Hvis du gik glip af filmen Moneyball, her er et hurtigt resume: Det er baseret på den sande historie om Billy Beane - General Manager for Oakland A's amerikanske baseballhold - og hvordan han brugte computergenereret statistisk analyse til at overvinde et stramt budget og kæmpe en liste med uerfarne spillere. Mens Brad Pitt måske er blevet nomineret til en Oscar for sin optræden, formåede sabermetrics kunsten at stjæle rampelyset.
Vi er forelsket i data - se ikke længere end præsidentvalget i 2012 og Nate Silver's sejr for at bevise dette. Og Silver fik selvfølgelig sin start i statistik med baseball.
Der er også Shane Battier - i øjeblikket en NBA-spiller for Miami Heat - der er regaleret som en "No Stats All-Star" for hans enorme præ-game-forberedelse, der indebærer udtømmende undersøgelse af hans modstandere, især de spillere, som han får til opgave. Ifølge en New York Times-funktion på Battier tillader statistiske data på højt niveau, der er samlet om alle Battiers modstandere, ham at gøre sig bekendt med svaghederne ved et bedre hold.
Sportsverdenen har tydeligvis været i stand til at gøre målinger til målelige forudsigelser i den virkelige verden ... så hvorfor skulle det ikke fungere også for andre markeder? Hvorfor ikke bruge matematik til at se på musikens umiddelbare fremtid? Det sker. Takket være stigningen i online musikforbrug og brugen af sociale medier til at diskutere musikere har vi et tydeligere vindue til musikforbrug end nogensinde før. Kunstnere, der ønsker at bryde igennem til mainstream-succes, skal muligvis ikke lede længere end tallene for at kortlægge deres vej til toppen. Men spørgsmålet er stadig: Kan noget så personligt og abstrakt som musik være baseret på målinger, eller har skæbnen stadig en hånd i det hele?
Detaljerne i stoffet (af musikdata)
Store pladeselskaber har altid knust numre for at finde de næste store handlinger - i sidste ende er enhver succesrig stjerne en kontant ko for nogen. Forskellen er, at vi nu har mange flere numre at se på end pladesalg og radioafspilninger, og adgang til disse oplysninger er tilgængelig for alle, ikke kun pladeselskab. Du og jeg har værktøjerne til at udrydde lovende musikere. Før vi gør det, er det dog vigtigt at vide, hvilke datapunkter der analyseres for at drage disse konklusioner.
Detalje nr. 1: Hvad vi kan lide, eller vigtigere, hvad vi 'kan lide' på vores forskellige sociale medier. Lad os se det i øjnene - sammen med hashtaggen og ❤-knappen er Facebook 'lignende' magtfuld, måske kraftig nok til at forudsige musikens næststørste skinnende stjerne. Hver gang du sender en YouTube-video eller din yndlingssangtekst, hver gang du bruger en app til at invitere venner til en koncert, du har købt billetter til, gør du det lettere for Internettet - hver gang du deler, at du har købt et album - og verden - for at bestemme hvilke handlinger der er værd at se.
Sociale mediemetrikker er en af nøgleingredienserne i formlen Next Big Sound bruger til at identificere musiksucceser under fremstillingen. Hvert medlem kan studere et omfattende overblik og en oversigt over enhver musikartists sidevisninger, likes, tilhængere og omtale på deres officielle sociale konti. Sammenligning med lignende kunstnere gøres let gennem detaljerede grafer. For de afslappede og nysgerrige er disse oplysninger nok til at fortsætte - hvis et ikke så berømt bands Facebook-side kan lide at stige til millioner, er chancerne for, at de rammer det stort ved årets udgang, store. Det samme gælder for indiekunstneren med hundrede tusind plus tilhængere på Twitter. Når disse højder er nået, signaliserer det, at det er tid for fanklubber, talentledere og pladeselskabsledere at lægge mærke til det.
Detalje nr. 2: Hvad vi køber. Musik er et produkt, og vi er dets forbrugere. Undersøgelsen af forbrugeradfærd og musikrelaterede købsmønstre åbner døren for mange muligheder. Når bands finder ud af, hvilke af deres sange der er mest lide, kan de sørge for, at de udfører det mere under deres koncerter. Når pladeselskaberne ser, at en bestemt type album sælger som hotcakes på iTunes, sørger de for, at de sælger flere singler fra dette album eller kommer ud med en helt anden (akustisk, live, strygekvartet) version af det.
Et perfekt eksempel på at bruge forbrugeradfærd til fordel for musik er EMI Musics One Million Interview Dataset. I partnerskab med Data Science London lover EMI's initiativ at være det "rigeste og største musikdatasæt nogensinde." Den består af en million interviews, der bringer emner som lidenskab for en bestemt musikgenre og undergenre, foretrukne metoder til opdagelse af musik, yndlingsmusikartnere, tanker om musikpirateri, musikstreaming, musikformater og fandemografi.
David Boyle, Senior Vice President for Insight hos EMI Music, er optimistisk over, at ved at frigive denne massive indsamling af information til offentligheden, vil flere mennesker i musikbranchen lægge mærke til og bruge data til at forbedre kvaliteten af virksomheden. "Vi har haft stor succes med at bruge data til at hjælpe os og vores kunstnere med at forstå forbrugerne, og vi er glade for at dele nogle af vores data for at hjælpe andre med at gøre det samme," siger Boyle. ”Vi erkender også, at andre mennesker, der ser på disse data, vil få øje på ting, vi savnede; forskellige perspektiver og oplevelser vil drille forskellige indsigter. Så vi er glade for at se, hvad folk gør med disse data og lære af det. "
EMIs større datasæt kan bestemt bruges til at afsløre, hvilke musikere kunstnere folk skal holde øje med i år. Ifølge Boyle kan studere og analysere musikforbrugeradfærd bevæbne brugere med bedre forudsigende kræfter over for handlinger, hvis karriere kan starte i den nærmeste fremtid.
Detalje # 3: Hvilket format vi foretrækker. Har bekvemmeligheden og letheden ved deling af musik virkelig påvirket indtægterne i musikbranchen? Hvor mange mennesker foretrækker stadig den fysiske CD frem for den digitale MP3? Er der stadig nok mennesker, der ønsker at belønne skabere af musik for at holde branchen flydende? Ifølge EMI Musics rapport betaler folk ikke længere for musik, som de gjorde før, og salg af indspillede musik har været i konstant tilbagegang siden 2001. Ved at samle faktiske musikdata direkte fra kilden (musiklyttere) vil det være muligt for dem såvel som andre medlemmer af musikbranchen for at finde ud af, hvad problemet er, og komme med en strategi, der vil tilfredsstille ægte musikfans.
Disse dage er flere mennesker vant til at bruge musikapps som Spotify og Pandora til at lytte til ny musik. Porten til forbedring af opdagelsen af musik er vid åben, og Echo Nest er et af de virksomheder, der tager sine første skridt mod det. Det giver pålidelig musikintelligens, der kan hjælpe udviklere med at oprette sofistikerede musikapps. Dette inkluderer avanceret musikafspilningsliste, smagsprofilering, personaliserede radiofunktioner, musikrelaterede nyhedsfeeds, spilapplikationer og "fanalytics" - alt imens sikkerhedskopieret med mere end en billion (ja,billioner) datapunkter, der er tilsluttet mere end 30 millioner sange til rådighed.
I en artikel med titlen Datavidenskab og musikindustrien: Hvad sociale medier har at gøre med pladesalg, medlemmer af Next Big Sound-teamet analyserer virkningen af sociale medier på iTunes-albummet og sporer salg ved at sammenligne ens målinger med den andens indtægter. De bekræftede det åbenlyse: Sociale medier gjorde påvirker salg af album og spor. Imidlertid er deres specifikke fund langt mere interessante. Radiospil og YouTube har den største effekt på salg af numre, og det giver mening: Vi hører en fantastisk sang på vores bilradio, så vi går til YouTube for at gøre os mere fortrolige med den på vores egen fritid. Når man ved det, vil pladeselskabsledere nu prioritere at sammensætte spektakulære musikvideoer på YouTube til singler, de frigiver for at fange et større publikum.
For albumsalg bliver det lidt vanskeligere - at undersøge, hvordan sociale medier påvirker det, betragtes både aktivitet en uge før og en uge efter albumudgivelse. Deres analyse afslører, at salg af albums er mest påvirket af - få dette - Wikipedia-sidevisninger. Forbrugerne har brug for at vide mere om en kunstner, før de bliver investeret, så det er bydende nødvendigt for kunstnere at holde deres Wikipedia-side relevant og opdateret.
Detalje # 4: Hvad matematikken siger. EMI Music organiserede sammen med Data Science London en Music Data Science Hackathon i juli sidste år, hvor dataforskere fik adgang til dele af EMIs datasæt. De kunne anvende deres egne algoritmer på det for at prøve at forudsige, hvilken type musik folk ville elske. Shanda Innovations, en teknologisk inkubator fra Shanda Corporation fra Kina, vandt konkurrencen.
Hvad - og hvem - er ved at ramme den store tid
Så vi har dataene. Hvad kan vi nu fortælle om det?
”Hvis du ønsker at finde ud af, hvem der virkelig vil sprænge i 2013, kan handlinger som Atlas Genius, HAIM, Jessie Ware og Trinidad James anbefales. Eller i det mindste er det, hvad tallene siger, ”siger Liv Buli, datajournalist for Next Big Sound.
De, der er involveret i datasættet, undersøger nye kunstnere omhyggeligt i meget tidlige stadier, før de deler information om dem. ”Ofte vil vi se meget spændende resultater, før offentligheden har haft en chance for at blive forelsket i en kunstner,” sagde Boyle. Her er hvad de er villige til at tilbyde, dog:
Virksomheden planlægger at frigive et opdateret og mere specifikt datasæt til offentligheden engang i år.
Det virkelige spørgsmål er ... kan det fungere?
Musikopdagelse vil altid være en udfordring på trods af at have apps, der skal gøre det lettere. Musikdata kan helt sikkert hjælpe industrien i dens søgen efter at blive bedre, og disse tjenester og algoritmer er bestemt et skridt i retning af "det er muligt." Der er dog altid plads til tvivl, når det kommer til fremtiden - selv udviklere selv vil sige det.
”Musik er ikke et matematisk problem,” sagde Shane Tobin fra The Echo Nest under sidste års SF MusicTech-topmøde ifølge TechHive. ”Det skal informeres fra et menneskeligt element. Den måde, vores anbefalinger fungerer på, er ved at forstå, hvad mennesker har at sige. ”
Heldigvis kan noget så immaterielt som musik ikke sammenfattes i en ligning - og den menneskelige berøring forbliver den vigtigste faktor, der skal overvejes ved bestemmelsen af den næststørste ting inden for musik. Men en stor del af opdagelsen af musik vedrører social adfærd, og det sker bare så, at meget af vores sociale interaktion sker online. Så længe de, der planlægger at manipulere musikdata, er i stand til at integrere personlig smag og anbefaling i deres projekter på en problemfri måde, er der ingen grund til, at det ikke kan fungere.
