvaises décisions,
-
8:33 - 8:35et je trouve que ce modèle
vaut la peine d'être partagé, -
8:35 - 8:37ça se présente comme ceci.
-
8:39 - 8:41Quand il faut résoudre
un problème compliqué, -
8:41 - 8:42il y a deux étapes essentielles.
-
8:42 - 8:46Un : il faut diviser
le problème en plusieurs parties -
8:46 - 8:48pour pouvoir les analyser
de manière profonde, -
8:48 - 8:50et puis deux : bien sûr,
-
8:50 - 8:52il s'agit de remettre ces pièces ensemble
-
8:53 - 8:54pour conclure.
-
8:54 - 8:57Et parfois il faut réessayer,
-
8:57 - 8:58mais c'est toujours ces deux choses :
-
8:58 - 9:01déconstruire le problème et le remonter.
-
9:02 - 9:04Et la partie clé
-
9:04 - 9:07est que l'analyse de ces données
-
9:07 - 9:09n'est valable que pour la première partie.
-
9:09 - 9:12Les données et l'analyse,
peu importe leur puissance, -
9:12 - 9:14n'aideront qu'à déconstruire le problème
-
9:14 - 9:16pour comprendre les éléments
qui le composent. -
9:16 - 9:20Ça n'aidera pas à remettre
les pièces ensemble -
9:20 - 9:21pour en arriver à une conclusion.
-
9:22 - 9:24Il existe un outil qui fait ça,
que nous possédons tous : -
9:24 - 9:25le cerveau.
-
9:26 - 9:28Si notre cerveau est bon pour une chose,
-
9:28 - 9:30c'est assembler divers éléments ensemble,
-
9:30 - 9:31même avec des pièces manquantes,
-
9:32 - 9:33et arriver à une
bonne conclusion, -
9:33 - 9:36surtout si c'est le cerveau d'un expert.
-
9:36 - 9:39Et c'est grâce à ça que Netflix
a eu un tel succès : -
9:39 - 9:42ils ont utilisé les données
et les cerveaux au moment où il fallait. -
9:43 - 9:46Ils ont d'abord utilisé les données
pour comprendre leur public, -
9:46 - 9:49ce qu'ils n'auraient pas été capables
de comprendre sans ça, -
9:50 - 9:52mais la décision de prendre
toutes ces informations -
9:52 - 9:56et les remettre ensemble pour
créer une série comme « House of Cards », -
9:56 - 9:57n'était pas dans les données.
-
9:57 - 10:01Ted Sarandos et son équipe ont décidé
d'autoriser la création de cette série, -
10:01 - 10:03ce qui voulait aussi dire qu'ils prenaient
-
10:04 - 10:06un grand risque personnel
avec cette décision. -
10:06 - 10:09À l'inverse, Amazon a fait cela
dans le mauvais ordre. -
10:09 - 10:12Ils ont utilisé beaucoup de données
pour faire leur choix, -
10:12 - 10:15en organisant une compétition
d'idées de séries, -
10:15 - 10:18puis en choisissant
de produire « Alpha House ». -
10:18 - 10:21C'était bien sûr prudent
comme décision de leur part, -
10:21 - 10:23car ils pouvaient accuser
les donnés et dire : -
10:23 - 10:25« C'est ce que disaient les données. »
-
10:25 - 10:29Mais ça ne leur a pas donné les résultats
exceptionnels qu'ils espéraient. -
10:30 - 10:35Les données sont extrêmement utiles
pour prendre de meilleures décisions -
10:35 - 10:37mais je pense qu'il y a un problème
-
10:38 - 10:40quand les données
nous mènent à ces décisions. -
10:40 - 10:43Peu importe leur puissance,
les données ne sont qu'un outil, -
10:44 - 10:47et pour toujours garder ça en tête,
j'ai trouvé un outil très utile. -
10:47 - 10:49La plupart d'entre vous...
-
10:49 - 10:50(Rires)
-
10:50 - 10:51Avant les données,
-
10:51 - 10:54on utilisait cet outil
pour prendre des décisions. -
10:54 - 10:55(Rires)
-
10:55 - 10:57Vous le connaissez,
-
10:57 - 10:58ce jouet s'appelle la Magic 8 Ball
-
10:58 - 11:00et il est génial,
-
11:00 - 11:03car si vous avez un choix à faire,
une question fermée, -
11:03 - 11:05il suffit de secouer la boule
pour obtenir une réponse -- -
11:06 - 11:09« Très Probable » -- juste ici,
une réponse en temps réel. -
11:09 - 11:12J'en ferai la démonstration plus tard.
-
11:12 - 11:13(Rires)
-
11:13 - 11:16Le truc c'est que, évidemment --
j'ai pris des décisions dans la vie -
11:16 - 11:19où, en rétrospective,
j'aurais dû écouter la boule. -
11:19 - 11:22Mais, évidemment,
si les données sont disponibles, -
11:22 - 11:25on veut remplacer ça
avec quelque chose de plus sophistiqué, -
11:26 - 11:29comme l'analyse des données,
pour en arriver à une meilleure décision. -
11:29 - 11:32Mais cela ne change
pas le concept de base. -
11:32 - 11:35La boule peut devenir
de plus en plus intelligente, -
11:35 - 11:38mais je pense que c'est toujours
à nous de décider -
11:38 - 11:41si on veut faire
quelque chose d'extraordinaire, -
11:41 - 11:42du côté droit de la courbe.
-
11:43 - 11:47Et je trouve ça très encourageant
comme message en fait, -
11:47 - 11:51que même quand on a
toutes ces données devant nous, -
11:51 - 11:55ça nous rapporte quelque chose
de prendre ces décisions, -
11:55 - 11:58d'être expert dans notre domaine
-
11:58 - 12:00et de prendre des risques.
-
12:00 - 12:03Car à la fin, ce ne sont pas les données,
-
12:03 - 12:07ce sont les risques qui vous amènent
du côté droit de la courbe. -
12:08 - 12:09Merci.
-
12:09 - 12:13(Applaudissements)
- Title:
- Comment utiliser des données pour créer une série à succès
- Speaker:
- Sebastian Wernicke
- Description:
-
Est-ce que l'analyse de données nous permet de prendre de meilleures décisions ? Les entreprises les plus compétitives et avancées dans ce domaine, comme Amazon, Google et Netflix, savent que l'analyse de données n'apporte pas toujours les résultats espérés. Dans son exposé, Sebastian Wernicke, spécialiste en analyse de données, explique ce qui peut mal tourner lorsque nous prenons des décisions en nous appuyant uniquement sur les données et il suggère une manière plus intelligente de les utiliser.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 12:25
eric vautier approved French subtitles for How to use data to make a hit TV show | ||
eric vautier edited French subtitles for How to use data to make a hit TV show | ||
Morgane Quilfen accepted French subtitles for How to use data to make a hit TV show | ||
Morgane Quilfen edited French subtitles for How to use data to make a hit TV show | ||
Morgane Quilfen declined French subtitles for How to use data to make a hit TV show | ||
Morgane Quilfen edited French subtitles for How to use data to make a hit TV show | ||
Eléa Weibel edited French subtitles for How to use data to make a hit TV show | ||
Eléa Weibel edited French subtitles for How to use data to make a hit TV show |