Dataculture : 3 questions à... Thibault d'Orso, de Spideo

LINC : Vous publiez un livre blanc intitulé « protéger les données personnelles : obstacle ou opportunité pour des entreprises de recommandation ? ». Pourquoi une start-up comme la vôtre se lance-t-elle dans une telle démarche ? ​

Thibault d'Orso: "Il se trouve que la protection des données personnelles devient un critère de choix central pour nos clients qui ont bien saisi l'importance du sujet pour les utilisateurs finaux. Nous avons des convictions qui sont au fondement de notre vision de la recommandation de contenus. Ces convictions se sont nourries de nos propres expériences utilisateurs. Aussi bien en tant que qu'entrepreneur qu'en tant qu'utilisateur final, il nous semblait impossible de ne pas prendre la parole sur ce sujet. 

Par ailleurs, l'industrie des media est essentiellement constituée de très gros acteurs. Une start-up technologique qui travaille en B2 "gros" B doit trouver des moyens de communication efficaces pour se mettre au niveau de ces très grandes structures. Il faut réussir à partir de questions de très haut niveau, à dimension stratégique, parfois sociétale, pour expliquer notre valeur ajoutée. Le format "white paper" permet ça. Ensuite la prise de parole doit avoir du sens."

Dans votre document, vous dites que « toutes les méthodes de recommandation  ne sont pas nées égales » du point de vue en particulier de leur appétit en données personnelles. Quelles sont les caractéristiques des différentes approches ?

"Quand on recommande un film, on peut invoquer des arguments de nature très variée. Cafe Society devrait te plaire parce que ça a plu a beaucoup de tes amis ; ça c'est la démarche sociale. Ou encore Cafe Society a été vu par beaucoup d'autres gens ; ça c'est la démarche statistique. Enfin, si tu aimes les films glamour avec une touche historique, Cafe Society devrait t'intéresser ; ça c'est la démarche sémantique.

Sans entrer par une approche technologiste, dans le premier cas, l'argument de prescription nécessite que je donne de l'information sur mes réseaux d'amitié. C'est potentiellement très intime et sans grand rapport avec le sujet cinématographique. Dans le second cas, on doit constamment mobiliser les données de millions d'autres personnes avec un niveau de transparence quasi nul. Le gros avantage de la démarche sémantique est qu'elle est très économe en données utilisateur, parce qu'elle part d'une connaissance très pointue des contenus, elle est très pédagogique et se rapproche d'une véritable expérience de vidéo-club."

Finalement, comment intégrez-vous (ou comptez-vous intégrer) ces questions dans votre développement et votre quotidien ?

"Notre matière brute de départ pour nos algorithmes ce sont les contenus. Nous créons de l'intelligence en impliquant constamment en binôme des experts de films ou de télévision avec des ingénieurs. Nos équipes sont comme les personnages de Pacific Rim. Si nos experts de contenus et nos ingénieurs n'arrivent pas en tandem à créer une "fusion télépathique" entre leurs intellects alors ça ne marche pas. 

Au final, l'impact dans notre travail au quotidien est hyper concret. C'est très excitant et amusant pour nos équipes."