Le miracle chinois de NeatEase Cloud Music
Malgré une baisse de son chiffre d'affaires de 12,5 % en 2023, le numéro deux du streaming musical en Chine, qui revendique 44 millions d'abonnés, a posté ses premiers bénéfices nets annuels.
L’outsider du marché chinois du streaming musical NetEase Cloud Music (NCM), qui a vu le nombre d’abonnés à ses services de musique en ligne croître de 15,3 % en 2023, à hauteur de 44,1 millions (+ 5,8 millions sur un an), a posté les premiers bénéfices nets annuels de son histoire, d’un montant de 818,5 millions de RMB (106,8 M€ au taux de change moyen l’an dernier1) - malgré une baisse de son chiffre d’affaires de 12,5 % sur un an, à 7,86 milliards de RMB (1,02 Md€). La marge brute de la plateforme a été de 26,7 % en 2023, contre 14,4 % en 2022. Son résultat opérationnel s’est élevé à 2,1 milliard de RMB (274 M€), soit une hausse de 62,6 % sur un an.
Pour la première fois de son histoire également, les revenus générés par les services de musique en ligne de NCM2, en hausse de 17,6 % sur un an, à 3,69 milliards de RMB (483 M€), ont dépassé ceux de ses services de “divertissement social” (live streaming, karaoké, salons de discussion…)3, qui ont reculé de 33,6 % en 2023, à 3,51 milliards de RMB (459 M€). L’ARPPU des premiers (revenu mensuel moyen par utilisateur payant) a légèrement augmenté, passant de 6,6 RMB à 6,9 RMB (de 0,86 € à 0,90 €), quand celui des seconds, dont le nombre d’utilisateurs a progressé de 23 % sur un an, pour atteindre 1,6 million (+ 300 000), a nettement reculé, passant de 42,5 € à 23,3 €.
“Le nombre moyen d’utilisateurs mensuels (MAU) de nos services de musique en ligne a régulièrement augmenté en 2023 pour atteindre 205,9 millions, ce qui représente une croissance de 8,7 % d'une année sur l'autre”, indique la compagnie dans un communiqué4. “Notre ratio DAU/MAU (utilisateurs actifs quotidiens/utilisateurs actifs mensuels) est resté constamment supérieur à 30 %. […] En outre, les abonnés à nos services de musique en ligne, dont le nombre croît très rapidement, s'engagent davantage sur notre plateforme, avec plus de temps passé et un ratio d'activité plus élevé que ceux des utilisateurs non payants”, ajoute t-elle.
NCM met en avant son amélioration de l’expérience utilisateur délivrée grâce à l’intégration de l’intelligence artificielle dans son moteur de recommandation et le lancement d’une fonction de “DJ privé”. “Nous avons continuellement amélioré notre compréhension des préférences musicales des utilisateurs dans divers scénarios et amélioré nos algorithmes en utilisant des modèles avancés, tels qu'un grand modèle multimodal (LMM)5 et un modèle de tri de recommandations multi-scènes6”, indique la compagnie, qui fournit également toute une documentation autour des chansons recommandées et de leur histoire à ses utilisateurs.
Créditée de 18 % de parts de marché en Chine - contre 60 % pour son grand rival Tencent Music, qui revendiquait 103 millions d’abonnés à la fin du 3ième trimestre 2023 (+ 17,7 millions sur un an), avec un ARPPU de 10,3 RMB (1,34 €) supérieur au sien -, la plateforme, dont l’application mobile touche un public beaucoup plus jeune, attire un grand nombre d’artistes indépendants autoproduits, qu’elle assite dans leur processus de création, de promotion et de monétisation de leur musique. “Nous avons lancé une série d'outils basés sur l'IA pour rendre la création musicale plus accessible et plus efficace”, indique la compagnie.
NCM met notamment à leur disposition un logiciel de synthèse vocale basé sur l'IA, X Studio, proposant toute une gamme de voix naturelles couvrant différents styles qu’ils peuvent utiliser dans leurs créations. “Nous avons organisé des concours d'écriture de chansons assistée par l'IA et lancé le ‘AI Rap Song Contest’ (concours de chansons rap basées sur l'IA), afin d'inciter les musiciens à exploiter nos outils à base d'IA pour produire des chansons de meilleure qualité, en particulier dans le domaine du hip-hop”, indique NCM.
Le numéro deux du streaming musical en Chine déclarait récemment avoir recencé 646 000 artistes indépendants enregistrés directement sur sa plateforme, qui ont posté plus de 2,6 millions titres ayant pesé 44 % des écoutes. Pour mettre en avant ces artistes autoproduits et augmenter leur découvrabilité, la plateforme organise des programmes de promotion régionalisés qui peuvent s’étendre à l’organisation de festivals de musique locaux, à des tournées sur les campus universitaires et à la production d’émissions de variétés.
La mise en avant d’artistes indépendants “maison”, au même titre que ses investissements dans la production ou la co-production de nouveaux tubes en partenariat avec certains ayants droit, contribue à réduire sensiblement le coût de ses revenus. Ce dernier a baissé de plus de 25 % l’an dernier, à hauteur de 5,76 milliards de RMB (752,6 M€), soit encore 73,2 % de ses revenus, essentiellement grâce à la baisse de son coût du copyright, passé de 6,7 milliards de RMB (876 M€) à 4,6 milliards de RMB (600 M€).
Lire également :
Outre l’abonnement à son service de streaming musical, qui donne accès à un catalogue plus étendu que le service gratuit, et à un son de meilleure qualité, NetEase Cloud Music propose également à ses utilisateurs la possibilité d’acheter des albums de musique en téléchargement et de la vente physique par correspondance.
En plus d'être une plateforme de streaming musical, NetEase Cloud Music est devenu un véritable réseau social dont les utilisateurs peuvent commenter les chansons, les écouter en direct avec d’autres, partager des playlists, se brancher sur des live streams audio ou acccéder aux courtes vidéos musicales de Tiktok dans son application. Ils peuvent également se connecter à des salons de discussion audio ou des salles de karaoké virtuelles.
Annual Result Announcement for the Year Ended 31 December 2023, Cloud Music Inc., 29/02/2024
Les modèles d’IA de type LMM (Large Mutimodal Model) sont conçus pour comprendre et traiter plusieurs types de données, ou modalités (textes, images, sons, vidéos et données sensorielles), quand les modèles de type LLM (Large Langage Model) comme Claude ou Chat-GPT sont uniquement spécialisés dans le traitement et la production de données textuelles. Un LMM peut par exemple analyser un article de presse (texte), les photographies qui l'accompagnent (images) et les clips vidéo connexes afin d'en acquérir une compréhension globale.
Les modèles de tri de recommandations multi-scènes utilisent des techniques d'apprentissage profond pour analyser les données, les préférences et le comportement de l'utilisateur dans différents scénarios afin de fournir des recommandations personnalisées. L'objectif est d'améliorer la précision et la pertinence des recommandations en tenant compte de multiples facteurs et contextes.