Projets

France Télévisions enrichit son moteur de recommandation

Françoise Pasco, responsable du pôle data intelligence de France Télévisions à l'occasion du salon Big Data & AI Paris. (Photo ED)

Après avoir déployé une plateforme data partagée pour mieux comprendre l'audience de sa plateforme de vidéo à la demande et enrichir la présentation de son catalogue, France Télévisions sophistique son moteur de recommandation avec de l'IA.

PublicitéDans un monde où l'offre de vidéos à la demande est pléthorique et plus que variée, France Télévisions cherche à se différencier avec sa plateforme France.TV déjà très fréquentée. Ce service non payant, accessible par inscription, compte plus de 5 millions de visiteurs quotidiens. Il a accueilli 46,8 millions de visiteurs uniques mensuels en juillet dernier et 10 millions de visiteurs uniques supplémentaires entre septembre 2024 et septembre 2025. France.TV s'enorgueillit également d'avoir battu un record en dépassant le milliard de vidéos regardées durant les JOP 2024.

Malgré tout, face à l'évolution des offres concurrentes et des consommations de vidéos à la demande, l'entreprise de service public cherche à mieux attirer et garder ses utilisateurs. Et pour cela à mieux les connaître et les cibler. « Leur niveau d'engagement est un défi permanent pour nous, avoue Françoise Pasco, responsable du pôle data intelligence de France Télévisions à l'occasion du salon Big Data & AI Paris le 2 octobre. Mais un de nos atouts, avec la gratuité de notre offre [le visionnage des contenus nécessite néanmoins une inscription avec des données personnelles] et la richesse de nos contenus, ce sont les data. » L'entreprise s'est donc fixé trois objectifs autour des données : maximiser la récupération des data des profils, des comportements et des contenus ; en tirer toute l'intelligence en particulier pour améliorer l'expérience utilisateur ; piloter et mesurer les audiences et la performance de l'offre.

Quatre indicateurs de qualité data

« La data doit nous donner une vision 360 des visiteurs, poursuit François Pasco. Nous avons besoin de données sur la création de leur compte et leur consentement, l'usage qu'ils font de nos offres, les pages qu'ils ont vues, l'origine de leur trafic, leur typologie d'usage de contenu, mais aussi les équipements électroniques dont ils disposent, etc. » France Télévisions dispose déjà de différents outils adaptés à son métier pour la collecte de données des utilisateurs de la plateforme en fonction des usages. La gestion des identités et des accès passe par Gigya (SAP), la personnalisation du marketing des audiences sans cookies par Mediarithmics ou le suivi de navigation par Piano Analytics.

Mais elle dispose aussi désormais d'une architecture en médaillon, avec des données bronze (brutes), silver (raffinées pour devenir valeur de référence pour les métiers, en conformité avec la gouvernance) et gold (pour une exploitation dans des cas d'usage réels). « Or, le niveau de qualité de la data - même s'il n'est pas à 100%, car ce n'est pas l'objectif et ce n'est pas utile - est essentiel une fois que l'on arrive en zone gold et que l'on active les cas d'usage », ajoute la responsable du pôle data intelligence. France Télévisions a donc défini des indicateurs de précision, de complétude, de précision et de conformité aux régulations, comme le RGPD, pour jauger de la qualité de ces données. « Il est essentiel de mettre en place ces indicateurs et de les communiquer aux métiers. C'est ce qui nous a conduits à installer une plateforme data monitorée et gouvernée. » Entre 2021 et 2025, France Télévisions est ainsi progressivement passé d'un datalake avec 13 flux de données collectées, avec une petite équipe data intelligence à une data plateforme en 3 zones avec une gouvernance, 50 flux collectés et un pôle data intelligence avec un product manager, 6 product owners, et une équipe de datascience de 7 personnes.

PublicitéPersonnaliser l'expérience visiteur

Cette fondation permet aussi désormais à France Télévisions d'envisager la genAI. Même si pour Françoise Drasco, la plateforme et la couche de gouvernance associée, lui donnent déjà une importante capacité d'analyse data. L'entreprise a d'ailleurs affecté des data analysts à la connaissance de ses publics, par exemple, pour mieux adapter la richesse de contenu en fonction des visiteurs du site. « Nos 47 millions de visiteurs uniques de juillet 2024, par exemple, avaient des profils, des âges différents, mais par ailleurs, ne venaient pas tous pour la même chose. Certains ont regardé la cérémonie d'ouverture des JOP 2024, d'autres ont suivi les compétitions de Léon Marchand. »

Les LLM apportent à France Télévisions un degré supplémentaire de connaissance de ses clients, en particulier avec l'exploitation des données texte. « Nous avons un live chat pour chaque grand événement sportif, précise par exemple Françoise Drasco, et le contenu de ces discussions devient une nouvelle source d'information pour comprendre ce qui intéresse nos visiteurs, leur avis sur le contenu, leur état d'esprit, etc. » L'entreprise exploite aussi la genAI pour la description des vidéos de son catalogue, car la compréhension de la plateforme par le public n'était pas satisfaisante. France Télévisions s'appuie enfin sur du machine learning pour personnaliser les expériences de ses internautes, et enrichir l'offre qui leur est proposée.

Un moteur de recommandation dopé au machine learning

Quel contenu proposer à un passionné de Roland Garros qui n'est venu qu'une fois dans l'année, pour regarder le tournoi ? Pas uniquement la retransmission d'un autre tournoi ou une série sur le tennis... Pour répondre à ce type de questions, France Télévisions a retravaillé son moteur de recommandation à partir de sa nouvelle plateforme data et avec cette fois du machine learning. Elle s'est appuyée sur des méthodes dites de « look alike », autrement dit d'identification de contenus similaires, mais aussi sur un modèle de filtrage collaboratif, sur lequel ont travaillé les équipes éditoriales de la plateforme France.TV avec les équipes data.

Enfin, l'IA sert également à éviter le désengagement, voire le départ des visiteurs. « Pour savoir qui va revenir ou pas, nous devons croiser les données visiteurs avec celles du contenu, insiste Françoise Pasco, identifier les raisons pour lesquelles une vidéo, une série sont en perte d'audience. En résumé, je détecte quel visiteur va partir, je connais sa catégorie de contenu de prédilection, etc. Et à partir de ce type d'éléments, je concocte un planning éditorial avec différents niveaux d'efficacité en fonction de l'audience. » Objectif : ne pas enfermer le public dans un seul univers.