À mesure que l’écosystème digital évolue, les exigences traditionnelles en matière d’analyse vidéo ne suffisent plus. Plus que jamais, les entreprises ont besoin d’outils avancés capables d’exploiter facilement de grands volumes de contenus vidéo.

Dans cet article de blog, nous explorons l’importance croissante de la recherche vidéo et le rôle essentiel de l’analyse d’image et de texte pour décrypter les dynamiques complexes de la consommation média actuelle.

Découvrez avec nous pourquoi la recherche vidéo par IA d’Exolyt n’est pas une fonctionnalité supplémentaire, mais une nécessité dans le paysage numérique dynamique d’aujourd’hui.

Avec la croissance exponentielle des contenus vidéo sur les plateformes sociales, les entreprises ont besoin d’outils avancés pour capter, analyser, révéler et démocratiser efficacement des insights à forte valeur.

Cependant, nous nous focalisons souvent sur des métriques quantitatives — uniquement sur des métadonnées comme les hashtags, les taux d’engagement et la taille de l’audience — et nous passons à côté du contenu lui-même !

Ce n’est qu’en comprenant le contenu d’une vidéo sur les réseaux sociaux que l’on peut réellement identifier les tendances et les nuances, comprendre ce que les audiences font et disent, ainsi que décrypter les comportements des utilisateurs. Ce contenu peut révéler des insights qualitatifs de social listening plus approfondis, qui peuvent ensuite être formalisés en enseignements à forte valeur ajoutée.

Approche la plus courante pour la recherche de vidéos sur les réseaux sociaux :

De nombreuses plateformes vidéo aujourd’hui, dont Exolyt, utilisent la recherche par tags pour identifier des vidéos. Dans ces systèmes, les utilisateurs classent les vidéos à l’aide de tags ou de mots-clés spécifiques, ce qui permet aux plateformes de comprendre le contenu de la vidéo.

• Lorsque les utilisateurs recherchent des mots-clés qui correspondent exactement à ces tags, les contenus pertinents s’affichent dans les résultats. Par exemple, si un utilisateur recherche « tutoriel rapide pour le moonwalk », les systèmes de recherche par tags afficheront des vidéos avec des tags tels que « rapide », « tutoriel », « moonwalk » et « danse ».

Bien que simple à mettre en œuvre, cette méthode ne permet pas toujours d’obtenir des résultats exhaustifs, en particulier lorsque les utilisateurs utilisent des mots-clés de longue traîne très spécifiques et des requêtes formulées sous forme d’expressions, qui ne correspondent pas nécessairement mot pour mot aux tags prédéfinis.

• En se référant à l’exemple ci-dessus, une vidéo intitulée “Learn Michael Jackson's Iconic Moves in 5 Minutes” n’apparaîtrait pas dans les résultats, puisqu’elle n’aurait aucune correspondance avec la requête de l’utilisateur.
• Par ailleurs, les utilisateurs recherchent souvent des mots-clés qui ne sont pas nécessairement liés au sujet principal de la vidéo. Par exemple, si un utilisateur saisit la requête « artiste portant un chapeau noir », une vidéo sur Michael Jackson pourrait ne jamais apparaître dans les résultats, car il est peu probable que « artiste portant un chapeau noir » soit mentionné dans ses métadonnées.

Attributs utilisateur courants :

• De nombreux créateurs de contenu ne taguent pas toujours votre marque ou vos produits et ne les mentionnent pas systématiquement, mais ils continuent à les utiliser et à partager des retours pertinents simplement en les mettant en avant.
• De nombreux créateurs sur TikTok utilisent de moins en moins les hashtags et les légendes. Pourtant, leurs vidéos révèlent toujours des éléments clés qu’il est facile de manquer.

Ces enjeux, parmi bien d’autres, nécessitent des capacités de recherche plus avancées. Nous voulons donc vous ouvrir cette visibilité à grande échelle grâce à un outil de recherche sémantique vidéo.

Le nouveau AI Video Search d’Exolyt vise à résoudre précisément le problème décrit ci‑dessus et à faciliter la découverte des contenus.

Plutôt que la recherche par tags, nous mobilisons le machine learning et l’intelligence artificielle pour analyser les images de la vidéo, en extraire le contenu et le rendre accessible via une recherche textuelle.

La recherche vidéo d’Exolyt va au-delà de la recherche par hashtag et par légende grâce à une analyse sémantique capable de détecter toutes les vidéos qui passeraient autrement inaperçues.

Les résultats sont très complets et couvrent notamment les vidéos où vos produits apparaissent à l’écran, même lorsqu’ils ne sont pas identifiés par un tag. Vous pouvez également repérer les mentions textuelles affichées à l’écran en lien avec votre recherche, ainsi que d’autres éléments, afin d’agréger les contenus vidéo les plus pertinents pour vos besoins.

Exolyt s’appuie sur des modèles de machine learning de pointe pour convertir les vidéos en vecteurs à haute dimension. Ces vecteurs visent à capturer les caractéristiques les plus distinctives des vidéos et, à partir de ces caractéristiques, nous construisons un système de coordonnées dans lequel chaque vidéo occupe une position unique.

C’est ainsi que nous mettons au jour les contenus noyés dans le flux de l’e-commerce et du divertissement, en identifiant les vidéos les plus pertinentes pour vos besoins.

Voici un exemple simple avec des formes et des couleurs simples -

Supposons que nous ayons ces formes d’arbres et que nous devions décrire efficacement leurs différences et leurs points communs.

On peut constater que les formes présentent deux propriétés distinctes : la rondeur et la couleur. Nous pourrions créer un système de « coordonnées » dans lequel la « rondeur » et la « couleur » constituent les dimensions, puis positionner ces formes dans ce repère comme ceci :

Plus vous allez vers la droite, plus les formes sont arrondies, et plus vous montez, plus elles deviennent colorées.

Notre recherche de contenu repose sur les mêmes principes fondamentaux. Toutefois, au lieu de formes, nous utilisons des vidéos, et au lieu de la « rondeur » et de la « richesse des couleurs », nous nous appuyons sur des caractéristiques plus spécifiques au contenu.

Voici un exemple volontairement simplifié de la façon dont la méthode peut être visualisée dans le contexte des vidéos :

On peut imaginer qu’une dimension mesure le caractère « cosmétique » de la vidéo, tandis que l’autre mesure son caractère « mode », puis utiliser ces dimensions pour cartographier les vidéos et évaluer à quelle distance elles se situent les unes des autres.

Gardez à l’esprit que cet exemple ne repose que sur deux dimensions très simples. En réalité, notre méthodologie s’appuie sur des espaces à très haute dimension et des vecteurs très abstraits. Cela nous permet de mettre en relation l’ensemble des vidéos avec un niveau de détail très fin et de donner à nos utilisateurs les moyens d’effectuer des recherches de contenu d’une grande précision.

Comme indiqué précédemment, il devient de plus en plus nécessaire d’identifier les vidéos qui passent sous le radar en raison de capacités de recherche limitées, incapables d’analyser le contenu vidéo de manière globale.

AI Video Search d’Exolyt résout ce problème grâce à sa capacité à interroger rapidement de grands volumes de contenus TikTok, un atout essentiel pour les entreprises qui analysent les comportements utilisateurs et sociaux, image par image, en croisant les spécificités de contenu avec les indicateurs de performance (KPI). En outre :

• Explorer et analyser un large éventail de contenus pertinents pour votre activité vous aide à mieux comprendre quels types de vidéos génèrent le plus d’engagement et à orienter des stratégies de contenu alignées sur les centres d’intérêt et les comportements de votre audience.
• La recherche de contenus permet aux marques d’identifier les influenceurs dont les publications sont en phase avec leurs valeurs et leurs objectifs marketing. Elle facilite ainsi la mise en place de partenariats authentiques, susceptibles de résonner auprès de l’audience de l’influenceur comme de celle de la marque.
• Les marques peuvent utiliser la recherche de contenu pour suivre où et comment elles sont mentionnées dans différentes vidéos TikTok. Cette fonctionnalité est essentielle pour gérer la réputation de la marque, répondre aux retours clients et interagir avec la communauté en temps voulu.
• AI Video Search permet également aux utilisateurs de trouver des vidéos qui correspondent à une même description textuelle de recherche. Cela peut permettre aux entreprises d’anticiper des tendances esthétiques, culturelles et sémantiques plus larges, avant leurs concurrents. Par exemple, les marques peuvent rechercher « clean girl aesthetic », « old money aesthetic » ou « big US trucks » et obtenir des vidéos correspondant globalement à cette thématique, afin d’identifier des tendances culturelles ou visuelles à l’échelle de la plateforme.

*Cette fonctionnalité est actuellement en version Alpha, et nous continuons à l’améliorer en continu en coulisses. Si vous êtes client, n’hésitez pas à nous faire part de vos retours !