Tour de France 2018 : les leçons de Dimension Data pour «ravir le public»

Quatrième participation de Dimension Data au Tour de France. Les technologies déployées -offrant une expérience toujours plus immersive- ont permis d’attirer un public plus jeune. Bingo pour l’organisateur, A.S.O.

D’une année à l’autre, les visites sur le Web ont augmenté de 15% et les vues en ligne du Tour de France sont passées de 6 millions en 2014 à 71 millions en 2017. Le pari -attirer un public plus jeune de par un contenu digital par rapport à la diffusion traditionnelle- est gagné !

Le Tour de France a fait sa révolution digitale. A chaque étape, pas moins de 150 millions de points de données sont analysés. Pour l’édition 2017, Dimension Data introduisait l’analyse prédictive. Cette année, la même analyse prédictive est étendue au domaine de la sécurité.

Pour cette édition 2018, Dimension Data a également exploité la créativité collective de ses 28 000 collaborateurs à travers un programme d’externalisation. L’objectif était de conduire la prochaine génération d’idées pour alimenter la feuille de route de l’innovation pour l’expérience des fans. Cela a inspiré des visions créatives de l’innovation, des mappages 3D de réalité augmentée et des algorithmes améliorés pour prédire les résultats de la course avec une précision encore plus grande.

L’objectif n’en reste pas moins toujours le même, explique Peter Gray, Senior Director – Technology, Dimension Data Sports Practice, à savoir ravir le public. Ou plutôt les publics. Car les motivations -entre les sportifs, les amateurs de sensations et les amateurs de paysages- peuvent être fort différentes. En plus de ces différentes perspectives, la façon de suivre l’événement varie. Pour A.S.O., l’organisateur de l’épreuve mythique, le défi consiste à proposer à ces différents spectateurs l’expérience du Tour de France qu’ils recherchent.

Départ, samedi 7 juillet, de Noirmoitier.

2015 – Capturer les données – En 2015, Dimension Data s’est concentré sur la capture, le traitement et la livraison des données générées par les trackers montés sur les vélos. Pour la première fois, les fans, les abonnés, les commentateurs et les diffuseurs pouvaient voir en direct les données sur les vitesses des coureurs, les distances entre eux et leurs positions relatives dans le peloton. Des graphiques basés sur les données traitées par la plate-forme d’analyse en temps réel ont été présentés dans le cadre des émissions TV. Ce fut la première étape dans la révolution de l’expérience pour les fans. La seconde était presque fortuite : au début de la course de 2015, un accident majeur s’est produit. Notre équipe de médias sociaux a pris une photo rapide du flux de données suite au crash et l’a immédiatement posté sur Twitter. Cela a généré beaucoup de buzz et doublé le nombre de followers pour @letourdata. De là, une réflexion sur le potentiel des données : que faire de plus avec celles-ci ?

2016 – Raconter de meilleures histoires avec les données – L’objectif est passé de la simple fourniture de données via une solution technologique à l’usage même de ces données pour raconter des histoires plus engageantes sur la course. Un journaliste cycliste s’est joint à l’équipe pour donner vie à ces histoires d’une nouvelle manière. En réunissant des compétences en journalisme, en analyse de données et en médias sociaux, une équipe capable d’analyser la course en temps réel et de fournir des données de course et des visualisations pertinentes a ainsi été formée. Les dispositifs de suivi de nouvelle génération ont permis de capturer de plus gros volumes de données et, en ajoutant des informations en temps réel sur la vitesse et la direction du vent ainsi que les gradients, ASO a pu partager avec les téléspectateurs plus d’informations sur la façon dont ces éléments affectent les performances. Toutes ces données et les histoires connexes ont ensuite été publiées par différents canaux, y compris de nouveaux graphiques télévisés, une application spécifique pour les commentateurs de course, le site Internet du Race Center et @ letourdata sur Twitter. Le public était donc en mesure de choisir ce qu’il voulait voir et sur quelle plateforme.

2017 – Les données du passé pour prédire les résultats futurs – Nouvelle étape avec le Learning machine. En combinant des données historiques, telles que la performance dans d’autres événements, et des données de course en direct, Dimension Data a pu construire des algorithmes pour prédire les événements de course en temps réel. Cela a apporté un tout nouveau niveau d’excitation à la course, les fans pouvant désormais partager leurs opinions sur ces prédictions. Était-il probable que le peloton attraperait l’échappée ? Qu’est-ce que les gens ont pensé de la scène préférée ? Dimension Data a été en mesure d’atteindre une précision de 71% dans ses prédictions quotidiennes des cinq meilleurs pilotes -un excellent résultat étant donné l’imprévisibilité d’une course aussi complexe. Ces conversations ont été améliorées par les profils de passagers, une autre innovation que nous avons introduite cette année-là. Ceux-ci ont montré les forces et les faiblesses d’un coureur dans différents profils d’étape et ont analysé quels environnements et conditions étaient optimaux pour leurs performances.

2018 – Partage de données sur les plates-formes technologiques émergentes – Si une grande partie de l’innovation au Tour de France a été centrée sur la collecte et l’utilisation de données, l’ambition est de continuer à améliorer la narration sur tous les canaux -la télévision, les médias numériques et sociaux. Ce qui implique de rendre les modèles d’apprentissage automatique encore plus intelligents. Pendant l’épreuve, plus de 3 milliards de données sont traitées, soit 147 GB. Toutes ces informations sont essentielles pour permettre au système de tenir ses promesses. L’appui du cloud a permis d’apporter la flexibilité nécessaire pour augmenter ou réduire la capacité des services en fonction des besoins. Cette technologie, mise en place en 2017, a été étendue pour cette édition. Au cours de cette édition, Dimension Data poursuivra l’itération et améliorera la précision du système, notamment en l’enrichissant de données supplémentaires afin d’introduire des prévisions nouvelles. Globalement, estime encore Dimension Data, l’analyse prédictive et le machine learning ont le potentiel de transformer le monde du sport, mais aussi celui de l’entreprise. Et c’est clairement l’objectif recherché : inspirer les entreprises. L’explosion des données dans le monde de l’entreprise rend incontournable la mise en œuvre d’outils performants de machine learning.