Algoritam iza glazbe

Pomakni se, American Idol.

Sljedeća velika priča o uspjehu u glazbenoj industriji neće biti otkrivena na visokoprofilnim natjecanjima talenata. Umjesto toga, bit će identificiran u skupovima podataka pomoću složenih algoritama dizajniranih za otkrivanje korištenja i poslovnih trendova.

Na površini, ova metoda zvuči suhoparno i više lišeno emocija od kritika Simona Cowella, ali to je zapravo krajnji način na koji javnost odabire "sljedeću veliku stvar". Svaki put kada javnost klikne na poveznice na YouTubeu, objavi fotografije s koncerta na Twitteru ili razgovara o bendovima na Facebooku, pridonosi skupu informacija koje se nazivaju veliki podaci. Pojam se odnosi na zbirku skupova podataka koji su veliki i sadrže složene međuodnose. Razmislite o strukturi mreža društvenih medija. Sadrže milijune pojedinačnih korisničkih profila koji su međusobno povezani prijateljstvima, 'lajkovima', članstvima u grupama i tako dalje. U osnovi, veliki podaci odražavaju strukturu ovih platformi.

U glazbenoj industriji velike podatke generiraju aktivnosti poput internetske prodaje, preuzimanja i komunikacije koja se provodi putem aplikacija ili okruženja društvenih medija. Mjereni podaci uključuju "broj puta koliko su pjesme reproducirane ili preskočene, kao i razinu privlačnosti koju dobivaju na društvenim medijima na temelju radnji kao što su Facebook sviđanja i tweetovi." Analitički alati određuju ukupnu popularnost fan stranica i bilježe pozitivne ili negativne komentare o umjetnicima. Zajedno, ove informacije identificiraju trenutne trendove, procjenjuju digitalni puls izvođača i dovode do prodaje putem singlova, robe, ulaznica za koncerte, pa čak i pretplata na usluge strujanja glazbe.

U smislu otkrivanja novih talenata, veliki podaci igraju važnu ulogu u stvaranju interesa u velikim izdavačkim kućama. U mnogim slučajevima, tvrtke zbrajaju umjetnikove preglede stranice, 'lajkove' i sljedbenike. Zatim se brojke mogu lako usporediti s drugim izvođačima u istom žanru. Nakon što je neki nastup generirao više od stotinu tisuća pratitelja na Facebooku ili Twitteru, talent menadžeri to primjećuju i počinju izazivati ​​interes unutar same glazbene industrije.

Veliki podaci odabiru sljedeći veliki hit Top 40

Sposobnost prepoznavanja trenutnih trendova i predviđanja sljedeće megazvijezde dolazi s velikim financijskim nagradama za sve uključene. Na primjer, podatkovni znanstvenici proučavali su utjecaj društvenih medija na iTunes prodaju albuma i praćenja uspoređujući svoje mjerne podatke s prihodima drugih. Zaključili su da je aktivnost društvenih medija povezana s povećanjem prodaje albuma i pjesama. Točnije, pregledi na YouTubeu imaju najveći utjecaj na prodaju; otkriće koje je potaknulo mnoge diskografske kuće da učitaju visokobudžetne glazbene videospotove na platformu za promoviranje singlova. Prije nego što se potroše milijuni na video produkciju, analiza se koristi za utvrđivanje koje će pjesme vjerojatno postati hitovi na temelju online aktivnosti ciljane publike. Točnost ovih predviđanja povezana je s kvalitetom analize velikih podataka.

Poduzetnici unutar glazbene industrije sada eksperimentiraju s novim metodama za razvoj algoritama koji skupljaju informacije s većom učinkovitosti i točnosti. Jedan od najznačajnijih primjera je zajednički pothvat EMI Music i Data Science London pod nazivom The EMI Million Interview Dataset. Opisuje se kao "jedan od najbogatijih i najvećih skupova podataka o cijenjenju glazbe ikada dostupnih – masivan, jedinstven, bogat, visokokvalitetan skup podataka sastavljen iz globalnog istraživanja koji sadrži interese, stavove, ponašanja, poznavanje i cijenjenje glazbe kako ih izražava ljubitelji glazbe.”

David Boyle, viši potpredsjednik za Insight u EMI Musicu, objašnjava: „(Sastoji se) od milijun intervjua koji se bave temama poput razine strasti prema određenom glazbenom žanru i podžanru, preferiranih metoda za otkrivanje glazbe, omiljenih glazbenih umjetnika, razmišljanja o glazbenom piratstvu, strujanju glazbe, glazbenim formatima i demografiji obožavatelja.”

Cilj projekta je objaviti ovu zbirku informacija javnosti i poboljšati kvalitetu poslovanja unutar glazbene industrije.

"Postigli smo veliki uspjeh u korištenju podataka koji pomažu nama i našim umjetnicima da razumijemo potrošače, i uzbuđeni smo što možemo podijeliti neke od naših podataka kako bismo pomogli drugima da učine isto", kaže Boyle.

Godine 2012. EMI Music and Data Science London napravio je korak dalje u projektu organiziranjem Music Data Science Hackathona. EMC, svjetski lider u podatkovnoj znanosti i rješenjima za velike podatke, pridružio se pothvatu i osigurao IT infrastrukturu. Tijekom razdoblja od 24 sata, 175 znanstvenika razvilo je 1,300 formula i algoritama za odgovor na pitanje: "Možete li predvidjeti hoće li se slušatelju svidjeti nova pjesma?" Rezultati su nagovijestili moć kolektivne inteligencije i sudionici su razvili formule koje su opisane kao svjetske klase.

"Uvidi otkriveni u ovom hackathonu nagovještavaju snagu i potencijal Big Data - kako za intelektualna otkrića tako i za inkrementalnu poslovnu vrijednost za organizacije svih vrsta", kaže Chris Roche, regionalni direktor za EMC Greenplum.

Ali kako plaćate umjetnike?

Nakon što je industrija utvrdila da pjesma ima potencijal za hit i objavila je kao singl, kako izračunava tantijeme kada se pjesma pusti na platformama društvenih medija ili stranicama za streaming? Trenutačno se "diskografske kuće svih veličina suočavaju sa sve većim problemom usklađivanja hrpa podataka od tvrtki za streaming poput Spotifyja, Deezera i YouTubea, ali imaju manje ljudi nego ikad koji to rade."

Jedan od središnjih izazova iz perspektive upravljanja informacijama je da većina sustava za upravljanje bazama podataka nije razvijena za rukovanje skupovima podataka koji su veliki i složeni kao veliki podaci. Na primjer, veličina digitalnih podatkovnih datoteka koje generiraju glazbeni distributeri daleko je veća od onoga što programi poput Excela mogu podnijeti. To stvara probleme uključujući podatke koji nedostaju i oznake datoteka koje nisu kompatibilne s računovodstvenim softverom.

U većini slučajeva sva ta pitanja rješavaju računovođe, dodajući dodatno vrijeme i rad ionako velikom opterećenju posla. U mnogim slučajevima veliki postotak režijskih troškova izdavačke kuće vezan je za računovodstveni odjel.

Kako bi se borili protiv ovih problema, poduzetnici razvijaju platforme poslovne inteligencije koje imaju kapacitet za organiziranje i analizu velikih podataka. Jedan od najboljih primjera je austrijska tvrtka Rebeat koja svoje usluge opisuje kao “royalty accounting s tri klika”. Osnovan 2006., brzo je izrastao u vodećeg europskog digitalnog distributera i omogućuje pristup do 300 digitalnih usluga diljem svijeta. U biti, Rebeat usmjerava računovodstvene prakse i upravlja pozadinskim radom, kao što je podudaranje podatkovnih polja u računovodstvenom softveru, tako da računovodstveni odjel može slobodno upravljati proračunima. Oni također pružaju infrastrukturu za upravljanje isplatama tantijema u skladu s ugovornim sporazumima, izravnim ugovorima s prodavaonicama digitalne glazbe, generiraju grafikone za praćenje prodaje i, što je najvažnije, izvoze podatke u CSV datoteke.

Naravno, usluga ima svoju cijenu. Forbes je izvijestio da diskografske kuće moraju koristiti Rebeat kao distributera kako bi mogle pristupiti podacima tvrtke, što košta proviziju od 15% od prodaje i fiksnu naknadu od 649 USD svake godine. Procjene, međutim, sugeriraju da u većini slučajeva računovodstveni sloj izdavačke kuće često košta puno više, što znači da bi se potpisivanje s Rebeatom moglo pokazati uštedom novca.