Le Monde samedi 12 avril 2014
Les professionnels de la vente en ligne ne se contentent pas de tout savoir sur nous.
Ils se donnent désormais les moyens de deviner nos intentions
(...)
Une autre société française, Weborama, s'est lancée dans une aventure encore plus lourde : exploiter le "Web des mots". Grâce à des programmes robotisés, elle collecte les textes publiés sur un vaste choix de sites et de forums. A partir de ces données brutes, les linguistes de Weborama ont extrait un lexique de six mille termes pertinents dans le contexte de la publicité. Dans un second temps, les mathématiciens organisent le Web comme un "espace métrique" : ils calculent la distance relative entre les mots, selon qu'ils sont plus ou moins souvent associés dans la même phrase. Puis ils rassemblent ces mots associés en 177 groupes thématiques... Le patron de W., Alain Levy, résume ainsi son approche : cette "taxonomie devient notre vision du Web. La référence n'est plus le site, mais le mot".
On passe alors à l'exploitation commerciale. Grâce à des accords avec des agences, W. place des cookies sur des millions de navigateurs. Puis elle les piste à travers le Web, et collecte les mots publiés sur tous les sites qu'ils vont visiter : "Chaque profil se voit ainsi attribuer un nuage de mots qui lui est propre", explique Alain Levy. Les ordinateurs vont ensuite projeter ce "nuage" sur la base de données contenant les groupes de mots, et attribuer à chaque profil une note par catégorie. En croisant les notes - par exemple 13 sur 14 (le maximum) pour les mots associés à la mode, 12 pour le design, mais seulement 2 pour le sport, 1 pour les voitures-, W va pouvoir dire à l'annonceur qui se cache derrière chaque cookie. : "Ce sera par exemple une femme de 34 à 49 ans, passionnée de mode, indifférente au sport, détaille AL. Elle sera sans intérêt pour certains annonceurs et très désirables pour d'autres. L'Oréal sera prêt à payer 2 euros pour afficher une bannière sur son écran". W possède à ce jours 62 millions de profils pour la France - il y a des doublons, car une même personne peut utiliser plusieurs appareils (PC, smartphone, tablette). La mise à jour est permanente, chaque clic provoquant de nouveaux calculs.
