Récemment, je suis tombé sur un article sur BBC World News intitulé « Netflix envisage de sévir contre le partage de mots de passe » cela a suscité mon intérêt et m’a fait réfléchir. Apparemment, certains abonnements Netflix sont partagés par plusieurs foyers, en violation des conditions d'utilisation.
Ce problème n'est pas propre à Netflix ; la plupart des plateformes de streaming permettent des visionnages simultanés à partir de plusieurs appareils en « permettant aux utilisateurs de créer plusieurs profils », comme le décrit l'article et ce que toute personne ayant utilisé un service de streaming au cours des dernières années pourrait confirmer. Ce que les utilisateurs ne sont pas censés faire, c'est laisser des amis ou des voisins qui n'habitent pas à la même adresse utiliser leur abonnement.
Je dois dire que je suis un grand admirateur de Netflix, ainsi qu'un client. Mon compte comporte trois profils : un utilisé par moi, un par ma femme et un partagé entre nos trois enfants. Cela m'a toujours étonné de voir à quel point les émissions recommandées sur mon profil correspondent à mes goûts personnels et à quel point elles diffèrent de celles affichées plus en évidence dans les autres profils.
En ce qui concerne l'analyse, Netflix est une entreprise extrêmement mature, et je suis convaincu qu'elle utilise bon nombre des mêmes techniques que celles utilisées pour me recommander des émissions et pour identifier les violations des conditions de service. Cependant, n’ayant aucune idée de son fonctionnement interne au-delà de cet article de 300 mots de la BBC et de mes propres expériences d’utilisation de la plateforme, je ne peux qu’imaginer quelles pourraient être ces techniques. Voici ce que j'ai trouvé :
- Une option qui ne fonctionnera clairement pas consiste à confirmer les connexions à l'aide d'adresses IP locales liées aux adresses physiques des comptes. Avant la pandémie, je voyageais assez fréquemment et je me connectais souvent à Netflix en utilisant mon profil depuis ce même iPad depuis des hôtels dans différentes villes ou même pays. Je suis sûr qu'il y en a d'autres qui ont plusieurs résidences à partir desquelles ils regardent Netflix. J'ai vu des gens regarder Netflix avec leur téléphone dans les transports en commun. Tout cela est autorisé par les conditions de service, et prendre des mesures pour éviter cela aggraverait certainement de nombreux clients fidèles.
- L'essai actuel, qui utilise un e-mail ou un SMS pour vérifier un compte, peut également ennuyer certaines personnes. Je peux facilement imaginer des scénarios dans lesquels je suis injoignable au moment où ma fille de 3 ans essaie de regarder Peppa Pig et est invitée à vérifier son compte via un SMS envoyé sur mon téléphone. Les cris qui s'ensuivraient (pas vraiment, c'est une enfant formidable et compréhensive, mais restez avec moi sur celui-ci) seraient apaisés en passant immédiatement à Disney+, et peut-être en ne revenant jamais en arrière.
Il existe des situations qui sont plus susceptibles qu'improbables d'être de véritables violations, telles que des connexions cohérentes au même compte aux heures de grande écoute dans plusieurs emplacements géographiques répétés au sein de la même ville, ou une utilisation simultanée quotidienne dans différents pays ou continents. Il peut exister des cas isolés d'utilisation légitime même au sein de ces événements, mais ils sont difficiles à imaginer et seraient certainement minoritaires.
Selon l’article de la BBC mentionné plus haut qui constitue l’intégralité de mes recherches sur ce sujet, Netflix « compte désormais plus de 200 millions d’abonnés dans le monde ». S’il veut faire une tentative significative pour résoudre ce problème, il devra se tourner vers l’analyse pour obtenir de l’aide. Un très bon point de départ peut être l'un des nombreux algorithmes d'apprentissage non supervisés disponibles dans JMP, comme le regroupement hiérarchique.
L'apprentissage non supervisé permet aux utilisateurs ayant des habitudes de visionnage similaires d'être classés en clusters sans avoir à identifier ces habitudes à l'avance. Dans l'exemple ci-dessous, 15 100 internautes sont regroupés en cinq clusters utilisant 51 métriques d'utilisation. Comme le montre la figure 1, tous les clusters ne contiennent pas le même nombre d'utilisateurs. En fait, les clusters 2, 3 et 5 ne contiennent à eux seuls que 25 utilisateurs. S’il s’agissait de mon ensemble de données, j’examinerais ces groupes de plus près pour essayer de comprendre en quoi ils diffèrent des 15 075 personnes restantes.
Figure 1 : compte pour cinq clusters pour un ensemble de données sur les habitudes d'utilisation d'Internet de 15 100 (à gauche) et un dendrogramme produit par la plate-forme de clustering hiérarchique de JMP.
Ces informations peuvent être trouvées dans le tracé des cordes parallèles ci-dessous sur la figure 2, où chaque ligne représente un cluster. En regardant l'extrême gauche du graphique, il semble que les trois utilisateurs du cluster 5 avaient en moyenne un tot_HO (nombre total d'heures en ligne) plus élevé que les utilisateurs de n'importe lequel des autres clusters, en moyenne. C’est peut-être l’une des mesures qui distinguent ce cluster des autres. Il y en a d'autres aussi, comme indiqué dans les parties du tracé où les lignes s'écartent.
Figure 2 : Graphique en cordon parallèle, montrant comment les habitudes d'utilisation diffèrent pour chacun des cinq clusters.
La prochaine étape consisterait à prendre en compte ces différences et à réfléchir logiquement aux clusters composés d'utilisateurs les plus susceptibles de violer leurs contrats de service. L'avantage de JMP est qu'au départ, si rien de concret n'émerge, les plates-formes sont conçues pour permettre aux analystes de continuer à explorer les données jusqu'à ce que quelque chose de significatif leur ressorte. Une fois que cela se produira, ils auront une bonne idée des comptes pour cibler les avertissements.
À partir de là, une plateforme de streaming comme Netflix pourrait surveiller ces comptes pour découvrir s’il existe des différences dans leurs habitudes d’utilisation. Cela pourrait indiquer que certains comptes avaient plusieurs foyers partageant des mots de passe et que les avertissements ont été pris en compte. Un résultat clair serait de faire cela comme un test dans une région localisée et de voir s'il y a un pic d'abonnements dans les jours ou les semaines qui suivent.
Tout cela pourrait servir de base à un ensemble de données de formation et au développement d’un modèle permettant d’estimer le risque qu’un utilisateur commette des infractions. Des probabilités supérieures à 50 % peuvent suggérer des violations, mais l'entreprise peut choisir d'être plus conservatrice dans son approche et de considérer uniquement les utilisateurs au-dessus, disons, d'une probabilité de 70 % comme des contrevenants potentiels. Cela peut être fait en ajustant le seuil de probabilité pour optimiser la matrice de confusion – ces options et d'autres se trouvent dans JMP. Les résultats de ce modèle pourraient même être regroupés selon la probabilité, avec différentes actions prises sur ces compartiments. Par exemple, les utilisateurs ayant des habitudes indiquant un risque de violation de 99 % peuvent voir leur compte suspendu, tandis que ceux dont le taux est supérieur à 80 % peuvent recevoir des avertissements.
C’est là qu’une plateforme de streaming qui souhaite mettre fin au partage de mots de passe doit prendre des décisions sur ce qu’elle espère réaliser, où se situent ses priorités et ce qu’elle souhaite absolument éviter. Sans un examen attentif, il peut utiliser ce processus pour développer par inadvertance des modèles qui ciblent injustement et incorrectement les populations minoritaires. Ou encore, de mauvaises suppositions peuvent conduire de nombreux utilisateurs légitimes à annuler leur service et à passer à un concurrent. Cela souligne l’importance d’inclure une surveillance humaine à chaque étape de ce processus, y compris, et surtout, en demandant aux humains d’évaluer les modèles en faisant appel à la logique et au bon sens. Il existe de nombreux exemples d’organisations qui apprennent à leurs dépens ce que les machines feront à leur marque si elles sont laissées à elles-mêmes.
Peut-être que les sociétés de streaming ont des moyens de monétiser l’audience en dehors des frais d’abonnement, comme le placement de produit, et préféreraient privilégier un plus grand nombre de téléspectateurs plutôt que moins. Bien entendu, le nombre de téléspectateurs gagnés par rapport aux frais d’abonnement perdus serait le type d’informations nécessaires avant de prendre ces décisions. JMP peut être utilisé à chaque étape de ce processus. Notre logiciel permet aux experts du domaine de parcourir des ensembles de données volumineux et complexes jusqu'à ce que des informations émergent qu'eux seuls, en tant qu'experts, peuvent comprendre. Cela permet en outre à ces experts de distiller les informations et de les présenter d'une manière facilement assimilable par les parties prenantes, garantissant ainsi que toutes les actions qui en résultent correspondent aux besoins stratégiques de l'entreprise.
Il sera intéressant de voir quelles mesures les différents services de streaming prendront pour résoudre ce problème à l'avenir. Une chose est sûre : elles, comme beaucoup d’autres organisations, auront exploité la puissance de l’analyse pour éclairer et améliorer les décisions qui les guident.
Super article, @HadleyMyers .
Je voulais juste partager que Netflix écrit beaucoup sur certaines des choses qu'ils font avec l'analyse de données. J'ai vraiment apprécié Cet article de l'un de leurs data scientists. Ce que j’aime vraiment, c’est qu’ils reconnaissent la nécessité d’expérimenter et ne s’attendent pas seulement à trouver de l’or dans les données collectées passivement. Les clients de JMP le savent, mais de nombreuses organisations séduites par la magie de l’IA ne comprennent tout simplement pas.
… L'expérimentation peut être considérée comme supérieure à la plupart des approches de ML basées sur des données d'observation. Nous consacrons beaucoup d’efforts à la recherche et à la création de modèles et d’algorithmes de ML. Exploiter soigneusement les modèles dans les données observées est puissant pour faire des prédictions et également pour réaffirmer des hypothèses, mais il est encore plus puissant pour mener des expériences pour déterminer la causalité.
