I tilfelle du savnet filmen Moneyball, her er et raskt sammendrag: Det er basert på den sanne historien til Billy Beane - daglig leder for Oakland As amerikanske baseballlag - og hvordan han brukte datamaskingenererte statistiske analyser for å overvinne et stramt budsjett og forvirre en liste over uerfarne spillere. Mens Brad Pitt kan ha blitt nominert til en Oscar for sin opptreden, klarte sabermetrikkunsten å stjele rampelyset.
Vi har blitt forelsket i data - se ikke lenger enn presidentvalget i 2012 og triumfen til Nate Silver for å bevise dette. Og Silver startet selvfølgelig sin statistikk med baseball.
Det er også Shane Battier - for tiden en NBA-spiller for Miami Heat - som er regal som en "No Stats All-Star" for sin enorme forberedelse før spillet som innebærer uttømmende studier av motstanderne, spesielt spillerne han er tildelt til å beskytte. I følge en New York Times-funksjon på Battier, gir statistiske data på høyt nivå samlet over alle Battiers motstandere ham til å bli kjent med svakhetene til et bedre team.
Sportens verden har tydeligvis kunnet gjøre beregninger til målbare, virkelige spådommer ... så hvorfor skulle det ikke fungere også for andre markeder? Hvorfor ikke bruke matte for å se på musikkens umiddelbare fremtid? Det skjer. Takket være økningen i online musikkforbruk og bruken av sosiale medier for å diskutere musikere, har vi et tydeligere vindu for musikkforbruk enn noen gang før. Artister som ønsker å bryte gjennom til vanlig suksess, trenger kanskje ikke se lenger enn tallene for å kartlegge seg til toppen. Men spørsmålet gjenstår: Kan noe så personlig og abstrakt som musikk være basert på beregninger, eller har skjebnen fortsatt en hånd i det hele?
Detaljene i stoffet (av musikkdata)
Store plateselskaper har alltid knust tall for å finne de neste store handlingene - til slutt er hver suksessfulle stjerne en kontant ku for noen. Forskjellen er at vi nå har mange flere tall å se på enn platesalg og radiospill, og tilgang til denne informasjonen er tilgjengelig for alle, ikke bare plateselskap. Du og jeg har verktøyene for å utrydde lovende musikere. Før vi gjør det, er det imidlertid viktig å vite hvilke datapunkter som blir analysert for å trekke disse konklusjonene.
Detalj nr. 1: Det vi liker, eller enda viktigere, hva vi ‘liker’ på våre forskjellige sosiale medier. La oss innse det - sammen med hashtaggen og ❤-knappen er Facebook 'like' kraftig, kanskje kraftig nok til å forutsi musikkens neste største skinnende stjerne. Hver gang du legger ut en YouTube-video eller favorittlåten din, hver gang du bruker en app til å invitere venner til en konsert du kjøpte billetter til, gjør du det enklere for Internett hver gang du deler at du kjøpte et album - og verden - for å bestemme hvilke handlinger som er verdt å se på.
Sosiale medieberegninger er en av nøkkelingrediensene i formelen Next Big Sound bruker for å identifisere musikksuksesser i produksjonen. Hvert medlem kan studere en omfattende oversikt og oversikt over hvilken som helst musikkartisters sidevisninger, likes, følgere og omtaler på deres offisielle sosiale kontoer. Sammenligning med lignende artister gjøres enkelt gjennom detaljerte grafer. For de uformelle og nysgjerrige er denne informasjonen nok til å fortsette - hvis et ikke så kjent bandets Facebook-side liker å stige til millioner, er sjansen for at de treffer den stor ved årets slutt. Det samme gjelder indie-artisten med hundre tusen pluss følgere på Twitter. Når disse høydene er nådd, signaliserer det at det er på tide at fanklubber, talentansvarlige og plateselskapsledere legger merke til det.
Detalj nr. 2: Hva vi kjøper. Musikk er et produkt, og vi er forbrukerne av det. Studiet av forbrukeratferd og musikkrelaterte kjøpsmønstre åpner for mange muligheter. Når band finner ut hvilke av sangene deres som er mest likt, kan de sørge for at de fremfører det mer under konsertene sine. Når plateselskapene ser at en bestemt type album selger som hotcakes på iTunes, sørger de for at de selger flere singler fra det albumet eller kommer ut med en helt annen (akustisk, live, strykekvartett) versjon av den.
Et perfekt eksempel på å bruke forbrukeradferd til fordel for musikk er EMI Musics One Million Interview Dataset. I samarbeid med Data Science London lover EMIs initiativ å være det "rikeste og største musikksettet noensinne." Den består av en million intervjuer som bringer temaer som lidenskap for en bestemt musikksjanger og undergenre, foretrukne metoder for oppdagelse av musikk, favorittmusikkartister, tanker om piratkopiering, musikkstrømning, musikkformater og demografi for fans.
David Boyle, Senior Vice President for Insight hos EMI Music, er optimistisk om at flere mennesker i musikkbransjen vil legge merke til og bruke data for å forbedre kvaliteten på virksomheten ved å gi ut denne enorme samlingen av informasjon til publikum. "Vi har hatt stor suksess med å bruke data for å hjelpe oss og kunstnerne våre til å forstå forbrukerne, og vi er glade for å dele noen av dataene våre for å hjelpe andre med å gjøre det samme," sier Boyle. “Vi anerkjenner også at andre mennesker som ser på disse dataene, vil oppdage ting vi savnet; forskjellige perspektiver og opplevelser vil erte forskjellige innsikter. Så vi er glade for å se hva folk gjør med disse dataene, og å lære av det. "
EMIs større datasett kan absolutt brukes til å avsløre hvilke musikkartister folk bør se opp for i år. Ifølge Boyle kan studere og analysere musikkforbrukeratferd bevæpne brukere med bedre forutsigbarhet mot handlinger hvis karriere kan ta fart i nær fremtid.
Detalj nr. 3: Hvilket format vi foretrekker. Har bekvemmeligheten og brukervennligheten av deling av musikk virkelig påvirket inntektene i musikkbransjen? Hvor mange foretrekker fortsatt den fysiske CD-en fremfor den digitale MP3? Er det fortsatt nok folk som ønsker å belønne skaperne av musikk for å holde bransjen flytende? I følge EMI Musics rapport betaler folk ikke lenger for musikk slik de gjorde før, og innspilte musikksalg har vært i konstant tilbakegang siden 2001. Å samle faktiske musikkdata rett fra kilden (musikklyttere) vil gjøre det mulig for dem så vel som andre medlemmer av musikkbransjen for å finne ut hva problemet er og komme med en strategi som vil tilfredsstille ekte musikkfans.
I disse dager er flere vant til å bruke musikkapper som Spotify og Pandora for å lytte til ny musikk. Porten til å forbedre oppdagelsen av musikk er vidåpent, og The Echo Nest er et av selskapene som tar sine første skritt mot det. Det gir pålitelig musikkintelligens som kan hjelpe utviklere med å bygge sofistikerte musikkapper. Dette inkluderer avansert spilleliste for musikk, smaksprofilering, personlige radiofunksjoner, musikkrelaterte nyhetsfeeder, spillapplikasjoner og "fanalytics" - hele tiden støttet av mer enn en billion (ja,billioner) datapunkter som er koblet til mer enn 30 millioner sanger til rådighet.
I en artikkel med tittelen, Datavitenskap og musikkindustrien: Hva sosiale medier har å gjøre med platesalg, medlemmer av Next Big Sound-teamet analyserer virkningen av sosiale medier på iTunes-album og sporer salg ved å sammenligne beregningene med den andres inntekter. De bekreftet det åpenbare: Sosiale medier gjorde påvirke salg av album og spor. Imidlertid er deres spesifikke funn langt mer interessante. Hørespill og YouTube har størst effekt på salg av spor, og det gir mening: Vi hører en flott sang på bilradioen vår, så vi går til YouTube for å gjøre oss mer kjent med den på egen hånd. Vel vitende om det, vil eksekutører av plateselskaper nå prioritere å lage spektakulære musikkvideoer på YouTube for singler de slipper for å fange et større publikum.
For albumsalg blir det litt vanskeligere - å studere hvordan sosiale medier påvirker det, begge aktivitetene en uke før og en uke etter albumutgivelsen blir vurdert. Analysen deres avslører at salg av album er mest påvirket av - få dette - Wikipedia-sidevisninger. Forbrukerne trenger å vite mer om en kunstner før de blir investert, så det er viktig for kunstnere å holde Wikipedia-siden relevant og oppdatert.
Detalj nr. 4: Hva matematikken sier. EMI Music, sammen med Data Science London, organiserte en Music Data Science Hackathon i juli i fjor, hvor dataforskere fikk tilgang til deler av EMIs datasett. De kunne bruke sine egne algoritmer for å prøve å forutsi hvilken type musikk folk ville elske. Shanda Innovations, en teknisk inkubator for Shanda Corporation fra Kina, vant konkurransen.
Hva - og hvem - er i ferd med å treffe den store tiden
Så vi har dataene. Nå hva kan vi fortelle fra det?
“Hvis du ønsker å finne hvem som virkelig kommer til å sprenge i 2013, anbefales handlinger som Atlas Genius, HAIM, Jessie Ware og Trinidad James. Eller i det minste er det tallene sier, ”sier Liv Buli, datajournalist for Next Big Sound.
De som er involvert i datasettprosjektet, undersøker nye kunstnere nøye på veldig tidlige stadier før de deler informasjon om dem. "Ofte vil vi se veldig spennende resultater før publikum har fått sjansen til å bli forelsket i en kunstner," sa Boyle. Dette er hva de er villige til å tilby, skjønt:
Selskapet planlegger å gi ut et oppdatert og mer spesifikt datasett for publikum en gang i år.
Det virkelige spørsmålet er ... kan det fungere?
Musikkoppdagelse vil alltid være en utfordring, til tross for å ha apper som skal gjøre det lettere. Musikkdata kan absolutt hjelpe industrien i dens søken etter å bli bedre, og disse tjenestene og algoritmene er definitivt et skritt i retning av "det er mulig." Imidlertid er det alltid rom for tvil når det gjelder fremtiden - selv utviklere selv vil si det.
"Musikk er ikke et matteproblem," sa Shane Tobin fra The Echo Nest under fjorårets SF MusicTech Summit, ifølge TechHive. “Det må informeres fra et menneskelig element. Måten våre anbefalinger fungerer på er å forstå hva mennesker har å si. ”
Heldigvis kan ikke noe så immaterielt som musikk ikke oppsummeres i en ligning - og den menneskelige berøringen er fortsatt den viktigste faktoren å ta i betraktning for å bestemme det nest største innen musikk. Men en stor del av oppdagelsen av musikk knytter seg til sosial atferd, og det skjer slik at mye av våre sosiale interaksjoner skjer online. Så lenge de som planlegger å manipulere musikkdata er i stand til å integrere personlig smak og anbefaling i prosjektene sine på en sømløs måte, er det ingen grunn til at det ikke kan fungere.
