La mesure d’audience s’enrichit des data et de l’intelligence artificielle

Allier la force du panel panel Échantillon pour lequel le recueil de l'information s'inscrit dans le temps. Il peut être interrogé plusieurs fois à intervalles réguliers. Cette méthode est pertinente pour l'étude des évolutions de comportement. L'échantillon peut être interrogé en continu : - soit, il est demandé à chaque individu du panel de remplir un questionnaire journalier relatif au sujet de l'étude. C'est le cas du panel Radio. - soit, l'information est enregistrée et restituée régulièrement. C'est le cas du panel Médiamat. Cette méthode est pertinente pour saisir les habitudes de comportement et leur évolution si la durée du panel est suffisamment longue. En savoir plus et la puissance puissance Indicateur d'évaluation des supports dans le cadre d'un plan média. C'est la hiérarchisation des supports en fonction de leur audience utile. En savoir plus de la data data les données numériques En savoir plus

L’hybridation des mesures repose sur la construction d’un modèle statistique statistique La statistique ou science des données (Data Science en anglais) est un domaine des mathématiques qui étudie des phénomènes à travers la collecte de données, leur traitement, leur analyse, leur représentation graphique ou visualisation (Data Visualization en anglais) et l'interprétation des résultats. En savoir plus qui associe différentes sources de données complémentaires. La mesure d’audience ainsi créée bénéficie de la robustesse scientifique des panels d’audience alliée à la richesse des données massives (big data) issues de box opérateurs, de logs adservers ou d’outils analytics. 

Les données massives quant à elles recensent toutes les actions de consommation numérique numérique Un signal est dit numérique s'il est représentable par une suite de valeurs discrètes qui peuvent être codées en binaire par 2 états possibles (0 et 1). Il s'oppose à l'analogique. La diffusion numérique est devenue l'unique mode de diffusion de la télévision aujourd'hui, que ce soit par câble, par satellite, voire par voie hertzienne. En savoir plus , apportant des informations détaillées et en temps réel sur les connexions, la fréquence fréquence En électronique, la fréquence caractérise un mouvement vibratoire tel qu'une onde électromagnétique : c'est le nombre de fois où le phénomène se produit par seconde (l'unité de mesure est le Hertz). En statistique, c'est le nombre de réalisations d'un événement exprimé en pourcentage. En informatique, elle traduit la puissance des processeurs d'un ordinateur. Ex : Pentium III 650 MgH En savoir plus et l’exhaustivité que réclame un monde médiatique désormais connecté en continu.  

Faire dialoguer ces deux univers univers Ensemble des unités statistiques dans lequel est tiré l'échantillon d'une enquête. Lorsque ces unités sont des individus, on parle de population. En savoir plus complémentaires demande une expertise pointue. Il s’agit d’articuler deux logiques opposées : la représentativité et l’exhaustivité, la science de l’échantillonnage et la science du comptage. 
C’est ce travail de modélisation, effectué au sein de la Direction Data Data les données numériques En savoir plus Science de Médiamétrie, qui donne à la mesure hybride mesure hybride En statistique, approche consistant à mélanger deux sources d’informations de natures et de niveaux différents pour en créer une troisième plus riche ou plus fine. En savoir plus toute sa force. 

L’intelligence artificielle, moteur d’innovation et enjeu de confiance 

On ne peut aujourd’hui parler de data sans explorer les perspectives et opportunités qu’offre l’intelligence artificielle pour la conception et l’évolution des mesures hybrides. Ces technologies ouvrent la voie à l’automatisation et à la transformation de certaines tâches. Les outils d’IA peuvent faciliter notamment la préparation des questionnaires, la collecte et l’analyse des données ou encore la restitution. 

Le développement des méthodes d’apprentissage a également contribué à l’évolution des méthodes de génération de données synthétiques. Ces nouvelles méthodes, même si elles soulèvent encore de nombreuses questions, pourraient à l’avenir permettre de compléter ou enrichir les données d’enquêtes ou de panels. 

Certaines approches hybrides, qui consistent à créer une population virtuelle, utilisée comme socle pour le rapprochement de différentes sources de données, reposent sur ce concept de données synthétiques. C’est notamment le cas pour le modèle du Virtual ID du projet de mesure cross-média publicitaire Origin au Royaume-Uni. 

Ces technologies ouvrent donc un large champ d’utilisations tout en exigeant de la vigilance : la transparence des modèles, la traçabilité des traitements et la confiance dans les algorithmes demeurent essentielles pour préserver la légitimité scientifique des mesures. 

L’enjeu, désormais, n’est pas seulement d’utiliser l’IA, mais de l’intégrer avec discernement, dans une démarche gouvernée, explicable et fidèle aux principes d’indépendance et de rigueur qui fondent la mesure d’audience. 

Des mesures plus complètes, plus agiles, plus efficientes 

Les mesures hybrides ne se limitent pas à une prouesse méthodologique : elles redéfinissent la façon de penser la mesure d’audience. 
Elles offrent une vision réellement globale, en réconciliant les usages linéaires et numériques, en suivant les contenus d’un écran à l’autre, et en réduisant le délai entre la consommation et la publication des résultats. 

Elles permettent surtout une meilleure granularité – précision -, essentielle à l’heure où les audiences se fragmentent : on mesure désormais des formats, des contextes et des publics que les méthodes classiques ne pouvaient appréhender seules. 

Et enfin, les mesures hybrides rendent la mesure plus efficiente : en mobilisant les données déjà collectées par les environnements numériques, la méthode hybride optimise les coûts ; obtenir une précision identique avec les panels représenterait des investissements beaucoup plus significatifs. 
C’est un cercle vertueux : plus de précision, plus de réactivité, et une meilleure maîtrise des ressources. 

Médiamétrie, pionnière de la convergence convergence Rapprochement de domaines ou d'applications liés à des technologies reposant sur des fonctionnements semblables. Ainsi, l'émergence et la généralisation du signal numérique permettent la convergence de l'audiovisuel, de l'électronique grand public, de l'informatique et des télécommunications. En savoir plus  

En France, Médiamétrie illustre concrètement cette transition avec plusieurs dispositifs hybrides déjà opérationnels. 

• Internet Global, qui combine données de panels et mesures de visites des sites et applications issues d’outils analytics, offre une vision unifiée de l’audience de l’ensemble du web ; 
• Watch Pub, la mesure publicitaire cross-vidéo, qui associe les volumes d’impressions issus des données des serveurs web hébergeant les publicités (Adservers) aux audiences TV linéaires, permet de mesurer la couverture couverture Accumulation d'audience sur une période longue (semaine, mois,...). Il s'agit du nombre ou du pourcentage de personnes ayant eu au moins un contact avec le média étudié au cours de la période, quelle qu'en soit la durée. Elle se calcule sur des panels constants. En savoir plus dédupliquée des campagnes ; 
• ou encore la TV segmentée TV segmentée La publicité TV segmentée consiste à personnaliser les messages publicitaires pour un même spot donné en fonction de différents segments d'audience (géographiques, comportementaux, sociodémographiques,etc.). Elle est rendue techniquement possible notamment par la digitalisation des modes de réception. La publicité segmentée en télévision est autorisée en France depuis un décret du 7 août 2020. En savoir plus , qui intègre les données des Adservers pour affiner le médiaplanning TV. 

Ces innovations reposent sur une idée forte : l’hybridation constitue une continuité méthodologique. Elle ne remplace pas mais complète le savoir-faire historique sur les panels en y adossant la puissance puissance Indicateur d'évaluation des supports dans le cadre d'un plan média. C'est la hiérarchisation des supports en fonction de leur audience utile. En savoir plus de la data data les données numériques En savoir plus , dans un cadre gouverné et maîtrisé. 

Sur la scène internationale, la même logique s’impose en Italie, Autriche, Suisse Espagne, Canada, Suède, avec des mesures hybridées. Des projets sont en cours en Allemagne et au Royaume-Uni. Aux États-Unis, Nielsen combine son panel panel Échantillon pour lequel le recueil de l'information s'inscrit dans le temps. Il peut être interrogé plusieurs fois à intervalles réguliers. Cette méthode est pertinente pour l'étude des évolutions de comportement. L'échantillon peut être interrogé en continu : - soit, il est demandé à chaque individu du panel de remplir un questionnaire journalier relatif au sujet de l'étude. C'est le cas du panel Radio. - soit, l'information est enregistrée et restituée régulièrement. C'est le cas du panel Médiamat. Cette méthode est pertinente pour saisir les habitudes de comportement et leur évolution si la durée du panel est suffisamment longue. En savoir plus TV et les données massives de visionnage dans sa mesure.  

Partout, la dynamique est la même : une mesure plus intégrée, plus fluide, plus en phase avec la réalité des usages.

L’exigence scientifique au cœur de l’innovation 

Ce mouvement d’hybridation repose sur une conviction forte : la data data les données numériques En savoir plus seule ne suffit pas. 
L’intégration de flux massifs de données ne peut produire une mesure fiable qu’à la condition d’être encadrée par une expertise statistique statistique La statistique ou science des données (Data Science en anglais) est un domaine des mathématiques qui étudie des phénomènes à travers la collecte de données, leur traitement, leur analyse, leur représentation graphique ou visualisation (Data Visualization en anglais) et l'interprétation des résultats. En savoir plus rigoureuse. 
C’est là que réside la véritable valeur ajoutée des instituts : dans leur capacité à calibrer, redresser, vérifier, et surtout garantir la comparabilité et la transparence des résultats. Les études sont toujours auditées par des organismes tiers. 

Les enjeux sont multiples : 

• Assurer la qualité des données collectées, 
• Éviter les doublons et les biais biais Le biais d'un résultat statistique est l'écart entre le résultat obtenu et la valeur exacte que l'on recherche. On distingue trois types de biais : biais d'échantillonnage (par exemple : utilisation d'une base de sondage inadaptée), biais d'observation (par exemple : mauvais libellé d'une question ou d'une grille de réponse), biais d'estimation (par exemple : mauvaise prise en compte des modalités de tirage de l'échantillon). En savoir plus liés aux environnements numériques, 
• Préserver la neutralité et l’indépendance vis-à-vis des acteurs mesurés, 
• Maintenir la cohérence entre panels, plateformes et environnements cross-médias. 

C’est une discipline à la croisée de la data science et de l’éthique de la mesure et dont l’enjeu est autant technologique que pédagogique. 
La technologie, ici, ne remplace pas la méthode : elle l’augmente. 

Une discipline en mouvement permanent 

L’hybridation témoigne de la capacité du secteur à se transformer avec son objet même, à intégrer de nouvelles sources, de nouvelles logiques, sans renoncer à la rigueur scientifique qui fonde sa légitimité. 

Les mesures hybrides incarnent l’avenir de la mesure d’audience : une alliance entre la science et la donnée, entre l’expérience humaine et la puissance puissance Indicateur d'évaluation des supports dans le cadre d'un plan média. C'est la hiérarchisation des supports en fonction de leur audience utile. En savoir plus algorithmique. 
Et dans ce mouvement, la mesure reste, plus que jamais, un repère essentiel - rigoureuse, indépendante, et en évolution constante avec les pratiques de son temps. 

Direction de la publication : Equipe Communication de Médiamétrie

Rédaction : Laure Osmanian Molinero