Comment les artistes musiciens ce sont ils saisis du web ?

1
Comment les artistes musiciens se sont-ils saisis du web ?
Irène Bastard, Orange Labs - SENSE
Marc Bourreau, Télécom ParisTech
Sisley Maillard, Orange Labs – SENSE
François Moreau, ICI – Université de Bretagne Occidentale
Livrable ANR réalisé dans le cadre du projet PANIC (ANR-08-CORD-018)
Tâche 2.3 « Prescription en ligne et concentration industrielle dans les industries
culturelles en France »

2
Sommaire
Introduction.................................................................................................................................... 5
Revue de littérature........................................................................................................................ 6
Méthodologie .................................................................................................................................. 8
1. La construction de l’échantillon ............................................................................................. 8
2. La collecte des informations sur la promotion hors ligne et en ligne..................................... 9
3. Intérêts et limites de cette méthodologie .............................................................................. 12
I. Le web démocratise-t-il l’accès à la visibilité ?.................................................................... 14
1. La mise en visibilité des « aristocrates » dans le monde hors ligne ..................................... 14
2. La généralisation de l’accès à la visibilité en ligne .............................................................. 16
3. L’affaiblissement des hiérarchies en ligne par rapport à « l’establishment » hors ligne...... 19
II. Promotion par les artistes et par les audiences actives....................................................... 24
1. Auto-promotion des artistes.................................................................................................. 24
2. Promotion par les audiences en ligne ................................................................................... 26
III.Visibilité et promotion : quelle efficacité pour les audiences ? .......................................... 31
1. Visibilité hors ligne et audience en ligne des artistes........................................................... 31
2. Popularité hors ligne et audience en ligne des contenus ...................................................... 33
Conclusion..................................................................................................................................... 35

3
Table des illustrations
Tableau 1a. Graphique 1b : Répartition de l’échantillon par genre musical.................................... 8
Tableau 1c. Ventes totales des artistes l’échantillon entre 2003 et 2010......................................... 9
Graphique 2. Présence en ligne par plateforme.............................................................................. 11
Graphique 3 : Courbe de Lorenz de distribution de la promotion dans la presse .......................... 14
Tableau 4. Statistiques descriptives de la variable « Popularité » ................................................. 15
Tableau 5. Répartition des 100ers
artistes les plus couverts par la presse par popularité ............... 16
Tableau 6a. Graphique 6b : Répartition des artistes selon leur déploiement en ligne ................... 17
Graphique 6c. Répartition par genre musical et nombre de plateformes ....................................... 17
Graphique 7. Répartition de la popularité sur les plateformes en ligne ......................................... 18
Graphique 8. Hiérarchie hors ligne et Hiérarchie en ligne............................................................. 20
Tableau 9. Présence en ligne des artistes non cités dans la presse traditionnelle. ......................... 20
Tableau 10. Représentation relative des genres musicaux sur les plateformes............................. 21
Tableau 11a. Statistiques descriptives de l’activité des artistes sur Twitter et YouTube .............. 25
Graphique 11a. Visibilité hors ligne et activité des artistes en ligne sur Twitter et YouTube....... 25
Tableau 12a. Statistiques descriptives de l’activité des audiences sur Amazon et MySpace ........ 26
Tableau 12a’. Statistiques descriptives de l’activité des audiences à travers la blogosphère ........ 27
Graphique 12b. Visibilité hors ligne et activité des audiences en ligne......................................... 28
Tableau 13. Activité des audiences et des artistes en fonction des hiérarchies hors ligne............. 29
Graphique 14. Visibilité hors ligne et notoriété sur Facebook et Twitter...................................... 31
Graphique 14b. Distribution de la notoriété en ligne sur Facebook et Twitter.............................. 32
Graphique 15a. Popularité hors ligne et audience des artistes sur YouTube et LastFm................ 34
Graphique 15b. Distribution des audiences sur YouTube et sur LastFm....................................... 34

4
Une recherche sur Google de « Lady Gaga » renvoie en 0,22 secondes une estimation de 113
millions de résultats : des actualités issues de la presse ou des annonces de concert, des vidéos
de clips ou des écoutes en streaming, les références officielles de son label Interscope ou des
témoignages dans des billets de blogs, des contenus en lien avec la star ou des « faux »
n’utilisant que la célébrité du nom pour s’attirer des visiteurs. Il ne s’agit pas ici d’envisager
l’ascension d’une icône mondiale de la pop ou de discuter ses performances artistiques, mais
de partir du constat que les millions de résultats proposés par le moteur de recherche résultent
d’une activité en ligne de multiples acteurs qui contribuent à la notoriété de la chanteuse. Si
cette activité permise par le support Internet est particulièrement significative pour les stars,
elle peut constituer une ressource innovante pour la promotion des artistes et de leurs œuvres,
par rapport à la chaîne de valeur industrielle. L’objet de cet article est d’envisager
spécifiquement dans la musique comment les artistes musiciens se sont saisis des outils du
web, qu’il s’agisse des outils de commercialisation des produits comme les sites de commerce
en ligne ou des outils relationnels comme les réseaux sociaux1
.
Pour aborder cette question, nous reviendrons en introduction sur la nature des biens
musicaux comme biens d’expérience pour resituer le rôle de la promotion dans le domaine de
la musique, afin d’envisager les déplacements opérés par Internet. Nous présenterons ensuite
la méthodologie que nous avons utilisée dans le cadre du projet ANR PANIC2
pour constituer
un corpus de données étendues dans la durée. Nous décrirons ensuite à travers ces données la
présence des artistes en ligne, et envisagerons la démocratisation de l’accès aux audiences
dans l’univers numérique à travers les indicateurs de visibilité hors ligne et en ligne.
1
Notons dès à présent que cette question ne traite pas de ce que les artistes projettent ou souhaitent de l’utilisation du numérique (pour cela
se référer à Bacache et al., 2010), ni de l’impact du numérique et notamment du piratage sur le marché de la musique dans son ensemble
(Bastard et al., à paraître).
2
ANR-08-CORD-018

5
Introduction
Comme tout bien culturel, la musique est un bien d’expérience : ce n’est qu’après une phase
de découverte et d’écoute qu’un consommateur peut estimer la valeur qu’il attribue à un titre.
Le paradoxe est alors que, le titre ayant été créé et produit sur un support en amont de l’achat,
le consommateur doit s’acquitter du prix de vente fixé par l’éditeur préalablement à la
consommation du bien. Comment réduire le risque pris par le consommateur pour l’inciter à
débourser son argent avant de juger de l’adéquation du produit avec ses goûts ? Dès les
années 19203
, la radio, initialement perçue comme une concurrente cannibalisant la musique
enregistrée, est transformée par l’industrie du phonographe en un outil de promotion : en
diffusant gratuitement des titres, la radio permet au consommateur de former son appréciation
d’un titre et incite ainsi l’achat d’un album complet. Dans la suite de l’industrialisation de la
filière, les éditeurs vont intensifier les budgets de la promotion et les concentrer sur un petit
nombre d’artistes, créant ainsi le Star System (Rosen, 1981). L’intégration verticale de la
chaîne de valeur par les éditeurs n’empêche bien sûr pas les échecs commerciaux, y compris
sur des albums de stars établies, mais amoindrie la prise de risque pour l’éditeur lui-même. La
performance de la promotion est alors facilitée par le développement des médias de masse,
journaux, radio et télévision, qui synchronisent des audiences massives sur des canaux dont le
nombre reste limité. Une seule forme de promotion est restée « artisanale » dans cette phase
industrielle : le bouche à oreille entre les consommateurs (Arndt, 1967). La recommandation
par les paires contribue à la fois à réduire le risque pris par le consommateur à l’achat d’un
titre, au risque d’une certaine homogamie, et à donner à l’œuvre une valeur non pas seulement
économique et esthétique mais aussi sociale, l’album détenu agissant alors comme un
marqueur d’appartenance à une communauté de goûts. L’étude des marchés fait ainsi émerger
des phénomènes de mimétisme et de reproduction des goûts (Bikhchandani, 1992 ; Banerjee,
1992). A l’apogée de l’ère industrielle de la musique enregistrée, la promotion des œuvres
dans les médias de masse constitue donc l’atout maître des labels pour créer les artistes stars,
et la recommandation par le bouche-à-oreille que ce soit d’artistes stars ou d’artistes
confidentiels joue un rôle de fonction sociale. Or l’émergence du web va impacter ces deux
formes de promotion.
Tout d’abord dans la promotion verticale des œuvres, le support Internet démultiplie les
canaux de communication et éclatent les audiences : il ne s’agit donc plus seulement de faire
un média planning en planifiant des spots publicitaires annonçant un concert à venir pour une
semaine donnée et sur un nombre de canaux radio ou de magazines donné, mais bien de
couvrir la diversité des sites, des moteurs de recherche aux sites d’experts en passant par la
vente en ligne, pour envisager de toucher une audience comparable à l’audimat de la
télévision. L’explosion des canaux rend de plus particulièrement complexe et la mise en
œuvre des campagnes, et l’évaluation de ces campagnes4
. C’est ainsi que les moteurs de
recherche ou les sites des nouveaux acteurs comme Amazon font leur entrée dans les média
3
Cette partie s’appuie sur PANIC, 2011
4
Ce cas particulier de la promotion de la musique s’inscrit dans le contexte général de la surabondance informationnelle résultant de
l’abaissement des coûts de production induite par le numérique : tout un chacun peut produire un site web à faible coût, y intégrer du contenu
et de la publicité.

6
plannings. Les coûts d’affichage de bannières en ligne restant toutefois nettement inférieurs
aux coûts des médias traditionnels, ces nouveaux canaux de promotion sont ouverts pour les
gros éditeurs mais accessibles aussi de manière ciblée à des budgets plus petits. Ensuite,
l’émergence du web 2.0 et des fonctions sociales du web déplacent significativement le
bouche-à-oreille : l’évaluation d’un album peut être faite sur Amazon par un inconnu ; la
plate-forme YouTube centralise des vidéos de concerts (amateurs ou professionnelles)
diversifiant les prises possibles pour un amateur (Hennion et al., 2000) ; les fans Facebook
d’un groupe sont autant d’ambassadeurs de la qualité sociale ou esthétique du groupe, leur
like contribuant à une diffusion virale inégalée dans les médias de masse (Wasik, 2009).
Internet brouille donc la promotion et le bouche-à-oreille traditionnels, alors même que le
changement de paradigme reportant la valeur d’un contenu sur l’attention qu’il suscite rend
d’autant plus critique la visibilité d’un artiste pour sa survie (Kessous, Mellet, Zouinar, 2010).
Ce brouillage profite-t-il aux stars ou aux petits artistes qui ne pouvaient apparaître sur les
médias de masse ? Les artistes sont-ils visibles homothétiquement sur le web et dans les
médias traditionnels ? Comment les artistes se sont-ils assumés « entrepreneur de leur
notoriété » (Beuscart, 2008) en fonction de leur genre musical, de leur label, de leur
ancienneté ? Est-ce qu’Internet démocratise l’accès aux publics pour les artistes ?
Revue de littérature
Ces questions sont motivées par une abondante littérature relative à l’effet d’Internet sur la
consommation de biens d’expériences et le modèle du Starsystem (Rosen, 1981). La théorie
de la Long Tail (Andersen, 2006) formalise l’effet d’Internet selon trois leviers : (i) les stars
seraient diffusées de manière d’autant plus concentrée que le réseau accentue les phénomènes
viraux ; (ii) le fond de catalogues serait stimuler par une meilleure accessibilité dans les
magasins en ligne ; (iii) les biens intermédiaires bénéficieraient de la critique amateur et de la
fragmentation des audiences pour améliorer leurs ventes grâce à un meilleur appariement des
goûts. Les études empiriques sur l’un ou l’autre de ces trois effets, ou sur les trois, sont
nombreuses et aboutissent à date à des résultats contrastés. Nous présenterons de manière
forcément limitée ces travaux, suivant deux entrées : les analyses s’intéressant globalement au
marché et aux ventes de biens en ligne et hors ligne, et celles s’intéressant plus
spécifiquement aux recommandations et à l’activité des audiences.
Les premières analyses sur les ventes de biens culturels ont travaillé sur les ventes
d’échantillon de titres (films, CD, ou livres) ou plus spécifiquement sur les hit-parades.
Benhamou (2008) note pour 693 titres de romans que les ventes en France restent fortement
concentrées, interrogeant la capacité d’Internet à faire évoluer structurellement le marché du
livre. Benghozi (2008), sur les ventes de DVD ou Bounie et al. (2010) sur le top 100 des
livres vendus, observent eux une déconcentration du marché en ligne. Elberse et Oberholzer-
Gee (2008), à partir de données sur les ventes de DVD, vont dans le sens d’une superposition
des modèles du Starsystem et de la Long Tail, notamment en s’intéressant aux invendus ou

7
produits de niche. Brynjolfsson et al. (2010) complètent cette observation sur le marché du
livre, en estimant le surplus des ventes des produits de niche. Si ces travaux précurseurs
convergent sur la déconcentration du marché mais divergent sur l’impact global du web, les
travaux plus récents permettent de raffiner les critères envisagés pour détailler les mécanismes
à l’œuvre. Peltier et Moreau (2012), en travaillant sur les données réelles de vente en ligne et
hors-ligne de livres, concluent à l’installation d’un effet de longue traîne limitant la part de
marché des blockbusters dans les ventes en ligne. Benhamou et al. (à paraître), à nouveau
avec les ventes réelles du marché du livre, interrogent les effets de la longue traîne au niveau
des éditeurs et montrent que les parts de marché se redistribuent des grands éditeurs vers les
petits éditeurs en ligne. Cette présentation restreinte montre la diversité des observations
empiriques à partir de données variées, mais tend à admettre globalement l’effet de longue
traîne sur les ventes de biens culturels en général.
Lorsque l’on s’intéresse plus spécifiquement à l’activité des audiences en ligne, c'est-à-dire
commentaires et évaluation par note (ratings), les chercheurs ont mobilisés des données
d’autant plus hétérogènes pour qualifier les effets de la recommandation par les internautes
sur le marché. Globalement, Hu et al. (2009) partent du constat que les notes attribuées par les
audiences aux biens ont une répartition en J (avec principalement des « notes à 5 », quelques
« notes à 1 », mais peu de notes intermédiaires) alors que la distribution des goûts suit une loi
normale. Cette opposition entre l’expérience et l’expression souligne que l’activité des
audiences est différente des comportements d’achat, liée à une connaissance antérieure des
biens (purchasing biais) et à une sur-représentation des avis extrêmes (under-reporting biais).
Une fois admis cette particularité, les travaux sur l’effet du bouche-à-oreille en ligne sur les
ventes n’en restent pas moins inintéressants. Chevalier et Mayzlin (2006) isolent l’effet du
bouche à oreille en ligne en comparant les ventes de deux eCommerçants de livres, et
montrent ainsi un effet positif du rating sur les ventes. Deux approches peuvent alors raffiner
cette observation. La première interroge l’effet des avis négatifs et est traitée par Berger et al.
(2010) avec des données sur le marché du livre. Les auteurs montrent que les avis négatifs
impactent négativement les ventes de biens antérieurement populaires mais contribuent à la
notoriété des biens hors mainstream. La deuxième interroge la répartition de l’activité des
audiences entre produits stars et produits de niche. Dellarocas et al. (2010) montrent que dans
le marché du film, les avis d’internautes ne portent pas sur les biens intermédiaires du ventre
de la Long Tail mais sur les extrêmes.
Cette rapide revue de littérature témoigne de la complexité des travaux sur l’impact du
numérique pour les industries culturelles. Tant l’hétérogénéité des données que la multiplicité
des données observables en entrée des modèles montrent que les problématiques sont loin
d’être résolues. Nous allons voir dans la méthodologie que la particularité de notre approche
est d’aborder globalement de nombreux indicateurs de l’activité des audiences en ligne et de
mettre en regard ces indicateurs avec les éléments sur la consommation des biens. Dans le cas
de la musique, relativement peu traitée par rapport au livre, cette approche induit de remonter
dans la chaîne de la création musicale pour s’intéresser au maillon producteur, c'est-à-dire à
l’artiste musicien. Il convient de noter que nos questions peuvent être envisagées pour
d’autres filières des industries culturelles, et que les autres articles de ce numéro peuvent
éclairer et compléter notre approche.

8
Méthodologie
Pour adresser les questions envisagées, l’enjeu consiste à construire un large échantillon
d’artistes qualifiés, et à suivre la présence dans les médias traditionnels et sur Internet de ces
artistes. Nous reviendrons successivement sur ces deux étapes, puis nous conclurons sur les
limites et l’intérêt de cette méthodologie
1. La construction de l’échantillon
L’objectif de cette étape consiste à construire un échantillon de 1000 artistes musiciens. Les
critères pour intégrer un artiste dans l’échantillon ont porté sur l’activité potentielle de la
promotion : nous nous sommes donc intéressés aux artistes sortant un album sur la période
d’observation ciblée. La source utilisée est Amazon US et Amazon France, à travers la page
« sorties ». Seuls les artistes sortant un album « bien d’expérience » (hors remix, compilation,
ré-édition) ont été retenus, sur des genres basiques (hors musique religieuse, musique pour
enfant, etc.). La construction de l’échantillon s’est étalée sur deux mois et demi, du
05/10/2010 au 21/12/2010, pour atteindre le seuil des 1000 artistes visés5
. Pour qualifier cet
échantillon d’artistes et estimer sa représentativité, nous avons utilisés deux informations : le
genre de musique pratiquée, et le succès des artistes.
Le genre musical de chaque artiste a été récupéré automatiquement à partir de celui affiché
sur Itunes, lorsque l’artiste disposait d’une page sur la plateforme au moment de la collecte, et
manuellement sur la plateforme d’Amazon sinon. Les 30 genres musicaux répertoriés dans
notre échantillon ont été retraités afin d’obtenir 14 genres musicaux constituant des ensembles
cohérents6
. La répartition de l’échantillon en fonction du genre musical est décrite dans le
tableau 1a et le graphique 1b, reportés ci-dessous.
Tableau 1a. Graphique 1b : Répartition de l’échantillon par genre musical
5
Amazon annonçait sur cette période plus de 2500 artistes avec une sortie, mais le filtre « bien d’expérience » nous a amené à en rejeté 1500.
6
Par exemple, nous avons regroupé sous la catégorie « «Musique du Monde » comptant déjà 20 artistes, des catégories plus marginales tels
que « Musique brésilienne », « musique mexicaine », « Salsa et tropiques », et « latino », qui comptaient seulement quelques artistes.

9
Concernant le succès d’un artiste, nous avons considéré le total des ventes réalisées par
chaque artiste de l’échantillon sur l’ensemble de ses productions entre 2003 et 20107
, grâce
aux données produites par l’institut GfK8
. Cet indicateur survalorise les artistes ayant une
ancienneté par rapport aux nouveaux entrants. Le tableau 1c ci-dessous présente les
statistiques descriptives et la répartition de la variable « total des ventes 2003-2010 » :
Tableau 1c. Ventes totales des artistes l’échantillon entre 2003 et 2010
On constate donc que l’échantillon construit intègre une certaine diversité du monde musical à
travers des genres variés, et se compose d’artistes établis comme de nouveaux entrants,
reproduisant une forme de Star System.
2. La collecte des informations sur la promotion hors ligne et en ligne
7
Nous avons agrégé le nombre d’EAN par artistes de la base. Le nombre d’EAN varie entre 0, pour les artistes qui n’ont pas sorti de disque
entre 2003 et 2010, et 195. Les artistes qui affichent des nombres d’EAN les plus conséquents sont, évidemment ceux ayant sorti le plus
grand nombre d’albums, mais aussi ceux ayant bénéficié de multiples versionning de leur catalogue (réédition, compilation, best of, édition
luxe, édition limitée, live, etc.). La corrélation entre le nombre d’EAN et le total des ventes entre 2003 et 2010 est positive (0,34) et
significative au seuil de 5%.
8
GFK relève les ventes d’un EAN sur un panel d’environ 15 000 point de ventes, représentatif de la structure nationale des ventes, tels que
notamment des grands magasins spécialisés, des grandes surfaces, de la vente par correspondance ou encore du e-commerce.
Genre Effectif %
Rock 166 16,9
Electronique 134 13,7
Dance 129 13,1
Alternative 94 9,6
Rap 89 9,1
Jazz 76 7,7
Pop 69 7,0
Autres 59 6,0
Musiques du monde 37 3,8
Metal 35 3,6
RnB Soul 33 3,4
Blues 23 2,3
Country 23 2,3
Classique 14 1,4
Total 981 100
Rock
Electronique
Dance
Alternative
Rap
Jazz
Pop
Autres
Musiques du
monde
Metal
RnB Soul
Blues Country Classique
Variable Obs Mq Min. Max. Eff. du Min. Moyenne Ecart-type Coeff. de variation
Ventes 03-10 981 0 0 38 500 000 462 189 534 1 800 032 9,49
Percentile Ventes 03-10
Maximum 100% 38 500 000
99% 4 316 006
95% 257 934
90% 43 213
3ème Quartile 75% 2 441
Médiane 50% 16
1er Quartile 25% -
10% -
5% -
1% -
Minimum 0% -

10
La promotion des artistes de l’échantillon a été observée sur une période de 6 mois à partir de
la fin de la construction de l’échantillon, soit jusqu’au 21 juin 2012, à travers différents
indicateurs hors ligne et en ligne. Notons dès à présent une légère perte : sur les 1000 artistes
considérés, seuls 981 ont des données en ligne ; ce sont ces artistes que nous considèrerons.
La présence de l’artiste dans les médias traditionnels s’est concentrée sur deux médias : la
presse et la radio. En ce qui concerne la radio, nous avons collecté le top 60 hebdomadaire des
diffusions de titre publié par le SNEP9
. Le top 60 des titres les plus diffusés à la radio pendant
la période d’observation relève 2097 titres, dont 157 titres correspondent à des artistes de
l’échantillon, éventuellement en association ou sur d’autres titres que ceux des sorties. Soit
seulement 7 artistes sur 981. Ce résultat reflète la très faible proportion d’artistes à bénéficier
d’une promotion en radio, dont les stratégies éditoriales visent à atteindre un large public et
assurer un maximum d’audience avec des plages de diffusion limitées. Nous n’utiliserons
donc pas plus avant ces données particulièrement concentrées et limitées pour notre
échantillon.
Pour la presse, nous avons utilisé l’agrégateur d’articles Factiva (« FCT »), collectant
mondialement plus de 30.000 sources de presse10
. Chaque artiste a donc été recherché sur le
moteur de Factiva, avec un filtre limitant la recherche sur les sujets et industries cohérents
avec l’industrie musicale (par exemple : biens de consommation, médias, etc.), pour qualifier
sa présence mensuelle dans la presse mondiale. Après traitement, nous avons décidé d’écarter
les 260 artistes pour lesquels les données collectées apparaissaient trop bruitées11
. Sur cet
échantillon restreint à 721 artistes, 296 artistes n’ont jamais fait l’objet d’un article ou d’une
citation dans la presse, soit 41% de notre échantillon, et environ une centaine d’artistes
suffisent à cumuler la quasi-totalité des citations. Plus précisément, 10 artistes agrègent à eux
seuls les 50% de la couverture presse.
Pour les 425 artistes bénéficiant d’au moins une citation dans la presse, la moyenne mensuelle
des citations sur la période observée de 9 mois, varie de 0,1 à 1 395, avec une moyenne de 35
et un écart-type de 125. (cf. les statistiques descriptives reportées ci-après).
9
http://www.disqueenfrance.com/fr/pag-259838-Radio.html
10
http://www.factiva.fr. Reconnaissons que Factiva n’agrége pas certains titres majeurs en France, comme Le Monde.
11
Les artistes « bruités » ont été éliminés : il s’agit des artistes ayant un nom commun (par exemple : Adele) ou un homonyme dans un autre
domaine (par exemple : dans les courses hippiques).
Statistique Moyenne FCT (oct 10 - juin 11)
Nb. d'obs. 425
Minimum 0,11
Maximum 1 395
1er Quartile 0,6
Médiane 2,4
3ème Quartile 12,8
Moyenne 35
Ecart-type (n) 125

11
Enfin, le vaste domaine d’Internet a été observé, en partenariat avec un prestataire technique,
The Metrics Factory12
. En regard de la présence des artistes dans la presse traditionnelle, nous
avons collecté la présence des artistes sur les sites d’amateurs, c’est-à-dire que nous avons
utilisé le moteur Google sur les blogs (Google Blog Search). Le nombre de billets de blogs
publiés par ces publics-promoteurs a été collecté quotidiennement pour chaque artiste. De
même que Factiva, certaines incertitudes sur le périmètre considéré par Google pour définir la
catégorie ‘blog’ rendent la recherche potentiellement inappropriée (les pages albums du site
de la FNAC remontaient ainsi dans ce moteur, alors qu’il ne s’agit pas de blogs). Si la valeur
absolue du nombre de billets de blogs n’est donc pas significative, la comparaison entre les
artistes conserve tout son intérêt. En complément de cette promotion étendue au support web,
nous avons qualifié la présence des artistes sur 10 plates-formes « témoins » de la diversité
des formes de promotion en ligne. Nous avons ainsi considéré13
:
- 4 plates-formes de vente en ligne : Amazon US, Amazon FR, FNAC, iTunes ;
- 2 plates-formes dédiés à la musique : le site lastfm.fr, éditeur compilant différentes
informations sur les artistes et permettant l’écoute de titres en streaming ; le site
myspace.com, réseau social des musiciens ;
- 2 plates-formes vidéos : Youtube et Dailymotion, réseaux sociaux permettant tout
deux de poster et visionner des vidéos amateurs ou professionnels ;
- 2 plates-formes de réseaux sociaux généralistes : Facebook et Twitter ;
Des personnes rémunérées ont renseigné, lors de la construction de l’échantillon, l’URL de la
page de chaque artiste sur chacune de ces plates-formes, quand l’artiste était bien présent,
dans un outil développé par The Metrics Factory. The Metrics Factory a ensuite collecté
quotidiennement sur la période d’observation les méta-données sur le compte de chaque
artiste pour chaque plate-forme : le nombre d’avis des internautes postés sur les plates-formes
de vente en ligne, le nombre de fans sur Facebook, etc. Le détail des indicateurs collectés par
plate-forme est précisé en annexe 1. Nous pouvons d’ores et déjà décrire la présence de notre
échantillon d’artistes en ligne de façon binaire sur l’ensemble des 11 plateformes. Il s’agit de
réaliser une photographie sur la période d’observation de la présence de chacun des artistes de
l’échantillon sur chacune des plateformes, à partir des variables binaires décrivant la présence
avec une page officielle (voir plusieurs pages) ou la non-présence sur chaque plateforme. Le
graphique 2, ci-dessous, décrit les résultats obtenus.
Graphique 2. Présence en ligne par plateforme
12
Start-up issu de l’incubateur de Télécom ParisTech, développant des outils de mesure de la notoriété en ligne et de community
management. Nous remercions Rémi Douine et Damien Tremblay pour la mise en œuvre et le suivi des outils de collecte.
13
Une enquête exploratoire auprès de 160 jeunes étudiants a été réalisée en amont à ce dispositif pour tester l’utilisation de ces plates-formes
dans la découverte de nouveaux artistes et l’information sur les sorties musicales ; l’objet de l’enquêté était éventuellement de compléter
notre sélection par une plate-forme ne faisant pas partie de notre perception mais de pratiques émergentes par les digital natives. A noter
qu’une partie significative des enquêtés a fait référence à Wikipédia, mais que notre partenaire n’a pu intégrer cette plate-forme dans son
périmètre de collecte.

12
Sur les plateformes marchandes Amazon France et Amazon US, la quasi-totalité de
l’échantillon est représenté (respectivement 93 et 98%), reflétant la méthodologie de
construction de notre échantillon. Les deux autres plateformes commerciales d’Itunes et de la
Fnac affichent un plus faible pourcentage de présence (respectivement 63% et 28%), en raison
notamment d’un décalage entre la collecte et la sortie de la nouveauté puisque la page de
l’album a pu être mise en ligne après la sortie, et non pas en anticipation comme sur les
plateformes d’Amazon14
. La très forte présence des artistes de notre échantillon sur la web
radio LastFM (90%) peut s’expliquer par la politique éditoriale de la plate-forme, qui, comme
les plateformes commerciales, prend l’initiative de créer les fiches artistes au lieu de les
laisser gérer par les artistes ou les labels.
Concernant les réseaux et les médias sociaux, nous pouvons noter une présence très
prononcée des artistes sur les réseaux de Facebook (74%) et de Myspace (79%), et une
présence beaucoup plus modérée sur la plateforme de micro-blogging Twitter (38%). Environ
un quart de notre échantillon (24%) utilisent la plateforme de partage et d’hébergement de
vidéos YouTube avec une page officielle, tandis que son homologue française, Dailymotion,
ne parait être utilisée que très marginalement (3%). S’agissant de la présence des artistes dans
la blogosphère, nous constatons qu’environ la moitié de notre échantillon (48%) y apparait
cité au moins une fois, puisque 469 artistes ont fait l’objet d’au moins une remontée par
Google Blog Search.
Un examen rapide des corrélations entre la présence des artistes d’une plateforme à l’autre,
laisse apparaitre des corrélations positives (entre 0,1 et 0,2 en moyenne) et significatives au
seuil de 5% pour toutes les plateformes, à l’exception de celles d’Amazon. Nous pouvons
notamment relever des corrélations d’environ 0,3 en moyenne entre les plateformes Twitter,
Facebook , Myspace, Youtube, et une corrélation supérieur à 0,4 entre Twitter et YouTube15
.
3. Intérêts et limites de cette méthodologie
14
Un rattrapage a été tenté au cours de collecte sur les deux plates-formes iTunes et FNAC sans qu’il soit suffisamment efficace pour mériter
une modification de la structure de la collecte : un nombre important d’artistes restaient non présents sur ces plates-formes même après la
date de sortie de leur album.
15
Nous observons de plus une corrélation entre la blogosphère et la Fnac de presque 0,4, mais celle-ci ne nous parait pas observer une réalité
de convergence entre ces plate-fome puisqu’elle pourrait refléter le fait que la FNAC a un temps réussi à être intégré au périmètre de
recherches de GBS
98%
93%
63%
28%
90%
79%
74%
38%
24%
3%
48%
AM us AM fr IT FNA FM MS FB TW YT DM Blogs GBS
En % de l'effectif total (981 artistes)

13
Cette méthodologie de collecte de données élargies soulève bien évidemment des contraintes
à différents niveaux. A la construction de l’échantillon, le pivot retenu est l’artiste, or un
artiste peut s’associer à un autre pour former un groupe, notamment dans le jazz. Nous avons
considéré que le groupe formait un pivot autonome des deux artistes le constituant, mais
complété les informations sur les deux artistes : par exemple les deux pages Facebook des
artistes ont été observées, considérant que la promotion sur l’album pouvait être diffusée par
les deux artistes. De plus, sur l’ensemble des dix plates-formes Internet, nous avons considéré
la promotion réalisées sur les pages officielles de l’artiste et non pas sur les pages de fans :
ainsi sur Youtube, de nombreuses vidéos peuvent être postées par des fans sans qu’il soit
possible de collecter ces données. Seul GBS donnent donc une estimation du bouche-à-oreille
pur, à l’initiative des consommateurs et non pas des artistes ou labels. A la collecte des
données, l’évolutivité du web a généré de nombreuses discontinuités : certains artistes ont
changé leur page Myspace en page Facebook lors du changement de version de Myspace en
décembre 2010 ; il arrive aussi que des artistes changent leur page sur une même plate-forme,
pour améliorer leur visibilité ; les éditeurs comme la FNAC ou LastFM ont pu créer des pages
artistes ou albums après la collecte. Dans ces trois cas, il n’a pas été possible de compléter la
photo de départ de notre échantillon en modifiant les URL des pages ou en rajoutant les pages
créées par les éditeurs. La collecte des données s’est de plus confrontée aux évolutions des
plates-formes et aux aléas d’un automate ; certaines données n’ont donc pas été collectées sur
toute la période16
, et The Metrics Factory a opéré un lissage des données qui étaient
temporairement indisponibles. C’est pourquoi nous nous intéresserons ici à la présence d’un
artiste sur une plate-forme et non pas à la dimension dynamique de son activité: les valeurs
considérées sont les moyennes et médianes de chaque indicateur sur la période de collecte et
les données disponibles, et non pas leur forme de progression.
Malgré ces contraintes lourdes sur le suivi des données dans la durée, la taille de l’échantillon
de départ et la diversité des plates-formes nous assurent d’une part d’avoir des données piliers
sur lesquelles nous fonder, et d’autre part de garder pour toute analyse un échantillon
d’artistes significatifs. L’originalité de cette base de données fonde donc les perspectives que
nous allons envisager en décrivant la présence des artistes musiciens sur Internet.
16
Notamment LastFM a modifié son interface en mars et les données pour tout l’échantillon ne sont disponibles que jusqu’au 13 mars.

14
I. Le web démocratise-t-il l’accès à la visibilité ?
La question que nous souhaitons étudier est celle de la hiérarchie entre les artistes construite
par les médias traditionnels et les canaux de la promotion classique du monde hors ligne, au
regard de celles qui se construit et se développe sur les plateformes du web. Nous avons déjà
mis en évidence par la collecte des données l’effet de goulot d’étranglement des médias
traditionnels, de la presse et encore plus de la radio, qui ne rendent visibles qu’une minorité
des artistes de la scène musicale. Le canal du web, via les plateformes commerciales et surtout
celles des réseaux et médias sociaux, pourrait cependant abolir les contraintes du monde hors
ligne en termes de promotion et de mise en avant des artistes les moins couverts par la
promotion classique. Un artiste peut en effet être visible, à travers une page Facebook ou une
fiche Myspace, encore faut-il qu’il se soit saisi des outils Internet et ainsi rendu visible. Il
s’agit de questionner la cohérence entre la hiérarchie construite par les médias traditionnels
entre les artistes, et celle qui se développe sur le web : Internet a-t-il finalement pour effet de
démocratiser l’accès des artistes à la visibilité, renversant ainsi les hiérarchies du monde
traditionnel ?
1. La mise en visibilité des « aristocrates » dans le monde hors ligne
Nous utiliserons le nombre de citations dans les publications de la presse nationale et
internationale collectée pour chaque artiste sur la période d’observation grâce à l’agrégateur
Factiva comme un proxy de la hiérarchie entre les artistes établie dans le monde promotionnel
hors ligne. L’échantillon utilisé est ici restreint à 721 artistes. La courbe de Lorenz obtenue, et
reportée dans le graphique 3 ci-dessous, présente en abscisse la part cumulée des artistes
rangés en ordre croissant du nombre d’articles dont ils ont bénéficié dans la presse, et en
ordonnée la part cumulée du nombre d’articles presse.
Elle met en évidence la forte inégalité de distribution de la promotion par la presse entre les
artistes (coefficient de Gini égal à 0,92). En effet, la mise en visibilité par la presse n’est
assurée que pour une très faible proportion des artistes de notre échantillon. Alors que 296
artistes, soit 41% des artistes, n’ont jamais bénéficié d’un article dans la presse, seulement une
centaine d’artistes totalisent presque l’ensemble des citations relevées. De façon encore plus
prégnante, les 10 premiers artistes concentrent à eux seuls 50% de la couverture presse et les 4
premiers d’entre eux jusqu'à 80%. ??
Graphique 3 : Courbe de Lorenz de distribution de la promotion dans la presse

15
Afin d’évaluer le degré de popularité accumulée avant la sortie de la nouveauté en 2011 par
chaque artiste, nous avons créé la variable qualitative ordinale «Popularité », à partir des
ventes totales de disque de l’artiste entre 2003 et 2010. Elle synthétise pour chaque artiste,
d’une part, le temps cumulé de présence dans l’industrie, et d’autre part, l’étendue du marché
couvert. La variable « Popularité » est décrite dans le tableau 4 ci-dessous.
Tableau 4. Statistiques descriptives de la variable « Popularité »17
Environ la moitié de notre échantillon, soit 47%, n’a jamais produit et vendu un disque sur la
période 2003-2010, nous supposons qu’il s’agit donc majoritairement d’artistes nouveaux sur
la scène musicale18
. Environ un tiers de l’échantillon, n’a vendu que marginalement des
17
Pour rappel, la certification par un disque d’or est obtenue à partir de 500 000 disques vendus aux Etats-Unis et de 100 000 disques vendus
en France
18
Contrôler par la discographie et la date du 1er album, variables collectées manuellement pour chaque artiste. Pour les artistes de la classe
de popularité 1 : 44% dont le 1er album, sorti entre 2010 et 2011, est la nouveauté ; 20% dont le 1er album serait sorti entre 1995 et 2003 et
qui ne semblent pas avoir sorti d’autres albums sur la période 2003-2010 car aucune vente GfK n’a été enregistrée ; 38% dont le 1er album,
pourtant sorti entre 2003 et 2009, n’a pas fait l’objet de ventes enregistrées par GfK sur la période 2003-2010.
5
4
3
2
1
0
0 100 200 300 400 500 600 700
Popularité
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0 100 200 300 400 500 600 700
Partcumuléedunombred'artcilespresse
Rang des artistes (croissant)
Classes Borne inférieure Borne supérieure Effectif Fréquence Densité
1 [0; 1[ 462 47% 0,471
2 [1; 10000[ 352 36% 0,000
3 [10000; 100000[ 95 10% 0,000
4 [100000; 500000[ 33 3% 0,000
5 [500000; 38500000] 39 4% 0,000

16
disques sur la période considérée, soit entre 1 et 10 000 disques, tandis que 10% en aurait
vendu entre 10 000 et 100 000, 3% entre 100 000 et 500 000, et 4% plus de 500 000. Les
observations de la variable « Popularité » ont été reportées sur le graphique 3, au regard du
rang de l’artiste dans le monde hors ligne de la presse. Une courbe de tendance synthétisant
les résultats de la variable « Popularité » en fonction du rang des artistes a été ajoutée pour
faciliter la lecture des résultats (moyenne mobile de période 50).
D’après le graphique 3, l’inégalité de distribution de la visibilité reflète l’inégalité de
distribution de la popularité précédemment accumulée entre les artistes. En effet, les artistes
les plus populaires de l’échantillon (classes 4 et 5), sont quasiment tous parmi les artistes les
plus intensément couverts par la presse. Au contraire, les artistes qui ne bénéficient pas du
tout de cette mise en visibilité, ou seulement très marginalement, sont également parmi les
moins populaires du monde hors ligne (classe 2) ou nouveaux entrants dans l’industrie
musicale (classe 1). En outre, nous pouvons noter une corrélation significative au seuil de 5%
et positive (0,48) entre le nombre d’articles mensuel dans la presse et la popularité déjà
acquise.
Le tableau 5, ci-dessous, présente la répartition des cent premiers artistes les plus cités par la
presse, en moyenne mensuelle: 64% des artistes les plus populaires en termes de vente
accumulées (classe 5) auront la chance de bénéficier d’une couverture intense, alors que
seulement 7% des artistes de très faible popularité (classe 2), et 4% des nouveaux artistes
(classe 1) auront cette chance. Pour ces derniers, les chances d’accéder à la visibilité dans les
médias traditionnels restent donc très marginales. Pour ces quelques « nouveaux artistes »
mis en visibilité, le passage au travers du filtre de la presse pourrait refléter celui déjà opéré
par les maisons de disque et les labels, qui dans la mise en avant de leurs nouveaux talents,
engagent des dépenses de communication, notamment en « relations presse » afin de les
promouvoir auprès de la critique professionnelle.
Tableau 5. Répartition des 100ers
artistes les plus couverts par la presse par popularité
En conclusion, la presse semble pérenniser la visibilité des artistes déjà très populaires en
terme de ventes, et n’offre que très marginalement une chance de promotion aux artistes les
moins populaires ou entrants sur la scène musicale.
2. La généralisation de l’accès à la visibilité en ligne
Pour étudier la visibilité de l’artiste en ligne malgré la multiplicité des plates-formes, nous
avons construit un indicateur synthétique qui agrège simplement le nombre de plateformes en
Popularité Effectif / Effectif total %
1 17 / 462 4%
2 25 / 352 7%
3 23 / 95 24%
4 10 / 33 30%
5 25 / 39 64%
100 / 981

17
ligne sur lesquelles l’artiste est présent à partir des variables binaires de présence. Le tableau
6a présente répartition des artistes selon le nombre de plateformes sur lesquelles ils sont
présents.
Tableau 6a. Graphique 6b : Répartition des artistes selon leur déploiement en ligne
La distribution de la présence en ligne en fonction du nombre de plateformes semble suivre
une loi Gaussienne de moyenne m= 6,3 et d’écart-type σ2
= 1,9. Suivant les propriétés d’une
distribution gaussienne, 68% de notre échantillon est effectivement présent dans l’intervalle
[m-σ2
; m+ σ2
], autrement dit est présent sur 6 à 8 plateformes. Ce sont donc les catégories
« intermédiaires », indiquant une présence sur 6 à 8 plateformes, qui concernent la majeure
partie des artistes de l’échantillon, entre 15 et 20% pour chaque modalité. La présence sur la
totalité ou la quasi-totalité des plateformes, 10 ou 11 plateformes, ainsi que sur très peu
d’entre elles, 2 ou 3 plateformes, concernent seulement entre 1 et 5% d’artistes de
l’échantillon.
Pour affiner cette observation, nous avons envisagé que la visibilité en ligne pouvait découler
de phénomènes d’entrainement lié au genre musical de l’artiste. Le graphique 6c ci-dessous,
nous permet d’étudier au sein de chaque genre musical, la distribution des artistes pour les
différents niveaux de déploiement sur les plateformes en ligne.
Graphique 6c. Répartition par genre musical et nombre de plateformes
Genre les plus répandus au sein de l’échantillon
Genre les plus marginaux au sein de l’échantillon
Modalité Effectif %
6 193 20
7 187 19
8 154 16
5 135 14
4 101 10
9 88 9
3 53 5
10 36 4
2 23 2
11 11 1
Total 981 100
0
2
4
6
8
10
12
14
16
18
20
2 3 4 5 6 7 8 9 10 11Fréquencedesartistes(%)
Nombre de plateformes cumulées
0
5
10
15
20
25
30
2 3 4 5 6 7 8 9 10 11
Rock(17%)
0
5
10
15
20
25
30
2 3 4 5 6 7 8 9 10 11
Electronique(14%)
0
5
10
15
20
25
30
2 3 4 5 6 7 8 9 10 11
Dance(13%)
0
5
10
15
20
25
30
2 3 4 5 6 7 8 9 10 11
Alternative(10%)
0
5
10
15
20
25
2 3 4 5 6 7 8 9 10 11
Rap (9%)
0
5
10
15
20
25
2 3 4 5 6 7 8 9 10 11
Jazz(8%)
0
5
10
15
20
2 3 4 5 6 7 8 9 10 11
Pop (7%)

18
Nous pouvons observer que le degré le plus faible de déploiement sur les plateformes en
ligne, 2 ou 3 plateformes, concernent plus particulièrement les artistes des genres « Jazz »,
« Pop », « Musique du Monde », et « Classique ». A l’opposé, nous constatons dans les
catégories 10 et 11, indiquant une présence sur la totalité ou la quasi-totalité des plateformes,
une plus grande représentation des artistes « Rap », « Pop », « RnB/Soul », voire
« Country ». La répartition des artistes des genres « Rock », « Electronique », « Dance »,
« Alternative » semble suivre approximativement la loi Gaussienne mis en évidence dans le
graphique 4a, à l’exception d’une sous-représentation ou d’une absence des catégories 10 et
11.
En conclusion, la répartition des artistes par nombre de plateformes cumulées pour les genres
les plus répandus semble suivre en moyenne la loi Gaussienne mis en évidence précédemment
au sein de l’échantillon. Seule une légère déportation de la distribution sur la gauche ou sur la
droite peut être relevée pour certains genres.
L’autre critère envisagé pour expliquer la présence en ligne d’un artiste sur de nombreuses
plates-formes est sa popularité, utilisé précédemment pour évaluer sa visibilité hors ligne. Si
l’on observe effectivement que les artistes les plus populaires sont déployés sur un grand
nombre de plateformes, probablement le fruit des stratégies de promotion des labels et des
maisons de disques, nous pouvons cependant noter qu’il n’existe pas de corrélation
significative entre la popularité accumulée hors ligne et la présence sur chacune des
plateformes, comme le démontre le graphique 7 ci-dessous.
Graphique 7. Répartition de la popularité sur les plateformes en ligne
0
5
10
15
20
2 3 4 5 6 7 8 9 10 11
Musiquesdu monde (4%)
0
5
10
15
20
25
2 3 4 5 6 7 8 9 10 11
Metal (4%)
0
5
10
15
20
25
30
2 3 4 5 6 7 8 9 10 11
RnBSoul (4%)
0
10
20
30
40
2 3 4 5 6 7 8 9 10 11
Country (2%)
0
10
20
30
40
2 3 4 5 6 7 8 9 10 11
Blues (2%)
0
5
10
15
20
25
2 3 4 5 6 7 8 9 10 11
Classique(1%)

19
En effet, seules les plateformes commerciales de la Fnac et de Itunes se distinguent en offrant
un espace relativement plus important aux artistes déjà populaires qu’aux nouveaux artistes,
au regard de leur présence au sein de l’échantillon19
.
Cette première observation sur la visibilité des artistes montre une déconcentration de la
visibilité en ligne : le canal web permet effectivement aux artistes d’être présents sur des
plates-formes diversifiées, ce que les média traditionnels ne pouvaient proposer vu les
contraintes de temps d’antenne et d’espace. Cette visibilité est individuelle par artiste, mais
relève aussi de pratiques collectives impulsés par le genre musical des artistes : le jazz est
sous-visible du fait des associations multiples et variées dans la production mais du coup se
concentre sur Myspace ; le rap et autres genres moins élitistes de musique mobilisent des
pratiques alternatives et investissent par exemple les paltes-formes YouTube et Twitter,
optimisant ainsi leur visibilité sur de nombreuses plates-formes. La visibilité en ligne
témoigne tout de même de stratégie éditoriale des plates-formes, aux bénéfices des biens
« grand public » plutôt que des produits de niche.
3. L’affaiblissement des hiérarchies en ligne par rapport à « l’establishment » hors ligne
Pour répondre à la question de la démocratisation de la visibilité, il nous faut maintenant
comparer les deux formes de visibilité envisagées : les artistes visibles dans la presse sont-ils
les mêmes que ceux visibles en ligne, où le web redistribue-t-il les cartes ?
19
Mais nous avons déjà relevé certaines limites propres à ces plates-formes dans la collecte des données.
47% 47% 47%
33%
22%
44% 44%
41% 41% 41%
7%
36%
36% 36% 36%
42%
42%
37% 38%
39% 38%
32%
26%
42%
10% 10% 10%
13%
19%
11% 10%
11%
9%
9%
22%
11%
3% 3% 3%
5%
7%
4% 4%
4%
5%
6%
7%
4%
4% 4% 4% 6%
11%
4% 4% 5%
8%
11%
37%
7%
Réparition
pop.
AM US AM FR IT FNA FM MS FB TW YT DM GBS
Niveaux
de
popularité
(croissant)
5
4
3
2
1

20
Face à la « hiérarchie hors ligne » de la visibilité, nous avons reporté pour chaque artiste le
niveau de sa visibilité en ligne, synthétisée par le nombre cumulé de plateformes sur
lesquelles l’artiste est présent (cf. partie I.1). Une courbe de tendance (moyenne mobile de
période 50) a été ajoutée pour faciliter la lecture des résultats. Les résultats sont présentés
dans le graphique 8 ci-dessous.
Graphique 8. Hiérarchie hors ligne et Hiérarchie en ligne
Dans une certaine mesure, l’intensité du déploiement de la présence en ligne semble refléter la
hiérarchie construite hors ligne entre les artistes, et en effet, la corrélation entre le nombre
d’articles dans la presse traditionnelle et le nombre de plateformes sur lesquelles l’artiste est
présent est positive (0,47) et significative au seuil de 5%.
Cependant, le web semble aussi capable de produire une certaine démocratisation de l’accès à
la visibilité auprès du public, et ainsi à la promotion, puisque les 41% d’artistes de
l’échantillon à n’avoir jamais été cités par la presse traditionnelle au cours des 6 mois
d’observation sont pourtant présent sur 6 plateformes en moyenne (cf. tableau 9, ci-dessous).
Tableau 9. Présence en ligne des artistes non cités dans la presse traditionnelle.
11
10
9
8
7
6
5
4
3
2
1
0
1
0 100 200 300 400 500 600 700
Présenceenligne(nombredeplateformescumulées)
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0 100 200 300 400 500 600 700
Partcumuléedunombred'articlespresse
Rang artistes

21
Nous avons pu noter que la corrélation entre la popularité précédemment accumulée dans le
monde hors ligne et le nombre de plateformes en ligne ou les artistes sont présents apparait
significative et positive (0,42) au seuil de 5%, comme l’était celle relevée avec la presse.
Comme pour la visibilité en ligne, nous pouvons chercher à identifier si cette mise en
visibilité en ligne pouvait être un effet impulsé par un ou plusieurs genres musicaux. Le
tableau 10 ci-dessous présente, pour chaque plateforme, le rapport entre le pourcentage
d’artistes du genre musical x présent sur la plateforme et le pourcentage d’artistes du genre x
au sein de l’échantillon. Un ratio équivalent à 1, signifie donc que la proportion d’artistes du
genre x est la même sur la plateforme qu’au sein de notre échantillon.
Tableau 10. Représentation relative des genres musicaux sur les plateformes
Nous pouvons d’abord constater que la proportion des genres musicaux sur Amazon France et
Amazon US reflète de façon évidente la construction de notre échantillon et explique que
l’ensemble des coefficients soient relativement proche de 1.
S’agissant des deux autres plateformes commerciales, La Fnac et Itunes, nous ne pouvons pas
constater de surreprésentation évidente d’un genre musical sur Itunes, même si les artistes
« Rap » semblent sensiblement plus représentés que des artistes « Métal ». Au contraire, la
plateforme de la Fnac semble laisser plus de visibilité aux artistes des genres musicaux
« Rap », « Rock », « RnB / Soul », et « Blues » (bien que plus marginal au sein de
l’échantillon), au détriment de ceux liés au genre « Dance » et « Classique » (genre plus
marginal également).
Statistique Présence en ligne (nb)
Nb. d'observations 296
Minimum 2
Maximum 10
Eff. du minimum 13
Eff. du maximum 1
Amplitude 8
1er Quartile 4
Médiane 6
3ème Quartile 7
Moyenne 5,6
Ecart-type (n) 1,83
Coefficient de variation 0,33
Genre Am. US Am. FR Itunes Fnac LastFM MySpace Facebook Twitter YouTube DailyM. Blogs GBS Presse FCT
Rock (17%) 1,00 1,01 0,94 1,21 0,99 1,13 1,14 0,85 0,86 0,44 1,04 1,02
Electro (14%) 1,02 1,03 1,04 0,88 1,03 1,00 0,86 0,68 0,44 - 1,21 0,78
Dance (13%) 1,02 1,02 1,07 0,64 1,02 1,02 0,98 0,93 0,39 - 0,95 0,67
Alternative (10%) 1,00 1,00 1,00 1,14 1,04 1,19 1,19 1,28 1,29 0,77 1,03 1,21
Rap (9%) 0,90 0,97 1,33 1,53 1,03 1,07 1,13 1,70 1,78 6,12 1,28 1,08
Jazz (8%) 1,00 0,92 0,95 0,80 0,90 0,65 0,73 0,59 0,77 - 0,75 0,90
Pop (7%) 1,02 0,97 0,93 0,83 0,98 0,94 1,04 1,36 2,12 2,11 1,04 1,13
Musique monde (4%) 1,02 0,99 1,04 0,77 0,93 0,72 0,84 0,85 1,02 - 0,74 1,03
Metal (4%) 0,99 1,08 0,59 1,02 1,04 1,16 0,85 0,60 1,55 - 0,72 0,46
RnB Soul (3%) 1,02 0,95 1,16 1,52 1,04 1,11 1,07 1,59 1,77 2,20 1,08 1,49
Country (2%) 1,02 1,03 0,90 1,25 0,96 1,16 1,24 1,82 1,81 3,16 1,19 1,61
Blues (2%) 1,02 1,03 0,90 1,40 1,01 0,94 1,00 0,34 0,18 - 0,82 1,44
Classique (1%) 1,02 1,08 1,03 0,51 0,95 0,54 0,97 0,37 0,60 - 0,75 0,57
Autres (6%) 1,02 1,02 0,79 0,61 0,96 0,82 0,85 0,98 0,71 - 0,68 1,33

22
Sur la radio en ligne LastFM, la répartition des genres musicaux semble refléter leur
répartition au sein de l’échantillon, expliquée en partie par le taux élevé de présence sur la
plateforme de 90%. Sur le réseau social dédié aux musiciens, Myspace, ce sont plus
nettement les artistes liés aux genres musicaux « Jazz » et « Musique du Monde », (voire le
genre moins répandu « Classique ») qui apparaissent nettement sous-représentés,
contrairement aux artistes du genre « Alternative » relativement plus présent sur la
plateforme. Des observations assez similaires peuvent être faites concernant le réseau social
Facebook. Sur le site de micro-blogging Twitter, la sur-représentation ou la sous-
représentation concernent quasiment l’ensemble des genres musicaux : « Electro », « Jazz »,
«Métal», « Blues » et « Classique » paraissent relativement moins présents que
« Alternative », « Rap », « Pop » « Rnb/Soul », et « Country ». De façon similaire sur
YouTube, certains genres musicaux semblent très nettement surreprésentés: « Rap »,
« Alternative », « Pop», « Metal », « Rnb/Soul », et « Country », en opposition aux genres
« Electro », « Dance », « Blues » et « Classique », sous-représentés par rapport à leur
répartition dans l’échantillon. La plateforme de Dailymotion, bien que très peu fréquentée par
nos artistes (3% des artistes présents sur la plateforme), semblent surtout plébiscités par des
artistes « Rap ». La blogosphère semble porter une attention plus grande aux artistes « Rap »,
« Electro », et « Country », tandis que les genres musicaux « Métal », voire « Blues » et
« Classique » apparaissent relativement moins représentés.
Dans le monde hors ligne, la presse quotidienne semblent favoriser le genre « Alternative », et
les genres les moins répandus tels que « Rnb/soul », « Country », et « Blues », et au contraire
laisser moins de place aux artistes des genres « Electro », « Dance », « Métal » et
« Classique ». Concernant le canal de la radio, les 7 artistes de notre échantillon dont les
titres ont été les plus diffusés lors des six mois d’observations sont 5 à appartenir au genre
musical « Rap », et 2 au genre musical « Pop ».
Si nous nous concentrons sur les genres musicaux aux effectifs les plus importants : « Rock »
(17%) , « Electro » (14%), « Dance » (13%), et dans une moindre mesure « Alternative »
(10%), « Rap » (9%), « Jazz » (8%) et « Pop » (7%), nous observons nettement que le genre
« Rap » parait surreprésentés sur l’ensemble des plateformes en ligne (Itunes, Fnac, Twitter,
YouYube, Dailymotion, blogs). Même si nos données sont assez marginales, le canal de la
radio semble faire écho à cette surreprésentation des artistes « Rap » contrairement à ceux que
l’on peut observer dans la presse traditionnelle. Le genre « Jazz » se distingue également
puisqu’il apparait uniquement sous-représenté sur l’ensemble des plateformes en ligne non
marchandes (Facebook, Myspace, Twitter, YouTube) ainsi qu’au sein de la blogosphère. A
l’exact inverse, le genre « Alternative », est lui surreprésenté (+20%) sur toutes les
plateformes en ligne non marchandes (Facebook, Myspace, Twitter, YouTube) ainsi qu’au
sein de la presse traditionnelle. Les autres genres exhibent moins de caractéristiques
spécifiques. La proportion d’artistes « Rock » sur l’ensemble des plateformes parait
représentative de leur répartition au sein de l’échantillon, tout comme celles des artistes
« Dance » à l’exception d’une plus faible représentation sur YouTube et dans la presse hors
ligne. Les artistes « Electro » semblent seulement sous-représentés sur les plateformes de
Twitter et de YouTube, et dans une moindre mesure dans la presse hors ligne contrairement à

23
leur couverture par la blogosphère. Enfin, les artistes « Pop » sont nettement sur-représentés
sur les plateformes vidéo, YouTube et Dailymotion, et dans une moindre mesure sur Twitter.
En conclusion, nous avons pu observer une certaine démocratisation de l’accès à la visibilité
dans le monde en ligne quelque soit le niveau de popularité précédemment accumulée par
l’artiste, par rapport à la visibilité offerte dans le monde hors ligne lorsqu’elle est soumise aux
goulots d’étranglement des canaux de promotion traditionnels telle que la presse. Cette
démocratisation ne semble pas attribuable à des pratiques propres à certains genres musicaux
mais bien généralisée. Cependant, il ne suffit pas d’avoir une page Facebook visible pour être
vu en ligne, encore faut-il l’animer pour conquérir de nouvelles audiences. Nous allons donc
maintenant envisager l’activité suscitée par cette présence en ligne des artistes.

24
II. Promotion par les artistes et par les audiences actives
L’activité en ligne peut être envisagée en deux étapes : la première est celle impulsée par les
artistes, la deuxième est celle relayée par les publics eux-mêmes. Cette activité témoigne de la
particularité du web comme nouveau canal de communication : elle constitue le levier de
deux des trois effets de la longue traîne, en tant que nouvelle forme de promotion
potentiellement non concentrée par des ressources rares.
De même que hors ligne un artiste peut multiplier les concerts pour faire parler de lui mais en
ciblant les scènes qui lui sont accessibles et qui correspondent à son public, un artiste en ligne
peut être actif sur Facebook en postant des statuts sur sa pratique musicale, sa création, ou
même sa personnalité. Nous nous intéresserons donc aux plates-formes non éditoriales (hors
Amazon, Fnac, ITunes et LastFM) où l’artiste ou sa maison de disque est en charge de
l’édition et de la publication. La même question de démocratisation se pose que pour la
visibilité : est-ce que les « artistocrates », stars du mainstream sont actifs en ligne et
bénéficient de leur notoriété pour démultiplier leur visibilité, ou est-ce que le web modifie les
hiérarchies établies hors ligne en permettant aux « tiers états » (peu populaire ou nouveaux)
de se mettre en scène ?
Ensuite, les fonctions web 2.0 ont développé les dispositifs permettant au public de prendre la
parole : commentaires sur les plates-formes commerciales, mais aussi sur les réseaux sociaux
ou sur les contenus, sont autant d’espaces créés pour l’expression des fans mettant en œuvre
une activité des audiences. Encore faut-il que ces fans et audiences « daignent » commenter
ou liker, avec tout ce que la réflexivité de ces pratiques implique. Avec ou sans pseudo,
l’expression d’un avis sur un artiste dans un espace visible constitue une nouvelle forme de
prise de parole et embarque de nouveaux marqueurs sociaux : est-ce qu’il vaut mieux
commenter un artiste phare pour être sûr de pouvoir discuter avec son réseau social ou poster
un billet de blog sur un artiste inconnu pour se singulariser ? Certaines particularités du
bouche-à-oreille en ligne (eWOM) ont été mises en évidence par Dellarocas, Gao et Narayan
(2010). Dans une étude empirique au sein de l’industrie cinématographique, ils évaluent
l’impact de la popularité d’un film au box-office sur la propension moyenne d’une population
à contribuer aux critiques en ligne d’un film après sa consommation. Ils concluent que les
individus ont une préférence à contribuer aux critiques des films « obscurs », les moins
populaires et disponibles du marché, mais qu’ils sont également plus enclins à commenter
des films exhibant déjà un grand nombre de commentaires en ligne.
1. Auto-promotion des artistes
Nous utilisons ici le nombre moyen de billets postés quotidiennement sur Twitter (les
« tweets ») et le nombre moyen de vidéo postées quotidiennement sur YouTube par l’artiste,
comme des variables proxy de son activité sur ces plateformes. Suivant la même
méthodologie qu’utilisée précédemment, nous avons reporté en face des rangs de la mise en
visibilité offerte par la presse, les variables d’activité des 721 artistes sur les plateformes en
ligne, de Twitter et de YouTube. Les résultats sont reportés dans le graphique 10b ci-dessous,

25
et le tableau 11a ci-après présente les statistiques descriptives des variables d’activité sur les
deux plateformes.
Tableau 11a. Statistiques descriptives de l’activité des artistes sur Twitter et YouTube
Graphique 11a. Visibilité hors ligne et activité des artistes en ligne sur Twitter et YouTube
La distribution de l’activité en fonction de la visibilité hors ligne, telle que reportée dans les
graphique 11b, ne nous permet pas de conclure à une éventuelle relation entre l’activité en
ligne des artistes et leur accès aux canaux de promotion traditionnels, ce que confirme
Echantillon 721
Nb d'artistes présent sur Twitter 301
Nb d'artistes absents sur Twitter 420
Percentile Nombre de tweets
Maximum 100% 30 005
99% 19 472
95% 8 498
90% 3 901
Médiane 50% 325
1er Quartile 25% 48
10% 3
5% -
1% -
Minimum 0% -
Moyenne 1 654
Ecart-type 4 062
Estimation des Quantiles pour les artistes présents sur Twitter
Activité des artistes sur Twitter
Echantillon 721
Nb d'artistes présent sur YouTube 191
Nb d'artistes absents sur YouTube 530
Percentile Nombre de vidéos postées
Maximum 100% 415
99% 170
95% 76
90% 57
3ème Quartile 75% 28
Médiane 50% 11
1er Quartile 25% 3
10% 1
5% 1
1% -
Minimum 0% -
Moyenne 23
Ecart-type 41
Activité des artistes sur YouTube
Estimation des Quantiles pour les artistes présents sur YouTube
35
30
25
20
15
10
5
0
NombredeTweetssurTwitter(Milliers)
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0 100 200 300 400 500 600 700
450
400
350
300
250
200
150
100
50
0
NombredevidéossurYouTube
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0 100 200 300 400 500 600 700

26
l’absence de corrélation significative entre le niveau de visibilité hors ligne et le niveau
d’activité de l’artiste.
En effet, pour les 301 artistes présents sur Twitter, nous n’avons pas obtenu de corrélations
significatives entre le nombre de « tweets » et le rang de la visibilité hors ligne ou le nombre
de citations dont ils ont fait l’objet dans la presse. De manière similaire, nous n’avons pas
relevé de corrélation significative entre le nombre de vidéos postées et la mise en visibilité par
la presse pour les 191 artistes présents sur YouTube.
Néanmoins nous pouvons noter que les artistes n’ayant pas accès aux canaux de promotion
traditionnel ont un niveau d’activité sur les plateformes en ligne sensiblement proche à celui
des artistes les plus visibles du monde hors ligne. Or, nous pouvons supposer que le coût de
cette activité promotionnelle sur les plateformes n’est pas le même pour des artistes déjà très
populaires et visibles, dont les activités de communication et de gestion de la réputation en
ligne sont largement prise en charge par les labels et maisons de disque (Bacache et al., 2009),
que pour des artistes moins populaires qui n’ont pas accès aux canaux traditionnels et assurent
leur auto-promotion sur les plateformes.
2. Promotion par les audiences en ligne
Nous reportons cette fois face aux rangs de mise en visibilité par la presse, les variables
d’activité des audiences sur les plateformes en ligne pour chacun des 721 artistes de
l’échantillon.
Nous mobiliserons ici les données disponibles sur les plateformes d’Amazon US, de
MySpace, ainsi que les données collectées par Google Blog Search. Pour les artistes présents
sur les plateformes sus-citées, nous utiliserons les moyennes quotidiennes de commentaires
écrits par les audiences sur Amazon et sur MySpace, ainsi que le nombre moyen de citations
collectées quotidiennement à travers les blogs.
Les résultats sont reportés dans les graphique 12b ci-dessous, et les tableaux 12a et 12a’
présentent les statistiques descriptives des variables d’activité des audiences sur les trois
plateformes.
Tableau 12a. Statistiques descriptives de l’activité des audiences sur Amazon et MySpace

27
Tableau 12a’. Statistiques descriptives de l’activité des audiences à travers la
blogosphère
Echantillon 721
Nb d'artistes présent sur Amazon US 713
Nb d'artistes absents sur Amazon US 8
Percentile Nb de commentaires
Maximum 100% 217
99% 93
95% 27
90% 10
Médiane 50% 0
1er Quartile 25% 0
10% 0
5% 0
1% 0
Minimum 0% 0
Moyenne 5
Ecart-type 19
Activité des audiences sur Amazon US
Estimation des Quantiles pour les artistes présents sur Amazon US
Echantillon 721
Nb d'artistes présent sur MySpace 575
Nb d'artistes absents sur MySpace 146
Percentile Nb de commentaires
Maximum 100% 1 838 831
99% 296 632
95% 34 840
90% 10 455
Médiane 50% 566
1er Quartile 25% 69
10% 0
5% 0
1% 0
Minimum 0% 0
Moyenne 12 323
Ecart-type 88 289
Activité des audiences sur MySpace
Estimation des Quantiles pour les artistes présents sur MySpace
Echantillon 721
Nb d'artistes présent dans la blogosphère 332
Nb d'artistes absents dans la blogosphère 389
Percentile Nb de citations
Maximum 100% 154
99% 120
95% 46
90% 17
Médiane 50% 1
1er Quartile 25% 0
10% 0
5% 0
1% 0
Minimum 0% 0
Moyenne 8
Ecart-type 21
Activité des audiences dans la blogosphère
Estimation des Quantiles pour les artistes présents sur blogosphère

28
Graphique 12b. Visibilité hors ligne et activité des audiences en ligne
250
200
150
100
50
0
NombredecommentairessurAmazonUS
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0 100 200 300 400 500 600 700
2 000
1 800
1 600
1 400
1 200
1 000
800
600
400
200
0
NombredecommentairessurMyspace(Milliers)
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0 100 200 300 400 500 600 700
180
160
140
120
100
80
60
40
20
0
NombredecitationsBlogs
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0 100 200 300 400 500 600 700

29
D’après les graphiques 12b, l’activité des audiences en ligne, mesurée par les commentaires
écrits sur les plateformes et les billets postés sur les blogs, semblent se concentrer plus
intensément sur les artistes déjà les plus couverts par la presse dans le monde hors ligne.
En effet, sur la plateforme d’Amazon US, où 99% des artistes de l’échantillon sont
représentés (713 artistes), la corrélation entre le nombre de commentaires en ligne et le
nombre d’articles presse est significative et positive (0,42). De même, sur la plateforme
MySpace qui rassemble 80% de l’échantillon (575 artistes), et à travers la blogosphère qui
couvre 46% des artistes (332 artistes), nous avons relevé des corrélations significatives et
positives (respectivement de 0,2 pour MySpace et de 0,6 dans la blogosphère).
Nous avons synthétisé les résultats obtenus quant à l’activité des artistes et des audiences sur
le web en fonction de la visibilité des artistes dans les canaux de promotion traditionnel, dans
le tableau 13 ci-dessous. Il présente la part cumulée de chaque variable d’activité pour les
10% d’artistes les plus cités et pour les 50% d’artistes les moins cités par la presse
traditionnels.
Tableau 13. Activité des audiences et des artistes en fonction des hiérarchies hors ligne
Les plateformes proposées sur le web apparaissent comme de nouveaux canaux de promotion
et de mise en visibilité dont se sont emparés les artistes, quelque soit leur accès à la visibilité
dans le monde hors ligne, et quelque soit le niveau de popularité qu’ils ont déjà accumulée
auprès du public au cours de leur carrière à travers les ventes de leurs précédents disques.
Cette mobilisation des canaux du web dans la gestion de leur réputation et de leur promotion
se traduit, d’une part, par un déploiement de leur présence sur plusieurs plateformes en ligne
(cf. la distribution gaussienne de moyenne 6,3 et d’écart-type 1,9), et d’autre part, par leur
activité sur ces plateformes lorsqu’ils ont la possibilité d’animer un profil et de proposer des
contenus en ligne (tels que le micro-blogging sur Twitter et la mise en ligne de vidéos sur
YouTube), que cette promotion soit le fruit de stratégies d’auto-promotion ou de stratégies de
communication des labels et maisons de disque.
articles Presse commentaires Amazon commentaires MySpace citations Blogs vidéos sur YouTube tweets sur Twitter
Echantillon total 0,1% 4% 4% 4% 29% 31%
Popularité moy.
Artistes présent sur la plateforme 0,1% 4% 5% 10% 38% 45%
Popularité moy. 1,4 1,4 1,5 1,4 1,4 1,4
Echantillon total 90% 60% 64% 56% 35% 24%
Popularité moy.
Artistes présent sur la plateforme 90% 60% 63% 42% 13% 17%
Popularité moy. 3,3 3,3 3,3 3,6 4,2 3,7
Part cumulée du nombre de…
10% des artistes les plus cités dans la presse
50% des artistes les moins cités dans la presse
1,4
3,3

30
En outre, l’activité des audiences, mesurée par les commentaires écrits sur les plateformes et
les billets postés sur les blogs, se concentre toujours sur les artistes les plus visibles et
populaires du monde hors ligne, sans profiter particulièrement aux artistes écartés des canaux
de la promotion traditionnel, pour lesquels pourtant, les plateformes du web offrent un espace
d’échange et de discussion auparavant inexistant pour leurs publics. Les contenus générés par
les audiences, supposés favoriser la démocratisation de la prise de parole et la promotion des
artistes ignorés par les médias de masse, apparaissent pourtant exacerber la focalisation de
l’attention produite par ces médias sur un petit nombre d’artistes déjà très populaires.
Finalement, la démultiplication des canaux de promotion et des sources d’accès à la visibilité
nous renvoie aux problématiques soulevées par l’économie de l’attention, qui dans un monde
ou l’information est devenue abondante et accessible, place la rareté de l’attention au centre
des préoccupations.

31
III. Visibilité et promotion : quelle efficacité pour les audiences ?
La démocratisation de l’accès à la visibilité et l’investissement des artistes dans leur auto-
promotion garantissent-elles pour autant l’attention des audiences, et la construction d’une
notoriété en ligne pour les artistes écartés des canaux de promotion traditionnelle ? Quelle est
l’efficacité de la visibilité et de la promotion en terme notoriété et de consommation finale ?
Nous analysons l’articulation entre démocratisation de la visibilité et promotion en ligne, par
rapport aux hiérarchies du monde traditionnel, à travers deux questions.
D’une part, la démocratisation de la visibilité signifie-t-elle une démocratisation des
audiences en ligne lorsque nous appréhendons ces audiences comme un public de « fans » ?
Autrement dit, l’accès à la visibilité rend-il possible la construction d’une image et d’une
notoriété en ligne pour des artistes écartés des canaux traditionnels ? Nous étudierons cette
première question sur les plateformes de Facebook et Twitter.
D’autre part, la démocratisation de la visibilité signifie-t-elle une démocratisation des
audiences lorsque nous considérons les consommations en ligne de contenus, audio ou vidéo,
par les audiences? Cette consommation est-elle distribuée de façon moins inégalitaire entre
les artistes que la distribution de la popularité accumulée dans le monde hors ligne au travers
des ventes de disques, ou reflète-telle encore les hiérarchies du monde hors ligne ? Nous
traiterons cette seconde question sur les palteformes de YouTube (contenu vidéo) et de
LastFm (contenu audio).
1. Visibilité hors ligne et audience en ligne des artistes
Afin d’étudier cette première question, nous analysons la répartition des audiences sur deux
plateformes du web qui offrent l’opportunité aux artistes de promouvoir leur image: Facebook
et Twitter, et utilisons le total des audiences de l’artiste sur Twitter (les « followers ») et sur
Facebook (les « fans ») comme variables proxy de la notoriété en ligne de l’artiste. Nous
comparons ensuite leur notoriété sur ces deux plateformes à la hiérarchie du monde hors ligne
en terme de visibilité, telle qu’établie par la presse traditionnelle.
Les graphiques 14, ci-dessous, présentent le niveau de notoriété des artistes sur les
plateformes de Facebook et Twitter en fonction des rangs établis dans le monde hors ligne par
la presse.
Graphique 14. Visibilité hors ligne et notoriété sur Facebook et Twitter

32
Comme nous pouvons le constater, la notoriété sur les deux plateformes semblent être le reflet
de la hiérarchie établie par la presse en termes de visibilité. Les audiences, fortement
dispersées et inégalitaires, restent assurées par la centaine d’artistes les plus couverts par la
presse. Les audiences maximales, qui se détachent très nettement du reste de l’échantillon,
sont systématiquement assurées par les artistes cumulant le maximum d’articles dans la
presse. Seul un très petit nombre d’artistes parvient à accéder à une certaine notoriété en ligne,
somme toute très marginale, sans bénéficier d’une quelconque visibilité dans la presse (pour
les artistes des rangs 1 à 296).
Ces résultats sont confortés par l’observation des courbes de Lorenz de distribution de la
notoriété sur Facebook et sur Twitter, reportés ci-après dans les graphique 14b.
Graphique 14b. Distribution de la notoriété en ligne sur Facebook et Twitter
Facebook
30
25
20
15
10
5
0
NombredefanssurFacebook(Millions)
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0 100 200 300 400 500 600 700
Rang artistes
Twitter
4,5
4,0
3,5
3,0
2,5
2,0
1,5
1,0
0,5
0,0
NombredefollowerssurTwitter(Millions)
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0 100 200 300 400 500 600 700
Rang artistes

33
Nous pouvons observer une forte inégalité de distribution de la notoriété en ligne entre les
artistes sur les chacune des plateformes, que ce soit pour les 539 artistes présents sur
Facebook ou les 294 artistes présents sur Twitter (à partir de notre échantillon de 721 artistes).
Cette inégalité apparait aussi prégnante que l’inégalité de distribution de la visibilité dans la
presse (cf. graphique 8a.) : en effet, si 10% des artistes totalisait à eux seuls 90% de la
couverture presse, environ 6% des artistes sur Facebook et 10% des artistes sur Twitter
suffisent à cumuler 90% de l’audience totale sur chacune des plateformes.
Les graphiques 8a et 8b nous permettent donc de conclure sur le fait que l’attention des
audiences en ligne se concentre sur les artistes les plus visibles du monde hors ligne, ceux qui,
par ailleurs, sont déjà les plus populaires en termes de ventes accumulées.
En conclusion, la démocratisation de la visibilité sur les plateformes du web ne semble
garantir nullement, pour les artistes écartés des canaux de promotion traditionnels, l’attention
des audiences dans la construction d’une notoriété. Ainsi, il semblerait que les hiérarchies
établies dans l’univers hors ligne soient encore loin d’être bouleversés.
2. Popularité hors ligne et audience en ligne des contenus
Nous nous intéressons cette fois à la popularité en ligne des artistes, mesurée par les
consommations de contenus en ligne par les audiences, et à son rapport avec leur popularité
hors ligne.
Au même titre que les ventes totales de disques entre 2003 et 2010 nous renseignent sur un
degré de popularité déjà accumulée ou non dans le monde hors ligne par les artistes (cf. partie
I.1), le nombre d’écoutes sur la web radio LastFm (de « plays ») et le nombre de vues des
vidéos mises en ligne sur le média social YouTube, nous renseignent sur leur degré de
popularité en ligne. Nous avons construit la courbe de Lorenz représentant la distribution de la
popularité hors ligne en utilisant le total des ventes de disques passées entre 2003 et 2010
pour les 981 artistes de l’échantillon, et nous avons reporté pour chaque artiste, en fonction de
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0 100 200 300 400 500
PartcumuléedunombredefansFacebook
Rang desartistes (croissant)
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0 50 100 150 200 250
PartcumuléedunombredefollowersTwitter
Rang desartistes (croissant)

34
son rang de popularité hors ligne, le nombre de ses vues sur YouTube et des ses écoutes sur
LastFm. Les résultats sont reportés dans le graphique 15a ci-dessous.
Graphique 15a. Popularité hors ligne et audience des artistes sur YouTube et LastFm
Seulement 3% des artistes de l’échantillon suffisent pour totaliser 90% des ventes de disques
entre 2003 et 2010 ; et ce chiffre peut être ramené à 6% si nous écartons de l’échantillon les
462 « nouveaux » artistes dont les ventes de disques entre 2003 et 2010 sont nulles.
Nous constatons, ici encore, que les audiences maximales sur YouTube et sur LastFm restent
au bénéfice des artistes des rangs de popularité les plus élevés du monde hors ligne, même si
très marginalement, quelques nouveaux artistes ou des artistes de popularité moindre
parviennent toujours à assurer des audiences non négligeables autour de leurs contenus en
ligne.
Les graphiques 15b, reportés ci-dessous, présentent la distribution des audiences des contenus
vidéo pour les 235 artistes présents sur YouTube, et celle des contenus audio pour les 886
présents sur LastFm.
Graphique 15b. Distribution des audiences sur YouTube et sur LastFm
800
700
600
500
400
300
200
100
0
NombredevuessurYouTube(Millions)
0%
20%
40%
60%
80%
100%
0 100 200 300 400 500 600 700 800 900
Partcumuléedesventesdedisquesentre2003et2010
90
80
70
60
50
40
30
20
10
0
Nombred'écoutessurLastFm(Millions)
0%
20%
40%
60%
80%
100%
0 100 200 300 400 500 600 700 800 900
Partcumuléedesventesdedisquesentre2003et2010

35
Nous constatons que 11% des artistes présents sur YouTube et 12% des artistes présents sur
LastFm cumulent 90% de l’audience sur chacune des plateformes. Si la distribution des
audiences sur les contenus en ligne apparait très légèrement moins inégalement répartie entre
les artistes que dans le monde hors ligne, les hiérarchies déjà établies ne semblent toujours pas
être véritablement remises en question.
Conclusion
En conclusion, nous avons pu observer que l’accès à la visibilité offerte par les plateformes en
ligne permettait aux artistes d’échapper au gatekeepers de la promotion traditionnel que sont
les médias hors ligne telle que la presse.
Pour autant, cette démocratisation de la visibilité ne semble pas se traduire par une
démocratisation des audiences en ligne, que ce soit en terme de mobilisation des audiences
autour de l’artiste et de son image en vue de construire une notoriété en ligne (comme sur
Facebook et Twitter), ou en terme de consommation des contenus audio et vidéo par les
audiences (comme sur LastFm et YouTube). Finalement, l’inégalité de distribution des
audiences en ligne semblent toujours refléter les rapports et les hiérarchies du monde
traditionnel.
Le « salut » viendra-t-il d’une plus grande activité des artistes sous la forme de l’auto-
promotion et d’une mise en scène de soi, ou par une activité déportée sur les audiences
prenant le relais des labels ? Les deux formes de promotion en ligne semblent encore
émergentes et timides. Le Tiers-Etat a donc encore probablement une part d’apprentissage des
dispositifs et des pratiques à développer, en plus de leur pratique musicale pour les artistes et
dans le cadre d’une pratique amateur pour les audiences.
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0 50 100 150 200
PartcumuléedunombredevuessurYouTube
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0 100 200 300 400 500 600 700 800
Partcumuléedunombred'écoutessurLastFm

36
Bibliographie
ANDERSON C., 2006, The Long Tail, Random House
ARNDT J., 1967, Role of product-related conversations in the diffusion of a new product,
Journal of Marketing Research, 4, p 291-295
BACACHE M., BOURREAU M., MOREAU F., 2010,
BANERJEE, A. (1992). A Simple Model of Herd Behavior," Quarterly Journal of
Economics, 107, pp. 797-817
BIKHCHANDANI, S. (1992). A Theory of Fads, Fashions, Custom, and Cultural Change as
Informational Cascades. Journal of Political Economy 100 pp. 992-1026
BASTARD I., BOURREAU M., MOREAU F., à paraître
BENGHOZI P.J., 2008, Effet longue traîne ou efeft podium : une analyse empirique des
ventes de produits culturels en France, Cultures Prospective 2008-1, DEPS, Ministère de la
culture et de la communication (sous la direction de)
BENHAMOU F., 2008, Eléments de réflexion et propositions à propos de la diversité
culturelle. Les cas du livre et du cinema en salles. Rapport pour le Groupe d’analyse
stratégique des industries culturelles, DEPS, Ministère de la culture et de la communication
BERGER J., SORENSEN A.T., RASMUSSEN S.J., 2010, Positive Effects of Negative
Publicity: When Negative Reviews Increase Sales, Marketing Science vol. 29 n°5, pp 815-827
BEUSCART J.S., 2008, Sociabilité en ligne, notoriété virtuelle et carrière artistique. Les
musiciens autoproduits sur MySpace, Réseaux n°152
BOUNIE D., EANG B., WAELBROECK P., 2010, Marché Internet et Réseaux physiques :
comparaison des ventes de livres en France, Revue d’Economie Politique, 120(1), 141-162
BRYNJOLFSSON E., HU Y.J., SMITH M.D., 2010, The longer tail : the changing shape of
Amazon’s sales distribution curve, Working paper, http://ssrn.com/avstract-1679991
CHEVALIER J.A., MAYZLIN D., 2006, The Effect of word of mouth on sales : online book
reviews, Journal of Marketing Research, n°43, pp345-354
DELLAROCAS C., GAO G.G, NARAYAN R., 2010, Are consumers more likely to
contribute online reviews for hit or niche products?, Journal of management information
system, vol. 72 n°2, pp 127-157
ELBERSE A., OBERHOLZER-GEE F., 2008, Superstars and underdogs : an examination of
the long tail phenomenon in video sales, Harvard Business School working paper n°07-015
HENNION A., MAISONNEUVE S., GOMART E., 2000, Figures de l'amateur. Formes
objets et pratiques de l'amour de la musique aujourd'hui, La Documentation française/DEP-
Ministère de la Culture, 2000
HU N., PAVLOU A., ZHANG J., 2009, Overcoming the J-shaped Distribution of product
reviews, Communication of the ACM, vol. 52 n°10, pp144-147

37
KESSOUS E., MELLET K., ZOUINAR M., 2010, L’économie de l’attention : entre
protection des ressources cognitives et extraction de la valeur, Sociologie du travail vol. 52,
n°3
PANIC, 2011, Cultures numériques: regards sur les industries créatives, Editions Le
Manuscrit
PELTIER S., MOREAU F., 2012, Internet and the “Long tail versus Superstar Effect”
debate: evidence from the French book market, Applied Economics Letters, 19(8), 711-715
WASIK B., 2009, And then there’s this. How stories live and die in viral culture, Viking
PenguinGroup.

38
Annexe 1 : liste des indicateurs par artiste collectés sur chaque plate-forme
AM AM_URL_album Nombre d'URL album collectées sur Amazon
AM_Reviews Nombre de commentaire sur l'album sur Amazon.fr
AM_Notes Note de l'album sur Amazon.fr
AM_SalesRank Rang de l'album dans les meilleures ventes
Amazon.fr
AMUS AMUS_URL_album Nombre d'URL album collectées sur Amazon US
AMUS_Reviews Nombre de commentaires sur l'album sur
Amazon.com
AMUS_Notes Note de l'album sur Amazon.com
AMUS_SalesRank Rang de l'album dans les meilleures ventes
Amazon.com
FNA FNA_URL_album Nombre d'URL album collectées sur Fnac
FNA_Reviews Nombre de commentaires sur l'album sur la FNAC
FNA_Notes Note de l'album sur la FNAC
IT IT_URL_album Nombre d'URL album collectées sur Itunes
TW TW_URL_artiste Nombre d'URL artiste collectées par la qualification
sur Twitter
TW_Followers Nombre de followers de l'artiste sur twitter
TW_Following Nombre de following de l'artiste sur twitter
TW_Listed Nombre de listes de l'artiste sur Twitter
TW_Tweets Nombre de tweets postés par l'artiste sur Twitter
FB FB_URL_artiste Nombre d'URL de l'artiste sur FB
FB_Fans Nombre de fans de l'artiste
YT YT_URL_artiste Nombre d'URL de l'artiste sur YT
YT_Videos Nombre de vidéos postées par l'artiste sur YT
YT_Subscribers Nombre d'abonnés de l'artiste sur YT
YT_Visits Nombre de visites de la page YT de l'artiste
YT_Views Nombre de vues des vidéos sur la page YT de
l'artiste
YT_Friends Nombre d'amis de l'artiste
YT_Subscriptions Nombre de groupes auxquels l'artiste est abonné
DM DM_URL_artiste Nombre d'URL DM de l'artiste
DM_Videos Nombre de vidéos postées par l'artiste sur DM
DM_Views Nombre de vues des vidéos sur la page DM de
l'artiste
MS MS_URL_artiste Nombre d'URL MS de l'artiste
MS_Friends Nombre d'amis sur la page MS de l'artiste
MS_Comments Nombre de commentaires sur la page MS de l'artiste
FM FM_URL_artiste Nombre d'URL FM de l'artiste
FM_Listeners Nombre de "suiveurs" de la page FM de l'artiste
FM_Plays Nombre d'écoutes de l'artiste sur FM
FM_Comments Nombre de commentaires sur la page FM de l'artiste

Comment les artistes musiciens ce sont ils saisis du web ?

Recommandé

Recommandé

Contenu connexe

En vedette

En vedette (16)

Similaire à Comment les artistes musiciens ce sont ils saisis du web ?

Similaire à Comment les artistes musiciens ce sont ils saisis du web ? (20)

Comment les artistes musiciens ce sont ils saisis du web ?