Mūzikas algoritms

Pārvācies, American Idol.

Nākamais lielais veiksmes stāsts mūzikas industrijā netiks atklāts augsta līmeņa talantu konkursos. Tā vietā tas tiks identificēts datu kopās ar sarežģītiem algoritmiem, kas izstrādāti, lai atklātu lietošanas un uzņēmējdarbības tendences.

No malas šī metode izklausās sausi un bez emocijām nekā Saimona Kauela kritika, taču patiesībā tas ir labākais veids, kā sabiedrība izvēlas “nākamo lielo lietu”. Ikreiz, kad sabiedrība noklikšķina uz YouTube saitēm, ievieto koncertu fotoattēlus pakalpojumā Twitter vai tērzē par grupām Facebook, viņi veicina informācijas kopumu, ko sauc par lielajiem datiem. Šis termins attiecas uz datu kopu kopumu, kas ir lielas un satur sarežģītas savstarpējās attiecības. Padomājiet par sociālo mediju tīklu struktūru. Tajos ir miljoniem individuālu lietotāju profilu, kurus saista draudzība, “patīk”, dalība grupās un tā tālāk. Būtībā lielie dati atspoguļo šo platformu struktūru.

Mūzikas nozarē lielos datus ģenerē tādas darbības kā pārdošana tiešsaistē, lejupielādes un saziņa, kas tiek veikta, izmantojot lietotnes vai sociālo mediju vidi. Izmērītā metrika ietver “dziesmu atskaņošanas vai izlaišanas reižu skaitu, kā arī to piesaistes līmeni sociālajos saziņas līdzekļos, pamatojoties uz tādām darbībām kā Facebook atzīmes Patīk un tvīti”. Analītiskie rīki nosaka fanu lapu kopējo popularitāti un reģistrē pozitīvus vai negatīvus komentārus par māksliniekiem. Kopā šī informācija identificē pašreizējās tendences, novērtē izpildītāju digitālo impulsu un noved pie pārdošanas, izmantojot singlus, preces, koncertu biļetes un pat mūzikas straumēšanas pakalpojumu abonementus.

Runājot par jaunu talantu atklāšanu, lielajiem datiem ir liela nozīme intereses izraisīšanā lielākajās ierakstu izdevniecībās. Daudzos gadījumos uzņēmumi saskaita mākslinieka lapu skatījumus, atzīmes “Patīk” un sekotājus. Pēc tam skaitļus var viegli salīdzināt ar citiem tā paša žanra māksliniekiem. Kad darbība ir radījusi simts tūkstošus Facebook vai Twitter sekotāju, talantu menedžeri to pamana un sāk interesēties par pašu mūzikas industriju.

Lielie dati, izvēloties nākamo lielo 40 populārāko hitu

Spēja noteikt pašreizējās tendences un paredzēt nākamo megazvaigzni nodrošina lielu finansiālu atlīdzību visiem iesaistītajiem. Piemēram, datu zinātnieki pētīja sociālo mediju ietekmi uz iTunes albumu un ierakstu pārdošanu, salīdzinot vienu rādītājus ar otra ieņēmumiem. Viņi secināja, ka sociālo mediju aktivitātes ir saistītas ar albumu un ierakstu pārdošanas pieaugumu. Konkrētāk, YouTube skatījumiem ir vislielākā ietekme uz pārdošanu; atklājums, kas mudināja daudzas ierakstu kompānijas augšupielādēt liela budžeta mūzikas videoklipus platformā, lai reklamētu singlus. Pirms miljoniem tērēt video producēšanai, tiek izmantota analīze, lai noteiktu, kuras dziesmas, visticamāk, kļūs par hitiem, pamatojoties uz mērķauditorijas tiešsaistes darbībām. Šo prognožu precizitāte ir saistīta ar lielo datu analīzes kvalitāti.

Mūzikas nozares uzņēmēji tagad eksperimentē ar jaunām metodēm, lai izstrādātu algoritmus, kas ievāc informāciju ar lielāku efektivitāti un precizitāti. Viens no ievērojamākajiem piemēriem ir EMI Music un Data Science London kopuzņēmums ar nosaukumu The EMI Million Interview Dataset. Tas ir aprakstīts kā "viena no bagātākajām un lielākajām mūzikas atzinības datu kopām, kas jebkad ir bijusi pieejama — milzīga, unikāla, bagātīga, augstas kvalitātes datu kopa, kas apkopota no globāliem pētījumiem, kas ietver intereses, attieksmi, uzvedību, mūzikas pazīšanu un atzinību, kā to pauž mūzikas fani."

Deivids Boils, EMI Music vecākais viceprezidents ieskatu jautājumos, skaidro: “(Tas ir) sastāv no miljoniem interviju, kurās tiek apskatītas tādas tēmas kā aizraušanās ar noteiktu mūzikas žanru un apakšžanru, vēlamās metodes mūzikas atklāšanai, iecienītākie mūzikas mākslinieki, domas par mūzikas pirātismu, mūzikas straumēšanu, mūzikas formātiem un fanu demogrāfiskajiem datiem.

Projekta mērķis ir publiskot šo informācijas kolekciju un uzlabot mūzikas industrijas uzņēmējdarbības kvalitāti.

"Mēs esam guvuši lielus panākumus, izmantojot datus, lai palīdzētu mums un mūsu māksliniekiem izprast patērētājus, un mēs esam priecīgi dalīties ar dažiem mūsu datiem, lai palīdzētu citiem darīt to pašu," saka Boils.

2012. gadā EMI Music and Data Science London spēra šo projektu vēl vienu soli, organizējot mūzikas datu zinātnes hakatonu. EMC, pasaules līderis datu zinātnes un lielo datu risinājumu jomā, pievienojās šim uzņēmumam un nodrošināja IT infrastruktūru. 24 stundu laikā 175 datu zinātnieki izstrādāja 1,300 formulas un algoritmus, lai atbildētu uz jautājumu: "Vai varat paredzēt, vai klausītājam patiks jauna dziesma?" Rezultāti liecināja par kolektīvās izlūkošanas spēku, un dalībnieki izstrādāja formulas, kas tika raksturotas kā pasaules klases.

“Šajā hakatonā atklātās atziņas liecina par lielo datu spēku un potenciālu — gan intelektuālai atklāšanai, gan papildu biznesa vērtībai jebkura veida organizācijām,” saka Kriss Rošs, EMC Greenplum reģionālais direktors.

Bet kā maksā māksliniekiem?

Pēc tam, kad nozare ir noteikusi, ka dziesmai ir liels potenciāls, un izdod to kā singlu, kā tā aprēķina honorārus, kad dziesma tiek atskaņota sociālo mediju platformās vai straumēšanas vietnēs? Šobrīd "visu izmēru ierakstu etiķetes saskaras ar pieaugošu problēmu, jo tām ir jāsaskaņo datu klāsts no straumēšanas uzņēmumiem, piemēram, Spotify, Deezer un YouTube, taču tiem ir mazāk cilvēku nekā jebkad agrāk."

Viens no galvenajiem izaicinājumiem no informācijas pārvaldības perspektīvas ir tas, ka lielākā daļa datu bāzes pārvaldības sistēmu netika izstrādātas, lai apstrādātu datu kopas, kas ir tikpat lielas un sarežģītas kā lielie dati. Piemēram, mūzikas izplatītāju ģenerēto digitālo datu failu lielums ir daudz lielāks par to, ko spēj apstrādāt tādas programmas kā Excel. Tas rada problēmas, tostarp trūkstošos datus un failu etiķetes, kas nav saderīgas ar grāmatvedības programmatūru.

Vairumā gadījumu visus šos jautājumus kārto grāmatveži, pievienojot papildu laiku un darbaspēku jau tā lielajai darba slodzei. Daudzos gadījumos liela daļa no etiķetes pieskaitāmajām izmaksām ir saistīta ar grāmatvedību.

Lai cīnītos pret šīm problēmām, uzņēmēji izstrādā biznesa informācijas platformas, kas spēj organizēt un analizēt lielos datus. Viens no labākajiem piemēriem ir Austrijas uzņēmums Rebeat, kas savus pakalpojumus raksturo kā "autoratlīdzības uzskaiti ar trim klikšķiem". Uzņēmums tika dibināts 2006. gadā, un tas ir ātri kļuvis par Eiropas vadošo digitālo izplatītāju un nodrošina piekļuvi 300 digitālajiem pakalpojumiem visā pasaulē. Būtībā Rebeat racionalizē grāmatvedības praksi un veic aizmugures darbus, piemēram, datu lauku saskaņošanu grāmatvedības programmatūrā, tāpēc grāmatvedības nodaļa var brīvi pārvaldīt budžetus. Tie nodrošina arī infrastruktūru, lai pārvaldītu autoratlīdzības maksājumus saskaņā ar līgumiem, tiešajiem līgumiem ar digitālās mūzikas veikaliem, ģenerētu grafikus pārdošanas izsekošanai un, pats galvenais, eksportētu datus CSV failos.

Protams, pakalpojumam ir cena. Forbes ziņoja, ka ierakstu kompānijām ir jāizmanto Rebeat kā izplatītājam, lai tās varētu piekļūt uzņēmuma datiem, kas katru gadu maksā 15% pārdošanas komisiju un fiksētu maksu 649 USD apmērā. Tomēr aplēses liecina, ka vairumā gadījumu etiķetes uzskaites pārklājums bieži vien maksā daudz vairāk, kas nozīmē, ka parakstīšana ar Rebeat var ietaupīt naudu.