Le blog de l'agence marketing IntoTheMinds
Etude de marché et coaching d'entrepreneurs

Netflix personnalise même les images d’illustration suivant vos goûts

Partager cet article sur

Les présentations de Netflix aux conférences RecSys sont toujours très courues. Cette année n’a pas fait exception. Netflix a présenté plusieurs projets et dans l’article d’aujourd’hui j’aimerais parcourir avec vous la présentation faite par Fernando Amat sur la personnalisation des images illustrant les vidéos recommandées .
Nous savons qu’environ 75 à 80% de tout ce qui est consommé sur Netflix provient des recommandations faites aux utilisateurs. Presque tout est d’ailleurs personnalisé sur la page d’accueil de Netflix : le premier titre affiché en haut de la page, l’ordre des lignes, l’ordre des titres dans les lignes, les textes, ………
On pouvait croire qu’il n’y avait plus rien à personnaliser… c’est mal connaître les équipes de Netflix qui ne manquent jamais d’idées comme en témoigne cette présentation.
Dans l’article d’aujourd’hui nous présenterons brièvement comment fonctionne la personnalisation des images sur la homepage de Netflix, les avantages et les inconvénients de ce système, et nous aborderons en fin d’article une utilisation possible de ce principe comme solution aux bulles de filtres.

Personnalisation des images sur la homepage Netflix

Ce que l’on appelle la personnalisation des images chez Netflix est en fait la sélection automatisée, basée sur le profil de l’utilisateur, et l’affichage des images illustrant chacun des films ou séries qui vous sont proposés. Un algorithme spécifique choisit une image parmi 9 possibles et l’utilise comme support visuel pour aider l’utilisateur dans ses choix. L’intention affichée de Netflix est de permettre à l’utilisateur de décider, en amont, s’il va apprécier ou non le film recommandé. Cela permettrait de réduire le risque d’insatisfaction client.

Résultats

Différents types d’algorithmes ont été testés. L’évaluation hors ligne montre que la méthode dite de bandit contextuel donne les meilleurs résultats (pour une bonne introduction au principe des bandits manchots et des bandits manchots contextuels, nous vous recommandons la lecture de cet article en anglais).
La personnalisation des images a été déployée en production sur plus de 130 millions comptes clients et s’est avérée être efficace pour favoriser la découverte de films et séries moins connus.

Faiblesses de la méthode

Les 9 images doivent être préparées par des graphistes. Le processus prend beaucoup de temps et Netflix cherche donc à automatiser le processus de création pour compresser ses coûts.
D’un point de vue méthodologique, une faiblesse de l’analyse est qu’il nous semble impossible d’évaluer les résultats toutes choses égales par ailleurs.
Comme Netflix l’explique dans sa présentation ci-dessous, les 9 images sont créées pour répondre à un ensemble de règles. Les images doivent être

  • Représentatives pour éviter le phénomène de « piège-à-clics »
  • Différenciantes
  • Informatives
  • Engageantes

Toutefois ces critères ne sont pas mesurés objectivement. J’en ai discuté avec Fernando qui m’a dit que les graphistes suivent des principes implicites lorsqu’ils créent les images. Illustrons la faiblesse de la méthodologie par un exemple simple. Dans un monde idéal, toutes les images devraient être également représentatives, également différenciantes, informatives et engageantes. Imaginez qu’une image parmi les neuf soit plus engageante que les autres. Elle entraînera un biais de présentation qui poussera l’utilisateur au clic. L’absence de contrôle sur les 4 variables indépendantes ci-dessus signifie donc que l’effet de l’algorithme de sélection des images ne peut être mesuré avec précision.
Bien que je comprenne l’intention de Netflix, je crois que cette faiblesse doit être comblée afin que le gain potentiel de l’algorithme puisse être validé.

Avantages de la personnalisation des images pour la promotion de la diversité

Un aspect de la personnalisation des images a néanmoins retenu mon attention : son potentiel à pousser les gens vers certains choix.
Si l’affichage de la bonne image peut rendre un film ou une série plus attractif, pourquoi ne pas utiliser ce « truc » pour exposer l’utilisateur à de nouveaux genres qu’il n’aurait pas consommés autrement. Cette intuition me semble être corroborée par les conclusions partagées lors de RecSys : la personnalisation des images permettrait à des films et séries moins connus d’être découverts. Cette méthode pourrait être particulièrement bénéfique pour les entreprises dont les utilisateurs sont enfermés dans des bulles de filtres ou dont la mission est d’exposer l’utilisateur à la diversité (voir à ce sujet ma présentation sur les algorithmes de service public). Cette idée complète donc les pistes de recherches évoquées lors de ma keynote à la conférence RecSys où j’appelais à une redéfinition du concept des bulles de filtres.

 

image: shutterstock

Étiquettes :

Auteur: Pierre-Nicolas Schwab

Pierre-Nicolas est Docteur en Marketing et dirige l'agence d'études de marché IntoTheMinds. Ses domaines de prédilection sont le BigData l'e-commerce, le commerce de proximité, l'HoReCa et la logistique. Il est également chercheur en marketing à l'Université Libre de Bruxelles et sert de coach et formateur à plusieurs organisations et institutions publiques. Il peut être contacté par email, Linkedin ou par téléphone (+32 486 42 79 42)

Partager cet article sur

Envoyer un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *