Pourquoi Netflix cherche-t-il à améliorer son moteur de recommandation ?

La société de location de DVD en ligne, NetFlix, a dévoilé un concours doté d’un million de dollars pour l’équipe qui parviendrait à améliorer de 10 % la précision de son système de recommandation de films. Pour Reed Hastings, pdg de Netflix, les systèmes de recommandation inter-utilisateurs devraient jouer « un rôle commercial de plus en plus significatif dans le futur », rapporte Generation NT.

Chris Anderson, l’auteur de la Longue Traîne, revient en détail sur les motivations de NetFlix : « La réponse la plus simple est que la recherche, la recommandation et autres filtres tendent à conduire la demande au coeur de la Longue Traine, des hits aux niches, où les goûts minoritaires sont souvent mieux satisfaits. A côté de la satisfaction de la clientèle, il y a aussi dans ce déplacement un bénéfice économique clair pour Netflix. Les vieux titres sont moins chers à acquérir et tendent à avoir de meilleurs critiques que les nouveaux titres (surtout parce qu’ils ont passé le test du temps et du battage médiatique qui accompagne les nouvelles sorties). » Et de montrer, graphiques à l’appui, que le coût d’acquisition s’abaisse effectivement dans le temps, que la satisfaction clientèle est meilleure sur les titres anciens que sur les nouveautés…

S’inspirant des slides de Jim Bennett, Vice-président de Netflix, présentés au récent salon sur sur les systèmes de recommandation qui s’est tenu en septembre à Bilbao en Espagne, Anderson montre le rôle du catalogue de fond dans le modèle économique de Netflix. Alors que dans les magasins de la chaîne BlockBusters, les dernières nouveautés dominent les locations, Netflix fait de bien meilleurs résultats au delà des 400 premiers titres loués.

Conclusion : « Plus Netflix arrive à avoir des gens qui louent des DVD à partir de son système de recommandation, plutôt que des nouveautés, plus Netflix fait des bénéfices et satisfait sa clientèle ».

On comprend tout de suite mieux l’intérêt de Netflix à développer son moteur.

À lire aussi sur internetactu.net

0 commentaires

  1. Le systeme de recommandation est a mon humble avis une valeur ajoutée de contenu très importante. Je ne pense pas etre le seul a bien regarder les notes+commentaires d’un hotel sur tripadvisor avant de faire mon choix.
    Bref la somme des connaissances des internautes >>> a qq critiques de pros…
    La main invisible???

  2. Un an plus tard, aucune équipe n’a encore réussi à améliorer le moteur de recommandation Netflix de 10 %, explique Kate Greene sur un des blogs de la Technology Review. La meilleure équipe, d’AT&T est parvenu à une amélioration de 8,43 % !