FR3037459A1 - Procede de collecte, pour une mesure d'audience centree-utilisateur, de hits transmis vers un nœud de mesure d'audience centree-site, avec utilisation d'enregistrements de hits crees par le nœud. - Google Patents

Abstract

Procédé de collecte, pour une mesure d'audience centrée-utilisateur, de messages de consommation, dits hits, transmis vers un nœud de mesure d'audience centrée-site (5) par des marqueurs exécutés par des terminaux (2) compris dans des foyers de panéliste(s) (1). Le procédé comprend les étapes suivantes : obtention d'un ensemble de premiers enregistrements créés par au moins un élément intermédiaire par lequel transitent les hits, chaque premier enregistrement concernant un hit distinct et comprenant un identifiant du terminal qui a envoyé le hit ; obtention d'un ensemble de seconds enregistrements créés par le nœud, chaque second enregistrement concernant un hit distinct et comprenant au moins un paramètre de hit ; et affectation à chaque second enregistrement d'un identifiant de terminal dérivé soit d'un unique premier enregistrement soit de plusieurs premiers enregistrements comprenant un même identifiant de terminal.

Description

1 Procédé de collecte, pour une mesure d'audience centrée-utilisateur, de hits transmis vers un noeud de mesure d'audience centrée-site, avec utilisation d'enregistrements de hits créés par le noeud. 1. DOMAINE DE L'INVENTION Le domaine de l'invention est celui des techniques de mesure d'audience. Plus précisément, l'invention concerne une technique de collecte, pour une mesure d'audience centrée-utilisateur, de messages de consommation, dits hits, transmis vers un noeud de mesure d'audience centrée-site par des marqueurs exécutés par des terminaux compris dans des foyers de panéliste(s). Le marqueur est par exemple contenu dans une page web exécutée par un navigateur lui-même exécuté par le terminal. Dans une variante, le marqueur est contenu dans une application tierce elle-même exécutée par le terminal. L'invention s'applique notamment, mais non exclusivement, à la mesure de l'audience centrée-utilisateur d'un contenu streamé (programme TV par exemple) transmis via le réseau Internet. Plus généralement, la technique proposée peut s'appliquer à: - tout type de réseau informatique ; - tout type de contenu (notamment, mais non exclusivement, contenu audio et/ou vidéo : contenu streamé ou téléchargé, contenu en direct ou en différé, TV de rattrapage (« catch up TV »), Vidéo à la demande (VOD), Webradios, contenu disponible en ligne (contenus disponibles sur les sites Internet, c'est-à-dire référencés dans les pages web consultables avec un navigateur exécuté par le terminal), contenu disponible sur applications tierces exécutées par le terminal, etc.) ; - tout type de terminal (fixe ou mobile, personnel ou partagé) : ordinateur, smartphone, tablette, TV connectée, etc. 2. ARRIÈRE-PLAN TECHNOLOGIQUE Deux grandes mesures (aussi appelées outils de « Web Analytics ») coexistent aujourd'hui pour mesurer l'audience (au sens large) d'un site web, sur Internet : la mesure d'audience centrée-site (« site-centric » en anglais) et la mesure d'audience centrée-utilisateur (« user-centric » en anglais). 3037459 2 2.1 La mesure « site-centric » C'est une mesure effectuée sur demande du site web qui marque lui-même les pages web (pages HTML) qu'il souhaite mesurer. Le principal objectif de la mesure « site-centric » est celui de la mesure des volumes de trafic. Elle permet un suivi fin et 5 précis du comportement de l'internaute sur le site, des contenus les plus consultés, des services les plus utilisés, de l'origine Internet des visites. La mesure « site-centric » s'applique également à la mesure de l'efficacité des actions de marketing en ligne : clics, taux de transformation, chiffre d'affaires, retour sur investissement, etc. Le fonctionnement de la mesure « site-centric » s'appuie sur le marquage de 10 chaque page d'un site avec un marqueur (aussi appelé « bloc de marquage » ou « tag »), par exemple un code Javascript. Dès qu'une page est appelée par un navigateur web via un terminal connecté à l'Internet (ordinateur, smartphones, tablettes, TV connectées, etc.), le marqueur placé sur la page envoie une requête (aussi appelée « hit » ou « message de consommation ») au serveur de mesure. Le trafic sur les pages est ainsi 15 comptabilisé. La mesure « site-centric » permet d'analyser le nombre de terminaux (identifiés par leurs navigateurs Internet) qui ont consulté un site au cours d'une période donnée. Les navigateurs sont identifiés à partir de cookies, ou du couple adresse IP/User Agent, quand la mesure par cookie n'est pas possible. Pour un navigateur et un terminal donnés, un cookie est déposé sur le terminal par le serveur de la société de mesure 20 d'audience (système de Web analytics), la première fois qu'un marqueur est téléchargé depuis le serveur de la société de mesure d'audience. Ce cookie est commun à tous les sites marqués par la société de mesure d'audience, puisqu'il s'agit d'un « cookie tierce partie » (« third party cookie » en anglais) géré par cette société. La technique de marquage de pages web (conçus à l'origine pour la mesure de la 25 fréquentation des sites webs, comme expliqué ci-dessus), a ensuite été étendue aux applications tierces (aussi appelées « applications mobiles » ou « applications éditeur »), téléchargeables depuis des magasins d'applications en ligne (par exemple, marqueurs i0S, Android ou Windows). Il a ainsi été proposé d'insérer un marqueur (« tag ») dans l'application mobile. Il existe à cet effet des bibliothèques de marquage pour les 30 différentes plateformes d'applications mobiles. Les applications mobiles sont des outils facilitant la recherche et la consultation de tous types de contenus pour les utilisateurs.

3037459 3 Une application mobile, quand elle est connectée, se comporte globalement comme un navigateur, puisqu'à chaque opération ou accès de données, des informations sont lues sur Internet. Contrairement au navigateur, l'application mobile peut généralement prendre en compte les fonctionnalités du terminal sur lequel elle est exécutée, offrant 5 ainsi à l'utilisateur une efficacité accrue. La technique de marquage de pages web et d'applications peut être résumée comme suit. Lorsqu'un éditeur marque son site web pour permettre à une société de mesure d'audience Internet de mesurer l'audience correspondante, il intègre un marqueur dans ses pages HTML (le marqueur consiste alors en un appel à une routine 10 Javascript figurant sur le serveur de la société de mesure d'audience) ou dans ses applications tierces (le marqueur consiste alors en une librairie écrite en code natif et intégrée à l'application tierce). Au chargement de chaque page ou de l'application tierce, un identifiant de marquage (unique et persistant) est généré (si cela n'a pas déjà été fait). Dans le cas d'une page (du site d'un éditeur) consultable avec le navigateur web du 15 terminal, l'identifiant de marquage est déposé par le serveur de la société de mesure d'audience sous la forme d'un cookie sur le terminal (il est généralement commun à tous les sites marqués par la société de mesure d'audience). Dans le cas d'une application tierce proposée par un éditeur sur un magasin d'applications tierces, l'identifiant de marquage est généré par le marqueur et stocké dans une zone de stockage du terminal, 20 propre à chaque application, s'il n'est pas possible d'utiliser l'identifiant unique du terminal. Il est généralement différent d'une application à l'autre. En plus de mesurer la fréquentation des pages HTML ou des applications tierces, certains marqueurs permettent de mesurer aussi l'audience des contenus audio et/ou vidéo restitués par des dispositifs de lecture des contenus (aussi appelés « lecteurs » ou 25 « players »). Pour cela, ces marqueurs sont interfacés avec les lecteurs de contenus pour connaître leur état de fonctionnement. Au cours de la présentation d'un contenu (y inclus au lancement), le marqueur envoie des requêtes périodiques (aussi appelées « hits » ou « messages de consommation ») sur le serveur de mesure d'audience Internet, pour transmettre l'état de fonctionnement du lecteur (player). Ces hits véhiculent différents 30 paramètres : l'identité du contenu, la position dans le contenu (index temporel de lecture), l'état du lecteur (pause, lecture...), l'identifiant de marquage (permettant de dé- 3037459 4 dupliquer les sessions d'un même terminal au cours d'une même journée), ainsi qu'un identifiant temporaire de session renouvelé à chaque nouveau lancement du lecteur. En mode nominal, les hits sont envoyés toutes les 60 secondes. La technique de marquage de pages web et d'applications permet de mesurer la consommation (nombre et durée) 5 de contenus. Un inconvénient de la technique de marquage est qu'elle est limitée à la mesure « site-centric », indépendamment de toute notion de panel (cette notion étant propre à la mesure « user-centric »). La mesure « site-centric » ne permet pas d'identifier de manière distincte les internautes qui se connectent au site (on ne sait pas qui est derrière 10 le terminal connecté à Internet). Elle ne permet donc pas d'avoir une audience qualifiée. C'est pourquoi la mesure « user-centric » (détaillée ci-après) vient en complément de la mesure « site-centric ». 2.2 La mesure « user-centric » Elle repose sur le suivi de la navigation (surf) sur Internet d'un panel 15 (échantillon d'internautes) représentatif d'une population d'internautes (par exemple les internautes français). La navigation du panel est mesurée et une enquête de cadrage est faite en parallèle afin d'extrapoler leur navigation à la population Internet étudiée. En identifiant précisément le panéliste, la mesure « user-centric » permet d'analyser le nombre de visiteurs uniques qui se sont rendus sur un site au cours d'une période 20 donnée. Un visiteur unique du panel correspond à un individu qualifié identifié. En valeur extrapolée, un panéliste correspond à des milliers de visiteurs uniques. La mesure « user-centric » fournit aux agences, éditeurs et aux professionnels du marketing des rapports précis et fiables sur l'audience des sites Internet et l'usage des internautes, ces informations pouvant servir aux planifications stratégiques, études concurrentielles ou 25 médiaplanning. Les résultats sont par exemple actualisés tous les mois. Une première technique connue de mesure d'audience « user-centric » s'appuie sur le tatouage numérique (« audio watermarking » en anglais) du canal audio (aussi appelé « composante audio ») des contenus diffusés (chaînes de TV par exemple), ou la comparaison de leur empreinte audio (« audio fingerprinting » en anglais) avec des 30 empreintes de référence. Cette première technique connue est à la base des audimètres utilisés pour la mesure de référence TV quotidienne. Dans le cas du poste de télévision, 3037459 5 l'audimètre (typiquement un mini-PC) capture le canal audio de la chaîne visualisée (de façon électrique ou acoustique), afin d'effectuer le traitement du signal et la transmission des données d'audience au serveur de la société de mesure d'audience. Un inconvénient de cette première technique connue est que, dans le cas des PC portables, 5 smartphones ou tablettes, il est difficilement envisageable de connecter en permanence un audimètre (c'est-à-dire un appareil externe) à ces équipements par nature mobiles. Un autre inconvénient de cette première technique connue est que sur certains terminaux (typiquement les terminaux Apple (marque déposée)), il est très difficile de capturer le canal audio au format numérique, directement au niveau des circuits audio.

10 Une deuxième technique connue de mesure d'audience « user-centric » s'appuie sur l'analyse du trafic réseau entre le terminal et le réseau Internet. Cette deuxième technique connue consiste à exploiter les traces réseau laissées au niveau d'un routeur installé au domicile des panélistes ou au niveau d'un proxy http à travers lequel les terminaux des panélistes doivent passer. Par exemple, dans le cadre de la mesure du 15 trafic Internet chez un foyer recruté pour participer à un panel, une solution mise en oeuvre par la société de mesure d'audience consiste à connecter un routeur à la box (c'est-à-dire le modem-routeur, aussi appelé « équipement de terminaison de réseau », fourni par le fournisseur d'accès Internet) et à demander au foyer de connecter à ce routeur tous ses terminaux afin de loguer le trafic Internet transitant à travers lui. Le 20 principal inconvénient de cette deuxième technique connue est que le trafic réseau peut être totalement décorrélé du contenu effectivement restitué sur le terminal. Par exemple, lorsque l'utilisateur met le lecteur (player) en pause, le flux audiovisuel continue à être stocké en mémoire tampon, sans garantie par rapport au fait qu'il sera décodé et visualisé plus tard. Il y a donc une imprécision sur la mesure des contenus streamés qui 25 peuvent être bufferisés dans les terminaux et jamais consommés. Un autre inconvénient est que cette solution est limitée au domicile où se trouve le routeur. Une troisième technique connue de mesure d'audience « user-centric » s'appuie sur un logiciel de mesure (aussi appelé logiciel « meter » ou application « meter »), embarqué dans le terminal afin de transmettre et analyser en temps réel les données de 30 connexion (surf). L'application « meter » est développée par la société de mesure d'audience et installée sur son terminal par le panéliste pour en mesurer l'usage. Elle 3037459 6 fonctionne en tâche de fond et, dans une implémentation particulière, installe un proxy local (aussi appelé « process proxy ») sur le terminal. Toutes les connexions réseaux (Wifi, 3G/4G,...) transitent par le proxy local, et ce dernier peut enregistrer au passage toutes les requêtes HTTP émises vers les serveurs destinataires. Le principal 5 inconvénient de cette troisième technique connue est qu'elle nécessite un effort R&D très conséquent pour maintenir un logiciel de mesure sur tous les systèmes d'exploitation (OS) et tous les navigateurs Internet des terminaux, en tenant compte des évolutions des grands acteurs du Web, et cela aussi bien sur ordinateur (PC), tablette, smartphone, etc. D'autre part, lorsqu'un contenu (flux) audiovisuel est protégé par une 10 mesure technique de protection (ou DRM, pour « Digital Rights Management » en anglais), le logiciel de mesure ne peut généralement pas en mesurer la consommation. 2.3 Utilisation des hits d'une mesure « site-centric » dans le cadre d'une mesure « user-centric » Comme expliqué plus haut, la mesure « site-centric » repose sur l'envoi de hits 15 par des marqueurs intégrés à des pages web ou des applications tierces. Il a été proposé d'exploiter ces hits dans le cadre d'une mesure « user-centric ». Par exemple, comme dans la deuxième technique connue de mesure d'audience « user-centric » présentée plus haut, un routeur installé dans un foyer de panélistes enregistre (« logue ») les hits transmis par les terminaux de ce foyer. Les hits ainsi logués peuvent ensuite être 20 exploités par la société de mesure d'audience pour savoir quelle page HTML ou quel segment d'une application tierce a été visitée par le panéliste. Mais surtout, s'il s'agit de hits transmis par des marqueurs coopérant avec des lecteurs (players), ils peuvent être exploités afin d'effectuer une mesure de la consommation vidéo. La seule connaissance des traces Internet (requêtes http) ne permet pas en effet de connaître précisément la 25 durée de consommation d'un contenu streamé car le contenu peut être mis en mémoire tampon puis restitué de façon différée. Le marqueur est en revanche un moyen de savoir précisément quelle partie du contenu a été décodée et présentée. Dans le cadre de la mesure TV sur les écrans Internet (PC, tablette, mobile), on peut exploiter cette technologie pour mesurer l'audience des chaînes de télévision (en live, différé ou de 30 rattrapage) sur un panel de téléspectateurs. Le prérequis est bien sûr que les sites et applications des éditeurs de chaînes utilisent cette technologie de marquage.

3037459 7 On observe depuis quelques années que les acteurs de l'Internet migrent de plus en plus leurs serveurs vers des connexions sécurisées via le protocole HTTPS. En établissant ce type de connexion, cela garantit d'une part à l'internaute qu'il se connecte bien au bon site et non à un site pirate (authentification du serveur) et d'autre part que 5 les échanges sont cryptés et ne peuvent être interceptés (confidentialité). Le protocole HTTPS fut historiquement utilisé par les sites bancaires ou de e-commerce mais il est maintenant largement utilisé par tous les sites qui s'apparentent à des réseaux sociaux et qui stockent ou échangent des informations personnelles potentiellement sensibles. Lorsqu'une page HTML est chargée par HTTPS (c'est-à-dire via une connexion 10 sécurisée selon le protocole HTTPS), le navigateur Internet exige que tous les composants de cette page (images, Javascript...) soient chargés par HTTPS pour des raisons de sécurité, afin de ne pas faire entrer un code malveillant au sein d'un site Web sécurisé. A ce jour, la plupart des navigateurs acceptent encore de charger des composants par le protocole HTTP au sein d'une page chargée par le protocole HTTPS; 15 ils se contentent alors d'afficher une icône d'avertissement devant la barre d'adresse, mais il est probable que le chargement pourrait être bloqué dans les versions futures des navigateurs. Comme tous les composants, un marqueur d'une société de mesure d'audience doit être chargé par HTTPS. De même, les hits envoyés par ces marqueurs doivent être envoyés en HTTPS.

20 Si l'on revient à la solution précitée d'une mesure « user-centric » basée sur l'exploitation de hits enregistrés (logués) par un routeur disposé dans un foyer de panélistes (i.e. la deuxième technique connue présentée plus haut), on réalise que le routeur étant placé pour chaque hit au milieu d'une connexion HTTPS cryptée (établie entre un terminal du foyer et le serveur de la société de mesure d'audience), il loguera 25 uniquement le nom de domaine vers lequel le hit a été envoyé mais il n'enregistrera aucun des paramètres contenus dans ce hit. Par exemple, pour des hits transmis par des marqueurs coopérant avec des dispositifs de lecture (players), le routeur n'enregistrera pas l'état du lecteur, le nom du contenu et l'index temporel de lecture. Les logs (enregistrements de traces réseau correspondant aux hits) ne seront donc pas 30 exploitables pour effectuer une mesure « user-centric » (de consommation vidéo dans l'exemple précité).

3037459 8 De même, un inconvénient de la troisième technique connue est que, si l'application « meter » et l'application en cours d'usage (dont on cherche à mesurer le trafic Internet) sont chacune dans leur sandbox, alors une fois que le proxy local de l'application « meter » a établi une connexion HTTPS, il ne peut plus accéder aux 5 détails des hits (même problème qu'avec un routeur ou un proxy distant). Les hits envoyés en HTTPS (par exemple des hits de type « eStat streaming ») sont donc inexploitables. Un sandbox est un mécanisme qui permet l'exécution de logiciel(s) avec moins de risques pour le système d'exploitation. En d'autres termes, dans le cadre d'une mesure « user-centric », il est possible 10 aujourd'hui d'exploiter les paramètres contenus dans les hits émis sur une connexion non sécurisée (par exemple selon le protocole HTTP), mais pas les paramètres contenus dans les hits émis sur une connexion sécurisée (par exemple selon le protocole HTTPS). Il n'est donc pas possible d'exploiter tous les hits émis par les terminaux d'un foyer panéliste, et il n'est donc possible d'effectuer une mesure d'audience dans tous les cas 15 de figure. 3. OBJECTIFS DE L'INVENTION L'invention, dans au moins un mode de réalisation, a notamment pour objectif de pallier ces différents inconvénients de l'état de la technique. Plus précisément, dans au moins un mode de réalisation de l'invention, un 20 objectif est de fournir une technique permettant, dans le cadre d'une mesure « user- centric » (mesure d'audience centrée-utilisateur), de collecter (et donc rendre exploitables) tous les paramètres contenus dans les hits émis par le ou les terminaux d'un foyer panéliste, que ces hits soient transmis sur une connexion non sécurisée (par exemple selon le protocole HTTP) ou sur une connexion sécurisée (par exemple selon le 25 protocole HTTPS). Au moins un mode de réalisation de l'invention a également pour objectif de fournir une telle technique qui ne nécessite aucune modification des marqueurs ni des terminaux existants. Un autre objectif d'au moins un mode de réalisation de l'invention est de fournir 30 une telle technique qui soit simple à mettre en oeuvre et peu coûteuse. 4. EXPOSÉ DE L'INVENTION 3037459 9 Dans un mode de réalisation particulier de l'invention, il est proposé un procédé de collecte, pour une mesure d'audience centrée-utilisateur, de messages de consommation, dits hits, transmis vers un noeud de mesure d'audience centrée-site par des marqueurs exécutés par des terminaux compris dans des foyers de panéliste(s). Le 5 procédé comprend les étapes suivantes : obtention d'un ensemble de premiers enregistrements créés par au moins un élément intermédiaire par lequel transitent les hits, chaque premier enregistrement concernant un hit distinct et comprenant un identifiant du terminal qui a envoyé le hit ; 10 obtention d'un ensemble de seconds enregistrements créés par le noeud, chaque second enregistrement concernant un hit distinct et comprenant au moins un paramètre de hit ; et affectation à chaque second enregistrement d'un identifiant de terminal dérivé soit d'un unique premier enregistrement soit de plusieurs premiers 15 enregistrements comprenant un même identifiant de terminal. Le principe de la solution proposée consiste donc à affecter un identifiant de terminal à chaque second enregistrement (aussi appelé « second log ») créé par le noeud de mesure d'audience centrée-site (aussi appelé « noeud de mesure site-centric »). Ceci permet d'associer un identifiant de terminal au(x) paramètre(s) contenu(s) dans chaque 20 second enregistrement créé par le noeud. Cet identifiant de terminal (par exemple l'adresse MAC du terminal) permet de connaître une ou plusieurs informations nécessaires pour une mesure centrée-utilisateur, comme par exemple l'identité de la (ou les) personne(s) déclarée(s) sur le terminal, et/ou le type du terminal (par exemple « partagé » ou « individuel », ou encore "tablette i0S" ou "smartphone Android"...).

25 Ainsi, il est possible de collecter (et donc rendre exploitables dans le cadre d'une mesure d'audience centrée-utilisateur) tous les paramètres contenus dans les hits émis par le ou les terminaux d'un foyer panéliste, même quand ces hits sont transmis sur une connexion sécurisée (et qu'en conséquence l'équipement réseau n'a pas accès à ces paramètres). En effet, dans le cadre d'une mesure d'audience centrée-utilisateur, on 30 demande généralement à l'utilisateur du terminal (au début d'une session d'utilisation) de se déclarer en sélectionnant son prénom parmi la liste des personnes du foyer. Cette 3037459 10 information (déclaration) est associée à l'identifiant de terminal (par exemple l'adresse MAC). On peut donc utiliser l'identifiant de terminal comme clé d'association entre : - d'une part les seconds enregistrements de hits du terminal (seconds logs de hit créés par le noeud), un identifiant de terminal étant affecté à chacun de ces 5 seconds enregistrements ; et - d'autre part le contenu de la déclaration (identité de la personne), de façon à qualifier l'audience avec des données socio-démographiques. Selon une caractéristique particulière, ledit au moins un paramètre de hit appartient au groupe comprenant : une information d'état d'un lecteur de contenu, un 10 identifiant de contenu, un index temporel de lecture d'un contenu et un identifiant de session de visualisation. De cette façon, la solution proposée s'applique à une collecte pour une mesure d'audience centrée-utilisateur de contenus audio et/ou vidéo restitués par des lecteurs de contenus (« players »).

15 Dans une première implémentation particulière, l'ensemble de premiers enregistrements comprend une pluralité de sous-ensembles comprenant chacun des premiers enregistrements créés par un élément intermédiaire distinct, qui est un routeur installé dans un des foyers de panéliste(s) et auquel est connecté chaque terminal dudit foyer de panéliste(s) pour accéder à un réseau informatique.

20 Selon une caractéristique particulière de cette première implémentation particulière, l'étape d'affectation comprend les étapes suivantes, pour un foyer de panéliste(s) donné comprenant un routeur donné : - obtention d'un premier sous-ensemble, comprenant des premiers enregistrements créés par le routeur donné et contenant une adresse réseau du foyer donné ; 25 - obtention d'un second sous-ensemble, comprenant des seconds enregistrements créés par le noeud et contenant ladite adresse réseau du foyer donné ; - détermination de premières sessions regroupant chacune, à partir du premier sous-ensemble et grâce à l'identifiant de terminal compris dans chaque premier enregistrement, des premiers enregistrements relatifs à une consommation d'un 30 même contenu par un même terminal ; 3037459 11 détermination de secondes sessions regroupant chacune, à partir du second sous-ensemble et grâce à un identifiant de session compris dans chaque second enregistrement, des seconds enregistrements relatifs à une consommation d'un même contenu par un même terminal ; 5 obtention de couples de première et seconde sessions, par affectation d'une première session à chaque seconde session, en comparant les heures de début des secondes sessions avec les heures de début des premières sessions ; et pour chaque couple de première et seconde sessions, affectation à chaque second enregistrement de la seconde session dudit couple de l'identifiant de terminal 10 commun à tous les premiers enregistrements de la première session dudit couple. Dans une deuxième implémentation particulière, l'ensemble de premiers enregistrements comprend une pluralité de sous-ensembles comprenant chacun des premiers enregistrements créés par un élément intermédiaire distinct, qui est un proxy interne à un des terminaux.

15 Selon une caractéristique particulière de cette deuxième implémentation particulière, l'étape d'affectation comprend les étapes suivantes, pour un terminal donné comprenant un proxy interne donné : - obtention d'un premier sous-ensemble, comprenant des premiers enregistrements créés par le proxy interne donné et contenant une adresse réseau du terminal 20 donné ; - obtention d'un second sous-ensemble, comprenant des seconds enregistrements créés par le noeud et contenant ladite adresse réseau du terminal donné ; - détermination de premières sessions regroupant chacune, à partir du premier sous-ensemble et grâce à l'identifiant de terminal compris dans chaque premier 25 enregistrement, des premiers enregistrements relatifs à une consommation d'un même contenu par le terminal donné ; - détermination de secondes sessions regroupant chacune, à partir du second sous-ensemble et grâce à un identifiant de session compris dans chaque second enregistrement, des seconds enregistrements relatifs à une consommation d'un 30 même contenu par le terminal donné ; 3037459 12 obtention de couples de première et seconde sessions, par affectation d'une première session à chaque seconde session, en comparant les heures de début des secondes sessions avec les heures de début des premières sessions ; et pour chaque couple de première et seconde sessions, affectation à chaque second 5 enregistrement de la seconde session dudit couple de l'identifiant de terminal commun à tous les premiers enregistrements de la première session dudit couple. Selon une caractéristique particulière de la première et/ou la deuxième implémentation particulière, l'obtention de couples de première et seconde sessions est effectuée en comparant également les heures de fin des secondes sessions avec les 10 heures de fin des premières sessions. Selon une caractéristique particulière de la première et/ou la deuxième implémentation particulière, pour une première session donnée, si la comparaison des heures de fin indique que la première session donnée doit être affectée à une autre seconde session que celle indiquée par la comparaison des heures de début, la première 15 session donnée est affectée à la fois à la seconde session indiquée par la comparaison des heures de début, formant ainsi un premier couple de sessions, et à ladite autre seconde session indiquée par la comparaison des heures de fin, formant ainsi un second couple de sessions. Dans une troisième implémentation particulière, l'élément intermédiaire est un 20 proxy externe aux terminaux et à travers lequel transite le trafic réseau des terminaux pour accéder à un réseau informatique. Selon une caractéristique particulière de cette troisième implémentation particulière, pour un hit donné transmis par un terminal donné : - le premier enregistrement concernant le hit donné comprend une information 25 spécifique au terminal donné, au moins lors de la transmission du hit donné, et insérée par le proxy ; - le second enregistrement concernant le hit donné comprend ladite information spécifique au terminal donné, au moins lors de la transmission du hit donné, et insérée par le noeud ; et 30 - l'identifiant de terminal contenu dans le premier enregistrement concernant le hit donné est affecté au second enregistrement concernant le hit donné, en utilisant 3037459 13 au moins ladite information spécifique au terminal donné comme clé d'association. Selon une caractéristique particulière de cette troisième implémentation particulière, ladite information spécifique au terminal donné comprend un numéro du 5 port de sortie du proxy par lequel transite le hit. Dans un autre mode de réalisation de l'invention, il est proposé un produit programme d'ordinateur qui comprend des instructions de code de programme pour la mise en oeuvre du procédé précité (dans l'un quelconque de ses différents modes de réalisation), lorsque ledit programme est exécuté sur un ordinateur.

10 Dans un autre mode de réalisation de l'invention, il est proposé un médium de stockage lisible par ordinateur et non transitoire, stockant un programme d'ordinateur comprenant un jeu d'instructions exécutables par un ordinateur pour mettre en oeuvre le procédé précité (dans l'un quelconque de ses différents modes de réalisation). Dans un autre mode de réalisation de l'invention, il est proposé un dispositif de 15 collecte, pour une mesure d'audience centrée-utilisateur, de messages de consommation, dits hits, transmis vers un noeud de mesure d'audience centrée-site par des marqueurs exécutés par des terminaux compris dans des foyers de panéliste(s). Le dispositif de collecte est configuré et adapté pour : obtenir un ensemble de premiers enregistrements créés par au moins un élément 20 intermédiaire par lequel transitent les hits, chaque premier enregistrement concernant un hit distinct et comprenant un identifiant du terminal qui a envoyé le hit ; obtenir un ensemble de seconds enregistrements créés par le noeud, chaque second enregistrement concernant un hit distinct et comprenant au moins un 25 paramètre de hit ; et affecter à chaque second enregistrement un identifiant de terminal dérivé soit d'un unique premier enregistrement soit de plusieurs premiers enregistrements comprenant un même identifiant de terminal. Avantageusement, le dispositif de collecte comprend des moyens de mise en 30 oeuvre des étapes qu'il effectue dans le procédé de collecte tel que décrit précédemment, dans l'un quelconque de ses différents modes de réalisation. 3037459 14 5. LISTE DES FIGURES D'autres caractéristiques et avantages de l'invention apparaîtront à la lecture de la description suivante, donnée à titre d'exemple indicatif et non limitatif, et des dessins annexés, dans lesquels : 5 - la figure 1 illustre le principe général d'un procédé de collecte selon un premier mode de réalisation particulier de l'invention ; - la figure 2 présente un synoptique d'un système permettant la mise en oeuvre du procédé de collecte selon le premier mode de réalisation particulier de l'invention ; 10 - la figure 3 présente un organigramme du procédé de collecte selon le premier mode de réalisation particulier de l'invention ; - les figures 4 à 7 illustrent l'étape d'obtention de couples de première et seconde sessions apparaissant sur la figure 3 ; - la figure 8 présente un synoptique d'un système permettant la mise en oeuvre 15 d'un procédé de collecte selon un second mode de réalisation particulier de l'invention ; - la figure 9 présente un organigramme du procédé de collecte selon le second mode de réalisation particulier de l'invention ; - la figure 10 présente la structure d'un dispositif de collecte selon un mode de 20 réalisation particulier de l'invention ; et - la figure 11 présente un synoptique d'un système permettant la mise en oeuvre du procédé de collecte selon un troisième mode de réalisation particulier de l'invention. 6. DESCRIPTION DÉTAILLÉE 25 On notera que les seconde et troisième implémentations de la section précédente (« exposé de l'invention ») correspondent respectivement aux troisième et deuxième modes de réalisation de la présente section. Sur toutes les figures du présent document, les éléments et étapes identiques sont désignés par une même référence numérique.

30 On présente maintenant, en relation avec les figures 1 à 7, un procédé de collecte selon un premier mode de réalisation particulier de l'invention.

3037459 15 Comme illustré sur les figures 1 et 2, on considère un foyer de panéliste(s) 1, comprenant au moins un terminal 2, 2A, 2B (ordinateur, smartphone, tablette, TV connectée, etc.) connecté à un réseau informatique (typiquement Internet) via une box 4 (aussi appelée « modem-routeur » ou « équipement de terminaison de réseau ») fournie 5 par un fournisseur d'accès Internet. Dans un seul souci de simplification, la box n'est pas représentée sur la figure 2. On suppose que chaque terminal participe à la mise en oeuvre d'une mesure orientée-site (« site-centric »). Pour cela, il exécute des marqueurs (intégrés à des pages web ou des applications tierces) qui transmettent des hits (messages de consommation) 10 vers un noeud de mesure d'audience centrée-site 5. Dans le cas où ils sont transmis par des marqueurs coopérant avec des lecteurs (players), ces hits contiennent typiquement comme paramètres l'état du lecteur, le nom du contenu, l'index temporel de lecture et un identifiant de session de visualisation (dont l'exploitation est détaillée plus bas). Chaque marqueur est par exemple contenu dans une page web exécutée par un 15 navigateur lui-même exécuté par le terminal. Dans une variante, chaque marqueur est contenu dans une application tierce elle-même exécutée par le terminal. On suppose également que l'on cherche à exploiter ces hits (y compris les paramètres qu'ils contiennent) pour mettre en oeuvre une mesure orientée-utilisateur (« user-centric »). A cet effet, dans le premier mode de réalisation particulier illustré sur 20 les figures 1 et 2, le foyer de panéliste(s) 1 est équipé en outre d'un routeur 3. Chaque terminal du foyer est connecté au routeur 3, qui lui-même est connecté à la box 4. Le routeur 3 peut ainsi loguer le trafic Internet, transitant à travers lui, de chaque terminal 2, 2A, 2B du foyer. Dans le premier mode de réalisation particulier, la technique proposée permet de 25 collecter les hits, et les paramètres qu'ils contiennent, quelle que soit la nature (sécurisée ou non) de la connexion 6 établie entre le terminal 2 et le noeud 5. Dans le cas où la connexion entre le terminal 2 et le noeud 5 est sécurisée (par exemple selon le protocole de communication HTTPS), le routeur 3 étant placé pour chaque hit au milieu de cette connexion HTTPS, il crée un enregistrement (aussi appelé 30 « log ») qui n'est qu'une trace réseau comprenant le nom de domaine vers lequel le hit a été envoyé, ainsi qu'un identifiant du terminal qui a envoyé le hit. En effet, chaque 3037459 16 terminal connecté au routeur est typiquement identifié par un identifiant unique de connexion (par exemple son adresse MAC ou son adresse IP locale sur le réseau local (LAN) du foyer), ce qui permet au routeur de loguer séparément le trafic Internet de chaque terminal. Sur la figure 2, les logs relatifs aux hits transmis par le terminal A 5 (référencé 2A) sont référencés 21A et ceux relatifs aux hits transmis par le terminal B (référencé 2B) sont référencés 21B Mais chaque log de hit créé par le routeur ne comprend aucun des paramètres contenus dans le hit. Par exemple, pour des hits transmis par des marqueurs coopérant avec des dispositifs de lecture (players), le routeur n'enregistre pas les paramètres 10 suivants : état du lecteur, nom du contenu, index temporel de lecture et identifiant de session de visualisation. Les logs de hits 21A, 21B créés par le routeur ne sont donc pas exploitables seuls, pour effectuer une mesure « user-centric ». Le principe général du procédé de collecte selon le premier mode de réalisation consiste à aller chercher les paramètres des hits directement dans des enregistrements 15 (logs) 22 du noeud de mesure site-centric 5. Pour ce faire, il est possible d'utiliser l'adresse IP publique (adresse réseau) du foyer comme clé d'association car le noeud de mesure logue l'adresse IP source (publique) des hits. En d'autres termes, pour chaque hit, le log créé par le noeud 5 et le log créé par le routeur 3 comprennent chacun l'adresse IP publique du routeur ayant émis ce hit.

20 Le routeur 3 peut par exemple interroger un Web service 8 comme « http://www.whatismyip.com/» afin de connaître son adresse IP publique, qui est celle de la box 4 du foyer 1 (aussi appelée « adresse IP du foyer »). Cette interrogation est symbolisée par la flèche référencée 9 sur la figure 2). Une fois l'adresse IP connue et enregistrée par le routeur 3, ce dernier la 25 transmet à un dispositif de collecte 20 (cette transmission est symbolisée par la flèche référencée 10 sur la figure 2). Ainsi, le dispositif de collecte 20 peut aller a posteriori récupérer des logs 22 du noeud de mesure 5 relatifs à des hits (avec leurs paramètres) émis depuis cette adresse IP. Cette récupération est symbolisée sur la figure 1 par la flèche référencée 7. Par ailleurs, le dispositif de collecte 20 reçoit les logs de hits 21A, 30 21B créés par le routeur 3.

3037459 17 Mais tous les terminaux d'un foyer ont la même adresse IP publique (celle de la box 4 du foyer), ce qui ne permet pas au dispositif de collecte 20 d'affecter directement les logs de hits 21A, 21B créés par le routeur 3 aux logs de hits 22 créés par le noeud de mesure 5. En d'autres termes, l'utilisation de l'adresse IP publique du foyer comme clé 5 d'association n'est pas suffisante. Elle permet d'obtenir un sous-ensemble de logs de hits créés par le routeur 3 et un sous-ensemble de logs de hits créés par le noeud de mesure 5. Mais elle ne permet pas d'affecter un log de hit créé par le routeur 3 (ce log comprenant un identifiant du terminal qui a envoyé le hit, par exemple son adresse MAC) à chaque log de hit créé par le noeud de mesure 5.

10 Autrement dit, elle ne permet pas au dispositif de collecte 20 d'associer à chaque log de hit créé par le noeud de mesure 5, l'identifiant du terminal qui a envoyé le hit. Or ceci est nécessaire, dans le cadre d'une mesure d'audience centrée-utilisateur, d'une part pour connaître l'identité de la (ou les) personne(s) déclarée(s) sur ce terminal et d'autre part pour connaître le type de ce terminal. En effet, dans le cadre d'une mesure 15 d'audience centrée-utilisateur, on demande généralement à l'utilisateur du terminal de se déclarer en sélectionnant son prénom parmi la liste des personnes du foyer. Cette information (déclaration) est alors associée au trafic du terminal (soit dans le routeur, soit au niveau du back-office) de façon à qualifier l'audience avec des données sociodémographiques.

20 Afin de permettre au dispositif de collecte 20 d'associer à chaque log de hit créé par le noeud de mesure 5, l'identifiant du terminal qui a envoyé le hit, une solution proposée dans le premier mode de réalisation particulier de l'invention consiste à reconstituer des sessions de visualisation du côté du routeur 3 et à les rapprocher de sessions de visualisation calculées du côté du noeud de mesure 5. Ce rapprochement 25 entre sessions de visualisation (aussi appelées sessions de consommation) s'effectue par exemple sur la base des heures de début et de fin de session les plus proches. La figure 3 présente un organigramme du procédé de collecte selon le premier mode de réalisation particulier de l'invention, incluant la solution précitée avec rapprochement de sessions de visualisation (aussi appelées simplement « sessions » par 3037459 18 la suite). Le dispositif de collecte 20 effectue ce procédé pour chaque foyer de panéliste(s) équipé d'un routeur. Dans une étape 31, le dispositif de collecte 20 obtient des premiers logs de hits, créés par le routeur 3 et contenant l'adresse IP du foyer.

5 Dans une étape 32, le dispositif de collecte 20 obtient des seconds logs de hits, créés par le noeud de mesure 5 et contenant eux-aussi l'adresse IP du foyer. Dans une étape 33, le dispositif de collecte 20 détermine de premières sessions regroupant chacune, à partir du résultat de l'étape 31 et grâce à l'identifiant de terminal compris dans chaque premier log de hit, des premiers logs de hits relatifs à une 10 consommation d'un même contenu par un même terminal. Dans une étape 34, le dispositif de collecte 20 détermine de secondes sessions regroupant chacune, à partir du résultat de l'étape 32 et grâce à un identifiant de session compris dans chaque second log de hit, des seconds logs de hits relatifs à une consommation d'un même contenu par un même terminal.

15 Dans une étape 35, le dispositif de collecte 20 obtient des couples de première et seconde sessions, par affectation d'une première session à chaque seconde session, en comparant les heures de début des secondes sessions avec les heures de début des premières sessions, ainsi que (dans une mise en oeuvre particulière) les heures de fin des secondes sessions avec les heures de fin des premières sessions.

20 Dans une étape 36, pour chaque couple de première et seconde sessions, le dispositif de collecte 20 affecte, à chaque second log de hit de la seconde session du couple, l'identifiant de terminal commun à tous les premiers logs de hit de la première session du couple. Ceci permet d'atteindre l'objectif visé : connaître l'identité du ou des utilisateurs 25 et le type de terminal ayant consommé le contenu auquel se rapportent le couple comprenant cette seconde session et la première session qui lui est affectée. Les figures 4 à 7 illustrent l'étape précitée d'obtention de couples de première et seconde sessions, référencée 35 sur la figure 3. Bien qu'il existe plusieurs technologies distinctes de Web Analytics, chacune 30 utilise généralement un concept d'identifiant unique de session pour regrouper tous les 3037459 19 hits (et donc tous les logs de hits correspondants) dans une seule et unique session de visualisation. Pour les logs de hits créés par le noeud de mesure 5, on peut donc identifier une session de visualisation grâce à l'identifiant de session unique véhiculé par les 5 paramètres des hits logués. On connaît ainsi de façon certaine le début et la durée de la session grâce à l'heure du premier et du dernier hit. Pour les logs de hits créés par le routeur 3, l'information se limite pour chaque hit HTTPS à l'heure d'envoi puisqu'aucun paramètre véhiculé par le hit n'est lisible par le routeur. Toutefois, grâce à l'identifiant unique de connexion (par exemple l'adresse 10 MAC), le routeur a la possibilité de loguer distinctement les hits HTTPS émis par chaque terminal. Ainsi, la consommation simultanée d'un même contenu vidéo par deux terminaux du foyer donnera lieu à deux ensembles de logs de hits distincts. Bien qu'il existe plusieurs technologies distinctes de Web Analytics, la plupart des marqueurs correspondants envoient périodiquement des hits (par exemple toutes les 60 secondes en 15 régime nominal pour la technologie « eStat streaming » de Médiamétrie) pour indiquer que le lecteur (player) est toujours en lecture. Des hits peuvent aussi être envoyés pour indiquer des actions (par exemple pause/play/stop/jump/...) sur le flux vidéo. Dans ces conditions, on peut détecter la fin probable d'une session par une absence de hit pendant la période nominale (60s dans le cas du marqueur « eStat streaming »).

20 Pour un foyer donné d'adresse IP connue, la figure 4 illustre le rapprochement de secondes sessions (regroupant des seconds logs de hits créés par le noeud de mesure 5) avec des premières sessions (regroupant des premiers logs de hits créés par le routeur 3). Dans cet exemple, les premières sessions référencées Sr/Al et Sr/A,2 (regroupant chacune des premiers logs de hits transmis par le terminal A) sont affectées 25 respectivement à la seconde session référencée Sua et à la seconde session référencée Sio. La première session référencée Srs j (regroupant chacune des premiers logs de hits transmis par le terminal B) est affectée à la seconde session référencée S.,2. Plus précisément, comme illustré sur la figure 5, pour une première session regroupant des premiers logs de hits créés par le routeur (celle référencée Sr/Ba dans cet 30 exemple), le dispositif de collecte 20 calcule la distance temporelle entre l'heure de 3037459 20 début de cette première session et l'heure de début de chacune des secondes sessions adjacentes (regroupant des seconds logs de hits créés par le noeud de mesure), et retient la seconde session pour laquelle la distance temporelle est la plus petite. Dans l'exemple illustré, parmi les distances temporelles Dl, D2 et D3, la plus petite est D2, donc la 5 première session référencée Sr/Ba est affectée à la seconde session référencée Sn,2. Comme illustré sur la figure 6, on effectue la même comparaison avec l'heure de fin pour vérifier que l'heure de fin de la seconde session retenue (S11,2 dans cet exemple) correspond également à la plus courte des distances temporelles entre l'heure de fin de la première session et les heures de fin des secondes sessions adjacentes. Dans 10 l'exemple illustré, c'est vérifié puisque parmi les distances temporelles Dl', D2' et D3', la plus petite est D2'. La figure 7 illustre le cas où un terminal (terminal A dans cet exemple) enchaîne deux sessions de visualisation dans un temps très court, inférieur à la période d'envoi des hits par le marqueur. Les deux premières sessions référencées 5r/A,1 et 5r/A,2 sur les 15 figures 4 à 6 se retrouvent agrégées en une seule première session référencée 5'r/A,1sur la figure 7. Ceci crée une incohérence pour l'affectation : en comparant les heures de début de session, la première session référencée 5'r/A,1 sera affectée à la seconde session référencée Sua ; mais la comparaison des heures de fin de session conduira à l'affecter à la seconde session référencée Sn,3. La solution proposée dans ce cas consiste à affecter la 20 première session référencée 5'r/A,1 (et donc le terminal A) aux deux secondes sessions référencées Sna et Sn,3. En d'autres termes, deux couples de sessions sont ainsi formés : (S'r,A,i, Sua) et (S'r,A,i, Sn,3). Ainsi, à l'issue de l'étape 36 utilisant chacun de ces couples, on atteint l'objectif visé : connaître l'identité de l'utilisateur (ou des utilisateurs) et le type de terminal ayant consommé les secondes sessions référencées Sna et Sn,3 loguées 25 par le noeud de mesure. On présente maintenant, en relation avec les figures 8 et 9, un procédé de collecte selon un second mode de réalisation particulier de l'invention. Comme illustré sur la figure 8, ce second mode de réalisation se distingue du premier (décrit ci-dessus) en ce que l'équipement réseau permettant d'obtenir les 3037459 21 premiers logs de hits (c'est-à-dire loguer le trafic Internet de terminaux de foyers panélistes) n'est pas un routeur (pour chaque foyer) mais un proxy 82. Sur la figure 8, parmi les logs créés par le proxy 82, ceux relatifs aux hits transmis par le terminal A (référencé 2A) sont référencés 81A et ceux relatifs aux hits 5 transmis par le terminal B (référencé 2B) sont référencés 8113 Les terminaux d'un même foyer passent par le même proxy, soit en utilisant des ports d'entrée distincts, affectés individuellement à chaque terminal, soit en utilisant un port commun à tous les terminaux du foyer (ou du panel) mais avec des login et mot de passe distincts pour les différencier (cas d'un proxy authentifié). Dans tous les cas, le 10 proxy est donc capable de loguer séparément les terminaux d'un foyer. En d'autres termes, chaque log de hit créé par le proxy 82 comprend un identifiant du terminal qui a envoyé le hit. Dans le cas où la connexion entre le terminal 2 et le noeud 5 est sécurisée (par exemple selon le protocole de communication HTTPS), le proxy 82 étant placé pour 15 chaque hit au milieu de cette connexion HTTPS, il crée un log de hit qui n'est qu'une trace réseau comprenant le nom de domaine vers lequel le hit a été envoyé, ainsi qu'un identifiant du terminal qui a envoyé le hit. Mais ce log de hit créé par le proxy ne comprend aucun des paramètres contenus dans le hit. L'adresse IP source des hits logués sur le noeud de mesure est toujours celle du 20 proxy 82. Une autre clé d'association doit être utilisée, comme par exemple le port de sortie du proxy dans la connexion au noeud de mesure (aussi appelé « port source »), qui permet de distinguer les différents terminaux en sortie du proxy. On notera que pour appliquer au proxy 82 le même mécanisme d'affectation que pour le routeur 3 (dans le premier mode de réalisation), il faudrait considérer que le 25 proxy masque tous les terminaux derrière la même adresse IP du proxy, de la même façon que tous les terminaux d'un foyer sont masqués derrière la même adresse IP du foyer. La différence majeure est que derrière le proxy se cachent des milliers de terminaux alors que derrière le routeur il n'y en a quelques-uns. Ainsi, l'affectation sur la base des débuts/fins de sessions probables a peu de chance de fonctionner efficacement 30 s'il y a des milliers de terminaux enjeu.

3037459 22 Le port de sortie du proxy est une information spécifique au terminal, au moins lors de la transmission du hit. Plus précisément, dans une première implémentation, l'information n'est spécifique au terminal que de manière temporaire. En d'autres termes, les ports de sortie du proxy sont réalloués dynamiquement. Un port de sortie du 5 proxy n'est affecté (et donc n'est spécifique) à un terminal donné que pendant une période temporelle limitée. Dans une variante, l'information spécifique est invariante dans le temps (tous les hits envoyés par un terminal donné empruntent le même port de sortie du proxy, qui est spécifique au terminal donné). Cette variante nécessite de disposer d'un plus grand nombre de ports de sortie du proxy et/ou de traiter un plus 10 faible nombre de terminaux. Dans le second mode de réalisation, pour chaque hit, le proxy 82 doit récupérer et loguer le numéro de port de sortie du proxy. En d'autres termes, pour chaque hit, le premier log de ce hit créé par le proxy 82 comprend le numéro de port de sortie du proxy par lequel le hit passe pour atteindre le noeud de mesure.

15 Le noeud de mesure en fait de même. Il doit récupérer et loguer le numéro de port de sortie du proxy. En d'autres termes, pour chaque hit, le second log de hit créé par le noeud de mesure 5 comprend le numéro de port de sortie du proxy par lequel le hit passe pour atteindre le noeud de mesure. Ainsi le dispositif de collecte 20 peut rapprocher les premiers logs de hits 81A, 20 81B créés par le proxy et les seconds logs de hit 22 créés par le noeud de mesure. Dans le cas où les ports de sortie du proxy sont réalloués dynamiquement, ce rapprochement est basé non seulement sur le numéro de port de sortie du proxy (compris dans chacun des premiers et seconds logs de hits), mais également sur l'instant de transmission de chaque hit (chacun des premiers et seconds logs de hits étant horodaté).

25 La figure 9 présente un organigramme du procédé de collecte selon le second mode de réalisation particulier de l'invention. Dans une étape 91, le dispositif de collecte 80 obtient des premiers logs de hits, créés par le proxy 82 et contenant chacun un numéro de port de sortie du proxy (information insérée par le proxy et spécifique au terminal ayant transmis le hit) et une 3037459 23 information d'horodatage (correspondant sensiblement à l'instant de transmission du hit entre le proxy et le noeud). Dans une étape 92, le dispositif de collecte 80 obtient des seconds logs de hits, créés par le noeud de mesure 5 et contenant eux-aussi chacun un numéro de port de 5 sortie du proxy (information insérée par le noeud de mesure et spécifique au terminal ayant transmis le hit) et une information d'horodatage (correspondant sensiblement à l'instant de transmission du hit entre le proxy et le noeud). Dans une étape 93, le dispositif de collecte 80 affecte un premier log de hit (et donc l'identifiant de terminal que celui-ci contient) à chaque second log de hit, en 10 utilisant le numéro de port de sortie du proxy comme clé d'association (en combinaison avec les informations d'horodatage contenues dans les logs de hits, dans le cas d'une réallocation dynamique des ports de sortie du proxy). Ceci permet d'atteindre l'objectif visé : associer les paramètres contenus dans le second log de hit avec le terminal ayant transmis le hit, ce qui permet de connaître l'identité du ou des utilisateurs et le type de 15 terminal ayant consommé le contenu. On présente maintenant, en relation avec la figure 11, un procédé de collecte selon un troisième mode de réalisation particulier de l'invention. Ce troisième mode de réalisation se distingue du premier (décrit ci-dessus avec les figures 1 à 7) en ce que l'élément intermédiaire permettant d'obtenir les premiers 20 logs de hits (c'est-à-dire loguer le trafic Internet de terminaux de foyers panélistes) n'est pas le routeur 3 du foyer, mais un proxy interne à chaque terminal, appelé par la suite « proxy local ». Plus précisément, chaque terminal 2A', 2B' du foyer comprend : - une application 2aA, 2aB dont on cherche à mesurer le trafic Internet. Cette 25 application est par exemple un navigateur Internet qui exécute des pages web contenant des marqueurs, ou bien une application tierce contenant des marqueurs. Les marqueurs, quand ils sont exécutés, transmettent des hits (messages de consommation) vers le noeud de mesure d'audience centrée-site 5; - une application « meter » 2bA, 2bB (cf. définition plus haut), qui fonctionne en 30 tâche de fond et installe un proxy local 2cA, 2cB (aussi appelé « process proxy ») sur le terminal.

3037459 24 Dans le cas où la connexion entre un terminal 2A', 2B' (plus précisément une application 2aA, 2aB dont on cherche à mesurer le trafic) et le noeud 5 est sécurisée (par exemple selon le protocole de communication HTTPS), le proxy local 2cA, 2cB étant placé pour chaque hit au milieu de cette connexion HTTPS, il crée un enregistrement 5 (aussi appelé « log ») qui n'est qu'une trace réseau comprenant le nom de domaine vers lequel le hit a été envoyé, ainsi qu'un identifiant du terminal qui a envoyé le hit (par exemple son adresse MAC). Sur la figure 11, les logs relatifs aux hits transmis par le terminal A (référencé 2A') sont référencés 21; et ceux relatifs aux hits transmis par le terminal B (référencé 2B') sont référencés 21B'.

10 Mais chaque log de hit créé par le proxy local 2cA, 2cB ne comprend aucun des paramètres contenus dans le hit. Par exemple, pour des hits transmis par des marqueurs coopérant avec des dispositifs de lecture (players), le proxy local n'enregistre pas les paramètres suivants : état du lecteur, nom du contenu, index temporel de lecture et identifiant de session de visualisation. Les logs de hits 21A, 21B créés par les proxy 15 locaux 2cA, 2cB ne sont donc pas exploitables seuls, pour effectuer une mesure « user- centric ». Comme dans le premier mode de réalisation, la solution proposée consiste à aller chercher les paramètres des hits directement dans des enregistrements (logs) 22 du noeud de mesure site-centric 5. Mais pour ce faire, dans le troisième mode de réalisation, 20 on utilise les adresses IP publiques (adresses réseau) des terminaux comme clés d'association car le noeud de mesure logue l'adresse IP source (publique) des hits. En d'autres termes, pour chaque hit, le log créé par le noeud 5 et le log créé par le proxy local 2cA, 2cB comprennent chacun l'adresse IP publique du terminal ayant émis ce hit. L'application « meter » 2bA, 2bB de chaque terminal 2A', 2B' peut par exemple 25 interroger un Web service 8 comme « http://www.whatismyip.com/» afin de connaître l'adresse IP publique de ce terminal. Cette interrogation est symbolisée par les flèches référencées 9A' et 9B ' sur la figure 11). L'adresse IP publique d'un terminal résulte d'une translation d'adresse, en partant d'une adresse IP privée dans le réseau privé 110 auquel appartient le terminal (réseau local derrière la box 4 du foyer 1, réseau mobile 30 opérateur...).

3037459 25 Une fois l'adresse IP publique du terminal connue et enregistrée par l'application « meter » 2bA, 2bB, cette dernière la transmet au dispositif de collecte 20' (cette transmission est symbolisée par les flèches référencées 10A' et 10B' sur la figure 11). Ainsi, le dispositif de collecte 20 peut aller a posteriori récupérer des logs 22 du 5 noeud de mesure 5 relatifs à des hits (avec leurs paramètres) émis depuis cette adresse IP. Par ailleurs, le dispositif de collecte 20' reçoit les logs de hits 21A, 21B' créés par les proxy locaux 2cA, 2cB. Mais plusieurs terminaux d'un même réseau privé 110 peuvent avoir la même adresse IP publique, ce qui ne permet pas au dispositif de collecte 20' d'affecter 10 directement les logs de hits 21A, 21B' créés par les proxy locaux 2cA, 2cB aux logs de hits 22 créés par le noeud de mesure 5. En d'autres termes, l'utilisation de l'adresse IP publique du terminal comme clé d'association n'est pas suffisante. Elle permet d'obtenir un sous-ensemble de logs de hits créés par les proxy locaux 2cA, 2cB et un sous-ensemble de logs de hits créés par le noeud de mesure 5. Mais elle ne permet pas 15 d'affecter un log de hit créé par un des proxy locaux 2cA, 2cB (ce log comprenant un identifiant du terminal qui a envoyé le hit, par exemple son adresse MAC) à chaque log de hit créé par le noeud de mesure 5. Autrement dit, elle ne permet pas au dispositif de collecte 20' d'associer à chaque log de hit créé par le noeud de mesure 5, l'identifiant du terminal qui a envoyé le 20 hit. Or, comme expliqué plus haut, ceci est nécessaire, dans le cadre d'une mesure d'audience centrée-utilisateur, d'une part pour connaître l'identité de la (ou les) personne(s) déclarée(s) sur ce terminal et d'autre part pour connaître le type de ce terminal. Afin de permettre au dispositif de collecte 20' d'associer à chaque log de hit créé 25 par le noeud de mesure 5, l'identifiant du terminal qui a envoyé le hit, une solution proposée dans le troisième mode de réalisation particulier de l'invention consiste à reconstituer des sessions de visualisation du côté des proxy locaux 2cA, 2cB et à les rapprocher de sessions de visualisation calculées du côté du noeud de mesure 5. Ce rapprochement entre sessions de visualisation (aussi appelées sessions de 3037459 26 consommation) s'effectue par exemple sur la base des heures de début et de fin de session les plus proches (comme expliqué plus haut avec les figures 4 à 7). Il faut souligner que plus le nombre de terminaux dans le réseau privé est élevé (et donc plus la probabilité que plusieurs terminaux de ce réseau privé aient la même 5 adresse IP publique est grande), plus les risques d'erreur d'affectation (i.e. de rapprochement entre sessions de visualisation) sont grands. La figure 10 présente la structure d'un dispositif de collecte 100 selon un mode de réalisation particulier de l'invention. Ce dispositif de collecte est également référencé 20 sur la figure 2 (premier mode de réalisation décrit avec les figures 1 à 7), 80 sur la 10 figure 8 (second mode de réalisation décrit avec les figures 8 et 9) et 20' sur la figure 11 (troisième mode de réalisation décrit avec la figure 11). Il comprend une mémoire vive 103 (par exemple une mémoire RAM), une unité de traitement 102, équipée par exemple d'un processeur, et pilotée par un programme d'ordinateur stocké dans une mémoire morte 101 (par exemple une mémoire ROM ou un 15 disque dur). A l'initialisation, les instructions de code du programme d'ordinateur sont par exemple chargées dans la mémoire vive 103 avant d'être exécutées par le processeur de l'unité de traitement 102. Cette figure 10 illustre seulement une manière particulière, parmi plusieurs possibles, pour que le dispositif de collecte réalise les différentes étapes illustrées du 20 premier ou second mode de réalisation. En effet, la technique proposée se réalise indifféremment sur une machine de calcul reprogrammable (un ordinateur PC, un processeur DSP ou un microcontrôleur) exécutant un programme comprenant une séquence d'instructions, ou sur une machine de calcul dédiée (par exemple un ensemble de portes logiques comme un FPGA ou un ASIC, ou tout autre module matériel). Dans 25 le cas d'une implémentation sur une machine de calcul reprogrammable, le programme correspondant (c'est-à-dire la séquence d'instructions) pourra être stocké dans un médium de stockage amovible (tel que par exemple une disquette, un CD-ROM ou un DVD-ROM) ou non, ce médium de stockage étant lisible partiellement ou totalement par un ordinateur ou un processeur. 30

Claims (14)

1. REVENDICATIONS1. Procédé de collecte, pour une mesure d'audience centrée-utilisateur, de messages de consommation, dits hits, transmis vers un noeud de mesure d'audience centrée-site (5) par des marqueurs exécutés par des terminaux (2) compris dans des foyers de panéliste(s) (1), caractérisé en ce qu'il comprend les étapes suivantes : obtention (31 ; 91) d'un ensemble de premiers enregistrements créés par au moins un élément intermédiaire (3 ; 82) par lequel transitent les hits, chaque premier enregistrement concernant un hit distinct et comprenant un identifiant du terminal qui a envoyé le hit ; obtention (32 ; 92) d'un ensemble de seconds enregistrements créés par le noeud, chaque second enregistrement concernant un hit distinct et comprenant au moins un paramètre de hit ; et affectation (33-35; 93) à chaque second enregistrement d'un identifiant de terminal dérivé soit d'un unique premier enregistrement soit de plusieurs premiers enregistrements comprenant un même identifiant de terminal.
2. 2. Procédé selon la revendication 1, dans lequel ledit au moins un paramètre de hit appartient au groupe comprenant : une information d'état d'un lecteur de contenu, un identifiant de contenu, un index temporel de lecture d'un contenu et un identifiant de session de visualisation.
3. 3. Procédé selon l'une quelconque des revendications 1 et 2, dans lequel l'ensemble de premiers enregistrements comprend une pluralité de sous-ensembles comprenant chacun des premiers enregistrements créés par un élément intermédiaire distinct, qui est un routeur (3) installé dans un des foyers de panéliste(s) et auquel est connecté chaque terminal (2A, 2B) dudit foyer de panéliste(s) pour accéder à un réseau informatique.
4. 4. Procédé selon la revendication 3, dans lequel l'étape d'affectation comprend les étapes suivantes, pour un foyer de panéliste(s) donné comprenant un routeur donné : - obtention (31) d'un premier sous-ensemble, comprenant des premiers enregistrements créés par le routeur donné et contenant une adresse réseau du foyer donné ; 3037459 28 obtention (32) d'un second sous-ensemble, comprenant des seconds enregistrements créés par le noeud et contenant ladite adresse réseau du foyer donné ; détermination (33) de premières sessions regroupant chacune, à partir du premier 5 sous-ensemble et grâce à l'identifiant de terminal compris dans chaque premier enregistrement, des premiers enregistrements relatifs à une consommation d'un même contenu par un même terminal ; détermination (34) de secondes sessions regroupant chacune, à partir du second sous-ensemble et grâce à un identifiant de session compris dans chaque second 10 enregistrement, des seconds enregistrements relatifs à une consommation d'un même contenu par un même terminal ; obtention (35) de couples de première et seconde sessions, par affectation d'une première session à chaque seconde session, en comparant les heures de début des secondes sessions avec les heures de début des premières sessions ; et 15 pour chaque couple de première et seconde sessions, affectation (36) à chaque second enregistrement de la seconde session dudit couple de l'identifiant de terminal commun à tous les premiers enregistrements de la première session dudit couple.
5. 5. Procédé selon l'une quelconque des revendications 1 et 2, dans lequel l'ensemble 20 de premiers enregistrements comprend une pluralité de sous-ensembles comprenant chacun des premiers enregistrements créés par un élément intermédiaire distinct, qui est un proxy interne à un des terminaux (2A, 2B).
6. 6. Procédé selon la revendication 5, dans lequel l'étape d'affectation comprend les étapes suivantes, pour un terminal donné comprenant un proxy interne donné : 25 - obtention d'un premier sous-ensemble, comprenant des premiers enregistrements créés par le proxy interne donné et contenant une adresse réseau du terminal donné ; - obtention d'un second sous-ensemble, comprenant des seconds enregistrements créés par le noeud et contenant ladite adresse réseau du terminal donné ; - détermination de premières sessions regroupant chacune, à partir du premier sous-ensemble et grâce à l'identifiant de terminal compris dans chaque premier 3037459 29 enregistrement, des premiers enregistrements relatifs à une consommation d'un même contenu par le terminal donné ; détermination de secondes sessions regroupant chacune, à partir du second sous-ensemble et grâce à un identifiant de session compris dans chaque second 5 enregistrement, des seconds enregistrements relatifs à une consommation d'un même contenu par le terminal donné ; obtention de couples de première et seconde sessions, par affectation d'une première session à chaque seconde session, en comparant les heures de début des secondes sessions avec les heures de début des premières sessions ; et 10 pour chaque couple de première et seconde sessions, affectation à chaque second enregistrement de la seconde session dudit couple de l'identifiant de terminal commun à tous les premiers enregistrements de la première session dudit couple.
7. 7. Procédé selon la revendication 4 ou 6, dans lequel l'obtention de couples de première et seconde sessions est effectuée en comparant également les heures de fin des 15 secondes sessions avec les heures de fin des premières sessions.
8. 8. Procédé selon la revendication 7, dans lequel, pour une première session donnée, si la comparaison des heures de fin indique que la première session donnée doit être affectée à une autre seconde session que celle indiquée par la comparaison des heures de début, la première session donnée est affectée à la fois à la seconde session indiquée par 20 la comparaison des heures de début, formant ainsi un premier couple de sessions, et à ladite autre seconde session indiquée par la comparaison des heures de fin, formant ainsi un second couple de sessions.
9. 9. Procédé selon l'une quelconque des revendications 1 et 2, dans lequel l'élément intermédiaire est un proxy (82) externe aux terminaux et à travers lequel transite le trafic 25 réseau des terminaux (2A, 2B) pour accéder à un réseau informatique.
10. 10. Procédé selon la revendication 9, dans lequel, pour un hit donné transmis par un terminal donné : - le premier enregistrement concernant le hit donné comprend une information spécifique au terminal donné, au moins lors de la transmission du hit donné, et 30 insérée par le proxy ; - 3037459 30 - le second enregistrement concernant le hit donné comprend ladite information spécifique au terminal donné, au moins lors de la- transmission du hit donné, et insérée par le noeud ; et - l'identifiant de terminal contenu dans le premier enregistrement concernant le hit donné est affecté au second enregistrement concernant le hit donné, en utilisant au moins ladite information spécifique au terminal donné comme clé d'association.
11. 11. Procédé selon la revendication 10, dans lequel ladite information spécifique au terminal donné comprend un numéro du port de sortie du proxy par lequel transite le hit. 10
12. 12. Produit programme d'ordinateur, comprenant des instructions de code de programme pour la mise en oeuvre du procédé selon l'une quelconque des revendications 1 à 11, lorsque ledit programme est exécuté sur un ordinateur.
13. 13. Médium de stockage lisible par ordinateur et non transitoire, stockant un produit programme d'ordinateur selon la revendication 12. 15
14. 14. Dispositif de collecte (80), pour une mesure d'audience centrée-utilisateur, de messages de consommation, dits hits, transmis vers un noeud de mesure d'audience centrée-site (5) par des marqueurs exécutés par des terminaux (2) compris dans des foyers de panéliste(s) (1), caractérisé en ce que le dispositif de collecte est configuré et adapté pour : 20 obtenir un ensemble de premiers enregistrements créés par au moins un élément intermédiaire par lequel transitent les hits, chaque premier enregistrement concernant un hit distinct et comprenant un identifiant du terminal qui a envoyé le hit ; obtenir un ensemble de seconds enregistrements créés par le noeud, chaque 25 second enregistrement concernant un hit distinct et comprenant au moins un paramètre de hit ; et affecter à chaque second enregistrement un identifiant de terminal dérivé soit d'un unique premier enregistrement soit de plusieurs premiers enregistrements comprenant un même identifiant de terminal. 30