Data dapat memprediksi hit musik berikutnya, kita harus menggunakannya

Siapa yang butuh Simon Cowell?  Bagaimana 'data besar' akan memprediksi superstar musik berikutnya

Jika Anda melewatkan film Moneyball , berikut ringkasan singkatnya: Ini berdasarkan kisah nyata Billy Beane - Manajer Umum untuk tim baseball Amerika Oakland A - dan bagaimana dia menggunakan analisis statistik yang dihasilkan komputer untuk mengatasi anggaran yang ketat dan perselisihan. daftar pemain yang tidak berpengalaman. Sementara Brad Pitt mungkin telah dinominasikan untuk Oscar atas penampilannya, seni sabermetri berhasil mencuri perhatian. 

Kami telah jatuh cinta dengan data - tidak terlihat lagi dari pemilihan presiden 2012 dan kemenangan Nate Silver untuk membuktikan ini. Dan Silver, tentu saja, memulai statistiknya dengan baseball. 

Ada juga Shane Battier - saat ini pemain NBA untuk Miami Heat - yang dijuluki sebagai "No Stats All-Star" untuk persiapan pra-pertandingannya yang luar biasa yang memerlukan studi mendalam tentang lawan-lawannya, terutama pemain yang ditugaskan untuk dia jaga. Menurut fitur New York Times di Battier, data statistik tingkat tinggi yang dikumpulkan dari semua lawan Battier memungkinkannya untuk membiasakan diri dengan kelemahan tim yang lebih baik.

Dunia olahraga jelas mampu mengubah metrik menjadi prediksi dunia nyata yang terukur… jadi mengapa hal itu juga tidak berfungsi untuk pasar lain? Mengapa tidak menggunakan matematika untuk melihat masa depan musik? Sedang terjadi. Berkat meningkatnya konsumsi musik online dan penggunaan media sosial untuk membahas musisi, kami memiliki jendela yang lebih jelas ke dalam konsumsi musik daripada sebelumnya. Artis yang ingin menembus kesuksesan arus utama mungkin perlu melihat tidak lebih dari angka-angka untuk memetakan jalan mereka ke puncak. Tetapi pertanyaannya tetap: Dapatkah sesuatu yang personal dan abstrak seperti musik didasarkan pada metrik, atau apakah takdir masih memiliki andil dalam semuanya?

Detail dalam struktur (data musik)

Perusahaan rekaman besar selalu menghitung angka untuk menggambarkan aksi besar berikutnya - pada akhirnya, setiap bintang yang sukses adalah sapi perah bagi seseorang. Perbedaannya adalah, kita sekarang memiliki lebih banyak angka untuk dilihat daripada penjualan rekaman dan sandiwara radio, dan akses ke informasi ini tersedia bagi siapa saja, tidak hanya petinggi perusahaan rekaman. Anda dan saya memiliki alat untuk membasmi musisi yang menjanjikan. Namun, sebelum kita melakukannya, penting untuk mengetahui poin data apa yang sedang dianalisis untuk membuat kesimpulan ini. 

Detail # 1: Apa yang kami suka , atau yang lebih penting, apa yang kami 'sukai' di berbagai media sosial kami. Mari kita hadapi itu - bersama dengan hashtag dan tombol ❤, 'suka' Facebook sangat kuat, mungkin cukup kuat untuk memprediksi bintang musik terbesar berikutnya yang bersinar. Setiap kali Anda memposting video YouTube atau lirik lagu favorit Anda, setiap kali Anda menggunakan aplikasi untuk mengundang teman ke konser tempat Anda membeli tiket, setiap kali Anda berbagi bahwa Anda membeli album, Anda mempermudah internet - dan dunia - untuk menentukan tindakan mana yang layak untuk ditonton.

Berikutnya Big Sound Jason MrazMetrik media sosial adalah salah satu bahan utama dalam rumus yang digunakan Next Big Sound untuk mengidentifikasi kesuksesan musik dalam pembuatan. Setiap anggota dapat mempelajari tinjauan menyeluruh dan penghitungan tampilan halaman artis musik, suka, pengikut, dan sebutan di akun sosial resmi mereka. Perbandingan dengan artis serupa menjadi mudah melalui grafik yang mendetail. Bagi mereka yang kasual dan ingin tahu, informasi ini cukup untuk dilanjutkan - jika like halaman Facebook dari sebuah band yang tidak begitu terkenal meningkat hingga jutaan, kemungkinan mereka menjadi sukses besar pada akhir tahun tinggi. Hal yang sama berlaku untuk artis indie dengan lebih dari seratus ribu pengikut di Twitter. Begitu ketinggian itu tercapai, itu menandakan saatnya bagi klub penggemar, manajer bakat, dan eksekutif label rekaman untuk memperhatikan.

Detail # 2: Apa yang kami beli. Musik adalah sebuah produk, dan kami adalah konsumennya. Studi tentang perilaku konsumen dan pola pembelian yang berhubungan dengan musik membuka pintu ke banyak kemungkinan. Saat band mengetahui lagu mana yang paling disukai, mereka dapat memastikan bahwa mereka lebih sering membawakannya selama konser. Ketika perusahaan label rekaman melihat bahwa jenis album tertentu terjual seperti kacang goreng di iTunes, mereka memastikan mereka menjual lebih banyak single dari album itu atau keluar dengan versi yang sama sekali berbeda (akustik, live, string quartet).

EMC --- EMI-Global-Market-Insight-2012Contoh sempurna dari penggunaan perilaku konsumen untuk keuntungan musik adalah Set Data Wawancara Satu Juta EMI Music. Bekerja sama dengan Data Science London, inisiatif EMI menjanjikan untuk menjadi "kumpulan data musik terkaya dan terbesar yang pernah ada". Ini terdiri dari jutaan wawancara yang membahas topik-topik seperti tingkat hasrat untuk genre dan sub-genre musik tertentu, metode yang disukai untuk penemuan musik, artis musik favorit, pemikiran tentang pembajakan musik, streaming musik, format musik, dan demografi penggemar.

David Boyle, Senior Vice President Insight di EMI Music, optimis dengan merilis kumpulan informasi yang masif ini ke publik, semakin banyak orang di industri musik yang memperhatikan dan menggunakan data untuk meningkatkan kualitas bisnis. "Kami telah sukses besar menggunakan data untuk membantu kami dan artis kami memahami konsumen, dan kami sangat senang membagikan beberapa data kami untuk membantu orang lain melakukan hal yang sama," kata Boyle. “Kami juga menyadari bahwa orang lain yang melihat data ini akan melihat hal-hal yang kami lewatkan; perspektif dan pengalaman yang berbeda akan memunculkan wawasan yang berbeda. Jadi kami sangat senang melihat apa yang dilakukan orang-orang dengan data ini dan belajar darinya. ”

Kumpulan data EMI yang lebih besar tentunya bisa digunakan untuk mengungkap artis musik mana yang harus diwaspadai tahun ini. Menurut Boyle, mempelajari dan menganalisis perilaku konsumen musik dapat mempersenjatai pengguna dengan kekuatan prediksi yang lebih baik terhadap tindakan yang kariernya dapat meningkat dalam waktu dekat.

Rincian # 3: Format apa yang kami sukai. Apakah kenyamanan dan kemudahan berbagi musik secara online benar-benar memengaruhi pendapatan dalam bisnis musik? Berapa banyak orang yang masih lebih menyukai CD fisik daripada MP3 digital? Apakah masih cukup banyak orang yang ingin memberi penghargaan kepada pencipta musik untuk menjaga industri tetap bertahan? Menurut laporan EMI Music, orang-orang tidak lagi membayar musik seperti sebelumnya, dan penjualan musik rekaman terus menurun sejak 2001. Mengumpulkan data musik aktual langsung dari sumbernya (pendengar musik) akan memungkinkan mereka dan juga anggota lainnya. industri musik untuk mencari tahu apa masalahnya dan menghasilkan strategi yang akan memuaskan penggemar musik sejati.

EchonestSaat ini, semakin banyak orang yang terbiasa menggunakan aplikasi musik seperti Spotify dan Pandora untuk mendengarkan musik baru. Pintu gerbang untuk meningkatkan penemuan musik terbuka lebar, dan The Echo Nest adalah salah satu perusahaan yang mengambil langkah pertamanya. Ini memberikan kecerdasan musik andal yang dapat membantu pengembang dalam membangun aplikasi musik yang canggih. Itu termasuk daftar putar musik tingkat lanjut, profil rasa, kemampuan radio yang dipersonalisasi, umpan berita terkait musik, aplikasi game, dan "fanalytics" - semuanya didukung oleh lebih dari satu triliun (ya,  triliun ) titik data yang terhubung ke lebih dari 30 juta lagu yang tersedia.

Dalam artikel berjudul, Ilmu Data dan Industri Musik: Apa Hubungan Media Sosial dengan Penjualan Rekaman , anggota tim Suara Besar Berikutnya menganalisis dampak media sosial pada album iTunes dan melacak penjualan dengan membandingkan metrik seseorang dengan pendapatan pihak lain. Mereka mengkonfirmasi hal yang jelas: Media sosial memang memengaruhi penjualan album dan lagu. Namun, temuan spesifik mereka jauh lebih menarik. Pemutaran radio dan YouTube memiliki pengaruh terbesar pada penjualan lagu, dan itu masuk akal: Kami mendengar lagu yang bagus di radio mobil kami, jadi kami membuka YouTube untuk lebih membiasakan diri dengannya di waktu senggang. Mengetahui hal itu, para eksekutif label rekaman kini akan memprioritaskan pembuatan video musik spektakuler di YouTube untuk single yang mereka rilis untuk memikat audiens yang lebih besar.

Untuk penjualan album, ini menjadi sedikit lebih rumit - untuk mempelajari bagaimana media sosial memengaruhinya, aktivitas seminggu sebelum dan seminggu setelah rilis album keduanya dipertimbangkan. Analisis mereka mengungkapkan bahwa penjualan album paling dipengaruhi oleh - dapatkan ini - tampilan halaman Wikipedia. Konsumen perlu mengetahui lebih banyak tentang seorang seniman sebelum mereka berinvestasi, jadi sangat penting bagi seniman untuk menjaga agar halaman Wikipedia mereka tetap relevan dan terkini.

Rincian # 4: Apa kata matematika. EMI Music, bersama dengan Data Science London, menyelenggarakan Music Data Science Hackathon Juli lalu, di mana data scientist diberikan akses ke bagian dari dataset EMI. Mereka dapat menerapkan algoritme mereka sendiri untuk mencoba dan memprediksi jenis musik apa yang disukai orang. Shanda Innovations, inkubator teknologi Shanda Corporation dari China, memenangkan kompetisi tersebut.

Apa - dan siapa - yang akan sukses

Jadi kami punya datanya. Sekarang apa yang bisa kita katakan darinya?

“Jika Anda mencari siapa yang benar-benar akan meledak di tahun 2013, artis seperti Atlas Genius, HAIM, Jessie Ware, dan Trinidad James sangat direkomendasikan. Atau setidaknya itulah yang dikatakan angka-angkanya, ”kata Liv Buli, jurnalis data untuk Next Big Sound.

Mereka yang terlibat dengan proyek kumpulan data meneliti seniman baru dengan cermat pada tahap paling awal sebelum membagikan informasi apa pun tentang mereka. “Seringkali kita akan melihat hasil yang sangat menarik sebelum publik memiliki kesempatan untuk jatuh cinta pada seorang artis,” kata Boyle. Inilah yang ingin mereka tawarkan:

ringkasan-wawasan-pasar-global-emi

Perusahaan berencana untuk merilis kumpulan data yang diperbarui dan lebih spesifik ke publik sekitar tahun ini.

Pertanyaan sebenarnya adalah… dapatkah itu berhasil?

Penemuan musik akan selalu menjadi tantangan, meski memiliki aplikasi yang seharusnya membuatnya lebih mudah. Data musik pasti dapat membantu industri dalam usahanya menjadi lebih baik, dan layanan serta algoritme ini jelas merupakan satu langkah menuju "hal itu mungkin". Namun, selalu ada ruang untuk keraguan mengenai masa depan - bahkan pengembang sendiri yang akan mengatakannya.

"Musik bukanlah masalah matematika," kata Shane Tobin dari The Echo Nest selama SF MusicTech Summit tahun lalu, menurut TechHive. “Itu harus diinformasikan dari elemen manusia. Cara kerja rekomendasi kami adalah dengan memahami apa yang manusia katakan. "

Untungnya, sesuatu yang tidak berwujud seperti musik tidak dapat disimpulkan dalam satu persamaan - dan sentuhan manusia tetap menjadi faktor terpenting untuk dipertimbangkan dalam menentukan hal terbesar berikutnya dalam musik. Tetapi sebagian besar penemuan musik berkaitan dengan perilaku sosial, dan kebetulan sebagian besar interaksi sosial kita terjadi secara online. Selama mereka yang berencana untuk memanipulasi data musik dapat mengintegrasikan selera dan rekomendasi pribadi ke dalam proyek mereka dengan mulus, tidak ada alasan mengapa hal itu tidak berhasil.