Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.
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...
QU’EST-CE
QUE LE
BIG DATA ?
DEFINITION
2,5 TRILLIONS
D’OCTETS DE DONNEES
EN 2 ANS
EN PROVENANCE DE
PARTOUT
C’EST ÇA LE BIG DATA
LES PIONNIERS DES DONNEES
GOOGLE
AMAZON
FACEBOOK
eBAY
LES USAGES
4 FACTEURS
ALIMENTENT LES BIG DATA
LE WEB 2.0 ET LES
RESEAUX SOCIAUX
1
2
3
> LE MOBILE
L’OPEN DATA>L’INTERNET D...
LES DATA DU BIG DATA
45%
Des entreprises collectent des
données non structurées>
27%
>
-10%
Des entreprises disposent
de l...
LES DOMAINES D'APPORT
OPTIMISATION DE LA LOGISTIQUE MONETISATION PROFILS CLIENTS
MARKETING AUTOMATION
MARKETING MULTI CANA...
LES APPLICATIONS CONCRETES
DANS NOTRE
quotidien
> LA VILLE CONNECTEE
> LES TRANSPORTS EN TEMPS REEL
> PUBLICITES PERSONNAL...
FOCUS
le big data
DANS 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 A...
FOCUS SUR...FOCUS SUR… next big sound
FONDE EN 2009
>486 000
GROUPES ANALYSES
>
LE trackeur de musiques en fonction de
leu...
UN SERIVCE DE CREATION ET
CLASSEMENT DE CATALOGUE MUSICAL
UN SERVICE DE PERSONNALISATION
ET DE RECOMMANDATION MUSICALE
FOC...
FOCUS SUR… KOBALT
COLLECTER LES DONNEES du
nombre de lectures sur un titre /
album, et sur quelle plateforme
celui-ci est ...
FOCUS SUR...FOCUS SUR… Trax Air
ANALYSE MUSICALE : création d’un ADN
musical pour chaque titre (plusieurs extraits de
20 s...
LA DATA ET LA
MUSIQUE :
QUELS LIENS ?
Défi
L’AVANTAGE CONCURRENTIEL N’EST PLUS LA
RICHESSE DU CATALOGUE, MAIS CELLE DE
L'EXPÉRIENCE UTILISATEUR
L'EXPÉRIENCE UTI...
L'ARRIVÉE DU STREAMING
INDUSTRIE
MUSICALE
EN DÉCLIN
FAIRE FACE
A LA RÉVOLUTION
NUMÉRIQUE
STREAMING
RELAIS DE
CROISSANCE
x ...
DES MILLIONS DE DONNÉES AU SERVICE DE
L'EXPÉRIENCE UTILISATEURS
MILLION D’UTILISATEURS
+
MILLIONS DE TITRES
+
RÉSEAUX SOCI...
COMMENT
CA
MARCHE ?
L’EXEMPLE
DE
MIXSHAPE®
L’EXEMPLE DE MIXSHAPE®
ÉTAPE1
L’EXEMPLE DE MIXSHAPE®
ÉTAPE2
L’EXEMPLE DE MIXSHAPE®
ÉTAPE3
AUJOURD’HUI, UNE TRADUCTION DES
DONNÉES ENCORE PLUS POUSSÉE
LES API*
AU COEUR DU SYSTÈME
D’EXPLOITATION
METADONNÉES
ENRICH...
LES
DIFFÉRENTES
APPLICATIONS
LA RECOMMANDATION ET PERSONNALISATION
> 35 MILLIONS
de titres
> Achat de
The Echo Nest
> Achat de
Seed Scientific
PLAYLIST...
RÉGIE PUBLICITAIRE
FREEMIUM = PUBLICITE
CONNAISSANCE DU
COMPORTEMENT DE
L’UTILISATEUR
ANALYSE POUSSÉE DE
L’UTILISATEUR
SEG...
REGIE PUBLICITAIRE - LE CAS DE BMW
OBJECTIF
AAccroître l'intérêt pour la BMW 320i
et sa notoriété
SOLUTION
Une application...
AUTRES FONCTIONNALITÉS/PROJETS
SPOTIFY CAPITALISE SUR LE DATA AFIN DE TOUJOURS
MIEUX CONNAÎTRE SES AUDIENCES
MUSICAL MAP
P...
LA RECOMMANDATION ET PERSONNALISATION
RECOMMANDATION
Basée sur l’utilisation de Deezer pour
générer des données, en foncti...
LA RECOMMANDATION ET PERSONNALISATION
LA TECHNOLOGIE “MUSIC GENOME”
- 400 ATTRIBUTS MUSICAUX (MELODIE / HARMONIE /
RYTHME ...
LA RECOMMANDATION ET PERSONNALISATION
LES CRITERES UTILISES :
- LES LIKE
- LES AJOUTS DANS LA BIBLIOTHEQUE ITUNES
- LES EC...
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 PRECI...
/ MERCI /
Prochain SlideShare
Chargement dans…5
×

Nouvelles tendances - le big data

233 vues

Publié le

Présentation pour un cours sur la tendance forte qu'est l'utilisation de la donnée et ses diverses applications.

Publié dans : Données & analyses
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Nouvelles tendances - le big data

  1. 1. ETUDE DES NOUVELLES TENDANCES / LE BIG DATA /
  2. 2. / 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 ?
  3. 3. QU’EST-CE QUE LE BIG DATA ?
  4. 4. DEFINITION 2,5 TRILLIONS D’OCTETS DE DONNEES EN 2 ANS EN PROVENANCE DE PARTOUT C’EST ÇA LE BIG DATA
  5. 5. LES PIONNIERS DES DONNEES GOOGLE AMAZON FACEBOOK eBAY
  6. 6. LES USAGES 4 FACTEURS ALIMENTENT LES BIG DATA LE WEB 2.0 ET LES RESEAUX SOCIAUX 1 2 3 > LE MOBILE L’OPEN DATA>L’INTERNET DES OBJETS & CAPTEURS > 4 >
  7. 7. 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
  8. 8. 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
  9. 9. LES APPLICATIONS CONCRETES DANS NOTRE quotidien > LA VILLE CONNECTEE > LES TRANSPORTS EN TEMPS REEL > PUBLICITES PERSONNALISEES > ECONOMIES
  10. 10. FOCUS le big data DANS LA MUSIQUE
  11. 11. LES COULISSES DU BIG DATA DANS LA MUSIQUE
  12. 12. FOCUS SUR...FOCUS SUR… The echo nest FONDE EN 2005 >API MIS GRATUITEMENT A DISPOSITION BASE DE DONNEES DATA autonome 400 APPS & SITES BASES SUR CET API 100 MILLIONS DE FANS TOUS LES MOIS > LA MISSION : aider les fans à mieux découvrir, partager et interagir avec la musique qu’ils aimentx
  13. 13. 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)
  14. 14. 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 > >
  15. 15. 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
  16. 16. 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>
  17. 17. LA DATA ET LA MUSIQUE : QUELS LIENS ?
  18. 18. Défi L’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
  19. 19. L'ARRIVÉE DU STREAMING INDUSTRIE MUSICALE EN DÉCLIN FAIRE FACE A LA RÉVOLUTION NUMÉRIQUE STREAMING RELAIS DE CROISSANCE x 5 REVENUS 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 insight AVOIR ACCÈS A LA MUSIQUE PARTOUT, A TOUT MOMENT ET EN ILLIMITÉ SPOTIFY = LEADER MONDIAL
  20. 20. 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
  21. 21. COMMENT CA MARCHE ?
  22. 22. L’EXEMPLE DE MIXSHAPE®
  23. 23. L’EXEMPLE DE MIXSHAPE® ÉTAPE1
  24. 24. L’EXEMPLE DE MIXSHAPE® ÉTAPE2
  25. 25. L’EXEMPLE DE MIXSHAPE® ÉTAPE3
  26. 26. AUJOURD’HUI, UNE TRADUCTION DES DONNÉES ENCORE PLUS POUSSÉE LES API* AU COEUR DU SYSTÈME D’EXPLOITATION METADONNÉES ENRICHIES RECOMMANDATIONS SEGMENTATION DES AUDIENCES 5 1 ALGORITHMES BASÉS SUR L’INTELLIGENCE ARTIFICIELLE MACHINE LEARNING* DEEZER vs. SPOTIFY Cassandra HADOOP
  27. 27. LES DIFFÉRENTES APPLICATIONS
  28. 28. 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
  29. 29. RÉGIE PUBLICITAIRE FREEMIUM = PUBLICITE CONNAISSANCE DU COMPORTEMENT DE L’UTILISATEUR ANALYSE POUSSÉE DE L’UTILISATEUR SEGMENTATION ET CIBLAGE PRÉCISE DES AUDIENCES
  30. 30. REGIE PUBLICITAIRE - LE CAS DE BMW OBJECTIF 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
  31. 31. 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»
  32. 32. 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 50 EXPERTS MUSICAUX DANS LE MONDE 1 ALGORITHME
  33. 33. 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
  34. 34. 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
  35. 35. LA PRÉDICTION PRÉDICTION DES ARTISTES DE DEMAIN 69% DES RÉSULTATS JUSTES 4/6 DES PRÉDICTIONS JUSTES GRAMMY AWARDS 2013
  36. 36. CONCLUSION
  37. 37. 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 :
  38. 38. / MERCI /

×