Spotify, quand data et algorithme orchestrent notre écoute

  Spotify n’arrête plus de se développer, un partenariat avec Waze, une nouvelle offre spécifique pour les étudiants à 4,99€, le dynamisme de cette plateforme de streaming musical est incontestable. Créée en Suède en 2006, l’entreprise a dépassé la barre symbolique des 100 millions d’utilisateurs dont 50 millions d’abonnés en 2016.

  Quels sont donc les facteurs d’un tel succès ? Qu’est-ce qui a permis à Spotify de s’imposer aujourd’hui comme un acteur majeur du streaming musical ?

  Toile de Fond se propose aujourd’hui de revenir en détail sur ce qui fait le succès de la plateforme.

 

Le développement historique de Spotify grâce à la data.

  A l’origine Spotify était un catalogue musical conséquent au sein duquel l’utilisateur était libre de naviguer en suivant des suggestions via des artistes similaires. Cependant pour grandir il faut bien souvent s’améliorer et c’est ici que Spotify a su tirer son épingle du jeu.

 

Comment recommander plus de 30 millions de titres à plus de 100 millions d’utilisateurs ?

  La réponse semble évidente : les recommandations. Spotify n’est pas la première plateforme à utiliser un algorithme afin de conseiller ses utilisateurs. Pandora était à l’époque bien plus performant que Spotify dans ce domaine. Un bref détour par l’histoire et l’évolution des fonctionnalités proposées par la plateforme est nécessaire afin de comprendre comment l’entreprise s’est imposée.

  Pour les plus bilingues et intéressés d’entre vous ce slide share de Chris Johnson, ancien responsable ingénierie pour les recommandations et la personnalisation chez Spotify est très complet.

  Pour les autres en voici un résumé partiel :

  En premier lieu, il y a la section discover un espace dédié aux découvertes qui, à ses débuts, est un peu désordonné. Peu à peu il va se structurer. Au fur et à mesure des évolutions de cet espace, les ingénieurs de Spotify vont s’apercevoir, grâce aux données récoltées, que les utilisateurs parcourent davantage les playlists que les sections, les artistes reliés ou les radios thématiques. Il apparaît donc qu’associer découverte et playlist puisse être une idée ingénieuse.

  Cette démarche est de plus confortée par la donnée. C’est sûrement grâce à cela que s’explique une partie du succès de Spotify. Les évolutions appliquées à la plateforme se sont basées sur la data, une écoute du comportement des utilisateurs, la façon que ce dernier a de répondre ou non aux dernières améliorations. Il s’agit d’une stratégie data driven. Les premiers à tester cette fonctionnalité furent les employés de l’entreprise.

  C’est également la data qui leur a permis de peaufiner certains détails allant du wording présentant la playlist jusqu’au choix de l’image. A ce propos, ils se sont aperçus qu’utiliser une image personnalisée avait une conséquence positive sur l’engagement des utilisateurs (+17%). Il ne s’agit donc ni d’un hasard, ni d’une question de facilité si, dans la majeure partie des cas, votre photo de profil est en vignette de votre playlist des découvertes de la semaine.

  L’ensemble des données récoltées et les évolutions conduisent donc à cette playlist ultra-personnalisée.

 

Comment cela fonctionne-t-il réellement ? Que prend en compte l’algorithme ?

  Une des bases de l’algorithme reste un des grands classiques d’internet utilisé notamment par Amazon, que l’on pourra ici résumer ainsi : ceux qui ont écouté cela ont également écouté ce titre/artiste/playlist récemment. Ne serait-ce qu’en se basant sur cela Spotify est capable d’étendre le morceau que vous écoutiez à des milliers de titres susceptibles de vous plaire. Cependant cela ne suffira pas à créer un algorithme aussi précis que celui des discovers weekly. La fréquence d’écoute des morceaux d’une playlist, les morceaux/artistes/playlist écoutés récemment, les genres musicaux (plus de 1500) préférés sont autant de data qui servent à affiner les résultats. L’ensemble de ces données sont utilisées pour créer un profil musical. Un profil qui sera, en fonction de ces spécificités, associé à un cluster (regroupement de profils similaires). C’est notamment cette notion de cluster qui permet en partie à Spotify d’identifier des contenus qui sont susceptible de plaire. Grace à cela, la simple notion de « qui ont écouté cela apprécient aussi cela » est dépassée. En effet, les critères d’associations sont beaucoup plus fins et beaucoup plus précis. Il est alors possible de se servir des playlists crées par les utilisateurs, des titres qu’ils y ont récemment ajoutés et d’en faire profiter d’autres utilisateurs appartenant à un cluster similaire.

citation spotify

  De plus lorsqu’un titre est ajouté à une playlist issu d’une suggestion Spotify cela permet à l’algorithme de valider l’exactitude de ses recommandations. Il est aussi capable d’identifier le regroupement au sein d’une même playlist de plusieurs titres. Si vous écoutez deux titres qui sont présents au sein d’une même liste, il se peut qu’un troisième issu de cette dernière vous plaisent également.  En démultipliant cela à grande échelle et en le couplant à une bibliothèque aussi conséquente que celle proposée par Spotify, il est alors aisé de comprendre la capacité de l’entreprise à proposer chaque semaine une liste de 30 chansons qui ravira nos oreilles. L’humain semble finalement être autre cœur de l’intelligence artificielle de la plateforme.

  Cet algorithme qu’utilise Spotify représente un avantage concurrentiel considérable :

  • Il permet d’aller au-delà du simple catalogue musical ce qui représente un avantage indéniable, une véritable différenciation pour un service de streaming musical.
  • Il guide et aide l’utilisateur dans sa navigation au milieu de l’océan de titres qui lui sont proposés. Faciliter l’expérience client permet alors d’accroitre la rétention des consommateurs.

 

Réflexion autour d’un contenu personnalisé.

  Maintenant que le fonctionnement de l’algorithme Spotify nous apparait plus clair, que nous comprenons un peu mieux comment il procède, si nous nous arrêtions quelques instants sur la personnalisation de contenu.

  D’un point de vue général, c’est une tendance forte des services proposés sur Internet. Netflix, Amazon, Google, tous se servent des données que les internautes disséminent à chacune de leurs actions sur le web afin d’adapter leur offre, de proposer des services personnalisés. A l’ère du consommateur roi, toujours plus exigeant,personnaliser semble être une solution évidente. Mais est-ce toujours pour son bien ?

musique spotify Toile de Fond

  Reprenons le cas de Spotify. La musique est faite pour être partager et en ce sens Spotify représente une formidable opportunité. Cependant, cela peut potentiellement nuire au lien social. En effet, il est particulièrement appréciable de partager avec un ami ses dernières découvertes. Partons du postulat que la musique permet de définir en partie ce que nous sommes et que, de surcroit, ce que nous sommes se retrouve aussi en nos amis.  Or si chacun se réduit à ses recommandations, il est probable que deux amis proches partagent en partie des goûts musicaux proches. Il semble alors tout à fait plausible d’arriver à une situation où chacun d’entre eux croit faire découvrir à l’autre la même « pépite ». Au-delà de l’anecdote, une situation paradoxale émerge. Un outil qui était supposé permettre de découvrir une quantité conséquente de musique semble finalement nous limiter. Au travers des recommandations qui lui parviennent chaque semaine, des daily mix qui s’adaptent au fur et à mesure de l’écoute l’internaute devient passif. Il n’est plus à la recherche de nouveauté, de découverte, il attend qu’elles viennent à lui comme effrayé par l’immensité qui s’offre à lui. Finalement chacun reste dans sa zone de confort, avec un algorithme qui propose un contenu adéquat, sans explorer des styles musicaux atypiques qui le changerait de son quotidien. Nous retrouvons finalement ici une notion qu’Eli Pariser  évoque tout au long de son ouvrage The Filter Bubble. Mais assez disgressé ! Nous sommes finalement plus ou moins tous conscients de cela !

  Et parce que Toile de fond vous veut du bien on vous invite à faire un tour sur Spotify.me afin d’en apprendre un peu plus sur vous et vos habitudes d’écoute, histoire de découvrir votre bulle !

Kévin GRELET

Passionné de Tech et de Musique, amateur de podcasts.
Etudiant en Master 1 à Toulouse Business School

Submit a Comment

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