Algorytm muzyki

Odsuń się, Amerykański Idolu.

Kolejnego wielkiego sukcesu w branży muzycznej nie da się odkryć w prestiżowych konkursach talentów. Zamiast tego będzie identyfikowany w zestawach danych za pomocą złożonych algorytmów zaprojektowanych w celu odkrywania trendów użytkowania i biznesowych.

Na pozór metoda ta wydaje się sucha i pozbawiona emocji niż krytyka Simona Cowella, ale w rzeczywistości jest to ostateczny sposób, w jaki publiczność wybiera „następną wielką rzecz”. Za każdym razem, gdy społeczeństwo klika linki w YouTube, publikuje zdjęcia z koncertów na Twitterze lub rozmawia o zespołach na Facebooku, przyczynia się do powstania zbioru informacji zwanego dużymi zbiorami danych. Termin ten odnosi się do zbioru zbiorów danych, które są duże i zawierają złożone współzależności. Pomyśl o strukturze sieci społecznościowych. Zawierają miliony indywidualnych profili użytkowników, które są połączone ze sobą przyjaźniami, „polubieniami”, członkostwem w grupach itd. Zasadniczo duże zbiory danych odzwierciedlają strukturę tych platform.

W branży muzycznej duże zbiory danych są generowane przez działania takie jak sprzedaż online, pobieranie plików i komunikacja prowadzona za pośrednictwem aplikacji lub środowisk mediów społecznościowych. Mierzone wskaźniki obejmują „liczbę przypadków odtwarzania lub pomijania utworów, a także poziom trakcji, jaką otrzymują w mediach społecznościowych na podstawie działań, takich jak polubienia i tweety na Facebooku”. Narzędzia analityczne określają ogólną popularność fanpage’y i rejestrują pozytywne lub negatywne komentarze na temat artystów. Razem te informacje identyfikują aktualne trendy, oceniają cyfrowy puls artystów i prowadzą do sprzedaży poprzez single, towary, bilety na koncerty, a nawet subskrypcje usług strumieniowego przesyłania muzyki.

Jeśli chodzi o odkrywanie nowych talentów, duże zbiory danych odgrywają ważną rolę w wzbudzaniu zainteresowania największych wytwórni płytowych. W wielu przypadkach firmy zliczają liczbę wyświetleń strony artysty, polubień i obserwujących. Następnie liczby można łatwo porównać z innymi artystami tego samego gatunku. Gdy jakiś występ zgromadzi ponad sto tysięcy obserwujących na Facebooku lub Twitterze, menedżerowie talentów zwracają na to uwagę i zaczynają wzbudzać zainteresowanie w samej branży muzycznej.

Wielkie zbiory danych wybierają kolejny wielki hit Top 40

Zdolność do identyfikowania aktualnych trendów i przewidywania następnej megagwiazdy wiąże się z dużymi nagrodami finansowymi dla wszystkich zaangażowanych. Na przykład analitycy danych badali wpływ mediów społecznościowych na sprzedaż albumów i utworów w iTunes, porównując wskaźniki jednego z przychodami drugiego. Doszli do wniosku, że aktywność w mediach społecznościowych koreluje ze wzrostem sprzedaży albumów i utworów. Mówiąc dokładniej, największy wpływ na sprzedaż mają wyświetlenia w YouTube; odkrycie to skłoniło wiele wytwórni płytowych do przesyłania na platformę wysokobudżetowych teledysków w celu promowania singli. Przed wydaniem milionów na produkcję wideo przeprowadzana jest analiza w celu określenia, które utwory mogą stać się hitami na podstawie działań online docelowych odbiorców. Dokładność tych przewidywań jest skorelowana z jakością analizy dużych zbiorów danych.

Przedsiębiorcy z branży muzycznej eksperymentują obecnie z nowymi metodami opracowywania algorytmów, które zbierają informacje z większą wydajnością i dokładnością. Jednym z najbardziej godnych uwagi przykładów jest wspólne przedsięwzięcie EMI Music i Data Science London o nazwie The EMI Million Interview Dataset. Jest opisywany jako „jeden z najbogatszych i największych zbiorów danych o uznaniu muzyki, jakie kiedykolwiek udostępniono – ogromny, unikalny, bogaty zbiór wysokiej jakości danych skompilowany na podstawie globalnych badań, który obejmuje zainteresowania, postawy, zachowania, zażyłość i uznanie dla muzyki wyrażone przez fanów muzyki”.

David Boyle, starszy wiceprezes ds. Insight w EMI Music, wyjaśnia: „(Składa się) z miliona wywiadów poruszających takie tematy, jak poziom pasji do określonego gatunku i podgatunku muzycznego, preferowane metody odkrywania muzyki, ulubieni artyści muzyczni, przemyślenia na temat piractwa muzycznego, strumieniowego przesyłania muzyki, formatów muzycznych i danych demograficznych fanów”.

Celem projektu jest udostępnienie zbioru informacji społeczeństwu i poprawa jakości prowadzenia działalności w branży muzycznej.

„Odnieśliśmy wielki sukces, wykorzystując dane, które pomagają nam i naszym artystom zrozumieć konsumentów i cieszymy się, że możemy udostępnić niektóre z naszych danych, aby pomóc innym zrobić to samo” — mówi Boyle.

W 2012 roku firma EMI Music and Data Science London poszła o krok dalej w projekcie, organizując hackathon Music Data Science. EMC, światowy lider w dziedzinie data science i rozwiązań big data, dołączył do tego przedsięwzięcia i dostarczył infrastrukturę IT. W ciągu 24 godzin 175 analityków danych opracowało 1,300 formuł i algorytmów, aby odpowiedzieć na pytanie: „Czy możesz przewidzieć, czy słuchaczowi spodoba się nowa piosenka?” Wyniki wskazały na siłę inteligencji zbiorowej, a uczestnicy opracowali formuły, które opisano jako światowej klasy.

„Informacje ujawnione podczas tego hackathonu wskazują na siłę i potencjał Big Data – zarówno w zakresie odkryć intelektualnych, jak i zwiększania wartości biznesowej dla organizacji każdego rodzaju” — mówi Chris Roche, dyrektor regionalny EMC Greenplum.

Ale jak płacić artystom?

Po tym, jak branża ustali, że utwór ma potencjał przeboju i wyda go jako singiel, w jaki sposób oblicza tantiemy, gdy utwór jest odtwarzany na platformach społecznościowych lub w serwisach streamingowych? W tej chwili „wytwórnie płytowe każdej wielkości stają przed rosnącym problemem konieczności uzgadniania ogromnych ilości danych z firm zajmujących się streamingiem, takich jak Spotify, Deezer i YouTube, ale mają do tego mniej osób niż kiedykolwiek wcześniej”.

Jednym z głównych wyzwań z punktu widzenia zarządzania informacjami jest to, że większość systemów zarządzania bazami danych nie została opracowana do obsługi zbiorów danych, które są tak duże i złożone jak duże zbiory danych. Na przykład rozmiar cyfrowych plików danych generowanych przez dystrybutorów muzyki znacznie przekracza możliwości programów takich jak Excel. Stwarza to problemy, w tym brakujące dane i etykiety plików, które nie są kompatybilne z oprogramowaniem księgowym.

W większości przypadków wszystkie te kwestie są rozwiązywane przez księgowych, dodając dodatkowy czas i pracę do i tak już dużego obciążenia pracą. W wielu przypadkach duży procent kosztów ogólnych wytwórni pochłania dział księgowości.

Aby zwalczyć te problemy, przedsiębiorcy opracowują platformy Business Intelligence, które mają możliwość organizowania i analizowania dużych zbiorów danych. Jednym z najlepszych przykładów jest austriacka firma Rebeat, która opisuje swoje usługi jako „księgowość licencyjna za pomocą trzech kliknięć”. Założona w 2006 roku, szybko stała się wiodącym dystrybutorem cyfrowym w Europie i zapewnia dostęp do 300 usług cyfrowych na całym świecie. Zasadniczo Rebeat usprawnia praktyki księgowe i obsługuje prace zaplecza, takie jak dopasowywanie pól danych w oprogramowaniu księgowym, dzięki czemu dział księgowości może swobodnie zarządzać budżetami. Zapewniają również infrastrukturę do zarządzania opłatami licencyjnymi zgodnie z umowami, bezpośrednimi umowami z cyfrowymi sklepami muzycznymi, generują wykresy do śledzenia sprzedaży, a co najważniejsze eksportują dane do plików CSV.

Oczywiście usługa ma swoją cenę. Forbes poinformował, że wytwórnie płytowe muszą używać Rebeat jako dystrybutora, aby mieć dostęp do danych firmy, co kosztuje 15% prowizji od sprzedaży i stałą opłatę w wysokości 649 USD rocznie. Szacunki sugerują jednak, że w większości przypadków nakładka księgowa wytwórni często kosztuje znacznie więcej, co oznacza, że ​​​​podpisanie kontraktu z Rebeat może okazać się oszczędnością pieniędzy.