LEBIGDATA.FR I.A, Cloud & Cybersécurité
Afin d’attirer l’attention des spectateurs du Wimbledon 2016 sur les réseaux sociaux et les plateformes numériques, les organisateurs ont utilisé le Machine Learning et les outils analytiques d’IBM Watson pour anticiper les points forts du championnat. Une automatisation qui demeure cependant fortement soutenue par l’intelligence humaine.
Depuis plusieurs années, les statistiques et les analyses sont ancrées dans le monde du tennis professionnel, tout comme dans le domaine du football. Pour la première fois cette année, dans le cadre du Wimbledon 2016, la plateforme IBM Watson a également été utilisée pour traiter les centaines de milliers de publications postées sur internet et sur les réseaux sociaux. L’objectif était de trouver les articles ayant suscité le plus d’engagements de la part des fans, afin de diriger la création de contenus en tout genre pour toucher directement les amateurs de tennis. Grâce aux capacités de Machine Learning de Watson, ce processus s’est fait de façon prédictive. Les tendances ont été anticipées avant qu’elles n’apparaissent.
Selon Alexandra Willis, directrice de la communication, du contenu et du numérique au All England Lawn Tennis and Croquet Club qui accueillait le championnat cette année, cette initiative permet de couvrir les points forts et les événements les plus importants du tournoi très tôt, voire avant les journalistes et autres sites spécialisés.
Pour illustrer la réactivité de Watson par un exemple concret, Willis se souvient de l’année 2014, lorsque les trois joueurs canadiens Milos Raonic, Eugenie Bouchard et Vasek Pospisil étaient arrivés en demi-finale de tournois majeurs. Cet événement avait généré de nombreuses conversations sur le tennis canadien, que les commentateurs et les médias avaient été forcés d’aborder de façon réactive.
De nombreuses personnes se demandaient d’où provenait la qualité de jeu de ces Canadiens, s’il y avait une explication spécifique à la réussite de ces trois joueurs. Grâce à Watson, ce sujet avait pu être traité très rapidement. Désormais, grâce à ses facultés d’anticipation, Watson peut repérer les tendances de façon prédictive.
Par exemple, une performance exceptionnelle de la part de joueurs en provenance d’une nation en particulier peut être anticipée avant qu’elle ne devienne une tendance sur Twitter. Il est possible de surveiller l’intérêt pour un court en particulier, ou pour un joueur qui se démarque par ses performances.
Les limites de l’automatisation
Toutefois, même si le machine learning et l’analyse prédictive ont été utilisés pour suggérer le contenu susceptible d’être apprécié par les fans, ces technologies n’ont pas encore été déployées dans le but de créer automatiquement ce contenu. Les publications sur les réseaux sociaux, les alertes et les rapports ont été rédigés par l’équipe chargée du contenu, afin de juger correctement l’équilibre entre le contenu et le contexte.
D’après Willis, il est important d’exploiter les données pour repérer les points forts du championnat, mais il est également très important de rédiger le contenu dans un ton adapté à Wimbledon avec une approche adéquate. Le jugement éditorial reste au cœur de la démarche pour préserver l’authenticité de l’expérience. Le but n’est pas de diffuser une spirale d’informations statistiques en continu.
Par ailleurs, en cette édition 2016, les fans ont pu profiter d’une intégration amplifiée de l’interface statistique IBM Slamtracker pour les publications liées au tournoi. Les années précédentes, cette interface était proposée comme une application indépendante sur le site web officiel. Cette année, les informations récupérées ont été utilisées sur tous les canaux, pouvant être partagées sur les réseaux sociaux et incluses dans les rapports de matchs.
Cette année, IBM était le fournisseur officiel de technologie de Wimbledon, et se chargeait donc des opérations liées aux données. De nombreux capteurs high-tech, détecteurs de mouvements et technologies d’enregistrement étaient déployés, mais la firme a tenu à conserver deux humains sur chaque court chargés de collecter les données.
Pour cause, les humains restent plus aptes à commenter, rapporter et saisir les nuances encore trop subtiles pour les capteurs automatisés actuels. Par exemple, seul un humain peut faire la différence entre une faute volontaire ou involontaire. En général, ces personnes sont des experts du tennis spécialement formés pour les opérations de données.
Une audience numérique encore minoritaire
En tous les cas, malgré la forte démocratisation des technologies, il est intéressant de noter qu’une grande majorité des spectateurs continue à suivre Wimbledon de façon passive devant leur télévision, sans exprimer leur opinion sur les réseaux sociaux. On dénombre environ 300 millions de spectateurs télévisuels contre 30 millions si l’on combine les plateformes numériques.
Les outils analytiques de sentiments et de Machine Learning doivent à l’heure actuelle se contenter de ce pourcentage minime de spectateurs. Cependant, les organisateurs sont persuadés que cette proportion finira par s’inverser. Il s’agit donc d’un investissement d’avenir. Selon Willis, le défi est actuellement de s’assurer que les deux catégories d’audience soient aussi bien servies sur toutes les plateformes.
Restez à la pointe de l'information avec LEBIGDATA.FR !
- Partager l'article :
