音楽の背後にあるアルゴリズム

移りなさい、アメリカン・アイドル。

音楽業界における次の大きな成功事例は、注目を集める人材コンテストでは発見されないでしょう。代わりに、使用状況やビジネスの傾向を明らかにするために設計された複雑なアルゴリズムによってデータセット内で識別されます。

一見すると、この方法はサイモン・コーウェルの批評よりも無味乾燥で感情が欠けているように聞こえますが、実際には大衆が「次の大きなもの」を選択する究極の方法です。一般の人々が YouTube のリンクをクリックしたり、コンサートの写真を Twitter に投稿したり、Facebook でバンドについてチャットしたりするたびに、ビッグ データと呼ばれる一連の情報に貢献します。この用語は、大規模で複雑な相互関係を含むデータ セットのコレクションを指します。ソーシャルメディアネットワークの構造について考えてみましょう。これらには、友人関係、「いいね！」、グループ メンバーシップなどによってリンクされた何百万もの個別のユーザー プロファイルが含まれています。本質的に、ビッグ データはこれらのプラットフォームの構造を反映しています。

音楽業界では、オンライン販売、ダウンロード、アプリやソーシャル メディア環境を通じて行われるコミュニケーションなどの活動によってビッグデータが生成されます。測定される指標には、「曲が再生またはスキップされた回数、Facebook のいいねやツイートなどのアクションに基づいてソーシャル メディアで受けるトラクションのレベル」が含まれます。分析ツールはファン ページの全体的な人気を判断し、アーティストに関する肯定的または否定的なコメントを登録します。これらの情報を総合すると、現在のトレンドが特定され、アーティストのデジタル パルスが評価され、シングル、商品、コンサート チケット、さらには音楽ストリーミング サービスのサブスクリプションによる販売につながります。

新しい才能の発掘という点では、ビッグデータは大手レコード レーベルの関心を高める上で重要な役割を果たしています。多くの場合、企業はアーティストのページビュー、「いいね！」、フォロワー数を集計します。そうすれば、同じジャンルの他のアーティストと数値を簡単に比較できます。ある行為が Facebook または Twitter のフォロワーを 10 万人以上獲得すると、タレント マネージャーが注目し、音楽業界自体の関心を高め始めます。

ビッグデータが次に大きなトップ 40 ヒットを選択する

現在のトレンドを特定し、次のメガスターを予測する能力は、関係者全員に多額の金銭的報酬をもたらします。たとえば、データ サイエンティストは、一方の指標を他方の収益と比較することで、iTunes のアルバムやトラックの売上に対するソーシャル メディアの影響を研究しました。彼らは、ソーシャルメディア活動がアルバムやトラックの売上増加と相関していると結論付けました。具体的には、YouTube の視聴回数が売上に最も大きな影響を与えます。この発見をきっかけに、多くのレコードレーベルがシングルの宣伝のために多額の予算をかけてミュージックビデオをプラットフォームにアップロードするようになった。ビデオ制作に何百万ドルも費やす前に、対象となる視聴者のオンライン アクティビティに基づいて分析が行われ、どの曲がヒットする可能性が高いかが特定されます。これらの予測の精度は、ビッグデータ分析の品質と相関しています。

音楽業界の起業家たちは現在、より効率的かつ正確に情報を収集するアルゴリズムを開発する新しい方法を実験しています。最も注目に値する例の 1 つは、EMI ミュージックとデータ サイエンス ロンドンの合弁事業「EMI Million Interview Dataset」です。これは、「これまで利用可能になった中で最も豊富かつ最大の音楽鑑賞データセットの 1 つであり、世界規模の調査から編集された、大規模でユニークな、豊かで高品質なデータセットであり、音楽に対する興味、態度、行動、親近感、および音楽に対する評価が含まれています。音楽ファンの皆さん。」

EMIミュージックのインサイト担当シニアバイスプレジデントであるデイビッド・ボイル氏は次のように説明しています。「特定の音楽ジャンルやサブジャンルに対する情熱のレベル、音楽発見のための好ましい方法、好きな音楽アーティスト、音楽著作権侵害、音楽ストリーミング、音楽フォーマット、ファン層についての考え。」

プロジェクトの目標は、この情報のコレクションを一般に公開し、音楽業界内のビジネスの質を向上させることです。

「私たちは、データを活用して私たちとアーティストが消費者を理解することに大きな成功を収めてきました。他の人が同じことをできるよう、データの一部を共有できることに興奮しています」とボイル氏は言います。

2012 年、EMI ミュージック アンド データ サイエンス ロンドンは、ミュージック データ サイエンス ハッカソンを主催することでプロジェクトをさらに一歩進めました。データ サイエンスとビッグ データ ソリューションの世界的リーダーである EMC がこのベンチャーに参加し、IT インフラストラクチャを提供しました。 24 人のデータ サイエンティストが 175 時間かけて、「リスナーが新曲を気に入るかどうかを予測できますか?」という質問に答えるための 1,300 の公式とアルゴリズムを開発しました。その結果は集合知の力を示唆しており、参加者は世界クラスと言われる公式を開発しました。

「このハッカソンで明らかになった洞察は、知的発見とあらゆる種類の組織のビジネス価値の増大の両方において、ビッグ データが持つ力と可能性を示唆しています」と、EMC Greenplumの地域ディレクター、クリス・ロッシュは述べています。

しかし、アーティストへの支払いはどうやって行うのでしょうか？

業界は、曲がヒットする可能性があると判断し、シングルとしてリリースした後、その曲がソーシャル メディア プラットフォームやストリーミング サイトで再生されるとき、ロイヤルティをどのように計算しますか?現在、「あらゆる規模のレコードレーベルが、Spotify、Deezer、YouTubeなどのストリーミング企業からの大量のデータを調整しなければならないという増大する問題に直面しているが、それを行う人員がかつてないほど少ない。」

情報管理の観点から見た中心的な課題の 1 つは、ほとんどのデータベース管理システムが、ビッグ データほど大きくて複雑なデータ セットを処理できるように開発されていないことです。たとえば、音楽配信業者が生成するデジタル データ ファイルのサイズは、Excel などのプログラムで処理できるサイズをはるかに超えています。これにより、データの欠落や会計ソフトウェアと互換性のないファイルラベルなどの問題が発生します。

ほとんどの場合、これらの問題はすべて会計士によって解決されるため、すでに多大な作業負荷にさらに時間と労力が追加されます。多くの場合、レーベルの諸経費の大部分は経理部門に関係しています。

これらの問題に対処するために、起業家はビッグデータを整理および分析する機能を備えたビジネス インテリジェンス プラットフォームを開発します。最も良い例の 2006 つはオーストリアの企業 Rebeat で、同社のサービスを「300 クリックでロイヤルティ会計」と表現しています。 XNUMX 年に設立され、ヨーロッパ有数のデジタル ディストリビュータに急速に成長し、世界中の XNUMX のデジタル サービスへのアクセスを提供しています。基本的に、Rebeat は会計実務を合理化し、会計ソフトウェアのデータ フィールドの照合などのバックエンド作業を処理するため、会計部門は自由に予算を管理できます。また、契約上の合意、デジタル音楽ストアとの直接契約に従ってロイヤルティの支払いを管理し、売上を追跡するためのグラフを生成し、そして最も重要なことにデータを CSV ファイルにエクスポートするためのインフラストラクチャも提供します。

もちろん、サービスには代償が伴います。 Forbes の報道によると、レコードレーベルは企業データにアクセスするために Rebeat をディストリビューターとして使用する必要があり、それには 15% の販売手数料と年間 649 ドルの固定料金がかかります。ただし、見積もりによると、ほとんどの場合、レーベルの会計オーバーレイにははるかに高額な費用がかかることが多く、これは Rebeat と契約することが結果的に節約になる可能性があることを意味します。