Hogyan készítsünk sikersorozatot adathalmazok segítségével?
-
0:01 - 0:05A legtöbben valószínűleg
még nem hallottatok Roy Price-ről, -
0:05 - 0:08pedig lehet, hogy neki köszönhettek
-
0:08 - 0:15az életetekből kb. 22 középszerű percet
2013. április 19-én. -
0:15 - 0:18Szintén lehet, hogy ő volt a felelős
22 nagyon szórakoztató percért -
0:18 - 0:20de nem sok ember számára.
-
0:20 - 0:22És mindez egy döntésből fakad,
-
0:22 - 0:24amit Roy-nak kb. 3 éve
kellett meghoznia. -
0:24 - 0:29Roy Price felsővezető
az Amazon Studios-nál. -
0:29 - 0:32Ez az Amazon tv-s produkciós cége.
-
0:32 - 0:35Roy 47 éves, vékony, tüskés hajú,
-
0:35 - 0:40Twitteren így jellemzi magát:
"filmek, tv, technológia, taco." -
0:40 - 0:45Roy Price-nak nagyon felelősségteljes
munkája van, mert az ő felelőssége -
0:45 - 0:49kiválasztani a sorozatokat, az eredeti
tartalmat, amit az Amazon elkészít. -
0:49 - 0:52Ez természetesen nagyon kompetitív.
-
0:52 - 0:54Hiszen már most
nagyon sok tv show létezik, -
0:54 - 0:57Roy pedig nem választhat bármit.
-
0:57 - 1:01Meg kell találnia
a nagyon, nagyon jó show-kat. -
1:01 - 1:04Más szóval, meg kell találnia
azokat a show-kat, -
1:04 - 1:06amelyek ennek a görbének
a jó végén vannak. -
1:06 - 1:09Ez a görbe kb. 2500 tv show
-
1:09 - 1:13értékelési statisztikáját mutatja
az IMDB weboldalán -
1:13 - 1:161-10-es skálán.
-
1:16 - 1:19Itt pedig azt látjuk, mennyi show
kapja az adott osztályzatot. -
1:19 - 1:24Ha a műsorod 9 pontot, vagy többet kap,
az nyerő. -
1:24 - 1:25Az egy top 2%-ba tartozó show.
-
1:26 - 1:29Mint pl. a "Totál szívás",
a "Trónok harca", vagy a "A drót". -
1:29 - 1:32Olyan addiktív sorozatok,
-
1:32 - 1:35amik egy évad megnézése után
felvetik a kérdést: -
1:35 - 1:37"Hol találom az újabb részeket?"
-
1:37 - 1:38Ilyenek.
-
1:39 - 1:41A skála bal szélén
-
1:41 - 1:45van pl. az "Apró szépségek" --
-
1:45 - 1:47(Nevetés)
-
1:47 - 1:49-- ami sokat elmond arról,
-
1:49 - 1:51hogy mi zajlik a görbe rosszabbik végén.
-
1:51 - 1:55Roy Price nem amiatt aggódik,
hogy a görbe bal felére kerül, -
1:55 - 1:58mert komoly agymunka kellene hozzá,
hogy rosszabbat csináljon -
1:58 - 2:00mint az "Apró szépségek".
-
2:00 - 2:04Ami miatt aggódhat, az a középső rész,
-
2:04 - 2:06az átlagos sorozatok része.
-
2:06 - 2:09Azok a sorozatok, amik nem igazán
jók vagy rosszak, -
2:09 - 2:10nem hoznak izgalomba.
-
2:10 - 2:15Biztosra kell mennie,
hogy ennek a jó oldalán legyen. -
2:15 - 2:17Tehát nagy a nyomás,
-
2:17 - 2:19és ez az első alkalom,
-
2:19 - 2:21hogy az Amazon ilyesmit csinál,
-
2:21 - 2:25tehát Roy Price
semmit sem akar kockáztatni. -
2:25 - 2:27Sikert akar építeni.
-
2:27 - 2:29Garantált sikerre van szüksége.
-
2:29 - 2:31Ennek érdekében versenyhelyzetet teremt.
-
2:31 - 2:35Fog egy csomó sorozatötletet,
-
2:35 - 2:37az ötleteket értékelik,
-
2:37 - 2:41és kiválasztanak 8 sorozatjelölt show-t.
-
2:41 - 2:44Aztán csak a sorozatok első részeit
készíti el, -
2:44 - 2:47online elérhetővé teszik,
ahol mindenki megnézheti. -
2:47 - 2:50Amikor pedig az Amazon ingyen ad valamit,
-
2:50 - 2:51lecsapunk rá, igaz?
-
2:51 - 2:56Milliónyi néző tekinti meg
ezeket az epizódokat. -
2:56 - 3:00Amit nem realizálnak,
hogy a show nézése közben -
3:00 - 3:02igazából őket figyelik.
-
3:02 - 3:04Őket figyeli Roy Price és csapata,
-
3:04 - 3:06akik mindent rögzítenek.
-
3:06 - 3:09Rögzítik, ha valaki elindít,
szünetel egy videót, -
3:09 - 3:12melyik részeket ugorja át,
mely részeket néznek újra. -
3:12 - 3:14És így milliónyi adatpontokat gyűjtenek,
-
3:14 - 3:16mert szükségük van az adatpontokra,
-
3:16 - 3:19hogy eldönthessék,
melyik show-t rendeljék be. -
3:19 - 3:21És be is gyűjtik az adatokat,
-
3:21 - 3:24kielemzik őket, és előáll egy válasz.
-
3:24 - 3:25A válasz pedig:
-
3:25 - 3:30"Az Amazonnak csinálnia kell egy szitkomot
4 republikánus amerikai szenátorról." -
3:30 - 3:32Meg is csinálták.
-
3:32 - 3:34Ismeri valaki a sorozatot?
-
3:35 - 3:36(Közönség: "Alpha House")
-
3:36 - 3:37Igen, "Alpha House,"
-
3:38 - 3:42de úgy tűnik,
igazából nem sokan emlékeztek rá, -
3:42 - 3:43mert nem volt jó.
-
3:44 - 3:45Csak egy átlagos sorozat volt.
-
3:45 - 3:50Tényleg átlagos, mert a görbe átlaga
7,4 körül van, -
3:50 - 3:52Az "Alpha House"-t pedig 7,5-re
értékelték, -
3:52 - 3:54picit jobbra, mint egy átlagos show-t.
-
3:54 - 3:57De Roy Price és csapata célja
egyáltalán nem ez volt. -
3:58 - 4:01Eközben nagyjából ugyanekkor,
-
4:01 - 4:03egy másik cégnél
-
4:03 - 4:07egy másik vezető top sorozatot
gyártott adatelemzés segítségével, -
4:07 - 4:09az ő neve Ted,
-
4:09 - 4:12Ted Sarandos,
a Netflix tartalmakért felelős nagyfőnöke. -
4:12 - 4:14Akinek állandó feladata Roy-hoz hasonlóan
-
4:14 - 4:16rátalálni a sikersorozatokra.
-
4:16 - 4:18Ő is adatokat elemez ennek érdekében,
-
4:18 - 4:20viszont egy kicsit másképp csinálja.
-
4:20 - 4:24Ahelyett, hogy versenyeztetné a
sorozatokat, -
4:24 - 4:27csapatával megvizsgálta
a Netflix már létező adatait a nézőkről. -
4:27 - 4:29Olyanokat, mint az értékelések,
-
4:29 - 4:32a korábban nézett sorozatok,
mely show-kat kedvelik stb. -
4:32 - 4:34És ezeket az adatokat arra használják,
-
4:34 - 4:37hogy minden apró részletet
megtudjanak a közönségről: -
4:37 - 4:38milyen sorozatokat kedvelnek,
-
4:38 - 4:40milyen producereket,
milyen színészeket. -
4:40 - 4:43És amikor összerakták a kirakót,
-
4:43 - 4:44hittek benne, és úgy döntöttek,
-
4:44 - 4:47hogy nem egy 4 szenátorról
-
4:47 - 4:49szóló szitkomot készítenek,
-
4:49 - 4:52hanem egy drámasorozatot egy szenátorról.
-
4:53 - 4:54Ismeritek a sorozatot?
-
4:54 - 4:56(Nevetés)
-
4:56 - 4:59Igen, a "Kártyavár", ami nagyon
bejött a Netflixnek, -
5:00 - 5:02legalábbis az első két évadban.
-
5:02 - 5:06(Nevetés) (Taps)
-
5:06 - 5:09A "Kártyavár" 9,1-es értékelést
kapott ezen a görbén, -
5:09 - 5:12ezzel pontosan ott van, ahova tervezték.
-
5:12 - 5:14A kérdés a következő: mi történt?
-
5:15 - 5:17Adott két nagyon kompetitív,
adatmániás cég. -
5:17 - 5:20Milliónyi adatpontokat gyűjtenek,
-
5:20 - 5:22aztán az egyiküknek összejön,
-
5:22 - 5:24míg a másiknak nem.
-
5:24 - 5:26Miért?
-
5:26 - 5:29A logika szerint mindig működnie kellene.
-
5:29 - 5:32Úgy értem, ha egy meghozandó döntésről
-
5:32 - 5:33milliónyi adatpontot összegyűjtesz,
-
5:33 - 5:36abból elég jó döntésre
lehetne következtetni. -
5:36 - 5:38200 évnyi statisztikára alapozhatod,
-
5:38 - 5:41nagyon erős számítógépek segítségével.
-
5:41 - 5:45A minimum, amit elvársz,
az a jó tv, nem igaz? -
5:46 - 5:49Amikor pedig az adatelemzés
nem így működik, -
5:50 - 5:52egy kissé ijesztővé válik a helyzet,
-
5:52 - 5:55mert olyan korban élünk, amikor
egyre többször fordulunk az adatokhoz, -
5:55 - 6:00hogy a tv-nél sokkal komolyabb
döntéseket hozzunk. -
6:01 - 6:04Ismeri valaki
a Multi-Health Systems céget? -
6:05 - 6:07Senki. Oké, az a jó.
-
6:07 - 6:10A Multi-Health Systems egy szoftvercég,
-
6:10 - 6:13és remélem, a jelenlévők közül
-
6:13 - 6:16soha, senkinek
nem kell használnia a szoftverüket. -
6:16 - 6:18Mert aki használja, börtönben van.
-
6:18 - 6:19(Nevetés)
-
6:19 - 6:23Ha valaki az USA-ban börtönben van,
és feltételest kérvényez, -
6:23 - 6:27nagy eséllyel a cég adatelemző szoftverét
-
6:27 - 6:31fogják használni a döntésnél.
-
6:31 - 6:33Az elv ugyanaz,
mint az Amazonnál és a Netflixnél, -
6:33 - 6:38de nem egy tv show-ról döntik el,
hogy jó, vagy rossz-e, -
6:38 - 6:41hanem arról,
hogy egy ember jó, vagy rossz-e. -
6:41 - 6:47Egy középszerű, 22 perces sorozat
is elég rossz lehet, -
6:47 - 6:50de több év börtönben
szerintem még rosszabb. -
6:50 - 6:54Sajnos van rá bizonyíték,
hogy ez az adatelemzés -
6:55 - 6:59a sok adat ellenére, nem mindig
zárul optimális eredményekkel. -
6:59 - 7:01De nem azért, mert a Multi-Health Systems
és hasonló cégek -
7:02 - 7:03nem tudják az adatokat kezelni.
-
7:03 - 7:05Még a legprofibb adatelemző cégek
is elrontják. -
7:05 - 7:08Igen, néha még a Google is.
-
7:09 - 7:132009-ben a Google bejelentette,
hogy adatelemzéssel -
7:13 - 7:17előre tudják jelezni
az influenzajárvány kitöréseit, -
7:17 - 7:21a Google keresések adatelemzésével.
-
7:21 - 7:25Nagyszerűen működött,
nagy visszhangja volt a hírekben, -
7:25 - 7:27többek között
a tudományos siker tetőpontján, -
7:27 - 7:30a "Nature" folyóiratban is publikálták.
-
7:30 - 7:33Gyönyörűen működött évről évre,
-
7:33 - 7:35amíg egyszer csak mégsem.
-
7:35 - 7:37Senki sem tudta, hogy pontosan miért.
-
7:37 - 7:39Egyszerűen nem működött akkor,
-
7:39 - 7:41persze megint nagy visszhangot keltett,
-
7:41 - 7:43visszavonták a "Nature"-ben
-
7:43 - 7:45megjelent publikációt is.
-
7:46 - 7:50Tehát még a legjobb adatelemző cégek,
az Amazon és a Google is -
7:50 - 7:52elrontja néha.
-
7:52 - 7:55Mindezen kudarcok ellenére
-
7:55 - 7:59az adatok villámgyorsan épülnek
be az igazi döntéshozatalba -
7:59 - 8:01a munkahelyen,
-
8:01 - 8:02a jogalkalmazásban,
-
8:03 - 8:04a gyógyászatban.
-
8:04 - 8:08Ezért biztosra kell mennünk,
hogy az adatok segítenek. -
8:08 - 8:11Személy szerint sok küzdelmet
megéltem adatokkal, -
8:11 - 8:13mert számítógépes genomikával foglalkozom
-
8:13 - 8:15és ezen a területen sok nagyon okos ember
-
8:15 - 8:19használ elképzelhetetlen mennyiségű adatot
fontos döntések meghozatalára, -
8:19 - 8:23pl. rákterápiát és
új gyógyszereket érintő kérdésekben. -
8:24 - 8:26Az évek során észrevettem egy mintát
-
8:26 - 8:28vagy egy szabályt
-
8:28 - 8:31az adatok segítségével
történő sikeres és sikertelen -
8:31 - 8:33döntéshozatal között.
-
8:33 - 8:37Úgy gondolom,
érdemes megosztanom ezt a mintát. -
8:39 - 8:41Amikor egy komplex problémával
nézünk szembe, -
8:41 - 8:42lényegében két dolgot csinálunk.
-
8:42 - 8:46Az első: darabokra szedjük a problémát,
-
8:46 - 8:48hogy azokat a darabokat
behatóan elemezzük. -
8:48 - 8:50Aztán jön a második rész,
-
8:50 - 8:53amikor újra összerakjuk a darabkákat,
-
8:53 - 8:54hogy konklúzióra jussunk.
-
8:54 - 8:57Néha újra és újra meg kell csinálnunk,
-
8:57 - 8:58de mindig ez a két rész a fontos:
-
8:58 - 9:01szétszedni és újra összerakni.
-
9:02 - 9:04A kritikus rész az,
-
9:04 - 9:07hogy az adatok és az adatelemzés
-
9:07 - 9:09csak az első részre jók.
-
9:09 - 9:12Az adatok és az adatelemzés,
mindegy, milyen jó, -
9:12 - 9:16csak a probléma szétszedésében
és a darabok megértésében segíthet. -
9:16 - 9:20Nem alkalmas
a darabok újbóli összerakására, -
9:20 - 9:21majd a konklúzió meghozatalára.
-
9:22 - 9:24Van erre egy másik eszközünk,
amivel mindenki rendelkezik. -
9:24 - 9:26Ez az eszköz az agyunk.
-
9:26 - 9:28Ha valamire jó az agyunk,
-
9:28 - 9:30az a darabkák újra összerakása,
-
9:30 - 9:32akkor is, ha az információ nem teljes,
-
9:32 - 9:33és a jó következtetés,
-
9:33 - 9:36különösképp, ha az agy egy szakértőé.
-
9:36 - 9:39Szerintem a Netflix azért olyan sikeres,
-
9:39 - 9:43mert ott használják az adatokat
és az agyat, ahol szükséges. -
9:43 - 9:46Először az adatokat használják, hogy
megtudjanak sok mindent a közönségről, -
9:46 - 9:50amit másképp nem tudnának
olyan mélyen megérteni, -
9:50 - 9:52de a döntés a darabkák összerakásáról
-
9:52 - 9:56egy olyan sorozat létrehozásánál,
mint a "Kártyavár", -
9:56 - 9:57az nem az adatoknak köszönhető.
-
9:57 - 10:01Ted Sarandos és csapata hozta a döntést
a sorozat berendeléséről, -
10:01 - 10:04ami azt is jelentette, hogy elég nagy
-
10:04 - 10:06személyes kockázatot vállaltak vele.
-
10:06 - 10:09Az Amazonnál pedig rosszul csinálták.
-
10:09 - 10:12Végig adatokat használtak
a döntéshozatalban. -
10:12 - 10:15Először amikor versenyeztették
az ötleteket, -
10:15 - 10:18majd amikor kiválasztották
az "Alpha House"-t. -
10:18 - 10:21Ami persze nagyon biztonságos döntés
volt számukra, -
10:21 - 10:23mert mindig mutogathattak az adatokra,
mondván, hogy -
10:23 - 10:25"Az adatokból ez következik."
-
10:25 - 10:29De mégsem hozta az elvárt
kiugró eredményeket. -
10:30 - 10:35Az adatelemzés persze nagyon hasznos
eszköz a jobb döntéshozatalban, -
10:35 - 10:37de szerintem az már rossz,
-
10:38 - 10:40ha adatok kezdik
meghatározni a döntéseket. -
10:40 - 10:44Mindegy, milyen erőteljes,
az adat csak eszköz. -
10:44 - 10:47Van egy nagyon hasznos eszköz arra,
hogy ezt ne felejtsük el. -
10:47 - 10:48Ez ismerős lesz...
-
10:49 - 10:50(Nevetés)
-
10:50 - 10:51Az adatelemzés előtt
-
10:51 - 10:54ezt az eszközt használták
döntéshozatalra. -
10:54 - 10:55(Nevetés)
-
10:55 - 10:56Sokan ismeritek.
-
10:57 - 10:58Ez a játék a Varázslatos 8-as golyó,
-
10:58 - 11:00és valóban lenyűgöző.
-
11:00 - 11:03Ha van egy eldöntendő kérdésed,
-
11:03 - 11:06csak megrázod a labdát,
és választ kapsz rá: -
11:06 - 11:09"Nagyon valószínű"
olvasható rajta máris. -
11:09 - 11:11Később kipróbálhatjátok.
-
11:11 - 11:13(Nevetés)
-
11:13 - 11:16Hoztam pár olyan döntést az életben,
-
11:16 - 11:19amikor csak a golyóra kellett volna
hallgatnom. -
11:19 - 11:22De persze, ha van
elérhető háttérinformáció, -
11:22 - 11:26valami ennél kifinomultabbat
is használnánk, -
11:26 - 11:29mint például az adatelemzést,
hogy jobb döntést hozzunk. -
11:29 - 11:32De ez nem változtat az alapfelálláson.
-
11:32 - 11:35lehet, hogy a golyó egyre okosabb lesz,
-
11:35 - 11:38de még mindig nekünk kell döntenünk,
-
11:38 - 11:41ha valami rendkívülit akarunk elérni
-
11:41 - 11:43a görbe jó végén.
-
11:43 - 11:47Nagyon ösztönzőnek tartom,
-
11:47 - 11:51hogy még hatalmas adathalmazok
-
11:51 - 11:55mellett is kifizetődik a döntéshozatal,
-
11:56 - 11:58hogy szakértője legyél a témának,
-
11:58 - 12:00és hogy kockáztass.
-
12:00 - 12:03Mert végül is nem az adatok,
-
12:03 - 12:07hanem a kockázat segít át
a görbe jó oldalára. -
12:08 - 12:09Köszönöm.
-
12:09 - 12:13(Taps)
- Title:
- Hogyan készítsünk sikersorozatot adathalmazok segítségével?
- Speaker:
- Sebastian Wernicke
- Description:
-
Több adat begyűjtése jobb döntéshozatalt eredményez? Kompetitív, adatközpontú cégek, mint az Amazon, a Google és a Netflix megtanulták, hogy az adatelemzés nem mindig jár optimális eredményekkel. Ebben a videóban Sebastian Wernicke, adattudós részletezi, hogy milyen hibákat véthetünk, ha kizárólag adathalmazok alapján hozunk döntéseket -- helyette pedig egy okosabb módszert javasol.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 12:25
Csaba Lóki approved Hungarian subtitles for How to use data to make a hit TV show | ||
Csaba Lóki edited Hungarian subtitles for How to use data to make a hit TV show | ||
Csaba Lóki edited Hungarian subtitles for How to use data to make a hit TV show | ||
Csaba Lóki edited Hungarian subtitles for How to use data to make a hit TV show | ||
Zsuzsanna Lőrincz accepted Hungarian subtitles for How to use data to make a hit TV show | ||
Zsuzsanna Lőrincz edited Hungarian subtitles for How to use data to make a hit TV show | ||
Zsuzsanna Lőrincz edited Hungarian subtitles for How to use data to make a hit TV show | ||
Zsuzsanna Lőrincz edited Hungarian subtitles for How to use data to make a hit TV show |