Come utilizzare i dati per creare uno spettacolo televisivo di successo
-
0:01 - 0:05Roy Price è un uomo che gran parte
di voi non ha mai sentito nominare, -
0:05 - 0:08anche se è stato forse il responsabile
-
0:08 - 0:15di 22 minuti un po' mediocri
della vostra vita nel 19 Aprile 2013. -
0:15 - 0:18E forse è stato anche responsabile
di 22 minuti molto interessanti, -
0:18 - 0:20ma non per molti di voi.
-
0:20 - 0:22E tutto ciò dipende da una scelta
-
0:22 - 0:24che Roy dovette fare
circa 3 anni fa. -
0:24 - 0:29Vedete, Roy Price è un alto dirigente
degli Amazon Studios, -
0:29 - 0:32la società di produzione televisiva
di Amazon. -
0:32 - 0:35Ha 47 anni, magro, capelli a spazzola,
-
0:35 - 0:40si autodescrive su Twitter come
"film, TV, tecnologia, taco." -
0:40 - 0:45Roy Price ha un compito molto importante,
perché ha la responsabilità -
0:45 - 0:49di scegliere gli spettacoli,
i contenuti che Amazon produrrà. -
0:49 - 0:52Che di certo è un'area
con molta competizione. -
0:52 - 0:54Voglio dire, ci sono già
così tanti show televisivi, -
0:54 - 0:57che Roy non può sceglierne
uno qualunque. -
0:57 - 1:01Deve trovare degli spettacoli
che siano davvero, davvero grandiosi. -
1:01 - 1:04Dunque, in altre parole, deve trovare
degli spettacoli -
1:04 - 1:06che andranno all'estrema destra
di questa curva. -
1:06 - 1:09Questa curva mostra la distribuzione
della valutazione -
1:09 - 1:13di circa 2.500 spettacoli televisivi
sul sito web IMDB, -
1:13 - 1:16e la valutazione va da 1 a 10,
-
1:16 - 1:19e l'altezza indica quanti show
ottengono quella valutazione. -
1:19 - 1:24Perciò se il vostro show ha un voto
di nove punti o più, è uno vincente. -
1:24 - 1:25Quindi avrete uno show
nel 2% al top. -
1:26 - 1:29Cioè show come "Breaking Bad",
"Il Trono di Spade", "The Wire", -
1:29 - 1:32tutti quegli spettacoli
che danno dipendenza, -
1:32 - 1:35che se ne guardate una stagione,
il vostro cervello è tipo: -
1:35 - 1:37"Dove posso guardare altri episodi?"
-
1:37 - 1:38Quel tipo di spettacoli.
-
1:39 - 1:41Sul lato sinistro, tanto per chiarire,
lì in fondo, -
1:41 - 1:44avete uno spettacolo chiamato
"Toddlers and Tiaras" -
1:44 - 1:47(Risate)
-
1:47 - 1:49che dovrebbe dirvi abbastanza
-
1:49 - 1:51di cosa succede
su quel lato della curva. -
1:52 - 1:55Ora, Roy Pice non è preoccupato
di finire sul lato sinistro della curva, -
1:55 - 1:58perché credo che vi servano
delle capacità mentali notevoli -
1:58 - 2:00per svendere "Toddlers and Tiaras".
-
2:00 - 2:04Perciò quel che lo preoccupa
è la gobba qui nel mezzo, -
2:04 - 2:06la gobba della tv mediocre,
-
2:06 - 2:09sapete, quegli show che non sono
né eccezionali né pessimi, -
2:09 - 2:10che non vi entusiasmano molto.
-
2:10 - 2:15Perciò dev'essere sicuro
di stare davvero qui sul lato destro. -
2:15 - 2:17Quindi la pressione è alta,
-
2:17 - 2:19e di certo è anche la prima volta
-
2:19 - 2:21che Amazon fa qualcosa di questo genere,
-
2:21 - 2:25dunque Roy Price non vuole correre rischi.
-
2:25 - 2:27Vuole progettare con cura il successo.
-
2:27 - 2:29Gli serve un successo garantito,
-
2:29 - 2:31e quindi quel che fa è
organizzare un concorso. -
2:31 - 2:35Raccoglie alcune idee
per degli show televisivi, -
2:35 - 2:37e da queste idee,
dopo averle valutate, -
2:37 - 2:41scelgono otto candidati
a diventare spettacoli televisivi, -
2:41 - 2:44poi semplicemente realizza
il primo episodio di ciascuno show -
2:44 - 2:47e li mette in rete gratuitamente
per farli vedere a chiunque. -
2:47 - 2:50E dunque, quando Amazon
offre cose gratis, -
2:50 - 2:51le prendete, giusto?
-
2:51 - 2:56Dunque milioni di spettatori
stanno guardando quegli episodi. -
2:56 - 3:00Ciò di cui non si accorgono è che,
mentre guardano i loro show, -
3:00 - 3:02sono loro a venire osservati.
-
3:02 - 3:04Vengono osservati da Roy Price
e dal suo team, -
3:04 - 3:06che registrano tutto.
-
3:06 - 3:09Registrano quando qualcuno preme play,
quando qualcuno mette in pausa, -
3:09 - 3:12quali parti saltano,
quali parti guardano di nuovo. -
3:12 - 3:14Quindi raccolgono
moltissimi dati, -
3:14 - 3:16perché vogliono avere questi dati
-
3:16 - 3:19per poi decidere
quale show trasmettere. -
3:19 - 3:21E sicuri di sè,
raccolgono i dati, -
3:21 - 3:24fanno tutti i calcoli,
e una risposta emerge, -
3:24 - 3:25e la risposta è:
-
3:25 - 3:30"Amazon dovrebbe fare una sitcom
su quattro senatori repubblicani in USA". -
3:30 - 3:32Hanno fatto quella serie.
-
3:32 - 3:34Qualcuno sa come si intitola?
-
3:35 - 3:36(Pubblico: "Alpha House")
-
3:36 - 3:37Sì, "Alpha House",
-
3:38 - 3:42ma sembra che non molti di voi qui
ricordino questo spettacolo, in realtà, -
3:42 - 3:43perché non si è rivelato un granché.
-
3:44 - 3:45È in realtà uno show di medio livello,
-
3:45 - 3:50letteralmente, appunto,
poiché la media di questa curva è a 7.4 -
3:50 - 3:52e "Alpha House" si trova a 7.5,
-
3:52 - 3:54quindi di sopra
a uno spettacolo medio, -
3:54 - 3:57ma di certo non è quel che Roy Price
e il suo team speravano. -
3:58 - 4:01Nel frattempo tuttavia,
più o meno nello stesso periodo, -
4:01 - 4:03un'altra azienda,
-
4:03 - 4:07un altro dirigente è riuscito a piazzare
una serie al top analizzando i dati -
4:07 - 4:09e il suo nome è Ted,
-
4:09 - 4:12Ted Sarandos, che è il direttore
dell'Ufficio Contenuti di Netflix -
4:12 - 4:14e, come Roy,
la sua missione è sempre -
4:14 - 4:16di trovare
quel grande show, -
4:16 - 4:18e anche lui usa i dati per riuscirci,
-
4:18 - 4:20solo che lui lo fa un po' diversamente.
-
4:20 - 4:24Invece di indire una competizione,
ciò che ha fatto insieme al suo team -
4:24 - 4:27era guardare tutti i dati
che avevano sugli utenti di Netflix, -
4:27 - 4:29sapete, come votano
i loro spettacoli, -
4:29 - 4:32la cronologia delle visualizzazioni,
quali show piacciono ecc. -
4:32 - 4:34Poi hanno usato quei dati per trovare
-
4:34 - 4:37tutti questi piccoli dettagli
sul pubblico: -
4:37 - 4:38che tipi di show preferiscono,
-
4:38 - 4:40quali produttori, quali attori.
-
4:40 - 4:43E una volta messi insieme
tutti questi pezzi, -
4:43 - 4:44hanno fatto un salto nel vuoto,
-
4:44 - 4:47e hanno deciso di autorizzare
-
4:47 - 4:49non una sitcom su quattro senatori,
-
4:49 - 4:52ma una serie drammatica
su un singolo senatore. -
4:53 - 4:54Conoscete quella serie?
-
4:54 - 4:56(Risate)
-
4:56 - 4:59Sì, "House of Cards", e ovviamente
Netflix ha sbancato grazie ad esso. -
5:00 - 5:02almeno per le prime due stagioni.
-
5:02 - 5:06(Risate) (Applausi)
-
5:06 - 5:09"House of Cards" ha una valutazione
di 9.1 su questa curva, -
5:09 - 5:12cioè esattamente dove
volevano essere. -
5:12 - 5:14Ora, l'ovvia domanda è
"cosa è successo qui?" -
5:15 - 5:17Avete due aziende molto forti,
esperte di statistica, -
5:17 - 5:20che incrociano questa
montagna di dati, -
5:20 - 5:22e funziona a meraviglia
per una di loro, -
5:22 - 5:24ma non per l'altra.
-
5:24 - 5:26Perché?
-
5:26 - 5:29Perché la logica vi dice che dovrebbe
funzionare sempre. -
5:29 - 5:32Cioè, raccogliere
milioni di dati -
5:32 - 5:33in vista di una decisione futura,
-
5:33 - 5:36dovreste permettervi di prendere
una buona decisione. -
5:36 - 5:38Avete 200 anni di dati
in cui confidare. -
5:38 - 5:41Le avete amplificate con computer
molto potenti. -
5:41 - 5:45Il minimo che vi aspettate
è una buona TV, giusto? -
5:46 - 5:49E se le informazioni non funzionano
in quel modo, -
5:50 - 5:52c'è da preoccuparsi,
-
5:52 - 5:55perché viviamo in un tempo
dove ci affidiamo sempre di più ai dati -
5:55 - 6:00per prendere decisioni molto più serie
di quelle riguardanti la televisione. -
6:01 - 6:04Qualcuno qui conosce l'azienda
Multi-Health System? -
6:05 - 6:07Nessuno. Ok, in realtà è un bene.
-
6:07 - 6:10Ok dunque, la Multi-Health System
è un'azienda di software, -
6:10 - 6:13e spero che nessuno in questa stanza
-
6:13 - 6:16abbia mai a che fare con quel software,
-
6:16 - 6:18perché vorrebbe dire che
state in prigione. -
6:18 - 6:19(Risate)
-
6:19 - 6:23Se qualcuno qui negli US è in galera
e chiede la libertà condizionale, -
6:23 - 6:27allora è molto probabile che il software
per l'analisi dei dati di quella società -
6:27 - 6:31sarà utilizzato per stabilire
se concedere la libertà condizionale. -
6:31 - 6:33Perciò è lo stesso principio per Amazon
e Netflix, -
6:33 - 6:38ma ora, invece di decidere se uno show
sarà buono o no, -
6:38 - 6:41state decidendo se una persona
sarà buona o no. -
6:41 - 6:47E una TV mediocre, 22 minuti,
può essere abbastanza spiacevole, -
6:47 - 6:49ma più anni in prigione,
credo siano anche peggio. -
6:50 - 6:54E sfortunatamente, ci sono delle prove
che questa analisi dei dati, -
6:55 - 6:59nonostante la grossa mole di dati,
non porta sempre ottimi risultati. -
6:59 - 7:01E questo non perché un'azienda
come Multi-Health Systems -
7:02 - 7:03non sa che fare coi dati.
-
7:03 - 7:05Anche le aziende più esperte
sui dati sbagliano. -
7:05 - 7:08Si, anche Google sbaglia qualche volta.
-
7:09 - 7:13Nel 2009 Google annunciò di essere capace,
tramite l'analisi dei dati, -
7:13 - 7:17di predire epidemie influenzali,
quelle brutte forme d'influenza, -
7:17 - 7:21facendo l'analisi dei dati provenienti
dalle loro ricerche su Google. -
7:21 - 7:25E ha funzionato magnificamente,
e ha fatto grande scalpore nei notiziari, -
7:25 - 7:27incluso il picco del successo scientifico:
-
7:27 - 7:30una pubblicazione sulla rivista "Nature".
-
7:30 - 7:33Ha funzionato magnificamente anno
dopo anno dopo anno, -
7:33 - 7:35finché un anno ha fallito.
-
7:35 - 7:37E nessuno ha saputo dire
esattamente perché. -
7:37 - 7:39Non ha funzionato in quell'anno
-
7:39 - 7:41e ovviamente ha fatto
di nuovo scalpore, -
7:41 - 7:43compreso il ritiro
-
7:43 - 7:45di una pubblicazione
dal giornale "Nature". -
7:46 - 7:50Per cui anche Amazon e Google, le aziende
più esperte sui dati, -
7:50 - 7:52possono sbagliare qualche volta.
-
7:52 - 7:55E nonostante tutti questi fallimenti,
-
7:55 - 7:59i dati si stanno affermando rapidamente
nel processo decisionale della vita reale: -
7:59 - 8:01sul posto di lavoro,
-
8:01 - 8:02sull'applicazione della legge,
-
8:03 - 8:04in medicina.
-
8:04 - 8:08Quindi dovremmo assicurarci meglio
che i dati stiano aiutando. -
8:08 - 8:11Ora, ho visto di persona
molti di questi problemi coi dati, -
8:11 - 8:13lavorando nella genetica computazionale,
-
8:13 - 8:15un campo dove
moltissime persone intelligenti -
8:15 - 8:19usano quantità inimmaginabili di dati
per prendere decisioni alquanto serie -
8:19 - 8:23come decidere su una terapia per il cancro
o sviluppare un farmaco. -
8:24 - 8:26E negli anni ho notato
una sorta di modello -
8:26 - 8:28o regola, se preferite,
riguardante la differenza -
8:28 - 8:31tra un processo decisionale
di successo ,grazie ai dati, -
8:31 - 8:33e uno fallimentare,
-
8:33 - 8:37e ritengo utile condividere questo modello
che funziona più o meno così: -
8:39 - 8:41quando state risolvendo
problemi complessi, -
8:41 - 8:42state facendo due cose:
-
8:42 - 8:45La prima è suddividere il problema
in piccole parti -
8:45 - 8:48così da poterle analizzare a fondo,
-
8:48 - 8:50e poi la seconda fase,
-
8:50 - 8:53Rimettere tutte queste parti insieme
-
8:53 - 8:54per arrivare alla conclusione.
-
8:54 - 8:57E qualche volta dovete rifarlo di nuovo,
-
8:57 - 8:58ma sono sempre due fasi:
-
8:58 - 9:01smembrare e rimettere insieme.
-
9:02 - 9:04Ora il punto cruciale è
-
9:04 - 9:07che i dati e l'analisi dei dati
-
9:07 - 9:09vanno bene solo per la prima fase.
-
9:09 - 9:12I dati e l'analisi,
non importa quanto potenti, -
9:12 - 9:16possono solo aiutarvi a smontare
un problema e comprenderne le parti. -
9:16 - 9:20Non sono adatti a rimettere
le parti assieme -
9:20 - 9:21per poi arrivare ad una conclusione.
-
9:22 - 9:24C'è un altro strumento che può farlo,
e lo abbiamo tutti, -
9:24 - 9:26il cervello.
-
9:26 - 9:27Una cosa che il cervello fa bene
-
9:27 - 9:29è rimettere insieme i pezzi,
-
9:29 - 9:32anche quando abbiamo
informazioni incomplete, -
9:32 - 9:33e trarne una buona conclusione,
-
9:33 - 9:36specialmente se è il cervello
è quello di un esperto. -
9:36 - 9:39Per questo credo che Netflix
abbia avuto successo, -
9:39 - 9:43perché hanno usato dati e cervelli
quando servivano durante il processo. -
9:43 - 9:46Hanno utilizzato prima i dati per capire
molti aspetti dei loro spettatori, -
9:46 - 9:50non avrebbero potuto capirli
così a fondo altrimenti, -
9:50 - 9:52ma poi la decisione di prendere
tutti questi pezzi, -
9:52 - 9:55rimetterli insieme
e fare una serie come "House of Cards", -
9:55 - 9:57non ha dipeso affatto dai dati.
-
9:57 - 10:01Ted Sarandos e la sua squadra hanno preso
la decisione di autorizzare quella serie, -
10:01 - 10:03il che ha significato anche prendersi
-
10:03 - 10:06un bel rischio personale
con tale scelta. -
10:06 - 10:09Quelli di Amazon invece,
l'hanno fatto al contrario sbagliando. -
10:09 - 10:12Hanno utilizzato solo i dati
per il processo decisionale, -
10:12 - 10:15prima con il loro concorso
sulle idee per la TV, -
10:15 - 10:18poi quando hanno selezionato
"Alpha House" per farne una serie, -
10:18 - 10:21Il che certamente era
una scelta sicura per loro, -
10:21 - 10:23potendo sempre indicare i dati dicendo
-
10:23 - 10:25"Questo dicono i dati."
-
10:25 - 10:29Ma ciò non li ha condotti
ai risultati eccezionali che speravano. -
10:30 - 10:35Perciò i dati sono di certo uno strumento
estremamente utile per decisioni migliori, -
10:35 - 10:37ma credo che le cose vadano a finire male
-
10:38 - 10:40se i dati iniziano a guidare
quelle decisioni. -
10:40 - 10:44Non importa quanto efficienti,
i dati sono solo uno strumento -
10:44 - 10:47e trovo questo apparecchio molto utile
per tenerlo a mente. -
10:47 - 10:48Molti di voi...
-
10:49 - 10:49(Risate)
-
10:49 - 10:51Prima che ci fossero i dati,
-
10:51 - 10:54questo era lo strumento
per il processo decisionale. -
10:54 - 10:55(Risate)
-
10:55 - 10:56Molti di voi sapranno co'è,
-
10:57 - 10:58Questo giocattolo è la Magica Palla 8,
-
10:58 - 10:59ed è incredibile,
-
10:59 - 11:02perché se c'è da fare una scelta
o rispondere si o no, -
11:02 - 11:06tutto quello che dovete fare è agitare
la palla e avrete la risposta - -
11:06 - 11:09"Quasi certo" - proprio ora
su questa finestrella, dal vivo. -
11:09 - 11:11Lo farò aprire
per delle demo di tecnologia. -
11:11 - 11:13(Risate)
-
11:13 - 11:16Ora, ovviamente il fatto è che ho
preso alcune decisioni nella mia vita -
11:16 - 11:19dove, a ragion veduta,
avrei dovuto solo ascoltare la palla. -
11:19 - 11:22Ma sapete, di certo,
se avete i dati a disposizione, -
11:22 - 11:26vorrete sostituire questa con qualcosa
di molto più sofisticato, -
11:26 - 11:29come l'analisi dei dati,
per arrivare ad una decisione migliore. -
11:29 - 11:32Ma ciò non cambia l'impostazione di base.
-
11:32 - 11:35Perciò la palla può diventare
sempre più intelligente, -
11:35 - 11:38ma credo che stia ancora a noi
prendere le decisioni, -
11:38 - 11:41se vogliamo raggiungere
qualcosa di straordinario, -
11:41 - 11:43sul lato destro della curva.
-
11:43 - 11:47E trovo che questo sia un messaggio
molto incoraggiante, appunto, -
11:47 - 11:51che anche davanti ad una
quantità di dati enorme, -
11:51 - 11:55ripaga ancora il prendere decisioni,
-
11:56 - 11:58l'essere un esperto in ciò
che state facendo -
11:58 - 12:00e il prendere rischi.
-
12:00 - 12:03Perché, alla fine,non sono i dati,
-
12:03 - 12:07ma i rischi che ti faranno raggiungere
il lato destro della curva. -
12:08 - 12:09Grazie.
-
12:09 - 12:13(Applausi)
- Title:
- Come utilizzare i dati per creare uno spettacolo televisivo di successo
- Speaker:
- Sebastian Wernicke
- Description:
-
Raccogliere più dati porta a prendere decisioni migliori? Aziende competitive, esperte di dati quali Amazon, Google e Netflix hanno imparato che la sola analisi dei dati, non sempre porta a risultati ottimali. In questo monologo, il data scientist Sebastian Wernicke analizza cosa va storto quando prendiamo decisioni basate puramente sui dati - e suggerisce un modo più furbo di usarli.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 12:25
TED Translators admin approved Italian subtitles for How to use data to make a hit TV show | ||
Roberto Popolizio accepted Italian subtitles for How to use data to make a hit TV show | ||
Roberto Popolizio edited Italian subtitles for How to use data to make a hit TV show | ||
Roberto Popolizio edited Italian subtitles for How to use data to make a hit TV show | ||
Roberto Popolizio edited Italian subtitles for How to use data to make a hit TV show | ||
Roberto Popolizio edited Italian subtitles for How to use data to make a hit TV show | ||
Roberto Popolizio edited Italian subtitles for How to use data to make a hit TV show | ||
Roberto Popolizio edited Italian subtitles for How to use data to make a hit TV show |