Pagbubuo ng bagong data ng entertainment. MinDof / shutterstock.com

Sinuman na nanonood ng "Talaarawan ni Bridget Jones's" alam ng isa sa mga resolusyon ng kanyang Bagong Taon ay "Hindi lumabas gabi-gabi ngunit manatili sa at magbasa ng mga libro at makinig sa musikang klasiko."

Gayunpaman, ang katotohanan ay malaki ang pagkakaiba. Ang ginagawa ng mga tao sa kanilang oras sa paglilibang ay madalas na hindi tumutugma sa sinasabi nila na gagawin nila.

Inihayag ng mga ekonomista ang hindi pangkaraniwang bagay na ito na "hyperbolic discounting." Sa isang sikat na pag-aaral na may pamagat na "Pagbabayad Hindi Pumunta sa Gym, "Isang pares ng mga ekonomista ang natagpuan na, kapag ang mga tao ay inaalok ng pagpili sa pagitan ng isang pay-per-visit na kontrata at isang buwanang bayad, mas malamang na pumili ng buwanang bayad at talagang natapos na nagbabayad ng higit sa bawat pagbisita. Iyan ay dahil pinalaki nila ang kanilang pagganyak upang magtrabaho.

Ang hyperbolic discounting ay isa lamang hamon sa operating sa isang malikhaing industriya. Ang mga panlasa ay lubos na subjective, at ang mga elemento ng balangkas at salaysay na gumawa ng isang pelikula ng isang napakalaking hit ay maaaring madaling gumawa ng isa pang isang kritikal at komersyal na kabiguan.

Para sa mga dekada, ang mga advertiser at marketer ay struggled upang mahulaan ang pagkonsumo ng mga produkto sa paglilibang tulad ng mga pelikula at libro. Pareho na mahirap na magpasya ang tiyempo. Aling katapusan ng linggo dapat palabasin ng studio ang isang bagong pelikula? Kapag ang isang publisher ay naglabas ng isang hard copy ng isang libro, paano sila magpasya kung kailan ilabas ang bersyon ng e-book?

Ngayon, ang malaking data ay nag-aalok ng bagong kakayahang makita sa kung paano nakakaranas ang mga tao ng entertainment. Bilang isang aaral na nag-aaral ang epekto ng artipisyal na katalinuhan at social media, may tatlong pwersa na tumayo sa akin bilang lalong makapangyarihan sa panghuhula ng pag-uugali ng tao.

1. Economics ng mahabang buntot

Ginagawang posible ng internet na ipamahagi ang mga produkto ng entertainment na hindi gaanong kilala kaysa sa mga pangunahing tagumpay. Ang mga palabas sa streaming ay maaaring makakuha ng mas malaking madla kaysa sa kung ano ang maaaring magastos para sa pamamahagi sa pamamagitan ng prime-time na telebisyon. Ang pang-ekonomiyang hindi pangkaraniwang bagay ay tinutukoy bilang ang mahabang buntot epekto,

Dahil ang mga streaming na kumpanya ng media tulad ng Netflix ay hindi kailangang magbayad upang ipamahagi ang nilalaman sa mga sinehan ng pelikula, maaari silang gumawa ng higit pang mga palabas na magsilbi sa mga niche audience. Ginamit ng Netflix ang data mula sa mga gawi sa panonood ng kanilang mga kustomer upang magpasiyang i-back "House of Cards," na ay tinanggihan ng mga network ng telebisyon. Ipinapakita ng data ng Netflix na mayroong fan base para sa mga pelikula na itinuturo ni Fincher at mga pelikula na naglalabas ng Spacey, at ang isang malaking bilang ng mga customer ay nag-arkila ng mga DVD ng orihinal na serye ng BBC.

2. Panlipunan impluwensiya sa panahon ng artipisyal na katalinuhan

Sa social media, ang mga tao ay maaaring magbahagi kung ano ang kanilang pinapanood sa kanilang mga kaibigan, kung kaya ang mga independiyenteng karanasan sa entertainment ay nagiging mas panlipunan.

Sa pamamagitan ng pagmimina ng data mula sa mga social site tulad ng Twitter at Instagram, maaaring masubaybayan ng mga kumpanya sa real time kung ano ang iniisip ng mga gumaganap tungkol sa isang naibigay na pelikula, palabas o kanta. Ang mga studio ng pelikula ay maaaring gumamit ng isang kayamanan ng digital na data upang magpasiya kung paano itaguyod ang mga palabas at magpalabas ng mga petsa para sa mga pelikula. Halimbawa, ang dami ng Mga paghahanap sa Google ng trailer ng pelikula sa loob ng buwan bago ang pangunahin ay isang nangungunang tagahula ng mga nanalo ng Oscar pati na rin ang kita ng box office. Maaaring pagsamahin ng mga studio ng pelikula ang makasaysayang data tungkol sa mga petsa ng release ng pelikula at pagganap ng box office mga uso sa paghahanap sa hulaan ang mga petsa ng perpektong paglabas para sa mga bagong pelikula.

Tinutulungan din ng pagmimina ng data ng social media ang mga kumpanya upang matukoy ang mga negatibong damdamin bago ito pumipinsala sa isang krisis. Ang isang tweet mula sa isang hindi maligaya na maimpluwensyang customer maaaring pumunta viral, na humuhubog sa opinyon ng publiko.

Sa isang pag-aaral na isinagawa ko kasama si Yong Tan ng University of Washington at Cath Oh mula sa Georgia State University, ipinakita namin kung paanong ang gayong panlipunang impluwensiya ay hindi lamang tumutukoy kung alin ang mga video sa YouTube ay naging mas popular, ngunit din na ang mga video na ibinahagi ng mga maimpluwensyang mga gumagamit ay naging mas malawak na tiningnan.

Isang pag-aaral ay nagpapakita na kapag ang mga studio ay nagbayad ng pansin sa social media buzz bago ang paglabas ng pelikula, ang pagkakaiba sa pagitan ng hinulaang kita at ang aktwal na kita, na kilala bilang ang forecast error, ay nabawasan ng 31 na porsiyento.

3. Analytics ng pagkonsumo

Ang malaking data ay nagbibigay ng mas mahusay na kakayahang makita sa kung anong mga libro at nagpapakita ng mga tao na talagang gumugugol ng kanilang oras tinatangkilik

Ang mathematician na si Jordan Ellenberg ay pinasimunuan ang paggamit ng Hawking index, isang sukatan ng average na numero ng pahina ng limang pinaka-naka-highlight na mga sipi sa isang aklat ng Kindle bilang isang proporsyon ng kabuuang haba ng aklat na iyon. Ang Hawking index ay nagpapakita kung ang mga tao ay sumuko sa isang libro. Kung ang average na highlight ng Kindle highlight ng pahina 250 ay lilitaw sa pahina 250, na magbibigay ito ng Hawking index ng 100 na porsiyento.

Ang teorya ay nakakuha ng pangalan nito mula sa "Isang Maikling Kasaysayan sa Panahon ni Stephen Hawking." Habang ang aklat na ito ay nagbebenta pa ng milyun-milyong kopya sa isang taon, bihira din itong binasa, na may isang masamang Hawking index ng 6.6 na porsiyento.

Kapag ang isang kumpanya tulad ng Amazon ay nagpasiya kung anong mga libro ang inirerekomenda sa mga potensyal na mambabasa o kung saan ang Prime ay nagpapakita upang makabuo, tinitingnan nila ang detalyadong mga digital na bakas ng kung aling mga puntos ng balangkas ay nakatuon sa mga madla at kung saan ay hindi. Maaaring makatulong ito sa kanila na itaguyod ang nalalapit na pagpapalabas o gumawa ng mas mahusay na mga rekomendasyon sa mga indibidwal na gumagamit.

Higit pa, maaaring mag-imbestiga ng mga bagong uri ng artipisyal na katalinuhan kung bakit nakikipag-ugnayan ang mga tao sa malikhaing nilalaman. Halimbawa, ang isang kumpanya na nagngangalang Epagogix ay nagpuna sa isang diskarte gamit ang isang neural network - isang artificial intelligence tool na naghahanap ng mga pattern sa napakalaking dami ng data - sa isang hanay ng mga screenplays na inuri ng mga eksperto sa industriya ng entertainment. Ang computer ay maaaring mahulaan ang pinansiyal na tagumpay ng isang pelikula. Ayon sa ilang mga ulat, Maaaring hulaan ang naturang artificial intelligence hanggang sa 75 porsyento ng aktwal na pagbubukas ng mga pelikula.

Dahil sa mga bagong malaking pananaw ng data tulad ng mga ito, maaaring malaman ng mga kompanya ng entertainment sa lalong madaling panahon kung ano ang gusto ni Bridget Jones sa kanyang oras sa paglilibang mas mahusay kaysa sa kanyang sarili.

Tungkol sa Ang May-akda

Anjana Susarla, Associate Professor of Information Systems, Michigan State University

Ang artikulong ito ay muling nai-publish mula sa Ang pag-uusap sa ilalim ng lisensya ng Creative Commons. Basahin ang ang orihinal na artikulo.

Mga Kaugnay Books

at InnerSelf Market at Amazon