Explorer les tendances de visionnage sur Netflix grâce aux insights de ChatGPT

Dans un tournant marquant, Netflix a modifié sa pratique habituelle de garder les données d'audience principalement privées. Le géant du streaming a récemment publié un ensemble de données publiques détaillant les titres ayant enregistré plus de 100 000 heures de visionnage entre janvier et juin 2023.

Selon l'annonce de Netflix sur son blog, intitulée "Ce que nous avons regardé : Un rapport sur l'engagement de Netflix", cet ensemble de données comprend plus de 18 000 titres, représentant 99 % de l'audience globale de Netflix, avec près de 100 milliards d'heures enregistrées. L'entreprise prévoit de mettre à jour ce rapport deux fois par an.

Netflix mesure les "heures de visionnage" plutôt que le nombre de téléspectateurs ou de foyers, car certaines personnes peuvent revoir des titres plusieurs fois. Bien que Netflix ait mis en avant certaines conclusions, j'ai choisi d'explorer les données plus en profondeur en téléchargeant le rapport sous forme de tableau Excel depuis son blog. J'ai utilisé ChatGPT d'OpenAI (avec GPT-4 sur un abonnement personnel ChatGPT Plus) pour analyser ces données.

En résumé, ChatGPT a fourni une analyse claire et concise de l'ensemble de données, bien qu'il ait rencontré des difficultés, notamment lors de la création de graphiques. Ma demande initiale était simplement celle d'une analyse des données, et ChatGPT a répondu efficacement en résumant les contenus avec précision.

De plus, ChatGPT a présenté des "informations clés", y compris le constat notable que la colonne "Date de sortie" comporte un nombre significatif de valeurs manquantes (13 359), ce qui pourrait entraver les analyses temporelles.

Fait intéressant, bien que la première section des informations clés ait été intitulée "Les 10 titres les plus regardés (janv-juin 2023)", elle n’a pas listé directement les titres, ce qui m'a poussé à demander ces informations séparément. J'ai également demandé des données sur les titres les moins regardés, le titre le plus regardé en médiane, le nombre moyen d'heures de visionnage, et le titre le plus proche de cette moyenne, toutes fournies de manière satisfaisante par ChatGPT.

Cependant, lorsque j’ai demandé un graphique linéaire illustrant les heures de visionnage mensuelles, ChatGPT a eu des difficultés. L'ensemble de données ne décomposait pas l'audience par mois ; il ne fournissait que le total des heures de visionnage pour chaque titre sur six mois. Le premier graphique était presque illisible, affichant des dates de 2010, correspondant aux premières dates de sortie dans l'ensemble de données.

Après avoir demandé des corrections, j'ai reçu un graphique plus lisible, mais toujours trompeur. Ce graphique représentait le total cumulé des heures de visionnage pour les nouveaux titres sortis chaque mois, plutôt que les totaux mensuels. Par exemple, les heures de visionnage d'un titre sorti en janvier comprenaient son audience totale sur la période de janvier à juin.

ChatGPT n'a pas su clarifier cette distinction par lui-même ; sans directive explicite, il a mal étiqueté le graphique. De nombreuses itérations ont été nécessaires avant d'obtenir un graphique correctement étiqueté et utile. Bien que ChatGPT soit un outil d'analyse utile pour les utilisateurs occasionnels, il subsiste une marge d'amélioration significative en termes de fiabilité et de précision comme analyste de données.