Analyser les cycles de vie des chaînes et des vidéos Youtube pour le média leader français du divertissement en ligne !

Astrid et son équipe sont maintenant alumni car ils ont participé au batch 9 de DataBird, un grand cru ! Après avoir étudié SQL, Python, Tableau et des logiciels de data visualisation, le bootcamp se termine par deux semaines de projet. Ils ont choisi de se tourner vers Webedia, un projet apporté par Astrid qui nous raconte son expérience dans cet article ! Bonne lecture.

Peux-tu nous présenter ton équipe, leurs backgrounds ainsi que la volonté de chacun à se former à la data analyse ?

Dans notre dream team, nous étions 5 personnes. Trois d’entre elles étaient en reconversion professionnelle et deux autres étaient venues approfondir leurs connaissances data.

• D’abord il y a Mohamed, entrepreneur dans le secteur de la sécurité,
• Massine lui, était responsable de site chez Elior,
• Yacine est un ancien ingénieur QA test automatisation,
• Florence est étudiante en data,
• Et enfin, moi-même (Astrid) , j’occupais le poste de Head of Analytics chez SeLoger, je suis venue me muscler en sql et en python.

Sur quoi et avec qui travaillais-tu ?

Notre projet data mené au cours des deux dernières semaines de formation, nous l’avons effectué auprès de l’entreprise Webedia pour réaliser différentes analyses data sur + de 100 chaines présentes sur la plateforme Youtube, possédées et opérées par webedia ! Nous nous sommes rapprochés d’Emeric Trossat, Head of Data chez Webedia.

Webedia est une société media-tech et l'un des acteurs mondiaux majeurs du divertissement en ligne. Parmi les marques qu’elle distribue, on retrouve allociné ou 750g par exemple.

Nous avons donc pour mission d’analyser les cycles de vies des chaines et des vidéos par thématique, d’analyser les sources de trafic et l'impact des mécaniques Youtube dans la génération d'audience, et d’analyser l'impact des contenus chauds sur les contenus froids !

Peux-tu nous expliquer le déroulement du projet, les missions et les outils utilisés ?

Sur la totalité du projet, nous avons eu trois points d’étape qui nous ont permis d’échanger avec le client (Emeric Trossat, head of data). Un premier au moment du lancement, un second intermédiaire puis un dernier point qui était en fait la restitution du projet juste avant notre présentation au reste du batch durant le Demoday.

Le but de la mission était double :

• mieux connaître les audiences des chaînes en analysant les comportements sur la plateforme : consommation des contenus, temps passé, interactions avec les contenus, modes d’accès aux vidéos
• comprendre les cycles de vie des vidéos

Pour mener à bien ces missions, nous avons utilisé SQL (BigQuery) / Dataviz ( Tableau) / et un peu de python. C’était donc très complet car nous avons pu mettre en pratique et utiliser concrêtement les outils appris pendant les 6 premières semaines de formation chez DataBird.

Pourquoi avoir choisi ce projet et comment vous-êtes vous organisés ?

Nous avons choisi ce projet notamment pour les deux raisons suivantes :

• Un super terrain de jeux : Youtube, plus de 100 chaînes, de beaux volumes de données et des tas de vidéos à regarder !
• Un accompagnement structuré et bienveillant par Emeric Trossat côté Webedia et par les professeurs de Databird : un grand merci pour leur confiance et leur patience.

Concernant l’organisation….

• On a écrit un plan et … on ne l’a pas suivi !

Nous nous sommes beaucoup adaptés en fonction de nos trouvailles et de nos difficultés. Chacun a pris une partie et on s’aidait mutuellement quand on était bloqué ou qu’on avait besoin d’un conseil. On partageait régulièrement nos insights et on a répété ensemble avant la restitution.

Quelles ont été les difficultés à surmonter lors du projet ?

Il n’est pas toujours simple d’accepter que certaines analyses ne soient pas « waouh ». C’est parfois fastidieux alors il faut redoubler d’effort et persévérer jusqu’à trouver des insights intéressants.

Enfin, l’organisation de groupe n’est pas toujours facile à gérer dans un lapse de temps assez court comme ici où nous avions parfois du mal à mettre en commun nos recherches et à faire les parralèles entre les travaux de chacun.

Qu’est-ce que tu as aimé dans ce projet et qu’est-ce que tu en retires ?

Le plus satisfaisant c’est de travailler en équipe sur des vraies données et conduire des analyses qui peuvent être utiles à d’autres dans la vraie vie en utilisant les compétences nouvellement acquises.

Aussi, être accompagné et travailler auprès d’un professionnel de la data : parfait pour un premier saut dans le grand bain !

Enfin, présenter notre travail au commanditaire de la mission : en tirer les enseignements, bénéficier d’un debrief et des conseils méthodologiques pour nos prochaines analyses !

Le mot de la fin ?

Viens, tout se passera bien !

‍

‍