Hoe gebruik je data om een succesvolle TV show te maken
-
0:01 - 0:05Van Roy Price hebben de meesten van jullie
waarschijnlijk nog nooit gehoord, -
0:05 - 0:08hoewel hij verantwoordelijk
kan zijn geweest -
0:08 - 0:14voor 22 middelmatige minuten
van je leven, op 19 april 2013. -
0:15 - 0:18Hij kan ook verantwoordelijk zijn
geweest voor 22 amusante minuten, -
0:18 - 0:20maar niet voor velen van jullie.
-
0:20 - 0:22Dat had alles te maken met een beslissing
-
0:22 - 0:24die Roy zo'n drie jaar geleden
moest maken. -
0:24 - 0:29Roy Price is senior manager
bij de Amazon Studios, -
0:29 - 0:32het televisieproductiebedrijf van Amazon.
-
0:32 - 0:35Hij is 47 jaar, slank, heeft stekelhaar
-
0:35 - 0:40en omschrijft zichzelf op Twitter
als "film, tv, technologie, taco's". -
0:41 - 0:44Roy Price heeft
een hele verantwoordelijke baan, -
0:44 - 0:47want hij moet ervoor zorgen
de goede shows te kiezen, -
0:47 - 0:49de originele producties
die Amazon gaat uitbrengen. -
0:49 - 0:52Dat is natuurlijk
een zeer concurrerend terrein. -
0:52 - 0:54Er zijn al zoveel televisie-shows
-
0:55 - 0:57dat Roy niet zomaar een show kan kiezen.
-
0:57 - 1:00Hij moet shows vinden
die echt heel goed zijn. -
1:01 - 1:04Met andere woorden,
hij moet shows vinden -
1:04 - 1:06die aan de goede kant
van deze curve zitten. -
1:06 - 1:09Deze curve toont de
waarderingsverdeling -
1:09 - 1:13van zo'n 2500 tv-shows
op de IMDb-website -
1:13 - 1:16en de waardering loopt van 1 tot 10.
-
1:16 - 1:19De hoogte hier toont
hoeveel shows die waardering krijgen. -
1:19 - 1:24Als je show dus een waardering krijgt
van 9 punten of meer, dat is een topper. -
1:24 - 1:25Dan hoort je show tot de top 2 procent.
-
1:26 - 1:29Dat zijn shows als 'Breaking Bad',
'Game of Thrones' en 'The Wire', -
1:29 - 1:32dus al die shows die verslavend zijn,
-
1:32 - 1:35shows waarvan je hersenen
aan het einde van het seizoen zeggen: -
1:35 - 1:37"Waar kan ik nog meer afleveringen zien?"
-
1:37 - 1:38Zo'n soort show.
-
1:39 - 1:41Links, voor de duidelijkheid,
hier aan dit einde, -
1:42 - 1:45heb je een show getiteld
'Toddlers and Tiaras' -- -
1:45 - 1:47(Gelach)
-
1:47 - 1:49-- dan weet je direct
-
1:49 - 1:51wat er aan dat eind
van de curve gebeurt. -
1:52 - 1:55Roy Price maakt zich geen zorgen
om links op de curve te komen, -
1:55 - 1:58omdat je volgens mij
heel intelligent moet zijn -
1:58 - 2:00om onder 'Toddlers and Tiaras' te scoren.
-
2:01 - 2:04Waar hij zich dus zorgen om maakt,
is deze bult in het midden, -
2:04 - 2:06de bult van gemiddelde tv,
-
2:06 - 2:08de shows die niet
echt goed of heel slecht zijn. -
2:08 - 2:11Je raakt er niet echt opgewonden van.
-
2:11 - 2:15Hij moet er dus voor zorgen
dat hij aan de rechterkant komt. -
2:15 - 2:17De druk is dus hoog
-
2:17 - 2:19en het is natuurlijk ook de eerste keer
-
2:19 - 2:21dat Amazon iets dergelijks doet.
-
2:22 - 2:24Roy Price wil dus geen risico lopen.
-
2:25 - 2:27Hij wil succes creëren.
-
2:27 - 2:29Hij wil gegarandeerd succes
-
2:29 - 2:31en wat hij dus doet,
is een wedstrijd houden. -
2:32 - 2:35Hij neemt een aantal ideeën voor tv-shows
-
2:35 - 2:37en door evaluatie
-
2:37 - 2:41kiezen ze acht kandidaten voor tv-shows.
-
2:41 - 2:44Dan maakt hij de eerste aflevering
van elk van deze shows -
2:44 - 2:47en zet ze gratis online,
zodat iedereen ze kan zien. -
2:48 - 2:50Als Amazon dingen voor niks weggeeft,
-
2:50 - 2:52dan wil je het hebben ook, toch?
-
2:53 - 2:56Dus zien miljoenen kijkers
die afleveringen. -
2:57 - 3:00Maar wat ze niet beseffen is dat,
terwijl ze zitten te kijken, -
3:00 - 3:02zij zelf ook bekeken worden.
-
3:02 - 3:04Ze worden bekeken
door Roy Price en zijn team, -
3:04 - 3:06die alles opslaan.
-
3:06 - 3:09Ze slaan op wanneer iemand
op 'afspelen' of op 'pauze' drukt, -
3:09 - 3:12welke stukken ze overslaan,
welke worden herhaald. -
3:12 - 3:14Ze verzamelen miljoenen gegevens,
-
3:14 - 3:16omdat ze die data willen hebben
-
3:16 - 3:19om te kunnen beslissen
welke show ze moeten maken. -
3:19 - 3:21Dus verzamelen ze die data
-
3:21 - 3:24en als die data zijn geanalyseerd
rolt daar een antwoord uit, -
3:24 - 3:25en dat antwoord is:
-
3:25 - 3:30"Amazon moet een serie maken
over vier Republikeinse senatoren". -
3:31 - 3:32En dat deden ze.
-
3:32 - 3:34Weet iemand de naam van de show?
-
3:34 - 3:36(Publiek) 'Alpha House'.
-
3:36 - 3:38Ja, 'Alpha House',
-
3:38 - 3:42maar het lijkt erop dat niet veel mensen
zich die show herinneren, -
3:42 - 3:44hij pakte dan ook niet erg goed uit.
-
3:44 - 3:46Eigenlijk is het maar een doorsnee show,
-
3:46 - 3:50letterlijk, omdat het gemiddelde
van deze curve hier 7,4 is -
3:50 - 3:53en 'Alpha House' kwam op 7,5,
-
3:53 - 3:55dus net boven het gemiddelde,
-
3:55 - 3:57zeker niet waar Roy Price
en zijn team op mikten. -
3:58 - 4:01In de tussentijd echter,
ongeveer tegelijkertijd, -
4:01 - 4:03bij een ander bedrijf,
-
4:03 - 4:07slaagde een andere manager erin
een topproductie te maken met data-analyse -
4:07 - 4:09en zijn naam is Ted.
-
4:09 - 4:12Ted Sarandos is bij Netflix
hoofd 'eigen productie' -
4:12 - 4:14en net als Roy is hij
op een constante missie -
4:14 - 4:16die geweldige tv-show te vinden;
-
4:16 - 4:18hij gebruikt daarbij ook data,
-
4:18 - 4:20alleen doet hij het een beetje anders.
-
4:20 - 4:24In plaats van een competitie te houden
keken hij -- en zijn team natuurlijk -- -
4:24 - 4:27naar alle data die ze al hadden
over Netflix-kijkers, -
4:27 - 4:29dus de waarderingscijfers die ze geven,
-
4:29 - 4:32waar ze meestal naar kijken,
wat ze leuk vinden, enz. -
4:32 - 4:34Vervolgens gebruikten ze die data
-
4:34 - 4:37om elk detail
over het publiek te ontdekken: -
4:37 - 4:38welke shows ze leuk vinden,
-
4:38 - 4:40welke producers, welke acteurs.
-
4:41 - 4:43Zodra ze al die details bij elkaar hadden,
-
4:43 - 4:45namen ze een sprong in het diepe
-
4:45 - 4:49en besloten niet te kiezen
voor een programma over vier senatoren -
4:49 - 4:52maar voor een dramaserie over één senator.
-
4:53 - 4:54Kennen jullie die serie?
-
4:55 - 4:56(Gelach)
-
4:56 - 4:59Ja, 'House of Cards', en Netflix
had een voltreffer met die show, -
5:00 - 5:02in ieder geval
voor de eerste twee seizoenen. -
5:02 - 5:05(Gelach) (Applaus)
-
5:06 - 5:09'House of Cards' scoort 9.1 op deze curve,
-
5:09 - 5:12precies waar ze wilden zitten.
-
5:12 - 5:14De vraag is nu natuurlijk:
wat gebeurde hier? -
5:15 - 5:18Je hebt twee concurrerende
data-bewuste bedrijven. -
5:18 - 5:20Ze koppelen al deze miljoenen gegevens
-
5:20 - 5:23en dan pakt dat heel goed uit voor de een,
-
5:23 - 5:24maar niet voor de ander.
-
5:24 - 5:26Waarom eigenlijk?
-
5:26 - 5:29Het lijkt zo vanzelfsprekend
dat dit altijd zou moeten werken. -
5:29 - 5:32Ik bedoel, als je miljoenen
gegevens verzamelt -
5:32 - 5:33voor een beslissing die je gaat nemen,
-
5:34 - 5:36dan zou je toch een goede beslissing
moeten kunnen nemen. -
5:36 - 5:38Je kunt steunen op 200 jaar statistiek.
-
5:38 - 5:41Je versterkt het nog
met hele krachtige computers. -
5:41 - 5:45Dan mag je toch in ieder geval
wel goede televisie verwachten, niet? -
5:46 - 5:49Mocht data-analyse zo niet werken
-
5:50 - 5:52dan wordt het een beetje griezelig,
-
5:52 - 5:56want we leven in een tijd
waarin we steeds meer op data afgaan -
5:56 - 6:00om serieuze beslissingen te nemen
die televisie ver te boven gaan. -
6:01 - 6:04Kent iemand hier het bedrijf
Multi-Health Systems? -
6:05 - 6:07Niemand. OK, gelukkig maar.
-
6:07 - 6:10Multi-Health Systems
is een software-bedrijf -
6:10 - 6:13en ik hoop dat niemand hier in deze zaal
-
6:13 - 6:16ooit in contact komt met die software,
-
6:16 - 6:19want anders betekent het
dat je in de gevangenis zit. -
6:19 - 6:19(Gelach)
-
6:19 - 6:23Als iemand in de VS in de gevangenis zit
en voorwaardelijk vrij wil komen, -
6:23 - 6:27dan is het hoogstwaarschijnlijk
dat data-analysesoftware van dat bedrijf -
6:27 - 6:31gebruikt wordt om te bepalen
of die aanvraag wordt gehonoreerd. -
6:31 - 6:33Het is dus hetzelfde principe
als bij Amazon en Netflix, -
6:33 - 6:38maar in plaats van te beslissen
of een tv-show het goed zal doen, -
6:38 - 6:41beslis je nu of een persoon
het goed of slecht gaat doen. -
6:43 - 6:47Middelmatige tv, 22 minuten lang,
kan heel slecht zijn, -
6:47 - 6:50maar meer tijd in de gevangenis
zelfs slechter, gok ik. -
6:51 - 6:55Jammer genoeg zijn er zelfs bewijzen
dat deze data-analyse, -
6:55 - 6:59ondanks de beschikbaarheid van veel data,
niet altijd de optimale resultaten geeft. -
6:59 - 7:02Dat komt niet omdat een bedrijf
als Multi-Health Systems -
7:02 - 7:03niet met data om kan gaan.
-
7:03 - 7:06Zelfs de slimste data-analisten
kunnen fout zitten. -
7:06 - 7:08Ja, zelfs Google zit soms fout.
-
7:09 - 7:14In 2009 berichtte Google
dat ze met data-analyse -
7:14 - 7:18griep-epidemieën konden voorspellen,
het vervelende soort griep, -
7:18 - 7:21door data-analyse los te laten
op wat mensen op Google opzochten. -
7:21 - 7:25Het pakte wonderwel goed uit
en het werd een hit in het nieuws, -
7:25 - 7:28tot en met het toppunt van
wetenschappelijk succes: -
7:28 - 7:30een publicatie in het tijdschrift Nature.
-
7:30 - 7:33Eerst werkte het goed,
jaar na jaar na jaar, -
7:33 - 7:35tot het een bepaald jaar niet werkte.
-
7:35 - 7:37Niemand kon precies zeggen waarom.
-
7:37 - 7:39Het werkte dat jaar gewoon niet
-
7:39 - 7:41en dat haalde weer het nieuws natuurlijk,
-
7:41 - 7:43inclusief het terugtrekken
-
7:43 - 7:45van een publicatie
in het tijdschrift Nature. -
7:47 - 7:50Dus zelfs de grootste data-verzamelaars,
Amazon en Google, -
7:50 - 7:52hebben het soms mis.
-
7:53 - 7:55Ondanks al die mislukkingen
-
7:55 - 7:59neemt het gebruik van data snel toe
bij beslissingen in het echte leven: -
7:59 - 8:01op de werkvloer,
-
8:01 - 8:03bij wetshandhaving,
-
8:03 - 8:04de geneeskunde.
-
8:05 - 8:08We kunnen er dus maar beter voor zorgen
dat die data ook helpen. -
8:08 - 8:11Zelf heb ik veel gesteggel gezien
bij het gebruiken van data, -
8:11 - 8:13omdat ik werk in de computer-genetica,
-
8:13 - 8:16wat ook een terrein is
waar veel slimme mensen -
8:16 - 8:19ongelooflijke hoeveelheden data gebruiken
om serieuze beslissingen te nemen, -
8:19 - 8:23zoals over een kankertherapie
of het ontwikkelen van een medicijn. -
8:24 - 8:26Door de jaren heb ik
een patroon zien ontstaan, -
8:26 - 8:29of een soort regel als je wilt,
over wat het verschil maakt -
8:29 - 8:31tussen succesvolle beslissingen
op basis van data -
8:31 - 8:33en niet-succesvolle beslissingen.
-
8:33 - 8:37Ik vind dit een patroon dat ik wil delen
en het gaat als volgt. -
8:39 - 8:41Als je een complex probleem wilt oplossen,
-
8:41 - 8:42doe je in wezen twee dingen.
-
8:42 - 8:45Eerst deel je het probleem op
in kleine stukjes, -
8:45 - 8:49zodat je die onderdelen
grondig kunt analyseren, -
8:49 - 8:51en dan zet je natuurlijk de tweede stap:
-
8:51 - 8:53je doet al die stukjes weer bij elkaar
-
8:53 - 8:55en je komt tot een conclusie.
-
8:55 - 8:57Soms moet je het nog een keer doen,
-
8:57 - 8:59maar steeds draait het om twee dingen:
-
8:59 - 9:01uit elkaar halen en terug zetten.
-
9:02 - 9:04Het cruciale is
-
9:04 - 9:07dat voor data en data-analyse
-
9:07 - 9:09alleen het eerste deel werkt.
-
9:09 - 9:12Data en data-analyse,
hoe indrukwekkend ook, -
9:12 - 9:16helpen je alleen een probleem
te ontrafelen en details te begrijpen. -
9:16 - 9:20Het is niet geschikt om die stukjes
weer bij elkaar te brengen -
9:20 - 9:21en dan tot een conclusie te komen.
-
9:22 - 9:24Een ander hulpmiddel kan dat wel,
en we hebben het allemaal: -
9:25 - 9:26het brein.
-
9:26 - 9:28Waar het brein echt goed in is,
-
9:28 - 9:30is stukjes weer bij elkaar brengen,
-
9:30 - 9:32zelfs als je onvolledige informatie hebt,
-
9:32 - 9:34en tot een goede conclusie komen,
-
9:34 - 9:36zeker als het het brein van een expert is.
-
9:37 - 9:39Daarom geloof ik
dat Netflix zo'n succes had, -
9:39 - 9:43omdat ze de data en het brein gebruikten
waar ze in het proces thuishoren. -
9:43 - 9:46Ze gebruiken data om eerst veel details
van hun publiek te begrijpen, -
9:46 - 9:49details die ze anders nooit zo grondig
hadden kunnen begrijpen. -
9:50 - 9:53Maar de beslissing
om al deze losse stukjes -
9:53 - 9:56weer bijeen te brengen
en een show als House of Cards te maken, -
9:56 - 9:57dat stond nergens in de data.
-
9:57 - 10:01Ted Sarandos en zijn team namen
de beslissing om die serie goed te keuren, -
10:01 - 10:06waarmee ze trouwens ook
een groot persoonlijk risico namen. -
10:07 - 10:10Bij Amazon deden ze
het echter omgekeerd, dus fout. -
10:10 - 10:12Ze gebruikten steeds data
om hun beslissing te sturen, -
10:12 - 10:15eerst toen ze hun wedstrijd
van tv-ideeën hielden, -
10:15 - 10:18en later toen ze besloten
'Alpha House' te maken. -
10:19 - 10:21Dat was voor hen
een hele veilige beslissing, -
10:21 - 10:23omdat ze altijd konden wijzen
naar de data en zeggen: -
10:23 - 10:25"Dit zeggen de data ons."
-
10:25 - 10:26Maar het leidde niet
-
10:27 - 10:30tot de uitzonderlijke resultaten
die ze hadden gehoopt. -
10:30 - 10:35Data zijn dus een enorm nuttig middel
om betere beslissingen te nemen, -
10:35 - 10:38maar ik denk dat dingen fout gaan
-
10:38 - 10:40zodra data die beslissingen
beginnen te sturen. -
10:40 - 10:44Hoe sterk ze ook zijn,
data zijn slechts een hulpmiddel -
10:44 - 10:47en met dat in je achterhoofd
vind ik dit ding hier heel nuttig. -
10:47 - 10:49Velen van jullie zullen .....
-
10:49 - 10:50(Gelach)
-
10:50 - 10:51Voordat er data waren,
-
10:51 - 10:54was dit het hulpmiddel
om beslissingen te nemen. -
10:54 - 10:55(Gelach)
-
10:55 - 10:57Velen van jullie kennen het.
-
10:57 - 10:59Dit speeltje hier heet de Magic 8 Ball,
-
10:59 - 11:00heel verbazingwekkend,
-
11:00 - 11:03omdat als je een besluit moet nemen,
een ja of nee vraag, -
11:03 - 11:06je alleen de bal maar hoeft te schudden
en dan krijg je het antwoord -
11:06 - 11:09-- "Hoogstwaarschijnlijk" --
hier in dit venster, hier en nu. -
11:09 - 11:12Ik laat hem straks
rondgaan ter demonstratie. -
11:12 - 11:13(Gelach)
-
11:13 - 11:16Wat ik natuurlijk wil zeggen is
dat ik besluiten heb genomen in mijn leven -
11:16 - 11:19waarbij ik achteraf toch naar de bal
had moeten luisteren. -
11:20 - 11:23Maar als je de data
tot je beschikking hebt, -
11:23 - 11:26wil je zo'n bal door iets
veel geavanceerders vervangen, -
11:26 - 11:29zoals data-analyse,
om tot een besluit te komen. -
11:30 - 11:32Maar fundamenteel verandert er niets.
-
11:32 - 11:35De bal kan slimmer
en slimmer en slimmer worden, -
11:35 - 11:38maar ik denk dat wij nog steeds
de beslissingen moeten nemen -
11:38 - 11:41als we iets buitengewoons willen bereiken
-
11:41 - 11:43aan de rechterkant van de curve.
-
11:44 - 11:48Ik vind dat eigenlijk
een hele bemoedigende boodschap, -
11:48 - 11:52dat het zelfs onder het oog
van grote hoeveelheden data -
11:52 - 11:55loont om besluiten te nemen,
-
11:56 - 11:58om expert te zijn bij wat je doet
-
11:58 - 12:00en om risico's te nemen.
-
12:01 - 12:03Want uiteindelijk zijn het niet de data
-
12:03 - 12:07maar de risico's die je doen belanden
aan de rechterzijde van de curve. -
12:08 - 12:09Dank je wel.
-
12:09 - 12:12(Applaus)
- Title:
- Hoe gebruik je data om een succesvolle TV show te maken
- Speaker:
- Sebastian Wernicke
- Description:
-
Leidt het verzamelen van meer data tot het nemen van betere beslissingen? Concurrerende, data-bewuste bedrijven zoals Amazon, Google en Netflix hebben geleerd dat alleen data-analyse niet altijd tot optimale resultaten leidt. In deze talk legt data-wetenschapper Sebastian Wernicke uit wat er fout gaat als we beslissingen nemen die louter op data gebaseerd zijn -- en stelt een slimmere manier voor om ermee om te gaan.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 12:25
Peter van de Ven approved Dutch subtitles for How to use data to make a hit TV show | ||
Peter van de Ven accepted Dutch subtitles for How to use data to make a hit TV show | ||
Paul Vrancken accepted Dutch subtitles for How to use data to make a hit TV show | ||
Paul Vrancken edited Dutch subtitles for How to use data to make a hit TV show | ||
Paul Vrancken edited Dutch subtitles for How to use data to make a hit TV show | ||
Paul Vrancken edited Dutch subtitles for How to use data to make a hit TV show | ||
Peter van de Ven declined Dutch subtitles for How to use data to make a hit TV show | ||
Peter van de Ven edited Dutch subtitles for How to use data to make a hit TV show |