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

1. ETUDE DES NOUVELLES TENDANCES
/ LE BIG DATA /

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. QU’EST-CE
QUE LE
BIG DATA ?

4. DEFINITION
2,5 TRILLIONS
D’OCTETS DE DONNEES
EN 2 ANS
EN PROVENANCE DE
PARTOUT
C’EST ÇA LE BIG DATA

5. LES PIONNIERS DES DONNEES
GOOGLE
AMAZON
FACEBOOK
eBAY

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. 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. 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. LES APPLICATIONS CONCRETES
DANS NOTRE
quotidien
> LA VILLE CONNECTEE
> LES TRANSPORTS EN TEMPS REEL
> PUBLICITES PERSONNALISEES
> ECONOMIES

10. FOCUS
le big data
DANS LA MUSIQUE

11. LES COULISSES
DU BIG DATA DANS
LA MUSIQUE

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. 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. 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. 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. 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. LA DATA ET LA
MUSIQUE :
QUELS LIENS ?

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. 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. 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. COMMENT
CA
MARCHE ?

22. L’EXEMPLE
DE
MIXSHAPE®

23. L’EXEMPLE DE MIXSHAPE®
ÉTAPE1

24. L’EXEMPLE DE MIXSHAPE®
ÉTAPE2

25. L’EXEMPLE DE MIXSHAPE®
ÉTAPE3

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. LES
DIFFÉRENTES
APPLICATIONS

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. RÉGIE PUBLICITAIRE
FREEMIUM = PUBLICITE
CONNAISSANCE DU
COMPORTEMENT DE
L’UTILISATEUR
ANALYSE POUSSÉE DE
L’UTILISATEUR
SEGMENTATION ET CIBLAGE
PRÉCISE DES AUDIENCES

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. 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. 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. 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. 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. LA PRÉDICTION
PRÉDICTION DES
ARTISTES DE DEMAIN
69%
DES RÉSULTATS
JUSTES
4/6
DES PRÉDICTIONS JUSTES
GRAMMY AWARDS
2013

36. CONCLUSION

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. / MERCI /