À la fin du XXe siècle, les médias ont connu un âge d’or, avec une concurrence limitée et deux cibles identifiées: le lecteur et l’annonceur. L’avènement du numérique est venu bouleverser l’équilibre économique des médias, qui doivent désormais faire face à une audience volatile, à la concurrence de nouveaux acteurs, apparus avec internet, et à une baisse des abonnements. Dernier exemple de ce bouleversement: le passage du quotidien britannique The Guardian au format tabloïd pour tenter d’endiguer les pertes financières du journal. Le titre n’a pourtant jamais eu autant de lecteurs avec 150 millions de visiteurs uniques par mois sur sa version numérique.
Face à ces difficultés, c’est l’adaptabilité, à travers le recours aux technologies d’intelligence artificielle, qui permettra aux médias de réussir leur transformation numérique. Grâce au trafic qu’ils génèrent, les médias disposent d’une énorme quantité de données, une véritable mine d’or, au moment où la monétisation du Big Data devient un enjeu crucial dans la plupart des secteurs économiques. Si certains médias ont pris conscience de l’importance d’exploiter leurs données, la plupart n’exploitent pour le moment qu’une petite part de la capacité réelle de leurs données. Débloquer cette capacité nécessite de l’organisation et du changement.
Vision globale des pratiques des consommateurs
L’analyse prédictive pourrait être la solution pour optimiser l’analyse de données. Il s’agit de la méthode analytique la plus aboutie, servie par des technologies de pointe comme l’intelligence artificielle et renforcée par le machine learning, cette capacité des programmes à apprendre par eux-mêmes pour améliorer la pertinence de leurs résultats. L’analyse prédictive permet d’optimiser la valeur ajoutée extraite de l’analyse des données brutes, à travers trois améliorations majeures. D'abord en liant les données fragmentées (pages vues, historiques, commentaires), l’analyse prédictive offre une vision globale des pratiques et des goûts des consommateurs. Cela permet d’optimiser la production et la publication de contenu, renforçant ainsi l’attractivité du média et prévenant la perte de clientèle.
En basant l’analyse sur l’historique des données, la prédiction en temps réel des tendances et des comportements permet aussi d’anticiper les actions des consommateurs. Résultat: de meilleures recommandations de contenu et des publicités personnalisées, qui augmentent la conversion client et donc l’attractivité des médias pour les annonceurs. Enfin, grâce à la gouvernance des données, le traitement automatisé et évolutif des données réduit le temps passé à dupliquer le travail. Ces workflows, que l’on peut reproduire, permettent à l’équipe data d’être plus innovante et de gagner en productivité.
Meilleur ciblage publicitaire
Par la connaissance globale et exploitable des consommateurs qu’elle apporte, l’analyse prédictive permet de proposer des contenus plus pertinents ainsi qu'un meilleur ciblage publicitaire. En basant leur modèle économique sur l’analyse prédictive des données, les médias optimiseraient les revenus qu’ils tirent des ventes et des abonnements. Le rapport 2017 de la Goldsmith University of London, Réinventer la Fidélité: comprendre le comportement du consommateur à l’ère de l’expérience, le montre: 68% des consommateurs se déclarant fidèles aux marques qui leur proposent une expérience adaptée à leurs goûts et préférences.
Mais l’analyse prédictive permet également aux médias d’accroître leurs revenus publicitaires. Et les médias traditionnels ont cet avantage: ils peuvent capitaliser sur leur notoriété et leur audience pour attirer les meilleurs annonceurs.
Trouver un nouveau modèle économique et assurer leur autosuffisance est essentiel à l’indépendance des médias. Cette indépendance est d’autant plus importante qu’elle permet à la presse de continuer à garantir une information de qualité, et de maintenir son rôle de contrepouvoir. Au XXIe siècle, plus qu’un défi économique, c’est un défi démocratique, que la technologie, à travers l’intelligence artificielle, peut permettre de relever avec succès.
