{"id":4756,"date":"2020-03-18T07:45:12","date_gmt":"2020-03-18T05:45:12","guid":{"rendered":"http:\/\/variances.eu\/?p=4756"},"modified":"2020-04-30T15:39:59","modified_gmt":"2020-04-30T13:39:59","slug":"plateformes-musicales-et-remuneration-des-artistes","status":"publish","type":"post","link":"https:\/\/variances.eu\/?p=4756","title":{"rendered":"Plateformes musicales et r\u00e9mun\u00e9ration des artistes*"},"content":{"rendered":"<p>[et_pb_section transparent_background=\u00a0\u00bboff\u00a0\u00bb allow_player_pause=\u00a0\u00bboff\u00a0\u00bb inner_shadow=\u00a0\u00bboff\u00a0\u00bb parallax=\u00a0\u00bboff\u00a0\u00bb parallax_method=\u00a0\u00bbon\u00a0\u00bb custom_padding=\u00a0\u00bb0px|0px|0px|0px\u00a0\u00bb make_fullwidth=\u00a0\u00bboff\u00a0\u00bb use_custom_width=\u00a0\u00bboff\u00a0\u00bb width_unit=\u00a0\u00bboff\u00a0\u00bb custom_width_px=\u00a0\u00bb1080px\u00a0\u00bb custom_width_percent=\u00a0\u00bb80%\u00a0\u00bb make_equal=\u00a0\u00bboff\u00a0\u00bb use_custom_gutter=\u00a0\u00bboff\u00a0\u00bb fullwidth=\u00a0\u00bboff\u00a0\u00bb specialty=\u00a0\u00bboff\u00a0\u00bb admin_label=\u00a0\u00bbsection\u00a0\u00bb disabled=\u00a0\u00bboff\u00a0\u00bb][et_pb_row make_fullwidth=\u00a0\u00bboff\u00a0\u00bb use_custom_width=\u00a0\u00bboff\u00a0\u00bb width_unit=\u00a0\u00bboff\u00a0\u00bb custom_width_px=\u00a0\u00bb1080px\u00a0\u00bb custom_width_percent=\u00a0\u00bb80%\u00a0\u00bb use_custom_gutter=\u00a0\u00bboff\u00a0\u00bb gutter_width=\u00a0\u00bb3&Prime; custom_padding=\u00a0\u00bb0px|0px|18.9531px|0px\u00a0\u00bb allow_player_pause=\u00a0\u00bboff\u00a0\u00bb parallax=\u00a0\u00bboff\u00a0\u00bb parallax_method=\u00a0\u00bbon\u00a0\u00bb make_equal=\u00a0\u00bboff\u00a0\u00bb parallax_1=\u00a0\u00bboff\u00a0\u00bb parallax_method_1=\u00a0\u00bbon\u00a0\u00bb parallax_2=\u00a0\u00bboff\u00a0\u00bb parallax_method_2=\u00a0\u00bbon\u00a0\u00bb parallax_3=\u00a0\u00bboff\u00a0\u00bb parallax_method_3=\u00a0\u00bbon\u00a0\u00bb parallax_4=\u00a0\u00bboff\u00a0\u00bb parallax_method_4=\u00a0\u00bbon\u00a0\u00bb admin_label=\u00a0\u00bbrow\u00a0\u00bb disabled=\u00a0\u00bboff\u00a0\u00bb][et_pb_column type=\u00a0\u00bb4_4&Prime; disabled=\u00a0\u00bboff\u00a0\u00bb parallax=\u00a0\u00bboff\u00a0\u00bb parallax_method=\u00a0\u00bbon\u00a0\u00bb][et_pb_text background_layout=\u00a0\u00bblight\u00a0\u00bb text_orientation=\u00a0\u00bbleft\u00a0\u00bb admin_label=\u00a0\u00bbTexte\u00a0\u00bb use_border_color=\u00a0\u00bboff\u00a0\u00bb border_style=\u00a0\u00bbsolid\u00a0\u00bb disabled=\u00a0\u00bboff\u00a0\u00bb]<\/p>\n<p><u>Introduction<\/u><\/p>\n<p>Parce qu\u2019elle poss\u00e8de le m\u00e9rite de la simplicit\u00e9, certes appr\u00e9ciable mais parfois trompeur, et parce qu\u2019elle est calqu\u00e9e sur le mode de r\u00e9mun\u00e9ration des artistes dans le monde hors ligne, la m\u00e9thode de paiement \u00e0 l\u2019aune des parts d\u2019audience est aujourd\u2019hui unanimement adopt\u00e9e\u00a0\u00a0par les plateformes de streaming musical par abonnement, telles <em>Deezer<\/em> ou <em>Spotify<\/em>. N\u00e9anmoins, des voix se font d\u00e9sormais entendre pour sugg\u00e9rer l\u2019adoption d\u2019une m\u00e9thode alternative : l\u2019UCPS ou <em>User Centric\u00a0<\/em><em>\u00a0<\/em><em>Payment System<\/em><a href=\"#_ftn1\" name=\"_ftnref1\"><em><strong>[1]<\/strong><\/em><\/a>.<\/p>\n<p>Le but de la pr\u00e9sente contribution est, avec toute l\u2019objectivit\u00e9 et la rigueur scientifique qui sont de mise, de d\u00e9voiler \u00a0les ressorts de l\u2019UCPS et r\u00e9v\u00e9ler quels seraient les impacts de son adoption . Pas un plaidoyer, donc, mais une argumentation raisonn\u00e9e, susceptible d\u2019apporter son concours \u00e0 une n\u00e9cessaire concertation entre les plateformes et les acteurs de la fili\u00e8re musicale.<\/p>\n<p>\u00c0 cette fin, nous serons d\u2019abord amen\u00e9s \u00e0 d\u00e9finir la \u00ab\u00a0part d\u2019audience normalis\u00e9e\u00a0\u00bb d\u2019un artiste sur une plateforme, un indicateur de performance plus fid\u00e8le que la part d\u2019audience brute, \u00ab\u00a0neutralisant\u00a0\u00bb l\u2019effet exog\u00e8ne d\u2019h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 des utilisateurs en termes de volumes d\u2019\u00e9coutes. Nous \u00e9tudierons ensuite les effets de la normalisation des parts d\u2019audience, contrast\u00e9s selon les types d\u2019artistes, de niche ou <em>mainstream<\/em>. Nous montrerons enfin que l\u2019UCPS, qui n\u2019est autre que l\u2019allocation du revenu distribuable au prorata des parts d\u2019audience normalis\u00e9es, est th\u00e9oriquement plus efficace que \u00a0l\u2019allocation standard au regard d\u2019une batterie de crit\u00e8res, tels que la pertinence, la causalit\u00e9, la compl\u00e9tude informationnelle, ou encore l\u2019\u00e9quit\u00e9.<\/p>\n<p><u>Parts d\u2019audience brute <em>vs<\/em> normalis\u00e9e<\/u><\/p>\n<p>Consid\u00e9rons une plateforme de streaming musical, accueillant m artistes et rassemblant n utilisateurs. Un artiste donn\u00e9 est d\u00e9sign\u00e9 par un rang i, compris entre 1 et m\u00a0; et un utilisateur donn\u00e9 par un rang j, compris entre 1 et n. On note a(i) la part d\u2019audience de l\u2019artiste i, ratio qui rapporte, sur une p\u00e9riode de r\u00e9f\u00e9rence, le nombre d\u2019\u00e9coutes de morceaux de cet artiste au total des \u00e9coutes sur la plateforme. On note par ailleurs a(i,j) la part d\u2019audience de l\u2019artiste i restreinte aux seules \u00e9coutes effectu\u00e9es par l\u2019utilisateur j. On note enfin u(j) le poids relatif de l\u2019utilisateur j dans l\u2019activit\u00e9 de la plateforme. La part d\u2019audience tous utilisateurs confondus se d\u00e9compose alors comme la moyenne pond\u00e9r\u00e9e :<\/p>\n<p><img decoding=\"async\" class=\"mathtex-equation-editor\" src=\"http:\/\/chart.apis.google.com\/chart?cht=tx&amp;chl=a(i)%20%3D%20%5Csum%5Climits_%7Bj%20%3D%201%7D%5En%20%7Bu(j).a(i%2Cj)%0A\" alt=\"a(i) = \\sum\\limits_{j = 1}^n {u(j).a(i,j) \" align=\"absmiddle\" \/><\/p>\n<p>Il appara\u00eet ainsi que la part d\u2019audience a(i) de l\u2019artiste i r\u00e9sulte de la combinaison de deux facteurs distincts : d\u2019une part, un facteur intrins\u00e8que de performance de cet artiste, li\u00e9 aux niveaux a(i,j) de ses parts d\u2019audience restreintes aux diff\u00e9rents utilisateurs j ; d\u2019autre part, un facteur extrins\u00e8que, li\u00e9 \u00e0 l\u2019h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 des poids u(j) de ces utilisateurs, et donc en grande partie ind\u00e9pendant des m\u00e9rites de l\u2019artiste i.<\/p>\n<p>Il en r\u00e9sulte que, pour \u00e9valuer la performance intrins\u00e8que d\u2019un artiste i, hors effet d\u2019h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 de l\u2019audience, c\u2019est-\u00e0-dire pour mesurer la capacit\u00e9 de cet artiste \u00e0 toucher les diff\u00e9rentes cibles pr\u00e9sentes sur la plateforme, l\u2019indicateur le plus pertinent est le niveau moyen des parts d\u2019audience restreintes, soit :<\/p>\n<p><img decoding=\"async\" class=\"mathtex-equation-editor\" src=\"http:\/\/chart.apis.google.com\/chart?cht=tx&amp;chl=%0Aa*(i)%20%3D%20%5Cfrac%7B1%7D%7Bn%7D%5Csum%5Climits_%7Bj%20%3D%201%7D%5En%20%7Ba(i%2Cj)\" alt=\" a*(i) = \\frac{1}{n}\\sum\\limits_{j = 1}^n {a(i,j)\" align=\"absmiddle\" \/><\/p>\n<p>Cet indicateur a*(i) de la performance d\u2019un artiste i s\u2019interpr\u00e8te comme la part d\u2019audience qu\u2019obtiendrait ce dernier, \u00e0 parts d\u2019audience restreintes identiques, sur une plateforme fictive o\u00f9 les n utilisateurs auraient le m\u00eame poids 1\/n. Dans la suite, l\u2019indicateur a*(i) sera d\u00e9nomm\u00e9 \u00ab\u00a0part d\u2019audience normalis\u00e9e\u00a0\u00bb de l\u2019artiste i, \u00e0 bien distinguer de sa \u00ab\u00a0part d\u2019audience brute\u00a0\u00bb a(i).<\/p>\n<p>Le calcul des parts d\u2019audience normalis\u00e9es r\u00e9clame davantage d\u2019information que celui des parts d\u2019audience brute. En effet, tandis que la connaissance agr\u00e9g\u00e9e des volumes d\u2019\u00e9coutes tous utilisateurs confondus est suffisante pour calculer les parts d\u2019audience brutes a(i), la connaissance d\u00e9taill\u00e9e des \u00e9coutes sp\u00e9cifiques de chacun des utilisateurs, renferm\u00e9e dans le tableau crois\u00e9 a(i,j), est n\u00e9cessaire pour calculer les parts d\u2019audience normalis\u00e9es a*(i). Cette exigence informationnelle accrue ne soul\u00e8ve n\u00e9anmoins aucune difficult\u00e9, puisqu\u2019une\u00a0\u00a0plateforme en ligne collecte en temps r\u00e9el et de mani\u00e8re exhaustive toute l\u2019information statistique utile \u00e0 l\u2019un comme \u00e0 l\u2019autre des deux calculs.<\/p>\n<p><u>Effets correcteurs de la normalisation des parts d\u2019audience<\/u><\/p>\n<p>Des expressions respectives des parts d\u2019audience brute a(i) et normalis\u00e9e a*(i) en tant que moyennes pond\u00e9r\u00e9es, il d\u00e9coule que les artistes pour lesquels la part d\u2019audience normalis\u00e9e corrige \u00e0 la hausse la part d\u2019audience brute sont les artistes de niche, ceux dont la part d\u2019audience restreinte est plus \u00e9lev\u00e9e chez un petit utilisateur (pour lequel u(j)\u00a0&lt;\u00a01\/n) que chez un gros (pour lequel u(j) &gt; 1\/n). Inversement, la normalisation corrige \u00e0 la baisse les parts d\u2019audience brutes des artistes <em>mainstream<\/em>, ceux dont la part d\u2019audience restreinte est plus \u00e9lev\u00e9e chez un gros utilisateur que chez un petit. Pour un artiste \u00ab\u00a0g\u00e9n\u00e9raliste\u00a0\u00bb, \u00e9cout\u00e9 dans des proportions voisines par chacun des utilisateurs de la plateforme, la normalisation affecte peu la part d\u2019audience brute (a(i,j) \u2248 a(i) pour tout j\u00a0\u21d2\u00a0a*(i) \u2248 a(i)). Ces observations sont consign\u00e9es de mani\u00e8re formalis\u00e9e dans l\u2019encadr\u00e9 1.<\/p>\n<p>[\/et_pb_text][\/et_pb_column][\/et_pb_row][et_pb_row make_fullwidth=\u00a0\u00bboff\u00a0\u00bb use_custom_width=\u00a0\u00bboff\u00a0\u00bb width_unit=\u00a0\u00bboff\u00a0\u00bb custom_width_px=\u00a0\u00bb1080px\u00a0\u00bb custom_width_percent=\u00a0\u00bb80%\u00a0\u00bb use_custom_gutter=\u00a0\u00bboff\u00a0\u00bb gutter_width=\u00a0\u00bb3&Prime; allow_player_pause=\u00a0\u00bboff\u00a0\u00bb parallax=\u00a0\u00bboff\u00a0\u00bb parallax_method=\u00a0\u00bbon\u00a0\u00bb make_equal=\u00a0\u00bboff\u00a0\u00bb parallax_1=\u00a0\u00bboff\u00a0\u00bb parallax_method_1=\u00a0\u00bbon\u00a0\u00bb parallax_2=\u00a0\u00bboff\u00a0\u00bb parallax_method_2=\u00a0\u00bbon\u00a0\u00bb parallax_3=\u00a0\u00bboff\u00a0\u00bb parallax_method_3=\u00a0\u00bbon\u00a0\u00bb parallax_4=\u00a0\u00bboff\u00a0\u00bb parallax_method_4=\u00a0\u00bbon\u00a0\u00bb][et_pb_column type=\u00a0\u00bb4_4&Prime; parallax=\u00a0\u00bboff\u00a0\u00bb parallax_method=\u00a0\u00bbon\u00a0\u00bb][et_pb_blurb url_new_window=\u00a0\u00bboff\u00a0\u00bb use_icon=\u00a0\u00bboff\u00a0\u00bb icon_color=\u00a0\u00bb#00a8ff\u00a0\u00bb use_circle=\u00a0\u00bboff\u00a0\u00bb circle_color=\u00a0\u00bb#00a8ff\u00a0\u00bb use_circle_border=\u00a0\u00bboff\u00a0\u00bb circle_border_color=\u00a0\u00bb#00a8ff\u00a0\u00bb icon_placement=\u00a0\u00bbtop\u00a0\u00bb animation=\u00a0\u00bboff\u00a0\u00bb background_layout=\u00a0\u00bblight\u00a0\u00bb text_orientation=\u00a0\u00bbjustified\u00a0\u00bb use_icon_font_size=\u00a0\u00bboff\u00a0\u00bb background_color=\u00a0\u00bbrgba(255,255,255,0.83)\u00a0\u00bb use_border_color=\u00a0\u00bboff\u00a0\u00bb border_width=\u00a0\u00bb10px\u00a0\u00bb]<\/p>\n<p style=\"text-align: center;\"><em>Encadr\u00e9 1. Effets de la normalisation des parts d\u2019audience selon le type d\u2019artiste.<\/em><\/p>\n<p style=\"text-align: justify;\">La part d\u2019audience normalis\u00e9e a*(i) d\u2019un artiste i est sup\u00e9rieure (<em>resp<\/em>. inf\u00e9rieure) \u00e0 sa part d\u2019audience brute a(i) si et seulement si, au sein de la population des utilisateurs j de la plateforme, la variable a(i\/j), \u00ab\u00a0part d\u2019audience restreinte \u00e0 j de l\u2019artiste i\u00a0\u00bb, est n\u00e9gativement (<em>resp<\/em>. positivement) corr\u00e9l\u00e9e \u00e0 la variable u(j), \u00ab\u00a0poids relatif de j dans les \u00e9coutes globales\u00a0\u00bb.<\/p>\n<p style=\"text-align: justify;\">Soit Cov{a(i,j), u(j)}, la covariance des deux variables a(i,j) et u(j). Par d\u00e9finition de la covariance, on a :<\/p>\n<p style=\"text-align: justify;\"><img decoding=\"async\" class=\"mathtex-equation-editor\" src=\"http:\/\/chart.apis.google.com\/chart?cht=tx&amp;chl=Cov%5C%7B%20a(i%2Cj)%2Cu(j)%5C%7D%20%20%3D%20%5Cfrac%7B1%7D%7Bn%7D%5Csum%5Climits_%7Bj%20%3D%201%7D%5En%20%7Bu(j).a(i%2Cj)%20-%20%5Cfrac%7B1%7D%7Bn%7D%7D%20.%5Cfrac%7B1%7D%7Bn%7D%5Csum%5Climits_%7Bj%20%3D%201%7D%5En%20%7Ba(i%2Cj)\" alt=\"Cov\\{ a(i,j),u(j)\\} = \\frac{1}{n}\\sum\\limits_{j = 1}^n {u(j).a(i,j) - \\frac{1}{n}} .\\frac{1}{n}\\sum\\limits_{j = 1}^n {a(i,j)\" align=\"absmiddle\" \/><\/p>\n<p style=\"text-align: justify;\">Or, par d\u00e9finition des parts d\u2019audience respectivement brute et normalis\u00e9e :<\/p>\n<p style=\"text-align: justify;\"><img decoding=\"async\" class=\"mathtex-equation-editor\" src=\"http:\/\/chart.apis.google.com\/chart?cht=tx&amp;chl=a(i)%20-%20a*(i)%20%3D%20%5Csum%5Climits_%7Bj%20%3D%201%7D%5En%20%7Bu(j).a(i%2Cj)%20-%20%7D%20%5Cfrac%7B1%7D%7Bn%7D%5Csum%5Climits_%7Bj%20%3D%201%7D%5En%20%7Ba(i%2Cj)%7D%20%20%3D%20n.Cov%5C%7B%20a(i%2Cj)%2Cu(j)%5C%7D\" alt=\"a(i) - a*(i) = \\sum\\limits_{j = 1}^n {u(j).a(i,j) - } \\frac{1}{n}\\sum\\limits_{j = 1}^n {a(i,j)} = n.Cov\\{ a(i,j),u(j)\\}\" align=\"absmiddle\" \/><\/p>\n<p style=\"text-align: justify;\">D\u2019o\u00f9 la propri\u00e9t\u00e9 annonc\u00e9e :<\/p>\n<p style=\"text-align: justify;\"><img decoding=\"async\" class=\"mathtex-equation-editor\" src=\"http:\/\/chart.apis.google.com\/chart?cht=tx&amp;chl=a*(i)\" alt=\"a*(i)\" align=\"absmiddle\" \/> \u22da <img decoding=\"async\" class=\"mathtex-equation-editor\" src=\"http:\/\/chart.apis.google.com\/chart?cht=tx&amp;chl=a(i)%5CLeftrightarrow%20Cov%5Cleft%20%5C%7Ba(i%2Cj)%2Cu(j)%20%5Cright%20%5C%7D\" alt=\"a(i)\\Leftrightarrow Cov\\left \\{a(i,j),u(j) \\right \\}\" align=\"absmiddle\" \/> \u22da 0<\/p>\n<p>[\/et_pb_blurb][\/et_pb_column][\/et_pb_row][et_pb_row make_fullwidth=\u00a0\u00bboff\u00a0\u00bb use_custom_width=\u00a0\u00bboff\u00a0\u00bb width_unit=\u00a0\u00bboff\u00a0\u00bb custom_width_px=\u00a0\u00bb1080px\u00a0\u00bb custom_width_percent=\u00a0\u00bb80%\u00a0\u00bb use_custom_gutter=\u00a0\u00bboff\u00a0\u00bb gutter_width=\u00a0\u00bb3&Prime; allow_player_pause=\u00a0\u00bboff\u00a0\u00bb parallax=\u00a0\u00bboff\u00a0\u00bb parallax_method=\u00a0\u00bbon\u00a0\u00bb make_equal=\u00a0\u00bboff\u00a0\u00bb parallax_1=\u00a0\u00bboff\u00a0\u00bb parallax_method_1=\u00a0\u00bbon\u00a0\u00bb parallax_2=\u00a0\u00bboff\u00a0\u00bb parallax_method_2=\u00a0\u00bbon\u00a0\u00bb parallax_3=\u00a0\u00bboff\u00a0\u00bb parallax_method_3=\u00a0\u00bbon\u00a0\u00bb parallax_4=\u00a0\u00bboff\u00a0\u00bb parallax_method_4=\u00a0\u00bbon\u00a0\u00bb][et_pb_column type=\u00a0\u00bb4_4&Prime; parallax=\u00a0\u00bboff\u00a0\u00bb parallax_method=\u00a0\u00bbon\u00a0\u00bb][et_pb_text background_layout=\u00a0\u00bblight\u00a0\u00bb text_orientation=\u00a0\u00bbleft\u00a0\u00bb]<\/p>\n<p>Au sein de la population des artistes, la part d\u2019audience normalis\u00e9e est-elle une variable plus \u00e9tal\u00e9e, ou au contraire plus pinc\u00e9e, que la part d\u2019audience brute\u00a0?<\/p>\n<p>Formulons l\u2019hypoth\u00e8se plausible d\u2019une corr\u00e9lation positive, au sein de la population des artistes, entre le niveau de performance et le fait d\u2019\u00eatre davantage pris\u00e9 des gros utilisateurs que des petits. Sous cette hypoth\u00e8se, la variance de la part d\u2019audience normalis\u00e9e\u00a0\u00bb est moindre que celle de la part d\u2019audience brute. Ce r\u00e9sultat, d\u00e9montr\u00e9 dans l\u2019encadr\u00e9\u00a02, est assez intuitif. En effet, la normalisation rehausse la part d\u2019audience des artistes de niche, qui sont aussi par hypoth\u00e8se les moins \u00e9cout\u00e9s, tandis qu\u2019elle rabaisse la part d\u2019audience des artistes <em>mainstream<\/em>, qui sont aussi par hypoth\u00e8se les plus \u00e9cout\u00e9s.<\/p>\n<p>[\/et_pb_text][\/et_pb_column][\/et_pb_row][et_pb_row make_fullwidth=\u00a0\u00bboff\u00a0\u00bb use_custom_width=\u00a0\u00bboff\u00a0\u00bb width_unit=\u00a0\u00bboff\u00a0\u00bb custom_width_px=\u00a0\u00bb1080px\u00a0\u00bb custom_width_percent=\u00a0\u00bb80%\u00a0\u00bb use_custom_gutter=\u00a0\u00bboff\u00a0\u00bb gutter_width=\u00a0\u00bb3&Prime; allow_player_pause=\u00a0\u00bboff\u00a0\u00bb parallax=\u00a0\u00bboff\u00a0\u00bb parallax_method=\u00a0\u00bbon\u00a0\u00bb make_equal=\u00a0\u00bboff\u00a0\u00bb parallax_1=\u00a0\u00bboff\u00a0\u00bb parallax_method_1=\u00a0\u00bbon\u00a0\u00bb parallax_2=\u00a0\u00bboff\u00a0\u00bb parallax_method_2=\u00a0\u00bbon\u00a0\u00bb parallax_3=\u00a0\u00bboff\u00a0\u00bb parallax_method_3=\u00a0\u00bbon\u00a0\u00bb parallax_4=\u00a0\u00bboff\u00a0\u00bb parallax_method_4=\u00a0\u00bbon\u00a0\u00bb][et_pb_column type=\u00a0\u00bb4_4&Prime; parallax=\u00a0\u00bboff\u00a0\u00bb parallax_method=\u00a0\u00bbon\u00a0\u00bb][et_pb_blurb url_new_window=\u00a0\u00bboff\u00a0\u00bb use_icon=\u00a0\u00bboff\u00a0\u00bb icon_color=\u00a0\u00bb#00a8ff\u00a0\u00bb use_circle=\u00a0\u00bboff\u00a0\u00bb circle_color=\u00a0\u00bb#00a8ff\u00a0\u00bb use_circle_border=\u00a0\u00bboff\u00a0\u00bb circle_border_color=\u00a0\u00bb#00a8ff\u00a0\u00bb icon_placement=\u00a0\u00bbtop\u00a0\u00bb animation=\u00a0\u00bbtop\u00a0\u00bb background_layout=\u00a0\u00bblight\u00a0\u00bb text_orientation=\u00a0\u00bbjustified\u00a0\u00bb use_icon_font_size=\u00a0\u00bboff\u00a0\u00bb background_color=\u00a0\u00bbrgba(255,255,255,0)\u00a0\u00bb]<\/p>\n<p style=\"text-align: center;\"><em>Encadr\u00e9 2. Normalisation et concentration des parts d\u2019audience.<\/em><\/p>\n<p style=\"text-align: left;\">L\u2019hypoth\u00e8se d\u2019une corr\u00e9lation positive entre performance et profil orient\u00e9 vers les gros utilisateurs s\u2019\u00e9crit, de mani\u00e8re formalis\u00e9e:<\/p>\n<p style=\"text-align: left;\">Cov{a*(i), Cov{a(i,j), u(j)}} &gt; 0<\/p>\n<p style=\"text-align: left;\">soit encore :<\/p>\n<p style=\"text-align: left;\">Cov{a*(i), a(i) \u2013 a*(i)} &gt; 0<\/p>\n<p style=\"text-align: left;\">et, puisque la variable a(i) \u2013 a*(i) est de moyenne nulle :<\/p>\n<p style=\"text-align: left;\"><img decoding=\"async\" class=\"mathtex-equation-editor\" src=\"http:\/\/chart.apis.google.com\/chart?cht=tx&amp;chl=%5Csum%5Climits_%7Bi%20%3D%201%7D%5En%20%7Ba*(i).%5Ba(i)%20-%20a*(i%5D%20%3E%200%7D\" alt=\"\\sum\\limits_{i = 1}^n {a*(i).[a(i) - a*(i] &gt; 0}\" align=\"absmiddle\" \/><\/p>\n<p style=\"text-align: left;\">Montrons que, sous cette condition, la variance de la part d\u2019audience normalis\u00e9e est inf\u00e9rieure \u00e0 celle de la part d\u2019audience brute. Les deux variables a(i) et a*(i) ayant la m\u00eame moyenne 1\/m, la diff\u00e9rence de leurs variances s\u2019\u00e9crit :<\/p>\n<p style=\"text-align: left;\"><img decoding=\"async\" class=\"mathtex-equation-editor\" src=\"http:\/\/chart.apis.google.com\/chart?cht=tx&amp;chl=Var%5C%7B%20a(i)%5C%7D%20%20-%20Var%5C%7B%20a*(i)%5C%7D%20%20%3D%20%5Cfrac%7B1%7D%7Bm%7D%5Csum%5Climits_%7Bi%20%3D%201%7D%5Em%20%7B%7Ba%5E2%7D(i)%20-%20%5Cfrac%7B1%7D%7Bm%7D%5Csum%5Climits_%7Bi%20%3D%201%7D%5Em%20%7B%7Ba%5E%7B*2%7D%7D(i)%7D%20%20%3D%20\" alt=\"Var\\{ a(i)\\} - Var\\{ a*(i)\\} = \\frac{1}{m}\\sum\\limits_{i = 1}^m {{a^2}(i) - \\frac{1}{m}\\sum\\limits_{i = 1}^m {{a^{*2}}(i)} = \" align=\"absmiddle\" \/><\/p>\n<p style=\"text-align: left;\"><img decoding=\"async\" class=\"mathtex-equation-editor\" src=\"http:\/\/chart.apis.google.com\/chart?cht=tx&amp;chl=%5Cfrac%7B1%7D%7Bm%7D%5Csum%5Climits_%7Bi%20%3D%201%7D%5Em%20%7B%7B%7B%5Ba(i)%20-%20a*(i)%5D%7D%5E2%7D%20%2B%20%5Cfrac%7B2%7D%7Bm%7D%5Csum%5Climits_%7Bi%20%3D%201%7D%5Em%20%7Ba*(i)%7D%20.%5Ba(i)%20-%20a*(i)%5D\" alt=\"\\frac{1}{m}\\sum\\limits_{i = 1}^m {{{[a(i) - a*(i)]}^2} + \\frac{2}{m}\\sum\\limits_{i = 1}^m {a*(i)} .[a(i) - a*(i)]\" align=\"absmiddle\" \/><\/p>\n<p style=\"text-align: left;\">D\u2019o\u00f9, \u00a0en tenant compte de l\u2019hypoth\u00e8se de corr\u00e9lation, la propri\u00e9t\u00e9 annonc\u00e9e :<\/p>\n<p><img decoding=\"async\" class=\"mathtex-equation-editor\" style=\"float: left;\" src=\"http:\/\/chart.apis.google.com\/chart?cht=tx&amp;chl=Var%5C%7B%20a(i)%5C%7D%20%20-%20Var%5C%7B%20a*(i)%5C%7D%20%20%3E%20%5Cfrac%7B1%7D%7Bm%7D%5Csum%5Climits_%7Bi%20%3D%201%7D%5Em%20%7B%7B%7B%5Ba(i)%20-%20a*(i)%5D%7D%5E2%7D%20%3E%200%7D\" alt=\"Var\\{ a(i)\\} - Var\\{ a*(i)\\} &gt; \\frac{1}{m}\\sum\\limits_{i = 1}^m {{{[a(i) - a*(i)]}^2} &gt; 0}\" align=\"absmiddle\" \/><\/p>\n<p>[\/et_pb_blurb][\/et_pb_column][\/et_pb_row][et_pb_row make_fullwidth=\u00a0\u00bboff\u00a0\u00bb use_custom_width=\u00a0\u00bboff\u00a0\u00bb width_unit=\u00a0\u00bboff\u00a0\u00bb custom_width_px=\u00a0\u00bb1080px\u00a0\u00bb custom_width_percent=\u00a0\u00bb80%\u00a0\u00bb use_custom_gutter=\u00a0\u00bboff\u00a0\u00bb gutter_width=\u00a0\u00bb3&Prime; allow_player_pause=\u00a0\u00bboff\u00a0\u00bb parallax=\u00a0\u00bboff\u00a0\u00bb parallax_method=\u00a0\u00bbon\u00a0\u00bb make_equal=\u00a0\u00bboff\u00a0\u00bb parallax_1=\u00a0\u00bboff\u00a0\u00bb parallax_method_1=\u00a0\u00bbon\u00a0\u00bb parallax_2=\u00a0\u00bboff\u00a0\u00bb parallax_method_2=\u00a0\u00bbon\u00a0\u00bb parallax_3=\u00a0\u00bboff\u00a0\u00bb parallax_method_3=\u00a0\u00bbon\u00a0\u00bb parallax_4=\u00a0\u00bboff\u00a0\u00bb parallax_method_4=\u00a0\u00bbon\u00a0\u00bb][et_pb_column type=\u00a0\u00bb4_4&Prime; parallax=\u00a0\u00bboff\u00a0\u00bb parallax_method=\u00a0\u00bbon\u00a0\u00bb][et_pb_text background_layout=\u00a0\u00bblight\u00a0\u00bb text_orientation=\u00a0\u00bbleft\u00a0\u00bb]<\/p>\n<p><u>Syst\u00e8me de r\u00e9mun\u00e9ration standard<\/u><\/p>\n<p>Consid\u00e9rons d\u2019abord le cas d\u2019une plateforme transactionnelle, sur laquelle les \u00e9coutes sont factur\u00e9es \u00e0 l\u2019acte. Tout coule alors de source !<\/p>\n<p>Chaque \u00e9coute individuelle est pay\u00e9e au prix unitaire p, par l\u2019utilisateur qui en \u00e9met la requ\u00eate. Si \u03c4 est le taux de marge pr\u00e9lev\u00e9 par la plateforme, le revenu net \u00e9l\u00e9mentaire r = p.(1 \u2013 \u03c4) engendr\u00e9 par une transaction est revers\u00e9 \u00e0 l\u2019artiste auquel celle-ci s\u2019adresse.<\/p>\n<p>Si e est le volume global des \u00e9coutes sur la p\u00e9riode de r\u00e9f\u00e9rence, le volume partiel a(i).e se rapporte \u00e0 l\u2019artiste i. Le revenu globalement redistribu\u00e9 aux artistes est R\u00a0=\u00a0e.p.(1 \u2013 \u03c4) et la quote-part aff\u00e9rente \u00e0 l\u2019artiste i est R(i) = a(i).e.p.(1 \u2013 \u03c4). La cl\u00e9 d\u2019allocation pr\u00e9sidant \u00e0 la distribution du revenu est donc celle des parts d\u2019audience brutes, soit\u00a0:<\/p>\n<p>R(i) = a(i).R<\/p>\n<p>Cette cl\u00e9 s\u2019impose ici indiscutablement contre toute autre, parce qu\u2019elle respecte un incontournable \u00ab\u00a0principe de causalit\u00e9\u00a0\u00bb : le revenu distribuable \u00e9tant caus\u00e9 par les \u00e9coutes effectu\u00e9es sur la plateforme et proportionnel \u00e0 leur nombre, chaque artiste re\u00e7oit tout naturellement une part de ce revenu \u00e9gale \u00e0 la part des \u00e9coutes que lui-m\u00eame cause, \u00e0 savoir sa part d\u2019audience brute. Le revenu collect\u00e9 par une plateforme \u00e0 l\u2019acte \u00e9tant directement attribuable aux artistes, la question de l\u2019allocation devient triviale.<\/p>\n<p>Revenons maintenant au cas d\u2019une plateforme de <em>streaming<\/em> par abonnement. Une \u00a0telle plateforme facture un m\u00eame montant d\u2019abonnement, soit s, \u00e0 chacun de ses n utilisateurs, si bien que ceux-ci contribuent \u00e0 hauteur \u00e9gale \u00e0 la collecte du revenu global n.s sur la p\u00e9riode de r\u00e9f\u00e9rence. Apr\u00e8s pr\u00e9l\u00e8vement de la marge d\u2019exploitation de la plateforme, au taux \u03c4,\u00a0\u00a0le revenu net distribuable aux artistes est\u00a0:<\/p>\n<p>R = n.s.(1 \u2013 \u03c4)<\/p>\n<p>On observe que ce revenu est ind\u00e9pendant du volume e des \u00e9coutes. Par cons\u00e9quent, une distribution entre les artistes au prorata de leurs contributions respectives \u00e0 ces \u00e9coutes, c\u2019est-\u00e0-dire au prorata de leurs \u00a0parts d\u2019audience brutes, est loin de s\u2019imposer avec autant d\u2019\u00e9vidence que dans le cas d\u2019une facturation \u00e0 l\u2019acte. Puisque le mode de collecte du revenu, ici \u00e0 proportion du nombre n des utilisateurs et non pas du nombre e des \u00e9coutes, n\u2019induit aucune r\u00e8gle\u00a0\u00a0\u00ab\u00a0d\u2019allocation causale\u00a0\u00bb entre les artistes, il convient de fonder une telle r\u00e8gle sur d\u2019autres consid\u00e9rations.<\/p>\n<p>Un argument, bien que passablement <em>ad hoc<\/em>, vient \u00e0 l\u2019appui de l\u2019allocation au prorata des parts d\u2019audience brutes. Cet argument, reposant sur une logique de transposition \u00e0 l\u2019identique en l\u2019absence d\u2019acquisition d\u2019information, proc\u00e8de comme suit. Imaginons que le m\u00eame revenu R \u00e0 distribuer ait \u00e9t\u00e9 collect\u00e9 <em>via<\/em> une facturation \u00e0 l\u2019acte. Alors, une et une seule r\u00e8gle causale d\u2019allocation en e\u00fbt r\u00e9sult\u00e9 sans ambigu\u00eft\u00e9. \u00c0 d\u00e9faut de pouvoir d\u00e9duire du mode de facturation par abonnement une r\u00e8gle causale alternative, un principe de prudente neutralit\u00e9\u00a0invite \u00e0 conserver la m\u00eame r\u00e8gle.<\/p>\n<p>Cette conclusion est n\u00e9anmoins contestable, car l\u2019argument conservatoire souffre de deux faiblesses majeures : d\u2019une part, en raison de l\u2019assertion erron\u00e9e selon laquelle le mode de facturation par abonnement n\u2019apporterait aucune information pertinente en vue de l\u2019allocation ; d\u2019autre part, en raison du postulat arbitraire selon lequel toute r\u00e8gle d\u2019allocation causale devrait n\u00e9cessairement ne tirer sa l\u00e9gitimit\u00e9, directement ou indirectement, que du mode de collecte du revenu \u00e0 distribuer.<\/p>\n<p><u>Syst\u00e8me de r\u00e9mun\u00e9ration <em>user centric<\/em><\/u><\/p>\n<p>Afin de proposer une allocation du revenu mieux d\u00e9fendable que l\u2019allocation standard selon les parts d\u2019audience brutes, le concept de\u00a0\u00a0causalit\u00e9 doit d\u2019abord \u00eatre red\u00e9fini d\u2019une mani\u00e8re plus intrins\u00e8que, en l\u2019asseyant plus nettement sur les m\u00e9rites effectifs des b\u00e9n\u00e9ficiaires de la distribution, les artistes.<\/p>\n<p>Or, comme on l\u2019a vu plus haut, l\u2019indicateur le plus pertinent de la performance d\u2019un artiste i, apr\u00e8s neutralisation de\u00a0\u00a0l\u2019effet exog\u00e8ne d\u00fb \u00e0 l\u2019h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 des utilisateurs, est la part d\u2019audience normalis\u00e9e de cet artiste, a*(i). L\u2019approche de r\u00e9mun\u00e9ration selon les m\u00e9rites m\u00e8ne ainsi \u00e0 une allocation de revenu\u00a0au prorata des parts d\u2019audience normalis\u00e9es, plut\u00f4t que brutes. La quote-part R*(i) revenant \u00e0 l\u2019artiste i vaut alors :<\/p>\n<p>R*(i) = a*(i).R<\/p>\n<p>Compte tenu des expressions de R et de a*(i), on peut encore \u00e9crire :<\/p>\n<p><img decoding=\"async\" class=\"mathtex-equation-editor\" src=\"http:\/\/chart.apis.google.com\/chart?cht=tx&amp;chl=R*(i)%20%3D%20%5Csum%5Climits_%7Bj%20%3D%201%7D%5En%20%7Ba(i%2Cj).s.(1%20-%20%5Ctau%20)%7D\" alt=\"R*(i) = \\sum\\limits_{j = 1}^n {a(i,j).s.(1 - \\tau )}\" align=\"absmiddle\" \/><\/p>\n<p>Cette derni\u00e8re relation offre un suppl\u00e9ment de justification \u00e0 l\u2019allocation selon les parts d\u2019audience normalis\u00e9es. Cette justification se r\u00e9f\u00e8re \u00e0\u00a0\u00a0la gen\u00e8se du revenu distribuable par la plateforme qui, certes, ne suffit pas en elle-m\u00eame \u00e0 d\u00e9finir une r\u00e8gle de causalit\u00e9, mais n\u2019en apporte pas moins une information utilisable, dont il convient donc de tenir compte. Explicitons l\u2019argument.<\/p>\n<p>Chacun des n utilisateurs-abonn\u00e9s j engendre individuellement le revenu distribuable s.(1 \u2013 \u03c4), si bien que le revenu globalement distribuable, R = n.s.(1 &#8211; \u03c4), est d\u00e9composable en n tranches \u00e9gales. L\u2019allocation entre les artistes est d\u00e8s lors s\u00e9parable en n allocations \u00e9l\u00e9mentaires, une allocation pour chacune des n tranches. On retient, pour l\u2019allocation de la j-\u00e8me tranche, la cl\u00e9 des parts d\u2019audience restreintes \u00e0\u00a0\u00a0cette tranche, choix le plus rationnel en l\u2019absence d\u2019information additionnelle. La quote-part \u00e9l\u00e9mentaire affect\u00e9e \u00e0 l\u2019artiste i, dans cette allocation partielle, vaut ainsi a(i,j).s.(1 -\u03c4). Agr\u00e9geant, pour chaque artiste i, les n quotes-parts qui lui reviennent au titre de chacune des n tranches, on obtient R*(i) pour quote-part r\u00e9sultante.<\/p>\n<p>D\u2019o\u00f9 une rationalisation assez \u00a0convaincante de la m\u00e9thode d\u2019allocation au prorata des parts d\u2019audience normalis\u00e9es, r\u00e9v\u00e9lant en outre comment cette m\u00e9thode incorpore toute l\u2019information extractible de l\u2019activit\u00e9 de la plateforme, contrairement \u00e0 la m\u00e9thode d\u2019allocation au prorata des parts d\u2019audience brutes qui traite, quant \u00e0 elle, les utilisateurs de mani\u00e8re agr\u00e9g\u00e9e, comme s\u2019il s\u2019agissait d\u2019un utilisateur unique.<\/p>\n<p>Parce qu\u2019elle est la seule m\u00e9thode qui, en m\u00eame temps, repose uniquement sur les m\u00e9rites respectifs des artistes et mobilise l\u2019information statistiquement disponible au niveau d\u00e9sagr\u00e9g\u00e9 de l\u2019utilisateur, l\u2019allocation au prorata des parts d\u2019audience normalis\u00e9es, encore dite <em>User Centric Payment System<\/em> (UCPS), est aujourd\u2019hui pr\u00e9conis\u00e9e par certaines plateformes de streaming par abonnement, notamment Deezer, en lieu et place de l\u2019allocation standard au prorata des parts d\u2019audience brutes. L\u2019appellation <em>user-centric<\/em> souligne le r\u00f4le central jou\u00e9 par l\u2019individualisation des utilisateurs dans cette proc\u00e9dure d\u2019allocation, en opposition avec l\u2019agr\u00e9gation qui pr\u00e9vaut dans\u00a0\u00a0la proc\u00e9dure standard actuellement en vigueur.<\/p>\n<p><u>Impacts d\u2019un \u00e9ventuel passage au syst\u00e8me UCPS<\/u><\/p>\n<p>Les propri\u00e9t\u00e9s, \u00e9tablies plus haut (<em>cf<\/em>. encadr\u00e9s 1et 2) \u00e0 propos des parts d\u2019audience respectivement brute et normalis\u00e9e, se transposent <em>ne varietur<\/em> en propri\u00e9t\u00e9s des allocations respectivement standard et <em>user-centric<\/em>.<\/p>\n<p>Si elle \u00e9tait substitu\u00e9e\u00a0\u00a0\u00e0 l\u2019allocation standard sur les plateformes par abonnement, l\u2019allocation <em>user-centric<\/em> favoriserait donc les\u00a0\u00a0artistes de niche et d\u00e9favoriserait les artistes <em>mainstream<\/em>, op\u00e9rant une redistribution de revenu depuis les derniers vers les premiers. En outre, une transition de l\u2019allocation standard vers l\u2019allocation <em>user-centric<\/em> r\u00e9duirait l\u2019in\u00e9galit\u00e9 de r\u00e9mun\u00e9ration entre gros et petits artistes.<\/p>\n<p>Il n\u2019est \u00e0 cet \u00e9gard gu\u00e8re surprenant\u00a0\u00a0que la proposition d\u2019un passage \u00e0 l\u2019UCPS, \u00e9mise le directeur g\u00e9n\u00e9ral de Deezer France, Alexis de Gemini, ait re\u00e7u le soutien de plusieurs associations de producteurs ind\u00e9pendants, dont l\u2019UPFI (Union des Producteurs phonographiques Fran\u00e7ais Ind\u00e9pendants), mais pas celui des majors !<\/p>\n<p style=\"text-align: center;\">*****<\/p>\n<p>Nous avons ici montr\u00e9 que le syst\u00e8me de paiement <em>user-centric<\/em>, option alternative au syst\u00e8me actuel de paiement \u00e0 la part d\u2019audience, constitue objectivement une m\u00e9thode d\u2019allocation de revenu pertinente au regard de la prise en compte des m\u00e9rites des artistes, finement inform\u00e9e \u00a0quant \u00e0 l\u2019utilisation des donn\u00e9es collect\u00e9es par \u00a0\u00a0les plateformes, et r\u00e9ductrice des in\u00e9galit\u00e9s de r\u00e9mun\u00e9ration entre les artistes. \u00c0 cette liste, ajoutons la satisfaction apport\u00e9e \u00e0 \u00a0la masse des petits utilisateurs, auxquels l\u2019UCPS offrirait \u00a0en effet la facult\u00e9 d\u2019influer significativement sur la r\u00e9mun\u00e9ration de leurs artistes pr\u00e9f\u00e9r\u00e9s.<\/p>\n<p>Mais, comme telle est la r\u00e8gle g\u00e9n\u00e9rale face \u00e0 l\u2019\u00e9ventualit\u00e9 d\u2019une transition d\u2019un syst\u00e8me \u00e9tabli vers un nouveau syst\u00e8me, certes th\u00e9oriquement par\u00e9 de vertus appr\u00e9ciables, \u00a0mais auquel \u00a0certains acteurs gagnent et d\u2019autres perdent, l\u2019analyse scientifique ne peut, \u00e0 elle-seule, suffire \u00e0 emporter la d\u00e9cision. Au mieux l\u2019\u00e9claire-t-elle. Place maintenant au d\u00e9bat\u00a0!<\/p>\n<p><strong>Mots-cl\u00e9s<\/strong>\u00a0: streaming\u00a0&#8211; plateformes musicales\u00a0&#8211; part d\u2019audience\u00a0&#8211; indicateur de performance\u00a0&#8211; causalit\u00e9\u00a0&#8211; \u00e9quit\u00e9\u00a0&#8211; syst\u00e8me de paiement <em>user-centric<\/em><\/p>\n<hr \/>\n<p>* Le contenu de cet article n\u2019engage que son auteur.<\/p>\n<p><a href=\"#_ftnref2\" name=\"_ftn2\">[1]<\/a> Voir, par exemple\u00a0: <span style=\"text-decoration: underline;\"><span style=\"color: #0000ff;\"><a style=\"color: #0000ff; text-decoration: underline;\" href=\"https:\/\/www.cbnews.fr\/digital\/image-deezer-fait-evoluer-remuneration-artistes-45894\">https:\/\/www.cbnews.fr\/digital\/image-deezer-fait-evoluer-remuneration-artistes-45894<\/a><\/span><\/span><\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>[\/et_pb_text][\/et_pb_column][\/et_pb_row][\/et_pb_section]<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Introduction Parce qu\u2019elle poss\u00e8de le m\u00e9rite de la simplicit\u00e9, certes appr\u00e9ciable mais parfois trompeur, et parce qu\u2019elle est calqu\u00e9e sur le mode de r\u00e9mun\u00e9ration des artistes dans le monde hors ligne, la m\u00e9thode de paiement \u00e0 l\u2019aune des parts d\u2019audience est aujourd\u2019hui unanimement adopt\u00e9e\u00a0\u00a0par les plateformes de streaming musical par abonnement, telles Deezer ou Spotify. [&hellip;]<\/p>\n","protected":false},"author":229,"featured_media":4793,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_et_pb_use_builder":"on","_et_pb_old_content":"<p><u>Introduction<\/u><\/p><p>Parce qu\u2019elle poss\u00e8de le m\u00e9rite de la simplicit\u00e9, certes appr\u00e9ciable mais parfois trompeur, et parce qu\u2019elle est calqu\u00e9e sur le mode de r\u00e9mun\u00e9ration des artistes dans le monde hors ligne, la m\u00e9thode de paiement \u00e0 l\u2019aune des parts d\u2019audience est aujourd\u2019hui unanimement adopt\u00e9e\u00a0\u00a0par les plateformes de streaming musical par abonnement, telles <em>Deezer<\/em> ou <em>Spotify<\/em>. N\u00e9anmoins, des voix se font d\u00e9sormais entendre pour sugg\u00e9rer l\u2019adoption d\u2019une m\u00e9thode alternative : l\u2019UCPS ou <em>User Centric\u00a0<\/em><em>\u00a0<\/em><em>Payment System<\/em><a href=\"#_ftn1\" name=\"_ftnref1\"><em><strong>[1]<\/strong><\/em><\/a>.<\/p><p>Le but de la pr\u00e9sente contribution est, avec toute l\u2019objectivit\u00e9 et la rigueur scientifique qui sont de mise, de d\u00e9voiler \u00a0les ressorts de l\u2019UCPS et r\u00e9v\u00e9ler quels seraient les impacts de son adoption . Pas un plaidoyer, donc, mais une argumentation raisonn\u00e9e, susceptible d\u2019apporter son concours \u00e0 une n\u00e9cessaire concertation entre les plateformes et les acteurs de la fili\u00e8re musicale.<\/p><p>\u00c0 cette fin, nous serons d\u2019abord amen\u00e9s \u00e0 d\u00e9finir la \u00ab\u00a0part d\u2019audience normalis\u00e9e\u00a0\u00bb d\u2019un artiste sur une plateforme, un indicateur de performance plus fid\u00e8le que la part d\u2019audience brute, \u00ab\u00a0neutralisant\u00a0\u00bb l\u2019effet exog\u00e8ne d\u2019h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 des utilisateurs en termes de volumes d\u2019\u00e9coutes. Nous \u00e9tudierons ensuite les effets de la normalisation des parts d\u2019audience, contrast\u00e9s selon les types d\u2019artistes, de niche ou <em>mainstream<\/em>. Nous montrerons enfin que l\u2019UCPS, qui n\u2019est autre que l\u2019allocation du revenu distribuable au prorata des parts d\u2019audience normalis\u00e9es, est th\u00e9oriquement plus efficace que \u00a0l\u2019allocation standard au regard d\u2019une batterie de crit\u00e8res, tels que la pertinence, la causalit\u00e9, la compl\u00e9tude informationnelle, ou encore l\u2019\u00e9quit\u00e9.<\/p><p><u>Parts d\u2019audience brute <em>vs<\/em> normalis\u00e9e<\/u><\/p><p>Consid\u00e9rons une plateforme de streaming musical, accueillant m artistes et rassemblant n utilisateurs. Un artiste donn\u00e9 est d\u00e9sign\u00e9 par un rang i, compris entre 1 et m\u00a0; et un utilisateur donn\u00e9 par un rang j, compris entre 1 et n. On note a(i) la part d\u2019audience de l\u2019artiste i, ratio qui rapporte, sur une p\u00e9riode de r\u00e9f\u00e9rence, le nombre d\u2019\u00e9coutes de morceaux de cet artiste au total des \u00e9coutes sur la plateforme. On note par ailleurs a(i,j) la part d\u2019audience de l\u2019artiste i restreinte aux seules \u00e9coutes effectu\u00e9es par l\u2019utilisateur j. On note enfin u(j) le poids relatif de l\u2019utilisateur j dans l\u2019activit\u00e9 de la plateforme. La part d\u2019audience tous utilisateurs confondus se d\u00e9compose alors comme la moyenne pond\u00e9r\u00e9e :<\/p><p><img class=\"mathtex-equation-editor\" src=\"http:\/\/chart.apis.google.com\/chart?cht=tx&chl=a(i)%20%3D%20%5Csum%5Climits_%7Bj%20%3D%201%7D%5En%20%7Bu(j).a(i%2Cj)%0A\" alt=\"a(i) = \\sum\\limits_{j = 1}^n {u(j).a(i,j) \" align=\"absmiddle\" \/><\/p><p>Il appara\u00eet ainsi que la part d\u2019audience a(i) de l\u2019artiste i r\u00e9sulte de la combinaison de deux facteurs distincts : d\u2019une part, un facteur intrins\u00e8que de performance de cet artiste, li\u00e9 aux niveaux a(i,j) de ses parts d\u2019audience restreintes aux diff\u00e9rents utilisateurs j ; d\u2019autre part, un facteur extrins\u00e8que, li\u00e9 \u00e0 l\u2019h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 des poids u(j) de ces utilisateurs, et donc en grande partie ind\u00e9pendant des m\u00e9rites de l\u2019artiste i.<\/p><p>Il en r\u00e9sulte que, pour \u00e9valuer la performance intrins\u00e8que d\u2019un artiste i, hors effet d\u2019h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 de l\u2019audience, c\u2019est-\u00e0-dire pour mesurer la capacit\u00e9 de cet artiste \u00e0 toucher les diff\u00e9rentes cibles pr\u00e9sentes sur la plateforme, l\u2019indicateur le plus pertinent est le niveau moyen des parts d\u2019audience restreintes, soit :<\/p><p><img class=\"mathtex-equation-editor\" src=\"http:\/\/chart.apis.google.com\/chart?cht=tx&chl=%0Aa*(i)%20%3D%20%5Cfrac%7B1%7D%7Bn%7D%5Csum%5Climits_%7Bj%20%3D%201%7D%5En%20%7Ba(i%2Cj)\" alt=\" a*(i) = \\frac{1}{n}\\sum\\limits_{j = 1}^n {a(i,j)\" align=\"absmiddle\" \/><\/p><p>Cet indicateur a*(i) de la performance d\u2019un artiste i s\u2019interpr\u00e8te comme la part d\u2019audience qu\u2019obtiendrait ce dernier, \u00e0 parts d\u2019audience restreintes identiques, sur une plateforme fictive o\u00f9 les n utilisateurs auraient le m\u00eame poids 1\/n. Dans la suite, l\u2019indicateur a*(i) sera d\u00e9nomm\u00e9 \u00ab\u00a0part d\u2019audience normalis\u00e9e\u00a0\u00bb de l\u2019artiste i, \u00e0 bien distinguer de sa \u00ab\u00a0part d\u2019audience brute\u00a0\u00bb a(i).<\/p><p>Le calcul des parts d\u2019audience normalis\u00e9es r\u00e9clame davantage d\u2019information que celui des parts d\u2019audience brute. En effet, tandis que la connaissance agr\u00e9g\u00e9e des volumes d\u2019\u00e9coutes tous utilisateurs confondus est suffisante pour calculer les parts d\u2019audience brutes a(i), la connaissance d\u00e9taill\u00e9e des \u00e9coutes sp\u00e9cifiques de chacun des utilisateurs, renferm\u00e9e dans le tableau crois\u00e9 a(i,j), est n\u00e9cessaire pour calculer les parts d\u2019audience normalis\u00e9es a*(i). Cette exigence informationnelle accrue ne soul\u00e8ve n\u00e9anmoins aucune difficult\u00e9, puisqu\u2019une\u00a0\u00a0plateforme en ligne collecte en temps r\u00e9el et de mani\u00e8re exhaustive toute l\u2019information statistique utile \u00e0 l\u2019un comme \u00e0 l\u2019autre des deux calculs.<\/p><p><u>Effets correcteurs de la normalisation des parts d\u2019audience<\/u><\/p><p>Des expressions respectives des parts d\u2019audience brute a(i) et normalis\u00e9e a*(i) en tant que moyennes pond\u00e9r\u00e9es, il d\u00e9coule que les artistes pour lesquels la part d\u2019audience normalis\u00e9e corrige \u00e0 la hausse la part d\u2019audience brute sont les artistes de niche, ceux dont la part d\u2019audience restreinte est plus \u00e9lev\u00e9e chez un petit utilisateur (pour lequel u(j)\u00a0<\u00a01\/n) que chez un gros (pour lequel u(j) > 1\/n). Inversement, la normalisation corrige \u00e0 la baisse les parts d\u2019audience brutes des artistes <em>mainstream<\/em>, ceux dont la part d\u2019audience restreinte est plus \u00e9lev\u00e9e chez un gros utilisateur que chez un petit. Pour un artiste \u00ab\u00a0g\u00e9n\u00e9raliste\u00a0\u00bb, \u00e9cout\u00e9 dans des proportions voisines par chacun des utilisateurs de la plateforme, la normalisation affecte peu la part d\u2019audience brute (a(i,j) \u2248 a(i) pour tout j\u00a0\u21d2\u00a0a*(i) \u2248 a(i)). Ces observations sont consign\u00e9es de mani\u00e8re formalis\u00e9e dans l\u2019encadr\u00e9 1.<\/p>","_et_gb_content_width":"","_exactmetrics_skip_tracking":false,"_exactmetrics_sitenote_active":false,"_exactmetrics_sitenote_note":"","_exactmetrics_sitenote_category":0,"footnotes":""},"categories":[142,135],"tags":[],"class_list":["post-4756","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-medias","category-tribune","et-has-post-format-content","et_post_format-et-post-format-standard"],"_links":{"self":[{"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/posts\/4756","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/users\/229"}],"replies":[{"embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=4756"}],"version-history":[{"count":0,"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/posts\/4756\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/media\/4793"}],"wp:attachment":[{"href":"https:\/\/variances.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=4756"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=4756"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=4756"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}