Algorithm nyuma ya muziki

Sogea juu, American Idol.

Hadithi kubwa inayofuata ya mafanikio katika tasnia ya muziki haitagunduliwa katika mashindano ya vipaji vya hali ya juu. Badala yake, itatambuliwa katika seti za data kwa algoriti changamano iliyoundwa kufichua matumizi na mitindo ya biashara.

Kwa juu juu, njia hii inasikika kuwa kavu na isiyo na hisia zaidi kuliko ukosoaji wa Simon Cowell, lakini kwa kweli ndiyo njia kuu ambayo umma huchagua "jambo kubwa linalofuata." Kila wakati umma unapobofya viungo vya YouTube, kuchapisha picha za tamasha kwenye Twitter, au kupiga gumzo kuhusu bendi kwenye Facebook, huchangia kwenye mkusanyiko wa taarifa inayoitwa data kubwa. Neno hili linarejelea mkusanyiko wa seti za data ambazo ni kubwa na zina uhusiano changamano. Fikiria muundo wa mitandao ya kijamii. Zina mamilioni ya wasifu wa mtumiaji binafsi ambao umeunganishwa pamoja na urafiki, 'zinazopendwa', uanachama wa kikundi, na kadhalika. Kimsingi, data kubwa huakisi muundo wa mifumo hii.

Katika tasnia ya muziki, data kubwa hutolewa na shughuli kama vile mauzo ya mtandaoni, upakuaji na mawasiliano yanayofanywa kupitia programu au mazingira ya mitandao ya kijamii. Vipimo vinavyopimwa ni pamoja na “idadi ya muda ambao nyimbo huchezwa au kuruka, pamoja na kiwango cha msisimko wanachopokea kwenye mitandao ya kijamii kulingana na vitendo kama vile kupenda na tweets kwenye Facebook. Zana za uchanganuzi huamua umaarufu wa jumla wa kurasa za mashabiki na kusajili maoni chanya au hasi kuhusu wasanii. Kwa pamoja, maelezo haya hubainisha mitindo ya sasa, hutathmini mapigo ya kidijitali ya wasanii na kusababisha mauzo kupitia single, bidhaa, tikiti za tamasha na hata usajili wa huduma za kutiririsha muziki.

Katika suala la kugundua vipawa vipya, data kubwa ina jukumu muhimu katika kuzalisha riba katika lebo kuu za rekodi. Mara nyingi, makampuni huhesabu maoni ya ukurasa wa msanii, 'anapenda', na wafuasi. Kisha, nambari zinaweza kulinganishwa kwa urahisi dhidi ya wasanii wengine katika aina hiyo hiyo. Mara tu kitendo kinapozalisha wafuasi laki moja pamoja na Facebook au Twitter, wasimamizi wa talanta huzingatia na kuanza kuibua shauku ndani ya tasnia ya muziki yenyewe.

Data kubwa ikiteua nyimbo bora 40 zinazofuata

Uwezo wa kutambua mwelekeo wa sasa na kutabiri megastar ijayo huja na malipo makubwa ya kifedha kwa kila mtu anayehusika. Kwa mfano, wanasayansi wa data walisoma athari za mitandao jamii kwenye albamu ya iTunes na kufuatilia mauzo kwa kulinganisha vipimo vya mtu mmoja na mapato ya mwingine. Walihitimisha kuwa shughuli za mitandao ya kijamii zinahusiana na ongezeko la mauzo ya albamu na nyimbo. Hasa, maoni ya YouTube yana athari kubwa zaidi kwa mauzo; matokeo ambayo yalisababisha lebo nyingi za rekodi kupakia video kubwa za muziki za bajeti kwenye jukwaa ili kukuza single. Kabla ya kutumia mamilioni ya pesa katika utayarishaji wa video, uchanganuzi hutumika kubainisha ni nyimbo zipi zinazoweza kuwa maarufu kulingana na shughuli za mtandaoni za hadhira inayolengwa. Usahihi wa utabiri huu unahusishwa na ubora wa uchanganuzi mkubwa wa data.

Wajasiriamali katika tasnia ya muziki sasa wanajaribu mbinu mpya za kuunda kanuni zinazovuna taarifa kwa ufanisi na usahihi zaidi. Mojawapo ya mifano mashuhuri ni ubia kati ya EMI Music na Data Science London inayoitwa The EMI Million Interview Dataset. Inafafanuliwa kuwa "mojawapo ya seti tajiri zaidi na kubwa zaidi za kuthamini muziki kuwahi kupatikana - seti kubwa ya data, ya kipekee, tajiri na ya ubora wa juu iliyokusanywa kutoka kwa utafiti wa kimataifa ambayo ina mambo yanayovutia, mitazamo, tabia, ujuzi, na kuthaminiwa kwa muziki kama inavyoonyeshwa na mashabiki wa muziki.”

David Boyle, Makamu wa Rais Mwandamizi wa Insight katika EMI Music, anaelezea, "(Ina) inajumuisha mahojiano milioni moja yanayojadili mada kama vile kiwango cha shauku ya aina fulani ya muziki na aina ndogo, mbinu zinazopendekezwa za ugunduzi wa muziki, wasanii wa muziki wanaopenda, mawazo juu ya uharamia wa muziki, utiririshaji wa muziki, fomati za muziki na idadi ya mashabiki."

Lengo la mradi ni kutoa mkusanyiko huu wa maelezo kwa umma na kuboresha ubora wa biashara katika tasnia ya muziki.

"Tumekuwa na mafanikio makubwa kwa kutumia data kutusaidia sisi na wasanii wetu kuelewa watumiaji, na tunafurahi kushiriki baadhi ya data zetu ili kuwasaidia wengine kufanya hivyo," anasema Boyle.

Mnamo 2012, EMI Music and Data Science London ilichukua mradi hatua moja zaidi kwa kuandaa Hackathon ya Sayansi ya Data ya Muziki. EMC, kiongozi wa ulimwengu katika sayansi ya data na suluhisho kubwa la data, alijiunga na mradi na kutoa miundombinu ya IT. Kwa muda wa saa 24, wanasayansi 175 wa data walitengeneza fomula na kanuni 1,300 ili kujibu swali: "Je, unaweza kutabiri ikiwa msikilizaji atapenda wimbo mpya?" Matokeo yalidokeza uwezo wa akili ya pamoja na washiriki walitengeneza fomula ambazo zilifafanuliwa kuwa za kiwango cha kimataifa.

"Maarifa yaliyofichuliwa katika kidokezo hiki cha hackathon katika uwezo na uwezo ambao Data Kubwa inashikilia - kwa ugunduzi wa kiakili na kwa ongezeko la thamani ya biashara kwa mashirika ya kila aina," anasema Chris Roche, Mkurugenzi wa Kanda wa EMC Greenplum.

Lakini unawalipaje wasanii?

Baada ya tasnia kubaini kuwa wimbo una uwezo mkubwa na kuutoa kama wimbo mmoja, je, inakokotoa vipi mirahaba wakati wimbo unachezwa kwenye majukwaa ya mitandao ya kijamii au tovuti za utiririshaji? Hivi sasa, "lebo za rekodi za saizi zote zinakabiliwa na shida inayokua ya kupatanisha data kutoka kwa kampuni za utiririshaji kama Spotify, Deezer na YouTube, lakini zina watu wachache kufanya hivyo."

Mojawapo ya changamoto kuu kutoka kwa mtazamo wa usimamizi wa habari ni kwamba mifumo mingi ya usimamizi wa hifadhidata haikuundwa kushughulikia seti za data ambazo ni kubwa na ngumu kama data kubwa. Kwa mfano, saizi ya faili za data dijitali zinazozalishwa na wasambazaji wa muziki ni zaidi ya yale ambayo programu kama Excel inaweza kushughulikia. Hii husababisha matatizo ikiwa ni pamoja na kukosa data na lebo za faili ambazo hazioani na programu ya uhasibu.

Mara nyingi, masuala haya yote yanatatuliwa na wahasibu, na kuongeza muda wa ziada na kazi kwa mzigo mkubwa wa kazi tayari. Mara nyingi, asilimia kubwa ya kichwa cha lebo imefungwa katika idara ya uhasibu.

Ili kukabiliana na masuala haya, wajasiriamali hutengeneza majukwaa ya kijasusi ya biashara ambayo yana uwezo wa kupanga na kuchanganua data kubwa. Mojawapo ya mifano bora ni kampuni ya Austria ya Rebeat, ambayo inaelezea huduma zao kama "uhasibu wa mrabaha kwa kubofya mara tatu." Ilianzishwa mwaka wa 2006, imekua haraka na kuwa kisambazaji kidijitali kinachoongoza barani Ulaya na kutoa ufikiaji wa huduma 300 za kidijitali kote ulimwenguni. Kimsingi, Rebeat huboresha mazoea ya uhasibu na kushughulikia kazi ya nyuma, kama kulinganisha sehemu za data katika programu ya uhasibu, ili idara ya uhasibu iwe huru kudhibiti bajeti. Pia hutoa miundombinu ya kudhibiti malipo ya mrabaha kwa mujibu wa makubaliano ya kimkataba, makubaliano ya moja kwa moja na maduka ya muziki wa kidijitali, kuzalisha grafu za kufuatilia mauzo, na muhimu zaidi, kuhamisha data kwenye faili za CSV.

Bila shaka, huduma inakuja na bei. Forbes iliripoti kuwa lebo za rekodi lazima zitumie Rebeat kama msambazaji ili ziweze kufikia data ya kampuni, ambayo hugharimu tume ya mauzo ya 15% na ada isiyobadilika ya $649 kila mwaka. Makadirio yanapendekeza, hata hivyo, kwamba katika hali nyingi uwekaji hesabu wa lebo mara nyingi hugharimu zaidi, ambayo inamaanisha kuwa kusaini na Rebeat kunaweza kuwa kiokoa pesa.