Entre des séries, animes, films, livres et jeux vidéo… de nombreux loisirs se sont démocratisés. Et, bien souvent, on pense suivre les recommandations de nos proches pour ces mêmes loisirs, alors que la réalité est tout autre. Ce sont bien souvent des techniques marketing et publicitaires ainsi que des études sur vos données qui orientent vos choix de divertissement.
Cette “longue traîne” désigne la partie d’une courbe bien connue des économistes, qui permet de mettre en relation le rapport entre trafic par mot-clé et part dans le trafic du site. La longue traîne est constituée de mots peu utilisés, synonymes peu connus, etc., qui sont des recherches très spécifiques. Pour les sites spécialisés dans un domaine, il est donc facile d’être bien positionné sur les différents moteurs de recherche quand une personne utilise ce type de mots-clés spécifiques.
Sans même s’en rendre compte, on partage chaque jour avec des proches comme des inconnus ce que nous regardons et aimons comme loisirs. Et c’est justement en analysant tout ce qui est partagé sur Facebook , Instagram ou encore Twitter , que les entreprises qui oeuvrent dans le domaine du divertissement orientent leurs activités. Suivre en temps réel les tendances est crucial : pour identifier la chanson qui fait un “bad buzz”, le film qui n’était pas forcément attendu et pourtant qui cartonne, la série à gros budget mais qui est un “flop”…
Une étude du CNC publiée en septembre 2018 à propos des pratiques digitales des salles de cinéma relève justement l’importance du potentiel des réseaux sociaux dans le 7e art.
Les “analytics” désignent les statistiques élaborées à partir des données qui constituent le Big Data. L’une d’entre elles est particulièrement intéressantes : l’ index de Hawking , qui tire son nom de ce qui a été constaté avec le livre Une brève histoire du temps de Stephen Hawking . Pour faire simple, il s’agit d’une valeur en pourcentage attribuée aux livres électroniques estimée à partir des cinq passages surlignés par les lecteurs et comparée à la longueur totale du livre. Le but est de comprendre jusqu’où les lecteurs vont dans leur lecture avant d’abandonner un livre. Par exemple, si sur un livre de 250 pages, c’est autour de la page 250 que les passages surlignés sont nombreux, l’index vaut 100 % (les lecteurs et lectrices ont donc terminé le livre). C’est à partir de ce type de calculs qu’Amazon établit ses recommandations sur son site, ou peut décider quels seront les films ou séries à racheter ou produire pour leur plateforme Prime.
Epagogix , une entreprise spécialisée dans le domaine, a créé une IA capable de prédire le succès commercial d’un film : le taux de justesse de ses prédictions est à 75 %.