Créée en 2016, Podknife a rapidement évolué d’un fournisseur d’informations et critiques sélectionnées à un agrégateur ouvert, d’accéder à des podcasts de manière plus libre et personnalisée. Aujourd’hui, la plateforme regroupe plus de 20 000 podcasts provenant de plus de 50 pays. Mais avec plus de 3 millions d’épisodes, la recherche de contenu pertinent est devenue un véritable défi. Grâce à notre solution NLP, nous avons automatisé l’analyse et la classification du contenu, rendant la recherche sémantique et l’engagement utilisateur plus efficaces que jamais.

Podknife devait répondre à quatre questions cruciales :

(1) Pouvons-nous analyser rapidement notre immense base de données audio pour dégager des insights exploitables et augmenter l’engagement ? (2) À quelle vitesse ces insights peuvent-ils être mis sur le marché ? (3) Une solution peut-elle automatiser les processus tout en répondant aux besoins spécifiques des utilisateurs et administrateurs à l’avenir ? (4) Cela nous permettra-t-il de nous différencier des marques ?

Matthew Barnard, fondateur et PDG de Podknife, a été invité à la World AI Conference 2023 pour partager comment les technologies d'IA ont transformé Podknife en un écosystème ouvert et intégré, au service des auditeurs, des marques et des créateurs.

Ekohe a relevé ce défi avec succès. Depuis le début, Podknife a fait confiance à nos experts pour élaborer sa stratégie, exploiter notre expertise en Data Science et Machine Learning, et livrer rapidement des solutions techniques parfaitement adaptées à leurs besoins. Conscients que l'engagement utile et automatisé est la clé de la réussite, nous avons déployé notre pipeline de Traitement Automatique du Langage Naturel (NLP) pour répondre efficacement aux questions cruciales. Notre solution sur-mesure inclut :

Analyse rapide de millions de contenus (titres, descriptions, et audio) pour dévoiler des thèmes/tags et optimiser la pertinence du contenu et de la navigation. Cette approche complète l'étiquetage manuel par une classification automatique 24/7, offrant ainsi une gestion du contenu plus précise et plus rapide.

Recherche neuronale : Permet une recherche véritablement conversationnelle et sémantique, maximisant la pertinence des résultats grâce au Deep Learning, tout en générant les réponses les plus précises en fonction des mots et de leur fréquence dans chaque épisode.

Podknife génère désormais automatiquement des flux personnalisés à partir des recherches et peut même les exporter sous forme de newsletters, recommandant des podcasts en fonction des intérêts et segments approfondis. L’entreprise se distingue sur plusieurs fronts, ouvrant la voie à de nouveaux canaux de revenus publicitaires ultra-ciblés. L’engagement des marques repose sur des insights précieux et en constante évolution ‒ au cœur de cette réussite, une expérience utilisateur pertinente, utile et engageante.

L’innovation en action ? C’est Ekohe. En exploitant la puissance des données audio de Podknife, nous contribuons à positionner l’entreprise comme une plateforme unique, en développant un modèle ouvert et scalable pour les fans de podcasts, les créateurs et les marques/publicitaires.