Loi de Zipf, Twitter et la monétisation
Par Marguerite le lundi 18 août 2008, 10:48 - Web Sémantique ? - Lien permanent
Un très complet article de BusinessWeek, paru ce matin, a pour incipit quelque chose qui
tient presque de la sentence : Don't be surprised to see advertising on
Twitter soon. It's about the only way the service can generate revenue. But
will it be enough?
Question rhétorique, formulée pour qu'on ait envie d'y répondre Damn! I'm
sure it won't be enough!
Fort bien. Ce qu'il y a de très intéressant, c'est une analogie à
l'application de la loi de Zipf. Par chez nous les TAListes, la loi de Zipf est
utilisée en tant que méthode empirique pour l'observation de la fréquence des
mots dans un texte. Elle peut être envisagée comme un indice de l'informativité
de la fréquence des formes (chaînes de caractères) dans un texte (cf. la
Théorie de l'Information, Shannon).
Bon, donc, loi de Zipf et tweets, ou comment une loi de distribution statistique, qui pourrait permettre de concevoir un indice de significativité de vos contacts, permet en tous cas d'en prédire la limite quantitative. En effet,
Zipf's Law suggests that each subsequent thing in any series (such as your Twitter contacts) has predictable diminishing value. (Though Twitter) consists of small pools of people with gaps and limits on how they interact. This is important to marketers and investors, because it puts big brakes on how internal communications could propagate inside any social media network.
Nous y voilà! Les limites empiriques d'un réseau dont l'expansion est
potentiellement infinie, qui nécessite donc des alternatives de
monétisation autres que la vente d'espaces publicitaires ou qu'inciter les
utilisateurs à payer. L'une des solutions soulevées par Ben Kunz,
auteur de l'article en question : Twitter could extract money from user
data.
Il est fort probable que l'on en vienne à ce type de solution, où, faisant
fi de la protection des données personnelles, on applique des technologies de
traitement automatique des opinions, par exemple, pour améliorer
l'identification des cibles marketing. Nombre de travaux dans le champ de
l'opinion mining ont précisément cet objectif.
A voir aussi : un billet de Palpitt fournit quelques observations sur les limites cognitives de l'expansion des réseaux sociaux.