Data dapat memprediksi hit musik berikutnya, kita harus menggunakannya

Siapa yang butuh Simon Cowell? Bagaimana ‘big data’ memprediksi superstar musik berikutnya

Jika Anda melewatkan filmnya Bola Uang, berikut ringkasan singkatnya: Ini berdasarkan kisah nyata Billy Beane – General Manager tim bisbol Amerika di Oakland A – dan bagaimana dia menggunakan analisis statistik yang dihasilkan komputer untuk mengatasi anggaran yang ketat dan mempertengkarkan daftar pemain yang tidak berpengalaman. Meskipun Brad Pitt mungkin dinominasikan untuk Oscar atas penampilannya, seni sabermetrik berhasil mencuri perhatian.

Kami telah jatuh cinta dengan data – tidak perlu mencari lagi pemilihan presiden 2012 dan kemenangan Nate Silver untuk membuktikan ini. Dan Silver, tentu saja, memulai kariernya di bidang statistik dengan bisbol.

Video yang Direkomendasikan

Ada juga Shane Battier – saat ini menjadi pemain NBA untuk Miami Heat – yang dianggap sebagai “Tidak Ada Statistik All-Star” atas persiapannya yang luar biasa sebelum pertandingan yang memerlukan studi menyeluruh terhadap lawan-lawannya, terutama para pemain yang ditugaskan untuk dia jaga. Menurut New York Times

fitur di Battier, data statistik tingkat tinggi yang dikumpulkan dari semua lawan Battier memungkinkan dia untuk mengetahui kelemahan tim yang lebih baik.

Dunia olahraga jelas telah mampu mengubah metrik menjadi prediksi nyata yang terukur… jadi mengapa hal ini tidak berlaku juga untuk pasar lain? Mengapa tidak menggunakan matematika untuk melihat masa depan musik? Sedang terjadi. Berkat meningkatnya konsumsi musik online dan penggunaan media sosial untuk berdiskusi tentang musisi, kita memiliki pandangan yang lebih jelas mengenai konsumsi musik dibandingkan sebelumnya. Artis yang ingin menerobos kesuksesan arus utama mungkin hanya perlu melihat angka-angka untuk mencapai puncak. Namun pertanyaannya tetap: Dapatkah sesuatu yang bersifat personal dan abstrak seperti musik didasarkan pada metrik, atau apakah takdir masih memegang kendali dalam semua itu?

Detail bahannya (data musik)

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

Detail #1: Apa yang kami suka, atau yang lebih penting, apa yang kita ‘sukai’ di berbagai media sosial kita. Jujur saja – bersama dengan hashtag dan tombol ❤, kata 'suka' di Facebook juga ada 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 yang tiketnya telah Anda beli, setiap kali Anda membagikan bahwa Anda telah membeli sebuah album, Anda mempermudah Internet – dan dunia – untuk menentukan tindakan mana yang layak menonton.

Suara Besar Berikutnya Jason MrazMetrik media sosial adalah salah satu bahan utama dalam formula ini Suara Besar Berikutnya digunakan untuk mengidentifikasi keberhasilan musik dalam pembuatannya. Setiap anggota dapat mempelajari ikhtisar komprehensif dan penghitungan tampilan halaman, suka, pengikut, dan sebutan artis musik mana pun di akun sosial resmi mereka. Perbandingan dengan artis serupa menjadi mudah melalui grafik terperinci. Bagi yang santai dan penasaran, informasi ini cukup untuk melanjutkan – jika Facebook adalah band yang tidak begitu terkenal suka pada halaman meningkat hingga jutaan, kemungkinan mereka mencapai kesuksesan besar pada akhir tahun adalah besar tinggi. Hal yang sama berlaku untuk artis indie dengan lebih dari seratus ribu pengikut di Twitter. Ketika pencapaian tersebut tercapai, ini menandakan sudah waktunya bagi klub penggemar, manajer bakat, dan eksekutif label rekaman untuk memperhatikannya.

Detail #2: Apa yang kita beli. Musik adalah sebuah produk, dan kita adalah konsumennya. Studi tentang perilaku konsumen dan pola pembelian terkait musik membuka banyak kemungkinan. Ketika band mengetahui lagu mana yang paling disukai, mereka dapat memastikan bahwa mereka lebih sering menampilkannya selama konser. Ketika perusahaan label rekaman melihat bahwa jenis album tertentu laris manis di iTunes, mereka memastikannya menjual lebih banyak single dari album itu atau mengeluarkan versi yang benar-benar berbeda (akustik, live, string quartet) dia.

EMCEMI-Wawasan-Pasar-Global-2012Contoh sempurna dalam memanfaatkan perilaku konsumen untuk keuntungan musik adalah Kumpulan Data Wawancara Sejuta Musik EMI. Dalam kemitraan dengan Ilmu Data 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 minat terhadap a genre dan sub-genre musik tertentu, metode yang disukai untuk penemuan musik, artis musik favorit, pemikiran tentang pembajakan musik, streaming musik, format musik, dan penggemar demografi.

David Boyle, Senior Vice President Insight di EMI Music, optimis dengan merilis koleksi masif ini informasi kepada publik, semakin banyak orang di industri musik akan memperhatikan dan menggunakan data untuk meningkatkan kualitas bisnis. “Kami meraih kesuksesan besar dalam menggunakan data untuk membantu kami dan artis kami memahami konsumen, dan kami sangat bersemangat untuk 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 menghasilkan wawasan yang berbeda. Jadi kami sangat antusias untuk melihat apa yang dilakukan orang-orang dengan data ini dan belajar darinya.”

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

Detail #3: Format apa yang kami sukai. Apakah kenyamanan dan kemudahan berbagi musik secara online benar-benar memengaruhi pendapatan bisnis musik? Berapa banyak orang yang masih lebih memilih CD fisik dibandingkan MP3 digital? Apakah masih cukup banyak orang yang ingin memberi penghargaan kepada pencipta musik agar industri ini tetap bertahan? Menurut laporan EMI Music, masyarakat tidak lagi membayar musik seperti sebelumnya, dan penjualan musik rekaman terus menurun sejak tahun 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.

paling bergemaSaat 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 Sarang Gema adalah salah satu perusahaan yang mengambil langkah pertama menuju hal tersebut. Ini memberikan kecerdasan musik yang andal yang dapat membantu pengembang dalam membangun aplikasi musik yang canggih. Itu mencakup pembuatan daftar putar musik tingkat lanjut, profil selera, kemampuan radio yang dipersonalisasi, yang berhubungan dengan musik feed berita, 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 sebuah artikel berhak, Ilmu Data dan Industri Musik: Hubungan Media Sosial dengan Penjualan Rekaman, anggota tim Next Big Sound menganalisis dampak media sosial pada album iTunes dan melacak penjualan dengan membandingkan metrik seseorang dengan pendapatan album iTunes lainnya. Mereka mengkonfirmasi hal yang sudah jelas: media sosial telah melakukan mempengaruhi penjualan album dan lagu. Namun, temuan spesifik mereka jauh lebih menarik. Pemutaran radio dan YouTube memiliki pengaruh terbesar terhadap penjualan lagu, dan hal ini masuk akal: Kita mendengarkan lagu yang bagus di radio mobil, jadi kita membuka YouTube untuk lebih mengenal lagu tersebut di waktu senggang. Mengetahui hal tersebut, para eksekutif label rekaman kini akan memprioritaskan meramu video musik spektakuler di YouTube untuk single yang mereka rilis guna memikat lebih banyak penonton.

Untuk penjualan album, hal ini menjadi sedikit rumit – untuk mempelajari bagaimana media sosial mempengaruhinya, aktivitas seminggu sebelum dan seminggu setelah perilisan album keduanya dipertimbangkan. Analisis mereka mengungkapkan bahwa penjualan album paling dipengaruhi oleh – lihat ini – tampilan halaman Wikipedia. Konsumen perlu mengetahui lebih banyak tentang seorang seniman sebelum mereka berinvestasi, jadi penting bagi para seniman untuk menjaga halaman Wikipedia mereka tetap relevan dan terkini.

Detail #4: Apa yang dikatakan matematika. EMI Music, bersama dengan Data Science London, menyelenggarakan Music Data Science Hackathon pada bulan Juli lalu, di mana data scientist diberi akses ke bagian-bagian kumpulan data EMI. Mereka dapat menerapkan algoritma mereka sendiri untuk mencoba dan memprediksi jenis musik apa yang akan disukai orang. Shanda Innovations, inkubator teknologi Shanda Corporation asal Tiongkok, menjadi pemenang kompetisi tersebut.

Apa – dan siapa – yang akan mencapai kesuksesan besar

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

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

Mereka yang terlibat dalam proyek kumpulan data meneliti artis-artis baru dengan cermat pada tahap awal sebelum membagikan informasi apa pun tentang mereka. “Seringkali kita akan melihat hasil yang sangat menggembirakan sebelum publik sempat jatuh cinta pada seorang artis,” kata Boyle. Namun, inilah yang ingin mereka tawarkan:

ringkasan-wawasan-pasar-emi-global

Perusahaan berencana untuk merilis kumpulan data yang diperbarui dan lebih spesifik kepada publik pada tahun ini.

Pertanyaan sebenarnya adalah… bisakah ini berhasil?

Penemuan musik akan terjadi selalu menjadi tantangan, meski memiliki aplikasi yang seharusnya memudahkan. Data musik tentu saja dapat membantu industri dalam upayanya menjadi lebih baik, dan layanan serta algoritme ini jelas merupakan sebuah langkah maju arah “itu mungkin.” Namun, selalu ada ruang untuk keraguan mengenai masa depan – bahkan pengembang sendiri pun akan mengatakannya Jadi.

“Musik bukanlah soal matematika,” kata Shane Tobin dari The Echo Nest pada SF MusicTech Summit tahun lalu, menurut sarang teknologi. “Harus diinformasikan dari unsur manusia. Cara kerja rekomendasi kami adalah dengan memahami apa yang dikatakan manusia.”

Untungnya sesuatu yang tidak berwujud seperti musik tidak bisa diringkas – dan sentuhan manusia tetap menjadi faktor paling penting untuk dipertimbangkan dalam menentukan hal terbesar berikutnya dalam musik. Namun sebagian besar penemuan musik berkaitan dengan perilaku sosial, dan kebetulan sebagian besar interaksi sosial kita terjadi secara online. Selama mereka yang berencana memanipulasi data musik mampu mengintegrasikan selera dan rekomendasi pribadi ke dalam proyek mereka dengan cara yang mulus, tidak ada alasan mengapa hal itu tidak berhasil.