Het algoritme achter muziek

Beweeg over, American Idol.

Het volgende grote succesverhaal in de muziekindustrie zal niet worden ontdekt in spraakmakende talentenjachten. In plaats daarvan wordt het in datasets geïdentificeerd door complexe algoritmen die zijn ontworpen om gebruiks- en zakelijke trends bloot te leggen.

Op het eerste gezicht klinkt deze methode droog en meer emotieloos dan de kritiek van Simon Cowell, maar het is eigenlijk de ultieme manier waarop het publiek "the next big thing" selecteert. Elke keer dat het publiek op YouTube-links klikt, concertfoto's op Twitter plaatst of over bands op Facebook chat, dragen ze bij aan een hoeveelheid informatie die big data wordt genoemd. De term verwijst naar een verzameling datasets die groot zijn en complexe onderlinge relaties bevatten. Denk na over de structuur van sociale medianetwerken. Ze bevatten miljoenen individuele gebruikersprofielen die met elkaar zijn verbonden door vriendschappen, 'likes', groepslidmaatschappen, enzovoort. In wezen weerspiegelt big data de structuur van deze platforms.

In de muziekindustrie worden big data gegenereerd door activiteiten zoals online verkoop, downloads en communicatie via apps of sociale media-omgevingen. De gemeten statistieken omvatten "het aantal keren dat nummers worden afgespeeld of overgeslagen, evenals het niveau van tractie dat ze krijgen op sociale media op basis van acties zoals Facebook-likes en tweets." Analysetools bepalen de algehele populariteit van fanpagina's en registreren positieve of negatieve opmerkingen over artiesten. Samen identificeert deze informatie de huidige trends, beoordeelt de digitale hartslag van artiesten en leidt tot verkoop via singles, merchandise, concertkaartjes en zelfs abonnementen op muziekstreamingdiensten.

Bij het ontdekken van nieuw talent speelt big data een belangrijke rol bij het genereren van interesse bij grote platenlabels. In veel gevallen tellen bedrijven de paginaweergaven, 'vind-ik-leuks' en volgers van een artiest. Dan kunnen cijfers eenvoudig worden vergeleken met andere artiesten in hetzelfde genre. Zodra een act meer dan honderdduizend Facebook- of Twitter-volgers heeft gegenereerd, merken talentmanagers dit op en beginnen ze interesse op te wekken binnen de muziekindustrie zelf.

Big data die de volgende grote Top 40-hit selecteren

Het vermogen om huidige trends te identificeren en de volgende megaster te voorspellen, brengt grote financiële beloningen met zich mee voor alle betrokkenen. Datawetenschappers bestudeerden bijvoorbeeld de impact van sociale media op de iTunes-album- en trackverkoop door de statistieken van de een te vergelijken met de inkomsten van de ander. Ze concludeerden dat activiteit op sociale media correleert met een toename van de verkoop van albums en nummers. Meer specifiek hebben YouTube-weergaven de grootste impact op de verkoop; een bevinding die veel platenlabels ertoe bracht muziekvideo's met een groot budget naar het platform te uploaden om singles te promoten. Voordat miljoenen worden uitgegeven aan videoproductie, wordt analyse gebruikt om te bepalen welke nummers waarschijnlijk hits zullen worden op basis van de online activiteiten van doelgroepen. De nauwkeurigheid van deze voorspellingen hangt samen met de kwaliteit van big data-analyse.

Ondernemers in de muziekindustrie experimenteren nu met nieuwe methoden om algoritmen te ontwikkelen die informatie efficiënter en nauwkeuriger verzamelen. Een van de meest opvallende voorbeelden is een joint venture tussen EMI Music en Data Science London genaamd The EMI Million Interview Dataset. Het wordt beschreven als "een van de rijkste en grootste datasets voor muziekwaardering die ooit beschikbaar zijn gemaakt - een enorme, unieke, rijke dataset van hoge kwaliteit die is samengesteld uit wereldwijd onderzoek en die interesses, attitudes, gedragingen, bekendheid en waardering van muziek bevat, zoals uitgedrukt door muziekliefhebbers.”

David Boyle, Senior Vice President for Insight bij EMI Music, legt uit: “(Het bestaat) uit een miljoen interviews waarin onderwerpen aan de orde komen zoals mate van passie voor een bepaald muziekgenre en subgenre, voorkeursmethoden voor het ontdekken van muziek, favoriete muziekartiesten, gedachten over muziekpiraterij, muziekstreaming, muziekformaten en demografische gegevens van fans.

Het doel van het project is om deze verzameling informatie vrij te geven aan het publiek en de kwaliteit van zakendoen in de muziekindustrie te verbeteren.

"We hebben veel succes gehad met het gebruik van gegevens om ons en onze artiesten te helpen consumenten te begrijpen, en we zijn verheugd om enkele van onze gegevens te delen om anderen te helpen hetzelfde te doen", zegt Boyle.

In 2012 gingen EMI Music en Data Science London een stap verder in het project door de Music Data Science Hackathon te organiseren. EMC, een wereldleider op het gebied van datawetenschap en big data-oplossingen, sloot zich aan bij de onderneming en leverde de IT-infrastructuur. Gedurende een periode van 24 uur ontwikkelden 175 datawetenschappers 1,300 formules en algoritmen om de vraag te beantwoorden: "Kun je voorspellen of een luisteraar een nieuw nummer geweldig zal vinden?" De resultaten wezen op de kracht van collectieve intelligentie en de deelnemers ontwikkelden formules die werden beschreven als van wereldklasse.

"De inzichten die in deze hackathon zijn onthuld, duiden op de kracht en het potentieel van Big Data - zowel voor intellectuele ontdekking als voor incrementele zakelijke waarde voor allerlei soorten organisaties", zegt Chris Roche, Regional Director voor EMC Greenplum.

Maar hoe betaal je de artiesten?

Hoe berekent de industrie, nadat de industrie heeft vastgesteld dat een nummer potentieel heeft bereikt en het als single uitbrengt, de royalty's wanneer het nummer wordt afgespeeld op sociale mediaplatforms of streaming-sites? Op dit moment "hebben platenlabels van elke omvang te maken met een groeiend probleem omdat ze grote hoeveelheden gegevens van streamingbedrijven zoals Spotify, Deezer en YouTube met elkaar moeten verzoenen, maar ze hebben minder mensen dan ooit om dit te doen."

Een van de centrale uitdagingen vanuit het perspectief van informatiebeheer is dat de meeste databasebeheersystemen niet zijn ontwikkeld om datasets te verwerken die zo groot en complex zijn als big data. De omvang van digitale gegevensbestanden die door muziekdistributeurs worden gegenereerd, is bijvoorbeeld veel groter dan wat programma's als Excel aankunnen. Dit zorgt voor problemen zoals ontbrekende gegevens en bestandslabels die niet compatibel zijn met boekhoudsoftware.

In de meeste gevallen worden al deze problemen opgelost door accountants, wat extra tijd en werk toevoegt aan de toch al zware werklast. In veel gevallen zit een groot percentage van de overhead van een label vast op de boekhoudafdeling.

Om deze problemen tegen te gaan, ontwikkelen ondernemers business intelligence-platforms die de capaciteit hebben om big data te organiseren en te analyseren. Een van de beste voorbeelden is het Oostenrijkse bedrijf Rebeat, die hun diensten omschrijven als 'royalty accounting with three clicks'. Opgericht in 2006, is het snel uitgegroeid tot Europa's toonaangevende digitale distributeur en biedt toegang tot 300 digitale diensten wereldwijd. In wezen stroomlijnt Rebeat de boekhoudpraktijken en voert het backendwerk uit, zoals het matchen van gegevensvelden in boekhoudsoftware, zodat de boekhoudafdeling vrij is om budgetten te beheren. Ze bieden ook een infrastructuur voor het beheren van royaltybetalingen in overeenstemming met contractuele overeenkomsten, directe overeenkomsten met digitale muziekwinkels, het genereren van grafieken om de verkoop bij te houden en, belangrijker nog, het exporteren van gegevens naar CSV-bestanden.

Natuurlijk komt de service met een prijs. Forbes meldde dat platenlabels Rebeat als distributeur moeten gebruiken, zodat ze toegang hebben tot bedrijfsgegevens, wat een verkoopcommissie van 15% en een vast bedrag van $ 649 per jaar kost. Schattingen suggereren echter dat de boekhoudkundige overlay van een label in de meeste gevallen vaak veel meer kost, wat betekent dat ondertekenen met Rebeat geld kan besparen.