Popüler bir dizi yapmak için verileri nasıl kullanmalıyız?
-
0:01 - 0:05Roy Price, 19 Nisan 2013 tarihinde
geçirdiğiniz 22 sıradan dakikanın -
0:05 - 0:08sorumlusu olsa da, büyük olasılıkla
-
0:08 - 0:15çoğunuzun duymadığı bir isim.
-
0:15 - 0:18O, aynı zamanda en eğlenceli 22 dakikanın
da sorumlusu, -
0:18 - 0:20tabii hepiniz için değil.
-
0:20 - 0:22Bunlar bizi Roy'un üç sene önce
-
0:22 - 0:24almak zorunda olduğu bir karara götürüyor.
-
0:24 - 0:29Roy Price, Amazon Stüdyoları'nda
bir üst düzey yönetici. -
0:29 - 0:32Bu, Amazon'un TV yapım şirketi.
-
0:32 - 0:3547 yaşında, zayıf ve dik saçlı
biri olan Roy, kendini Twitter'da -
0:35 - 0:40"filmler, televizyon, teknoloji ve tako"
anahtar kelimelerini ile tanıtıyor. -
0:40 - 0:45Roy Price sorumluluğu ağır bir işi
yürütüyor, çünkü onun işi -
0:45 - 0:49Amazon'un yapacağı özgün içerikli
programları seçmek. -
0:49 - 0:52Ve bu alanda rekabet oldukça yüksek.
-
0:52 - 0:54Demek istediğim, şu anda o kadar çok
dizi var ki, -
0:54 - 0:57Roy'un herhangi bir dizi
seçmesi mümkün değil. -
0:57 - 1:01Onun, çok ama çok iyi dizileri
bulması gerekiyor. -
1:01 - 1:04Başka bir deyişle, onun, bu eğrinin
en sağında yer alacak -
1:04 - 1:06bir dizi bulması gerekiyor.
-
1:06 - 1:09Bu eğri IMDB sitesinde bulunan 2500
dizinin, -
1:09 - 1:131-10 puan arasındaki puan dağılımının
eğrisi -
1:13 - 1:16ve yükseklik, kaç dizinin
-
1:16 - 1:19bu reytinge ulaştığını
gösteriyor. -
1:19 - 1:24Yani eğer dizi 9'un üstünde bir reyting
puanı alırsa bu bir zafer demektir. -
1:24 - 1:25Bir de en iyi %2'lik kesim var.
-
1:26 - 1:29Breaking Bad, Game of Thrones, The Wire
gibi diziler mesela. -
1:29 - 1:32Bu dizilerin hepsi, bir sezon izledikten
sonra -
1:32 - 1:35beyninize "Diğer bölümleri nasıl bulurum?"
sorusunu -
1:35 - 1:37sorduracak kadar bağımlılık yapar.
-
1:37 - 1:38Bu tür diziler.
-
1:39 - 1:41Sol tarafta, biraz daha açık olmak
gerekirse en sonda, -
1:41 - 1:45"Toddlers and Tiaras" adında
-
1:45 - 1:47(Kahkahalar)
-
1:47 - 1:49eğrinin sonunda neler olduğunu
-
1:49 - 1:51yeterince iyi açıklayan bir dizi var.
-
1:51 - 1:55Şu an Roy Price'ın eğrinin en solunda
kalmak gibi bir endişesi yok -
1:55 - 1:58çünkü bence Toddlers and Tiaras'ın
gerisine düşmek için ciddi -
1:58 - 2:00bir beyin gücünüzün olması lazım.
-
2:00 - 2:04Onun endişelendiği nokta ortadaki çıkıntı
bölüm, -
2:04 - 2:06yani ortalama bir dizi,
-
2:06 - 2:09bildiğiniz gibi çok iyi veya çok kötü
olmayan diziler -
2:09 - 2:10bizi pek heyecanlandırmaz.
-
2:10 - 2:15O yüzden onun hep eğrinin sağında
kaldığından emin olması lazım. -
2:15 - 2:17Üzerinde hissettiği baskı bu şekilde
-
2:17 - 2:19ve Amazon ilk defa böyle şeyler
-
2:19 - 2:21yapmaya başladığında Roy Price,
-
2:21 - 2:25işini şansa bırakmak istemedi.
-
2:25 - 2:27Başarıyı elde etmek istedi.
-
2:27 - 2:29Başarıyı garantilemeye ihtiyacı vardı
-
2:29 - 2:31ve şuan yaptığı şey ise
bir yarışı sürdürmek. -
2:31 - 2:35Bu yüzden diziler için bir dizi fikir
topluyor ve -
2:35 - 2:37bu fikirleri değerlendirip
-
2:37 - 2:41aralarından sekiz aday seçiyor ve
-
2:41 - 2:44her birinin ilk bölümünü çekiyor.
-
2:44 - 2:47Bu bölümleri ücretsiz olarak
bir websitesinden yayınlıyor. -
2:47 - 2:50Amazon ücretsiz olarak bir şey verirse
-
2:50 - 2:51bu şeyi alırsınız değil mi?
-
2:51 - 2:56Dolayısıyla milyonlarca kişi bu bölümleri
izliyor. -
2:56 - 3:00Onlarında farketmedikeri şey şu ki
onlar bu bölümleri izlerken -
3:00 - 3:02asıl izlenen onlar.
-
3:02 - 3:04Her şeyi kaydeden Roy Price
ve takımı -
3:04 - 3:06tarafından izleniyorlar.
-
3:06 - 3:09İzleyicinin oynat tuşuna basmasını,
durdurmasını, -
3:09 - 3:12atladığı yerleri ve tekrar izlediği
yerleri kaydediyorlar. -
3:12 - 3:14Böylece milyonlarca
veri parçacığı topluyorlar, -
3:14 - 3:16çünkü hangi diziyi yapmak istediklerine
-
3:16 - 3:19karar verirken bu verilere sahip olmak
istiyorlar. -
3:19 - 3:21Pek tabii olarak bu verileri topluyorlar,
-
3:21 - 3:24hepsini işledikten sonra
cevap ortaya çıkıyor. -
3:24 - 3:25Cevap şu ki:
-
3:25 - 3:30"Amazon Dört Cumhuriyetçi ABD senatörü
hakkında bir sit-com yapmalı." -
3:30 - 3:32Diziyi yaptılar.
-
3:32 - 3:34Bu dizinin ismini hatırlayan var mı?
-
3:35 - 3:36(Seyirci: "Alpha House.")
-
3:36 - 3:37Evet, "Alpha House."
-
3:38 - 3:42aslında bir çoğunuz bu diziyi hatırlamıyor
gibi gözüküyor, -
3:42 - 3:43çünkü çok büyük bir patlama yapmadı.
-
3:44 - 3:45Yalnızca ortalama bir diziydi,
-
3:45 - 3:50çünkü aslında bu eğrinin ortalaması
tam olarak 7.4 ve -
3:50 - 3:52"Alpha House" 7.5 puanda.
-
3:52 - 3:54Yani ortalamanın biraz üstünde ama
-
3:54 - 3:57bu Roy Price ve takımının amaçladığı şey
kesinlikle bu değil. -
3:58 - 4:01Bu arada, her nasılsa, aynı zamanda
-
4:01 - 4:03başka bir şirkette,
-
4:03 - 4:07Netflix'te İçerik Yönetim Şefi olan Ted,
Ted Sarandos, veri analizini kullanarak -
4:07 - 4:09en üst reytinge yerleşen bir dizi
-
4:09 - 4:12yapmayı başardı.
-
4:12 - 4:14Onun da işi, aynı Roy'unki gibi
-
4:14 - 4:16sürekli olarak çok iyi diziler bulmak.
-
4:16 - 4:18O da bunu yapmak için verileri kullanıyor
-
4:18 - 4:20ama biraz daha farklı yapıyor.
-
4:20 - 4:24O ve takımı bir yarışma düzenlemek yerine
-
4:24 - 4:27halihazırda Netflix izleyicileri ile ilgili
toplanmış, dizilere verilen -
4:27 - 4:29puanlar, izlenme geçmişleri,
sevilen diziler -
4:29 - 4:32ve bunun gibi verilere bakıyorlar.
-
4:32 - 4:34Bu verileri kullanarak,
-
4:34 - 4:37seyirciler hakkında hangi tür dizileri,
-
4:37 - 4:38hangi tür yapımcıları,
-
4:38 - 4:40hangi tür aktörleri sevdikleri gibi
veri kırıntılarına ulaşıyorlar. -
4:40 - 4:43Bu kırıntıları bir araya getiriyorlar,
-
4:43 - 4:44bu verilerle bir sıçrama yapıyorlar
-
4:44 - 4:47ve 4 senatör hakkında bir sitcom
yapmaktansa -
4:47 - 4:49yalnızca bir senatör hakkında
-
4:49 - 4:52drama dizisi yapmaya karar veriyorlar.
-
4:53 - 4:54Bu dizinin adını biliyor musunuz?
-
4:54 - 4:56(Kahkaha)
-
4:56 - 4:59Evet, "House of Cards" ve Netflix elbette
bu diziyle kasıp kavurdu, -
5:00 - 5:02en azından ilk iki sezon.
-
5:02 - 5:06(Kahkahalar)(Alkışlar)
-
5:06 - 5:09"House of Cards" bu eğride
9.1 puanda, -
5:09 - 5:12yani tam olarak istedikleri yerde.
-
5:12 - 5:14Şimdi soru şu,
bu iki durumda ne oldu? -
5:15 - 5:17Şimdi, veri depolayan,
rekabet içinde olan iki şirket var. -
5:17 - 5:20Milyonlarca veri parçalarını
birleştiriyorlar -
5:20 - 5:22ve bu veriler biri için
çok işe yarıyor ama -
5:22 - 5:24diğeri için iyi bir sonuç
vermiyor? -
5:24 - 5:26Peki neden?
-
5:26 - 5:29Çünkü mantığınız size bunun her zaman
işe yaraması gerektiğini söylüyor. -
5:29 - 5:32Demem o ki, milyonlarca
veri parçası topluyorsanız, -
5:32 - 5:33bir karar vereceğiniz zaman
-
5:33 - 5:36iyi bir karar vermiş olmanız lazım.
-
5:36 - 5:38Güvenebileceğiniz 200 yıllık
istatistikler var. -
5:38 - 5:41Bu verileri güçlü bilgisayarlarla
büyütüyorsunuz. -
5:41 - 5:45En azından iyi bir dizi bekliyorsunuz,
değil mi? -
5:46 - 5:49Eğer veri analizi bu şekilde
çalışmıyorsa, -
5:50 - 5:52durum biraz daha korkutucu
bir hâl alıyor. -
5:52 - 5:55Çünkü günümüzde televizyonun da ötesinde
daha ciddi kararlar almak için -
5:55 - 6:00verilere başvuruyoruz.
-
6:01 - 6:04Aranızda Multi-Health Systems adlı
şirketi bilen var mı? -
6:05 - 6:07Hiç kimse. Tamam, çok iyi.
-
6:07 - 6:10Evet, Multi-Health Systems
bir yazılım şirketi ve -
6:10 - 6:13ve umarım bu odadaki hiç kimse
-
6:13 - 6:16bu programla karşılaşmamıştır çünkü
-
6:16 - 6:18eğer karşılaştıysanız
hapistesiniz demektir. -
6:18 - 6:19(Kahkahalar)
-
6:19 - 6:23Eğer buradaki herhangi biri ABD'de
hapse girerse ve -
6:23 - 6:27şartlı tahliye başvurusu yaparsa büyük
olasılıkla başvuruyu onaylamak veya -
6:27 - 6:31reddetmek için bu şirketin
veri analiz yazılımı kullanılacak. -
6:31 - 6:33Amazon ve Netflix ile aynı esaslarla ama
-
6:33 - 6:38şimdi bir dizinin iyi veya kötü olacağı
değil, bir insanın -
6:38 - 6:41iyi veya kötü olacağı hakkında
karar veriyorsunuz. -
6:41 - 6:47Vasat bir dizi, 22 dakika,
biraz kötü olabilir, -
6:47 - 6:49hapiste uzun yıllar, sanırım
çok daha kötü. -
6:50 - 6:54Ve maalesef veri analizi ile ilgili
bazı bulgular bize şunu gösteriyor ki, -
6:55 - 6:59ne kadar çok veri olursa olsun, her zaman
optimum sonuçlar elde edemiyorsunuz. -
6:59 - 7:01Bu, Multi-Health Systems
gibi bir şirketin elindeki verilerle -
7:02 - 7:03ne yapacağını bilmediğinden değil.
-
7:03 - 7:05Veri depolamaya en meraklı şirketler
bile hatalar yapıyor. -
7:05 - 7:08Evet, Google bile bazen hatalar yapıyor.
-
7:09 - 7:132009 yılında, Google, grip salgınını
tahmin etmek için, -
7:13 - 7:17daha doğrusu kötü bir grip türünü,
-
7:17 - 7:21veri analizi yapabileceğini duyurdu.
-
7:21 - 7:25Veri analizi bu konuda çok iyi çalıştı ve
haberlerde de büyük sükse yaptı, -
7:25 - 7:27hatta bilimsel başarının zirvesini
yakaladı, -
7:27 - 7:30"Nature" dergisinde yayınlandı.
-
7:30 - 7:33Çalışma başarısız olduğu o yıla kadar
-
7:33 - 7:35her yıl çok iyi sonuç verdi.
-
7:35 - 7:37Ve kimse tam olarak nedenini bile
söyleyemedi. -
7:37 - 7:39Sadece o yıl çalışmadı ve
-
7:39 - 7:41tabii olarak haberlerde çok duyuldu ve
-
7:41 - 7:43"Nature" dergisi
-
7:43 - 7:45yayını geri çekti.
-
7:46 - 7:50Evet, veri uzmanı en büyük firmalar,
Amazon ve Google bile -
7:50 - 7:52zaman zaman hatalar yapıyor.
-
7:52 - 7:55Tüm bu başarısızlıklara rağmen
veri analizi, -
7:55 - 7:59kanun hükümleri, tıp gibi
birçok hayati alanda -
7:59 - 8:01kararı etkileyen
-
8:01 - 8:02bir unsur olarak
-
8:03 - 8:04kayıyor.
-
8:04 - 8:08Bu yüzden veri analizinin işe yaradığına
emin olmalıyız. -
8:08 - 8:11Ben, kişisel olarak verilerle ilgili
çok fazla zorluk gördüm -
8:11 - 8:13çünkü kanser tedavisi veya
-
8:13 - 8:15ilaç geliştirmek gibi alanlarda,
-
8:15 - 8:19hayal edemeyeceğiniz kadar çok
verilerle uğraşan zeki insanların olduğu -
8:19 - 8:23bir dal olan bilişimsel genetik
üzerinde çalışıyorum. -
8:24 - 8:26Ve yıllar içinde verilerle karar verme
konusunda -
8:26 - 8:28başarılı olmak
veya olmamak arasında -
8:28 - 8:31niyet ettiğimizde paylaşmaya değer
bir kural veya kalıp -
8:31 - 8:33farkettim. Bu kalıp ise
-
8:33 - 8:37şöyle bir şey:
-
8:39 - 8:41Karışık bir problemi çözerken
-
8:41 - 8:42temel olarak iki şey yapıyorsunuz.
-
8:42 - 8:46İlki, problemi küçük parçalara
ayırıyorsunuz, böylece bu parçaları -
8:46 - 8:48derinlenemesine analiz edebilirsiniz ve
-
8:48 - 8:50sonra ikinci bölüme geçiyorsunuz.
-
8:50 - 8:53Sonuca ulaşmak için bu küçük parçaları
tekrar -
8:53 - 8:54bir araya getiriyorsunuz.
-
8:54 - 8:57Bazen bu işi tekrar yapmanız
gerekebilir ama yaptığınız -
8:57 - 8:58her zaman iki şeydir:
-
8:58 - 9:01parçalara ayırmak ve
parçaları birleştirmek. -
9:02 - 9:04Burada kritik olan nokta şu ki,
-
9:04 - 9:07veri ve veri analizi yalnızca
-
9:07 - 9:09ilk bölüm için önemli.
-
9:09 - 9:12Veri ve veri analizi ne kadar
güçlü olursa olsun, -
9:12 - 9:16yalnızca problemi parçalara ayırmanıza ve
parçaları anlamanıza yardımcı olur. -
9:16 - 9:20Parçaları tekrar birleştirip
-
9:20 - 9:21bir sonuca ulaşmak için uygun değildir.
-
9:22 - 9:24Bunu yapabilecek olan araç
herkeste mevcut -
9:24 - 9:26ve bu araç beyin.
-
9:26 - 9:28Eğer beynin iyi olduğu
bir şey varsa, -
9:28 - 9:30sahip olduğunuz bilgiler
tam olmasa bile -
9:30 - 9:32parçaları alıp tekrar
araya getirmek ve -
9:32 - 9:33iyi bir sonuca ulaşmak,
-
9:33 - 9:36özellikle bu beyin bir uzmanın beyniyse.
-
9:36 - 9:39Bence Netflix'in bu kadar başarılı
olmasının sebebi, -
9:39 - 9:43veriyi ve beyni süreçte olması gerektiği
yerde kullanmaları. -
9:43 - 9:46Onlar önce seyircilerle alakalı bir şeyler
öğrenmek için verileri kullanıyor, -
9:46 - 9:50yoksa seyirciler hakkında bu derinlikte
bilgilere sahip olamazlardı. -
9:50 - 9:52Sonra karar vermek için bütün
bu parçaları birleştiriyor -
9:52 - 9:56ve ortaya hiçbir veride adı geçmeyen
"House of Cards" gibi -
9:56 - 9:57bir dizi çıkıyor.
-
9:57 - 10:01Ted Sarantos ve takımı büyük bir kişisel
risk alarak -
10:01 - 10:04bu diziyi yapmak için
-
10:04 - 10:06bir karar verdi.
-
10:06 - 10:09Ama diğer yandan Amazon bu işi yanlış
bir şekilde yaptı. -
10:09 - 10:12İlk olarak dizi önerilerini bir yarışa
soktuklarında ve -
10:12 - 10:15"Alpha House" dizisinde karar
kıldıklarında -
10:15 - 10:18karar alma mekanizmasını harekete
geçirmek için verileri kullandılar. -
10:18 - 10:21Bu onlar için güvenli bir karardı çünkü
verilere -
10:21 - 10:23baktıklarında şunu söyleyebiliyorlardı:
-
10:23 - 10:25"Bize verilerin söylediği şey bu."
-
10:25 - 10:29Ama bu veriler onları umut ettikleri gibi
istisnai bir sonuca götürmedi. -
10:30 - 10:35Sonuç olarak veriler karar alırken
çok yararlı araçlar fakat -
10:35 - 10:37bence bizi karara götüren tek şey
veriler olduğunda -
10:38 - 10:40işler sarpa sarıyor.
-
10:40 - 10:44Ne kadar güçlü olursa olsun, veriler
yalnızca birer araç ve -
10:44 - 10:47şunu unutmayın bu araç burada benim çok
işime yaradı. -
10:47 - 10:48Aranızdan bir çoğunuz...
-
10:49 - 10:50(Kahkahalar)
-
10:50 - 10:51Veriler yokken
-
10:51 - 10:54karar alma aracı buydu.
-
10:54 - 10:55(Kahkahalar)
-
10:55 - 10:56Bir çoğunuz bunu biliyor.
-
10:57 - 10:58Bu oyuncağın ismi Sihirli 8 Topu,
-
10:58 - 11:00ve gerçekten inanılmaz.
-
11:00 - 11:03Çünkü eğer bir karar vermeniz gerekiyorsa,
-
11:03 - 11:06cevabı evet veya hayır olan bir soruysa,
tüm yapmanız gereken topu sallamak -
11:06 - 11:10ve cevabı almak. Şuanda şu küçük pencerede
"Büyük ihtimalle" yazıyor. -
11:10 - 11:11Bunu daha sonra teknoloji
tanıtımlarında kullanacağım. -
11:11 - 11:13(Kahkahalar)
-
11:13 - 11:16Olay şu ki, hayatımda bir çok konuda
kararlar aldım ve şimdi geriye dönüp -
11:16 - 11:19baktığımda şunu söyleyebilirim, keşke
topu dinleseydim. -
11:19 - 11:22Ama bildiğiniz gibi, eğer elinizde
veriler varsa, daha iyi -
11:22 - 11:26bir karar vermek için bunun yerine veri
analizi gibi daha -
11:26 - 11:29gelişmiş şeyleri kullanmak
istersiniz. -
11:29 - 11:32Ama bu kurguyu değiştirmiyor.
-
11:32 - 11:35Bu yüzden top, çok daha zeki olabiliyor,
ama şuna inanıyorum ki -
11:35 - 11:38eğer eğrinin sağ tarafında,
-
11:38 - 11:41sıra dışı bir şey başarmak istiyorsak
-
11:41 - 11:43bu hala karar vermemiz
için hazır bekliyor ve -
11:43 - 11:47aslında çok teşvik edici bir şey buldum,
-
11:47 - 11:51çok büyük sayıda verilere karşın
-
11:51 - 11:55yaptığınız şeyde uzman olmak için
-
11:56 - 11:58karar vermeye ve
-
11:58 - 12:00risk almaya değer.
-
12:00 - 12:03Çünkü en sonunda veriler yok, en sonunda
sizi eğrinin -
12:03 - 12:07sağına veya soluna yerleştirecek şey
yalnızca aldığınız riskler. -
12:08 - 12:10Teşekkür ederim.
-
12:10 - 12:13(Alkışlar)
- Title:
- Popüler bir dizi yapmak için verileri nasıl kullanmalıyız?
- Speaker:
- Sebastian Wernicke
- Description:
-
Daha fazla veri toplamak daha iyi kararlar vermeyi mi sağlıyor? Amazon, Google, Netflix gibi veri depolayan rekabetçi firmalar sadece veri analizinin en iyi sonuçlara götürmediğini öğrendi. Bu konuşmada Sebastian Wernicke yalnızca veriler baz alınarak alınan kararlarda yanlış giden şeyi bozuyor ve daha mantıklı şekilde kullanmak için öneride bulunuyor.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 12:25
Meric Aydonat approved Turkish subtitles for How to use data to make a hit TV show | ||
Sancak Gülgen edited Turkish subtitles for How to use data to make a hit TV show | ||
Sancak Gülgen accepted Turkish subtitles for How to use data to make a hit TV show | ||
Sancak Gülgen edited Turkish subtitles for How to use data to make a hit TV show | ||
Sancak Gülgen edited Turkish subtitles for How to use data to make a hit TV show | ||
Kamer ELCİYAR edited Turkish subtitles for How to use data to make a hit TV show | ||
Kamer ELCİYAR edited Turkish subtitles for How to use data to make a hit TV show | ||
Kamer ELCİYAR edited Turkish subtitles for How to use data to make a hit TV show |