데이터는 음악의 다음 히트작을 예측할 수 있으므로 이를 사용해야 합니다.

혹시 영화를 놓치셨다면 머니볼, 간단한 요약은 다음과 같습니다. 이 작품은 실화를 기반으로 합니다. 빌리 빈 – Oakland A 미국 야구팀의 단장 – 그가 어떻게 컴퓨터 생성 통계 분석을 사용하여 빠듯한 예산을 극복하고 경험이 부족한 선수 명단과 논쟁을 벌였는지. 브래드 피트가 그의 연기로 오스카상 후보에 올랐을 수도 있지만, 세이버메트릭스 스포트라이트를 훔치는 데 성공했습니다.

우리는 데이터와 사랑에 빠졌습니다. 2012년 대선과 네이트 실버의 승리 이것을 증명하기 위해. 그리고 물론 실버는 야구로 통계를 시작했습니다.

현재 마이애미 히트의 NBA 선수인 셰인 배티어(Shane Battier)도 있습니다. “통계 없는 올스타” 그의 상대, 특히 그가 가드하도록 배정된 선수들에 대한 철저한 연구를 수반하는 엄청난 경기 전 준비 덕분입니다. 뉴욕타임스에 따르면 특징 Battier에서는 Battier의 모든 상대에 대해 수집된 높은 수준의 통계 데이터를 통해 그는 더 나은 팀의 약점을 익힐 수 있습니다.

스포츠 세계에서는 측정항목을 측정 가능한 실제 예측으로 전환할 수 있었습니다. 그런데 왜 다른 시장에서도 작동하면 안 될까요? 수학을 사용하여 음악의 가까운 미래를 살펴보는 것은 어떨까요? 그런 일이 일어나고 있습니다. 온라인 음악 소비의 증가와 음악가에 대한 논의를 위한 소셜 미디어의 사용 덕분에 우리는 그 어느 때보다 음악 소비에 대한 더 명확한 창을 갖게 되었습니다. 주류 성공을 향한 돌파구를 모색하는 아티스트는 정상에 오르기 위해 숫자만 보면 됩니다. 하지만 문제는 여전히 남아 있습니다. 음악처럼 개인적이고 추상적인 것이 측정 기준을 기반으로 할 수 있습니까? 아니면 운명이 여전히 모든 것에 영향을 미칠 수 있습니까?

(음악 데이터의) 패브릭의 세부 사항

대형 레코드 회사는 다음 대형 공연을 예측하기 위해 항상 숫자를 계산해 왔습니다. 궁극적으로 모든 성공적인 스타는 누군가에게 현금 소입니다. 차이점은 이제 레코드 판매 및 라디오 방송보다 훨씬 더 많은 숫자를 확인할 수 있으며 이 정보에 대한 액세스는 레코드 회사 거물뿐만 아니라 누구나 사용할 수 있다는 것입니다. 당신과 나는 유망한 음악가를 근절할 수 있는 도구를 가지고 있습니다. 하지만 그렇게 하기 전에 이러한 결론을 내리기 위해 어떤 데이터 포인트가 분석되고 있는지 아는 것이 중요합니다.

세부 사항 # 1: 우리가 좋아하는 것, 또는 더 중요한 것은 다양한 소셜 미디어 매체에서 우리가 '좋아요'하는 것입니다. 현실을 직시하자 – 해시태그와 ❤ 버튼과 함께 페이스북의 '좋아요'는 강한, 어쩌면 음악계의 차세대 빛나는 스타를 예측할 수 있을 만큼 강력할 수도 있습니다. 유튜브 영상이나 좋아하는 노래 가사를 올릴 때마다, 티켓을 구매한 콘서트에 친구를 초대하기 위해 앱을 사용할 때마다, 앨범을 구입했다는 사실을 공유할 때마다 인터넷과 전 세계가 어떤 앨범의 가치를 판단하기가 더 쉬워집니다. 보고 있다.

소셜 미디어 지표는 공식의 핵심 요소 중 하나입니다. 넥스트 빅 사운드 제작 과정에서 음악적 성공을 식별하는 데 사용됩니다. 모든 회원은 공식 소셜 계정에서 음악 아티스트의 페이지 조회수, 좋아요, 팔로어 및 멘션에 대한 포괄적인 개요와 집계를 연구할 수 있습니다. 상세한 그래프를 통해 유사한 아티스트와의 비교를 쉽게 할 수 있습니다. 무심하고 호기심이 많은 사람들에게는 이 정보만으로도 충분합니다. 그다지 유명하지 않은 밴드의 Facebook에 페이지 좋아요 수가 수백만 개로 증가하고 있으며, 연말까지 크게 히트할 가능성은 다음과 같습니다. 높은. 트위터에 십만 명이 넘는 팔로어를 보유한 인디 아티스트도 마찬가지입니다. 이러한 수준에 도달하면 팬클럽, 탤런트 매니저, 음반사 간부들이 주목해야 할 때라는 신호입니다.

세부사항 #2: 우리가 구매하는 것. 음악은 제품이고 우리는 소비자입니다. 소비자 행동과 음악 관련 구매 패턴에 대한 연구는 많은 가능성의 문을 열어줍니다. 밴드는 어떤 노래가 가장 마음에 드는지 알아내면 콘서트 중에 해당 노래를 더 많이 연주할 수 있습니다. 음반사 회사에서는 특정 유형의 앨범이 iTunes에서 불티나게 팔리는 것을 보면, 그 앨범에서 더 많은 싱글을 팔거나 완전히 다른 버전(어쿠스틱, 라이브, 현악 4중주)을 내보세요. 그것.

소비자 행동을 음악의 이점으로 활용하는 완벽한 예는 다음과 같습니다. EMI Music의 100만 인터뷰 데이터세트. 와 협력하여 데이터 사이언스 런던, EMI의 계획은 "역대 가장 풍부하고 최대 규모의 음악 데이터 세트"가 될 것을 약속합니다. 이는 직업에 대한 열정 수준과 같은 주제를 다루는 백만 개의 인터뷰로 구성됩니다. 특정 음악 장르 및 하위 장르, 선호하는 음악 검색 방법, 좋아하는 음악 아티스트, 음악 불법 복제에 대한 생각, 음악 스트리밍, 음악 형식 및 팬 인구 통계.

EMI Music의 Insight 담당 수석 부사장인 David Boyle은 이 대규모 컬렉션을 출시함으로써 낙관하고 있습니다. 정보가 대중에게 공개되면 음악 산업의 더 많은 사람들이 이에 주목하고 데이터를 사용하여 음악의 품질을 향상시킬 것입니다. 사업. Boyle은 "저희와 아티스트가 소비자를 이해하는 데 도움이 되는 데이터를 사용하여 큰 성공을 거두었으며, 다른 사람들도 그렇게 할 수 있도록 일부 데이터를 공유하게 되어 기쁘게 생각합니다."라고 말합니다. “우리는 또한 이 데이터를 보는 다른 사람들이 우리가 놓친 부분을 발견할 것이라는 점을 알고 있습니다. 서로 다른 관점과 경험은 서로 다른 통찰력을 이끌어 낼 것입니다. 그래서 우리는 사람들이 이 데이터로 무엇을 하는지 보고 그로부터 배울 수 있어서 기쁩니다."

EMI의 더 큰 데이터 세트는 사람들이 올해 주목해야 할 음악 아티스트를 밝히는 데 확실히 사용될 수 있습니다. Boyle에 따르면, 음악 소비자 행동을 연구하고 분석하면 사용자는 가까운 미래에 경력을 쌓을 수 있는 행위에 대해 더 나은 예측력을 가질 수 있습니다.

세부 사항 # 3: 우리가 선호하는 형식. 온라인으로 음악을 공유하는 편리함과 용이함이 실제로 음악 사업의 수익에 영향을 미쳤습니까? 아직도 디지털 MP3보다 실제 CD를 선호하는 사람이 얼마나 됩니까? 업계를 유지하기 위해 음악 창작자에게 보상을 제공하려는 사람들이 여전히 충분합니까? EMI Music의 보고서에 따르면 사람들은 더 이상 이전처럼 음악에 비용을 지불하지 않으며 음반 판매량은 2001년 이후 지속적으로 감소하고 있습니다. 소스(음악 청취자)로부터 직접 실제 음악 데이터를 축적하면 그들뿐만 아니라 다른 멤버들도 활성화될 수 있습니다. 음악계는 문제가 무엇인지 파악하고, 진정한 음악 팬들을 만족시킬 수 있는 전략을 세워야 한다.

요즘에는 Spotify나 Pandora와 같은 음악 앱을 사용하여 새로운 음악을 듣는 데 익숙해진 사람들이 더 많습니다. 음악 검색 개선을 위한 관문은 활짝 열려 있습니다., 그리고 에코 네스트 이를 위해 첫발을 내딛는 회사 중 하나입니다. 개발자가 정교한 음악 앱을 구축하는 데 도움이 될 수 있는 안정적인 음악 인텔리전스를 제공합니다. 여기에는 고급 음악 재생 목록, 취향 프로파일링, 개인화된 라디오 기능, 음악 관련 기능이 포함됩니다. 뉴스피드, 게임 애플리케이션, “팬분석” – 그 동안 1조 개가 넘는 데이터가 뒷받침됩니다(예, 일조) 3천만 곡 이상의 노래에 연결된 데이터 포인트입니다.

에 기사 자격이 있는, 데이터 과학과 음악 산업: 소셜 미디어가 음반 판매와 관련이 있는 것, Next Big Sound 팀의 구성원은 한 지표를 다른 수익과 비교하여 소셜 미디어가 iTunes 앨범 및 트랙 판매에 미치는 영향을 분석합니다. 그들은 분명한 사실을 확인했습니다: 소셜 미디어 했다 앨범 및 트랙 판매에 영향을 미칩니다. 그러나 그들의 구체적인 연구 결과는 훨씬 더 흥미롭습니다. 라디오 재생과 YouTube는 트랙 판매에 가장 큰 영향을 미치며 이는 일리가 있습니다. 우리는 자동차 라디오에서 좋은 노래를 듣고 여가 시간에 YouTube에 가서 그 노래에 더 익숙해집니다. 이를 알고 음반사 경영진은 이제 더 많은 청중의 관심을 끌기 위해 발표하는 싱글에 대한 멋진 뮤직 비디오를 YouTube에서 제작하는 데 우선순위를 둘 것입니다.

앨범 판매의 경우 조금 더 까다로워집니다. 소셜 미디어가 앨범 판매에 어떤 영향을 미치는지 연구하려면 앨범 발매 일주일 전과 앨범 발매 후 일주일의 활동을 모두 고려합니다. 그들의 분석에 따르면 앨범 판매는 Wikipedia 페이지 조회수에 가장 큰 영향을 받는 것으로 나타났습니다. 소비자는 투자를 받기 전에 아티스트에 대해 더 많이 알아야 하므로 아티스트는 자신의 Wikipedia 페이지를 관련성 있고 최신 상태로 유지하는 것이 필수적입니다.

세부 사항 # 4: 수학이 말하는 것. EMI Music은 Data Science London과 함께 지난 7월 Music Data Science Hackathon을 조직했습니다. 여기서 데이터 과학자들은 EMI 데이터 세트의 일부에 액세스할 수 있었습니다. 그들은 자신의 알고리즘을 적용하여 사람들이 어떤 유형의 음악을 좋아할지 예측할 수 있었습니다. 중국 Shanda Corporation의 기술 인큐베이터인 Shanda Innovations가 경쟁에서 승리했습니다.

무엇과 누가 큰 성공을 거두게 될까요?

그래서 우리는 데이터를 가지고 있습니다. 이제 우리는 그것으로부터 무엇을 알 수 있습니까?

“2013년에 정말 폭발할 사람이 누구인지 찾고 있다면 Atlas Genius, HAIM, Jessie Ware, Trinidad James와 같은 아티스트를 적극 추천합니다. 아니면 적어도 숫자가 말하듯이요.”라고 Next Big Sound의 데이터 저널리스트인 Liv Buli는 말합니다.

데이터 세트 프로젝트에 참여하는 사람들은 신인 아티스트에 대한 정보를 공유하기 전에 아주 초기 단계에서 꼼꼼하게 새로운 아티스트를 조사합니다. Boyle은 “대중이 예술가와 사랑에 빠지기 전에 매우 흥미로운 결과를 보게 되는 경우가 많습니다.”라고 말했습니다. 하지만 그들이 기꺼이 제공하려는 것은 다음과 같습니다.

회사는 올해 중 업데이트되고 보다 구체적인 데이터 세트를 대중에게 공개할 계획입니다.

진짜 질문은...그것이 작동할 수 있는가?

음악 발견은 항상 도전해라, 더 쉽게 만들어주는 앱이 있음에도 불구하고. 음악 데이터는 확실히 업계가 더 나은 방향으로 나아가는 데 도움이 될 수 있으며 이러한 서비스와 알고리즘은 확실히 가능하다”는 방향이다. 그러나 미래에 관해서는 항상 의심의 여지가 있습니다. 심지어 개발자 자신도 이렇게 말할 것입니다. 그래서.

작년 SF MusicTech Summit에서 The Echo Nest의 Shane Tobin은 "음악은 수학 문제가 아닙니다."라고 말했습니다. TechHive. “인간적인 요소로부터 정보를 받아야 합니다. 우리의 추천이 작동하는 방식은 인간이 말하는 내용을 이해하는 것입니다.”

다행히도 음악처럼 무형적인 것은 방정식으로 요약할 수 없습니다. 인간의 손길은 음악에서 다음으로 가장 큰 것을 결정하는 데 고려해야 할 가장 중요한 요소로 남아 있습니다. 그러나 음악 발견의 상당 부분은 사회적 행동과 관련이 있으며 우리의 사회적 상호 작용 중 많은 부분이 온라인에서 발생합니다. 음악 데이터를 조작하려는 사람들이 개인의 취향과 추천을 프로젝트에 원활하게 통합할 수 있는 한, 그것이 작동하지 않을 이유가 없습니다.