L'algoritme darrere de la música

Mou-te'n, American Idol.

La propera gran història d'èxit a la indústria de la música no es descobrirà en competicions de talent de gran perfil. En canvi, s'identificarà en conjunts de dades mitjançant algorismes complexos dissenyats per descobrir les tendències d'ús i de negoci.

A la superfície, aquest mètode sona sec i més desproveït d'emocions que les crítiques de Simon Cowell, però en realitat és la manera definitiva en què el públic selecciona "la propera gran cosa". Cada vegada que el públic fa clic als enllaços de YouTube, publica fotos de concerts a Twitter o conversa sobre grups a Facebook, contribueix a un conjunt d'informació anomenat big data. El terme es refereix a una col·lecció de conjunts de dades que són grans i contenen interrelacions complexes. Penseu en l'estructura de les xarxes socials. Contenen milions de perfils d'usuaris individuals que estan vinculats entre si per amistats, 'm'agrada', membres de grups, etc. Essencialment, el big data reflecteix l'estructura d'aquestes plataformes.

A la indústria de la música, les dades massives es generen per activitats com les vendes en línia, les descàrregues i la comunicació realitzades a través d'aplicacions o entorns de xarxes socials. Les mètriques mesurades inclouen "la quantitat de vegades que les cançons es reprodueixen o es salten, així com el nivell de tracció que reben a les xarxes socials en funció d'accions com els m'agrada i els tuits de Facebook". Les eines d'anàlisi determinen la popularitat general de les pàgines de fans i registren comentaris positius o negatius sobre els artistes. En conjunt, aquesta informació identifica les tendències actuals, avalua el pols digital dels artistes i condueix a vendes mitjançant singles, mercaderies, entrades de concerts i fins i tot subscripcions a serveis de reproducció de música.

Pel que fa a la descoberta de nous talents, el big data té un paper important a l'hora de generar interès en les grans discogràfiques. En molts casos, les empreses compten les pàgines vistes, els "m'agrada" i els seguidors d'un artista. Aleshores, els números es poden comparar fàcilment amb altres artistes del mateix gènere. Una vegada que un acte ha generat més de cent mil seguidors de Facebook o Twitter, els gestors de talent s'adonen i comencen a despertar l'interès dins de la pròpia indústria musical.

Big data seleccionant el següent gran èxit del Top 40

La capacitat d'identificar les tendències actuals i predir la propera megaestrella comporta grans recompenses financeres per a tots els implicats. Per exemple, els científics de dades van estudiar l'impacte de les xarxes socials a les vendes d'àlbums i pistes d'iTunes comparant les mètriques d'un amb els ingressos de l'altre. Van concloure que l'activitat de les xarxes socials es correlaciona amb un augment de les vendes d'àlbums i cançons. Més concretament, les visualitzacions de YouTube tenen el major impacte en les vendes; una troballa que va impulsar moltes discogràfiques a penjar vídeos musicals de gran pressupost a la plataforma per promocionar els singles. Abans de gastar milions en la producció de vídeo, l'anàlisi s'utilitza per identificar quines cançons poden convertir-se en èxits en funció de les activitats en línia del públic objectiu. La precisió d'aquestes prediccions està relacionada amb la qualitat de l'anàlisi de big data.

Els empresaris de la indústria de la música estan experimentant ara amb nous mètodes per desenvolupar algorismes que recullin informació amb més eficiència i precisió. Un dels exemples més notables és una empresa conjunta entre EMI Music i Data Science London anomenada The EMI Million Interview Dataset. Es descriu com "un dels conjunts de dades d'apreciació de la música més rics i més grans que s'han fet mai disponibles: un conjunt de dades massiu, únic, ric i d'alta qualitat compilat a partir d'investigacions globals que conté interessos, actituds, comportaments, familiaritat i apreciació de la música expressats per fans de la música".

David Boyle, vicepresident sènior d'Insight a EMI Music, explica: "(Està) compost per un milió d'entrevistes que tracten temes com el nivell de passió per un gènere i subgènere musical en particular, mètodes preferits per al descobriment de la música, artistes musicals preferits, reflexions sobre la pirateria musical, la transmissió de música, els formats de música i la demografia dels fans".

L'objectiu del projecte és donar a conèixer aquesta recopilació d'informació al públic i millorar la qualitat del negoci dins de la indústria musical.

"Hem tingut un gran èxit utilitzant dades per ajudar-nos a nosaltres i als nostres artistes a entendre els consumidors, i estem encantats de compartir algunes de les nostres dades per ajudar els altres a fer el mateix", diu Boyle.

El 2012, EMI Music and Data Science London va fer un pas més enllà del projecte organitzant el Music Data Science Hackathon. EMC, líder mundial en ciència de dades i solucions de big data, es va unir a l'empresa i va proporcionar infraestructura informàtica. Durant un període de 24 hores, 175 científics de dades van desenvolupar 1,300 fórmules i algorismes per respondre a la pregunta: "Pots predir si a un oient li encantarà una cançó nova?" Els resultats van deixar entreveure el poder de la intel·ligència col·lectiva i els participants van desenvolupar fórmules que es van descriure com a classe mundial.

"Els coneixements revelats en aquest hackathon insinuen el poder i el potencial que tenen Big Data, tant per al descobriment intel·lectual com per al valor empresarial incremental per a organitzacions de tot tipus", diu Chris Roche, director regional d'EMC Greenplum.

Però com pagues als artistes?

Després que la indústria hagi determinat que una cançó té potencial i la publica com a single, com calcula els drets d'autor quan la cançó es reprodueix a les plataformes de xarxes socials o als llocs de streaming? Ara mateix, "les discogràfiques de totes les mides s'enfronten a un problema creixent d'haver de conciliar munts de dades d'empreses de streaming com Spotify, Deezer i YouTube, però tenen menys gent que mai per fer-ho".

Un dels reptes centrals des d'una perspectiva de gestió de la informació és que la majoria de sistemes de gestió de bases de dades no es van desenvolupar per gestionar conjunts de dades tan grans i complexos com el big data. Per exemple, la mida dels fitxers de dades digitals generats pels distribuïdors de música va molt més enllà del que poden gestionar programes com Excel. Això crea problemes, com ara dades que falten i etiquetes de fitxers que no són compatibles amb el programari de comptabilitat.

En la majoria dels casos, tots aquests problemes els resolen els comptables, afegint temps i mà d'obra addicionals a una càrrega de treball que ja és pesada. En molts casos, un gran percentatge de les despeses generals d'una etiqueta està lligat al departament de comptabilitat.

Per combatre aquests problemes, els emprenedors desenvolupen plataformes d'intel·ligència empresarial que tenen la capacitat d'organitzar i analitzar big data. Un dels millors exemples és l'empresa austríaca Rebeat, que descriu els seus serveis com a "comptabilitat de royalties amb tres clics". Fundada el 2006, s'ha convertit ràpidament en el principal distribuïdor digital d'Europa i ofereix accés a 300 serveis digitals a tot el món. Bàsicament, Rebeat racionalitza les pràctiques de comptabilitat i gestiona el treball de fons, com ara la concordança de camps de dades al programari de comptabilitat, de manera que el departament de comptabilitat és lliure de gestionar els pressupostos. També proporcionen una infraestructura per gestionar els pagaments de drets d'autor d'acord amb els acords contractuals, acords directes amb botigues de música digital, generen gràfics per fer un seguiment de les vendes i, el més important, exportar dades a fitxers CSV.

Per descomptat, el servei té un preu. Forbes va informar que les discogràfiques han d'utilitzar Rebeat com a distribuïdor perquè puguin accedir a les dades de l'empresa, que costa una comissió de vendes del 15% i una tarifa fixa de 649 dòlars cada any. Tanmateix, les estimacions suggereixen que, en la majoria dels casos, la superposició de comptabilitat d'una etiqueta sovint costa molt més, la qual cosa significa que signar amb Rebeat podria resultar un estalvi de diners.