Алгоритм музики

Посунься, American Idol.

Наступна велика історія успіху в музичній індустрії не буде відкрита на гучних конкурсах талантів. Натомість його буде визначено в наборах даних за допомогою складних алгоритмів, розроблених для виявлення тенденцій використання та бізнесу.

На перший погляд цей метод звучить сухо і більш позбавлено емоцій, ніж критика Саймона Кауелла, але насправді це найкращий спосіб, за допомогою якого публіка вибирає «наступну велику справу». Кожного разу, коли глядачі натискають посилання на YouTube, публікують фотографії з концертів у Twitter або спілкуються про гурти у Facebook, вони роблять свій внесок у масив інформації, який називається великими даними. Цей термін стосується набору великих наборів даних, які містять складні взаємозв’язки. Подумайте про структуру соціальних мереж. Вони містять мільйони індивідуальних профілів користувачів, пов’язаних між собою дружбою, «лайками», членством у групах тощо. По суті, великі дані відображають структуру цих платформ.

У музичній індустрії великі дані генеруються такими видами діяльності, як онлайн-продажі, завантаження та спілкування через програми або соціальні мережі. Вимірювані показники включають «кількість відтворення або пропуску пісень, а також рівень захоплення, який вони отримують у соціальних мережах на основі таких дій, як уподобання та твіти у Facebook». Аналітичні інструменти визначають загальну популярність фан-сторінок і реєструють позитивні чи негативні коментарі про артистів. Разом ця інформація визначає поточні тенденції, оцінює цифровий пульс виконавців і веде до продажів за допомогою синглів, товарів, квитків на концерти та навіть підписок на сервіси потокового передавання музики.

З точки зору виявлення нових талантів, великі дані відіграють важливу роль у створенні інтересу великих звукозаписних компаній. У багатьох випадках компанії підраховують кількість переглядів сторінок художника, «лайків» і підписників. Тоді цифри можна легко порівняти з іншими виконавцями того ж жанру. Щойно на певний виступ з’явилося понад сто тисяч підписників у Facebook або Twitter, менеджери талантів помічають це й починають заохочувати інтерес у самій музичній індустрії.

Великі дані вибирають наступний великий хіт Топ-40

Здатність визначити поточні тенденції та передбачити наступну мегазірку приносить великі фінансові винагороди для всіх учасників. Наприклад, дослідники даних вивчали вплив соціальних мереж на продажі альбомів і відстеження iTunes, порівнюючи показники одного з доходом іншого. Вони дійшли висновку, що активність у соціальних мережах пов’язана зі збільшенням продажів альбомів і треків. Зокрема, перегляди YouTube мають найбільший вплив на продажі; відкриття, яке спонукало багато звукозаписних лейблів завантажувати на платформу високобюджетні музичні відео для просування синглів. Перш ніж витрачати мільйони на виробництво відео, аналіз використовується для визначення того, які пісні, ймовірно, стануть хітами на основі активності цільової аудиторії в Інтернеті. Точність цих прогнозів залежить від якості аналізу великих даних.

Зараз підприємці в музичній індустрії експериментують із новими методами розробки алгоритмів, які збирають інформацію з більшою ефективністю та точністю. Одним із найпомітніших прикладів є спільне підприємство EMI Music і Data Science London під назвою The EMI Million Interview Dataset. Його описують як «один із найбагатших і найбільших наборів даних про оцінку музики, які коли-небудь були доступні – масивний, унікальний, багатий, високоякісний набір даних, зібраний на основі глобальних досліджень, який містить інтереси, ставлення, поведінку, знайомство та оцінку музики, як виражено шанувальники музики».

Девід Бойл, старший віце-президент з аналізу EMI Music, пояснює: «(Це) складається з мільйона інтерв’ю, які порушують такі теми, як рівень пристрасті до певного музичного жанру та піджанру, бажані методи відкриття музики, улюблені музичні виконавці, думки про музичне піратство, потокове передавання музики, музичні формати та демографію шанувальників».

Мета проекту — оприлюднити цю колекцію інформації для громадськості та покращити якість бізнесу в музичній індустрії.

«Ми досягли великого успіху, використовуючи дані, щоб допомогти нам і нашим художникам зрозуміти споживачів, і ми раді поділитися деякими з наших даних, щоб допомогти іншим зробити те саме», — каже Бойл.

У 2012 році EMI Music and Data Science London зробила ще один крок у цьому проекті, організувавши хакатон Music Data Science. EMC, світовий лідер у галузі обробки даних і рішень для великих даних, приєдналася до підприємства та надала ІТ-інфраструктуру. Протягом 24 годин 175 дослідників даних розробили 1,300 формул і алгоритмів, щоб відповісти на запитання: «Чи можете ви передбачити, чи сподобається нова пісня слухачеві?» Результати натякнули на силу колективного інтелекту, і учасники розробили формули, які назвали світовими.

«Відомості, оприлюднені під час цього хакатону, натякають на потужність і потенціал великих даних — як для інтелектуальних відкриттів, так і для збільшення бізнес-цінності для організацій будь-якого типу», — говорить Кріс Рош, регіональний директор EMC Greenplum.

Але як ви платите артистам?

Після того, як індустрія визначила, що пісня має потенціал успіху, і випустила її як сингл, як вона розраховує роялті, коли пісня відтворюється на платформах соціальних мереж або на сайтах потокового передавання? Прямо зараз «лейбли звукозапису будь-якого розміру стикаються зі зростаючою проблемою узгодження масивів даних від потокових компаній, таких як Spotify, Deezer і YouTube, але для цього менше людей, ніж будь-коли».

Одна з головних проблем з точки зору управління інформацією полягає в тому, що більшість систем управління базами даних не були розроблені для обробки наборів даних, які є такими ж великими та складними, як великі дані. Наприклад, розмір файлів цифрових даних, створених розповсюджувачами музики, значно перевищує той, який можуть обробляти такі програми, як Excel. Це створює проблеми, зокрема відсутні дані та мітки файлів, які несумісні з бухгалтерським програмним забезпеченням.

У більшості випадків усі ці питання вирішують бухгалтери, що додає додаткового часу та праці до і без того великого навантаження. У багатьох випадках великий відсоток накладних витрат лейбла припадає на бухгалтерію.

Щоб боротися з цими проблемами, підприємці розробляють платформи бізнес-аналітики, які мають можливість упорядковувати й аналізувати великі дані. Одним із найкращих прикладів є австрійська компанія Rebeat, яка описує свої послуги як «облік роялті в три кліки». Заснована в 2006 році, вона швидко перетворилася на провідного цифрового дистриб’ютора в Європі та надає доступ до 300 цифрових послуг по всьому світу. По суті, Rebeat оптимізує методи бухгалтерського обліку та обробляє серверну роботу, як-от зіставлення полів даних у бухгалтерському програмному забезпеченні, тому бухгалтерський відділ може вільно керувати бюджетами. Вони також забезпечують інфраструктуру для керування виплатами роялті відповідно до договірних угод, прямих угод із магазинами цифрової музики, створення графіків для відстеження продажів і, що найважливіше, експорту даних у файли CSV.

Звичайно, послуга має свою ціну. Forbes повідомив, що звукозаписні компанії повинні використовувати Rebeat як дистриб’ютора, щоб мати доступ до даних компанії, що коштує 15% комісії з продажів і фіксовану плату в розмірі 649 доларів США щороку. Однак оцінки свідчать про те, що в більшості випадків накладення бухгалтерського обліку лейбла часто коштує набагато дорожче, а це означає, що підписання з Rebeat може заощадити гроші.