Om du missade filmen Moneyball, här är en snabb sammanfattning: Den är baserad på den sanna historien om Billy Beane – General Manager för Oakland A: s amerikanska basebolllag – och hur han använde datorgenererad statistisk analys för att övervinna en snäv budget och bråka en lista med oerfarna spelare. Medan Brad Pitt kan ha blivit nominerad till en Oscar för sin prestation, konsten att sabermetri lyckades stjäla rampljuset.
Vi har blivit kära i data – leta inte längre än presidentvalet 2012 och Nate Silvers triumf att bevisa detta. Och Silver fick förstås sin start i statistik med baseboll.
Rekommenderade videor
Det finns också Shane Battier – för närvarande en NBA-spelare för Miami Heat – som är hyllad som en "Ingen statistik All-Star" för hans enorma förberedelser före spelet som innebär uttömmande studier av hans motståndare, särskilt de spelare som han har tilldelats att vakta. Enligt en New York Times funktion på Battier, statistisk data på hög nivå sammanställd om alla Battiers motståndare gör att han kan bekanta sig med svagheterna hos ett bättre lag.
Sportvärlden har helt klart kunnat omvandla mätvärden till mätbara, verkliga förutsägelser... så varför skulle det inte fungera för andra marknader också? Varför inte använda matematik för att se in i musikens omedelbara framtid? Det händer. Tack vare ökningen av musikkonsumtion online och användningen av sociala medier för att diskutera musiker, har vi ett tydligare fönster till musikkonsumtion än någonsin tidigare. Artister som vill slå igenom till mainstream-framgång behöver kanske inte leta längre än siffrorna för att kartlägga sin väg till toppen. Men frågan kvarstår: Kan något så personligt och abstrakt som musik baseras på mått, eller har ödet fortfarande en finger med i det hela?
Detaljerna i tyget (av musikdata)
Stora skivbolag har alltid knäckt siffror för att spå om nästa stora akter – i slutändan är varje framgångsrik stjärna en kassako för någon. Skillnaden är att vi nu har mycket fler siffror att titta på än skivförsäljning och radiospelningar, och tillgång till denna information är tillgänglig för alla, inte bara skivbolagsstora. Du och jag har verktygen för att utrota lovande musiker. Innan vi gör det är det dock viktigt att veta vilka datapunkter som analyseras för att dra dessa slutsatser.
Detalj # 1: Vad vi gillar, eller ännu viktigare, vad vi "gillar" på våra olika sociala medier. Låt oss inse det – tillsammans med hashtaggen och ❤-knappen är Facebooks "gilla". kraftfull, kanske tillräckligt kraftfull för att förutsäga musikens nästa största lysande stjärna. Varje gång du lägger upp en YouTube-video eller din favoritlåttext, varje gång du använder en app för att bjuda in vänner till en konsert som du köpt biljetter till, varje gång du delar att du köpt ett album gör du det lättare för Internet – och världen – att avgöra vilka akter som är värda tittar på.
Statistik för sociala medier är en av nyckelingredienserna i formeln Nästa Big Sound används för att identifiera musikframgångar i vardande. Varje medlem kan studera en omfattande översikt och sammanställning av alla musikartisters sidvisningar, gilla-markeringar, följare och omnämnanden på deras officiella sociala konton. Jämförelser med liknande artister görs enkelt genom detaljerade grafer. För den avslappnade och nyfikna räcker denna information för att fortsätta – om ett inte så känt bands Facebook sid-gilla-markeringar stiger till miljoner, chansen att de når det stora i slutet av året är hög. Detsamma gäller indieartisten med hundra tusen plus följare på Twitter. När dessa höjder har nåtts, signalerar det att det är dags för fanklubbarna, talangcheferna och skivbolagscheferna att lägga märke till det.
Detalj #2: Vad vi köper. Musik är en produkt och vi är dess konsumenter. Studiet av konsumentbeteende och musikrelaterade köpmönster öppnar dörren till många möjligheter. När band får reda på vilka av deras låtar som är mest omtyckta kan de se till att de framför den mer under sina konserter. När skivbolagsbolag ser att en viss typ av album säljer som smör på iTunes, ser de till att de sälj fler singlar från det albumet eller kom ut med en helt annan (akustisk, live, stråkkvartett) version av Det.
Ett perfekt exempel på att använda konsumentbeteende till musikens fördel är EMI Musics One Million Interview Dataset. I samarbete med Data Science London, EMI: s initiativ lovar att bli den "rikaste och största musikdataset någonsin." Den består av en miljon intervjuer som tar upp ämnen som nivå av passion för en särskild musikgenre och undergenre, föredragna metoder för musikupptäckt, favoritmusikartister, tankar om piratkopiering av musik, musikströmning, musikformat och fans demografi.
David Boyle, Senior Vice President för Insight på EMI Music, är optimistisk att genom att släppa denna enorma samling av information till allmänheten, kommer fler människor i musikbranschen att lägga märke till och använda data för att förbättra kvaliteten på företag. "Vi har haft stor framgång med att använda data för att hjälpa oss och våra artister att förstå konsumenter, och vi är glada över att dela med oss av en del av vår data för att hjälpa andra att göra detsamma", säger Boyle. "Vi inser också att andra som tittar på denna data kommer att upptäcka saker vi missat; olika perspektiv och erfarenheter kommer att reta fram olika insikter. Så vi är glada över att se vad folk gör med den här informationen och att lära av det."
EMI: s större datamängd kan säkert användas för att avslöja vilka musikartister folk borde se upp för i år. Enligt Boyle kan att studera och analysera musikkonsumentens beteende beväpna användare med bättre förutsägelseförmåga mot akter vars karriärer kan ta fart inom en snar framtid.
Detalj #3: Vilket format vi föredrar. Har bekvämligheten och lättheten att dela musik online verkligen påverkat intäkterna i musikbranschen? Hur många föredrar fortfarande den fysiska CD-skivan framför digital MP3? Finns det fortfarande tillräckligt många som vill belöna skapare av musik för att hålla branschen flytande? Enligt EMI Musics rapport betalar folk inte längre för musik som de gjorde tidigare, och försäljningen av inspelad musik har sjunkit konstant sedan 2001. Att samla faktiska musikdata direkt från källan (musiklyssnare) kommer att göra det möjligt för dem såväl som andra medlemmar av musikindustrin för att ta reda på vad problemet är och komma med en strategi som kommer att tillfredsställa riktiga musikfans.
Nuförtiden är fler människor vana vid att använda musikappar som Spotify och Pandora för att lyssna på ny musik. Porten till att förbättra musikupptäckten är vidöppen, och Echo Nest är ett av företagen som tar sina första steg mot det. Det ger pålitlig musikintelligens som kan hjälpa utvecklare att bygga sofistikerade musikappar. Det inkluderar avancerad musikspellista, smakprofilering, personliga radiofunktioner, musikrelaterat nyhetsflöden, spelapplikationer och "fanalytics" – hela tiden backas upp av mer än en biljon (ja, biljon) datapunkter kopplade till mer än 30 miljoner låtar till dess förfogande.
I en artikel berättigad, Datavetenskap och musikbranschen: vad sociala medier har med skivförsäljning att göra, medlemmar i Next Big Sound-teamet analyserar inverkan av sociala medier på iTunes-album och spårförsäljning genom att jämföra ens mätvärden med den andres intäkter. De bekräftade det uppenbara: Sociala medier gjorde påverka album- och spårförsäljningen. Men deras specifika fynd är mycket mer intressanta. Radiospel och YouTube har den största effekten på låtförsäljningen, och det är vettigt: Vi hör en bra låt på vår bilradio, så vi går till YouTube för att bekanta oss mer med den på vår egen fritid. Med vetskapen om det kommer skivbolagsledare nu att prioritera att skapa spektakulära musikvideor på YouTube för singlar de släpper för att fängsla en större publik.
För albumförsäljning blir det lite knepigare – att studera hur sociala medier påverkar det, övervägs både aktivitet en vecka före och en vecka efter albumsläpp. Deras analys visar att albumförsäljningen påverkas mest av – se det här – Wikipedia-sidvisningar. Konsumenter behöver veta mer om en artist innan de blir investerade, så det är absolut nödvändigt för artister att hålla sin Wikipedia-sida relevant och uppdaterad.
Detalj # 4: Vad matematiken säger. EMI Music, tillsammans med Data Science London, anordnade ett Music Data Science Hackathon i juli förra året, där datavetare fick tillgång till delar av EMI: s datauppsättning. De kunde använda sina egna algoritmer för att försöka förutsäga vilken typ av musik folk skulle älska. Shanda Innovations, en teknisk inkubator från Shanda Corporation från Kina, vann tävlingen.
Vad – och vem – är på väg att slå till på den stora tiden
Så vi har data. Vad kan vi säga från det nu?
"Om du letar efter vem som verkligen kommer att sprängas 2013, rekommenderas akter som Atlas Genius, HAIM, Jessie Ware och Trinidad James varmt. Eller det är åtminstone vad siffrorna säger”, säger Liv Buli, datajournalist för Next Big Sound.
De som är involverade i datauppsättningsprojektet undersöker noggrant nya konstnärer i mycket tidiga skeden innan de delar information om dem. "Ofta kommer vi att se mycket spännande resultat innan allmänheten har haft chansen att bli kär i en artist," sa Boyle. Men här är vad de är villiga att erbjuda:
Företaget planerar att släppa en uppdaterad och mer specifik datauppsättning till allmänheten någon gång i år.
Den verkliga frågan är...kan det fungera?
Musikupptäckt kommer alltid vara en utmaning, trots att de har appar som ska göra det enklare. Musikdata kan verkligen hjälpa branschen i dess strävan att bli bättre, och dessa tjänster och algoritmer är definitivt ett steg i riktningen för "det är möjligt". Men det finns alltid utrymme för tvivel när det kommer till framtiden - även utvecklare själva kommer att säga så.
"Musik är inte ett matematiskt problem", sa Shane Tobin från The Echo Nest under förra årets SF MusicTech Summit, enligt TechHive. "Det måste informeras från ett mänskligt element. Våra rekommendationer fungerar genom att förstå vad människor har att säga."
Tack och lov kan något så immateriellt som musik inte sammanfattas i en ekvation – och den mänskliga beröringen är fortfarande den viktigaste faktorn att överväga för att bestämma den näst största saken inom musik. Men en stor del av musikupptäckten relaterar till sociala beteenden, och det råkar vara så att mycket av våra sociala interaktioner sker online. Så länge de som planerar att manipulera musikdata kan integrera personlig smak och rekommendationer i sina projekt på ett sömlöst sätt, finns det ingen anledning till varför det inte kan fungera.
