Làm sao sử dụng dữ liệu để làm ra một chương trình TV xuất sắc
-
0:01 - 0:05Roy Price là người mà phần lớn các bạn
có thể chưa từng nghe nói đến -
0:05 - 0:08mặc dù anh ấy có thể đã từng
chịu trách nhiệm -
0:08 - 0:15cho 22 phút hơi tầm thường của đời bạn
trong ngày 19 tháng 4 năm 2013. -
0:15 - 0:18Anh ấy có lẽ còn chịu tránh nhiệm
cho mỗi 22 phút giải trí -
0:18 - 0:20nhưng không phải nhiều người
trong các bạn. -
0:20 - 0:22và tất cả đã dẫn đến một quyết định
-
0:22 - 0:24mà Roy phải thực hiện trong 3 năm
-
0:24 - 0:29Như mọi người biết, Roy Price là một
nhà điều hành cấp cao của Amazon Studios -
0:29 - 0:32Đây là công ty sản xuất chương trình TV
của Amazon -
0:32 - 0:35Anh ấy 47 tuổi, nhỏ người,
tóc vuốt cao -
0:35 - 0:40với mô tả trên Twitter: "phim ảnh, TV,
công nghệ, taco (món ăn Mexico)" -
0:40 - 0:45Và Roy Price làm công việc mang tính
trách nhiệm cao, vì trách nhiệm của anh ấy -
0:45 - 0:49là chọn ra các show, nội dung gốc
mà Amazon sẽ thực hiện -
0:49 - 0:52Tất nhiên, đây là lĩnh vực rất cạnh tranh
-
0:52 - 0:54Tôi muốn nói là, đã có quá nhiều
chương trình truyền hình -
0:54 - 0:57Roy không thể chỉ chọn một show nào đó
-
0:57 - 1:01Anh ấy phải tìm được những show thực sự
thật sự tuyệt vời -
1:01 - 1:04Nói cách khác, anh ấy phải tìm ra
những chương trình -
1:04 - 1:06nắm ở phía cuối bên phải của
đường cong này. -
1:06 - 1:09Đường cong ở đây là phân bổ chỉ số
đánh giá -
1:09 - 1:13của khoảng 2500 chương trình TV
trên trang web IMDB, -
1:13 - 1:16và điểm đánh giá chạy từ 1 đến 10,
-
1:16 - 1:19và đường cao này chỉ ra có bao nhiêu
chương trình được xếp hạng -
1:19 - 1:24Nếu chương trình của bạn có chỉ số người
xem là 9 hoặc cao nơi, đó là kẻ thắng cuộc -
1:24 - 1:26Bạn ở top 2% các chương trình
dẫn đầu. -
1:26 - 1:29Đó là những chương trình như "Breaking
Bad", "Game of Thrones", "The Wire" -
1:29 - 1:32tất cả những chương trình này đều
rất gây nghiện -
1:32 - 1:35mỗi lần sau khi bạn coi xong một mùa,
não bạn cơ bản đều như là: -
1:35 - 1:37"Làm sao để xem thêm những tập mới?"
-
1:37 - 1:39Loại chương trình như thế đó.
-
1:39 - 1:41Ở phía bên trái, để rõ ràng,
ở vị trí cuối này, -
1:41 - 1:45bạn có một chương trình tên
"Toddlers and Tiaras"... -
1:45 - 1:47(Cười)
-
1:47 - 1:49...nó đủ nói cho bạn biết
-
1:49 - 1:51những gì xảy ra ở điểm cuối của
đường cong này. -
1:51 - 1:55Bây giờ, Roy Price không lo lắng mấy về
việc nằm ở vị trí cuối bên trái đường cong -
1:55 - 1:58bởi vì tôi nghĩ bạn sẽ phải có
năng lực não rất mạnh -
1:58 - 2:00để cắt xén "Toddlers and Tiaras."
-
2:00 - 2:04Vì thế điều anh ấy lo ngại chính là
chỗ phình ra ở giữa đây -
2:04 - 2:06vị trí của các chương trình trung bình
-
2:06 - 2:08bạn biết đấy, các chương trình không
hay cũng không dở -
2:08 - 2:10chúng không thật sự làm bạn phấn khích
-
2:10 - 2:15Vì vậy anh ấy cần đảm bảo rằng anh ấy
thật sự nằm ở điểm cuối bên phải này -
2:15 - 2:17Vì thấy áp lực tăng lên,
-
2:17 - 2:19và tất nhiên nó cũng là lần đầu tiên
-
2:19 - 2:21mà Amazon làm những thứ như thế này,
-
2:21 - 2:25cho nên Roy Price không muốn có
bất kì cơ hội nào -
2:25 - 2:27Anh ấy muốn sắp đặt sự thành công.
-
2:27 - 2:29Anh ấy cần một sự thành công chắc chắn
-
2:29 - 2:31và vì thế điều anh ấy làm là,
tổ chức một cuộc thi. -
2:31 - 2:35Anh ấy tìm một loạt các ý tưởng cho
các chương trình TV, -
2:35 - 2:37và từ những ý tưởng đó, trải qua đánh giá,
-
2:37 - 2:41Họ chọn ra 8 ứng cử viên cho các
chương trình TV -
2:41 - 2:44và rồi họ chỉ làm tập đầu tiên cho
mỗi một chương trình đó -
2:44 - 2:47và đăng chúng miễn phí lên mạng
để mọi người cùng xem. -
2:47 - 2:50Và khi Amazon đưa ra thứ gì miễn phí,
-
2:50 - 2:51bạn sẽ xem chúng đúng chứ?
-
2:51 - 2:56Thế nên hàng triệu người đã xem những
tập chương trình này. -
2:56 - 3:00Điều họ không nhận ra là, trong khi
họ xem những chương trình đó, -
3:00 - 3:02thật ra, họ cũng đang bị theo dõi.
-
3:02 - 3:04Họ bị theo dõi bởi Roy Price và
tổ là việc của anh -
3:04 - 3:06họ đã ghi lại tất cả.
-
3:06 - 3:09Họ ghi lại khi nào ai đó nhấn nút "play"
khi nào nhất nút "pause" -
3:09 - 3:12phần nào nọ sẽ cho qua, phần nào họ sẽ
xem lại. -
3:12 - 3:14Và họ thu thập hàng triệu dữ liệu,
-
3:14 - 3:16vì họ muốn có những dữ liệu này
-
3:16 - 3:19để sau đó quyết định xem họ
nên làm chương trình gì. -
3:19 - 3:21Và chắc chắn, họ thu thập tất cả dữ liệu,
-
3:21 - 3:24họ phân tích tất cả dữ liệu,
và câu trả lời xuất hiện -
3:24 - 3:25câu trả lời là,
-
3:25 - 3:30"Amazon nên làm một bộ sitcom về
4 thượng nghị sĩ của đảng Cộng hòa Mỹ" -
3:30 - 3:32Họ đã làm chương trình đó
-
3:32 - 3:34Vậy có ai biết tên của
chương trình đó không? -
3:35 - 3:36(Khán giả: "Alpha House")
-
3:36 - 3:37Vâng, "Alpha House",
-
3:38 - 3:42nhưng có vẻ không nhiều người ở đây
thực sự nhớ đến chương trình này -
3:42 - 3:43bởi nó không đặc biệt
-
3:44 - 3:45Nó thực sự chỉ là một show bình thường,
-
3:45 - 3:50thật sự... theo nghĩa đen, sự thật là, vì
mức trung bình của đường cong này là 7.4 -
3:50 - 3:52và "Alpha House" nằm ở mức 7.5,
-
3:52 - 3:54trên mức trung bình một chút,
-
3:54 - 3:58nhưng chắc chắn không phải là điều
Roy Price và nhóm của anh hướng đến. -
3:58 - 4:01Tuy nhiên trong khi đó, tại cùng
một thời điểm, -
4:01 - 4:03ở một công ty khác,
-
4:03 - 4:07một nhà điều hành khác cũng muốn làm một chương
trình hàng đầu bằng phân tích dữ liệu -
4:07 - 4:09và tên anh ấy là Ted,
-
4:09 - 4:12Ted Sarandos, giám đốc nội dung
của Netflix -
4:12 - 4:14và cũng như Roy, anh có 1 nhiệm vụ
thường xuyên -
4:14 - 4:16là tìm những chương trình hay,
-
4:16 - 4:18và anh ấy cũng sử dụng dữ liệu để làm việc
-
4:18 - 4:20ngoại trừ anh ấy làm nó
có chút khác biệt. -
4:20 - 4:24Thay vì tổ chức một cuộc thi, điều anh ấy
làm... và dĩ nhiên cả nhóm của anh... -
4:24 - 4:27là nhìn vào tất cả dữ liệu và họ đã có
về khán giả của Netflix, -
4:27 - 4:29những đánh giá họ
đưa ra cho các chương trình -
4:29 - 4:32lịch sử xem, những chương trình nào
họ thích, v.v -
4:32 - 4:34Và họ dùng các dữ liệu đó để tìm ra
-
4:34 - 4:37tất cả những gì nhỏ nhất về các khán giả:
-
4:37 - 4:38loại chương trình gì họ thích,
-
4:38 - 4:40người sản xuất nào, loại diễn viên nào.
-
4:40 - 4:43Và một khi họ đã có được tất cả các
mảnh ghép -
4:43 - 4:44họ làm một bước nhảy vọt của lòng tin
-
4:44 - 4:47họ quyết định cấp giấy phép
-
4:47 - 4:49không phải cho một bộ sitcom về bốn
thượng nghị sĩ -
4:49 - 4:52mà là một bộ phim truyền hình chỉ về
một thượng nghị sĩ. -
4:53 - 4:54Các bạn biết chương trình này chứ?
-
4:54 - 4:56(Cười)
-
4:56 - 4:59Vâng, là "House of Cards", và Netflix
dĩ nhiên đóng đinh với chương trình đó -
5:00 - 5:02ít nhất là với 2 mùa đầu tiên.
-
5:02 - 5:06(Cười) (Vỗ tay)
-
5:06 - 5:09"House of Cards" được đánh giá 9.1
trên đường cong, -
5:09 - 5:12nó chính xác là những gì họ muốn
làm được. -
5:12 - 5:14Và giờ, câu hỏi đặt ra là
chuyện gì xảy ra ở đây? -
5:15 - 5:17Bạn có hai công ty rất cạnh tranh,
hiểu biết về dữ liệu -
5:17 - 5:20Họ kết nối hàng triệu
điểm dữ liệu -
5:20 - 5:22và nó hoạt động tốt với 1 bên,
-
5:22 - 5:24còn với một bên thì nó không hoạt động
-
5:24 - 5:26Tại sao?
-
5:26 - 5:29Vì kiểu lí luận này luôn nói với bạn
rằng điều này luôn hiệu quả mọi lúc -
5:29 - 5:32Nghĩa là, nếu bạn thu thập hết hàng triệu
điểm dữ liệu -
5:32 - 5:33lên một quyết định bạn sẽ thực hiện,
-
5:33 - 5:36bạn sẽ có thể đưa ra một quyết định
tuyệt vời. -
5:36 - 5:38Bạn có thể dựa vào 200
năm dữ liệu thống kê -
5:38 - 5:41Bạn mở rộng chúng với những máy tính
cực mạnh. -
5:41 - 5:45Ít nhất bạn cũng trông đợi vào một
chương trình TV tốt, đúng chứ? -
5:46 - 5:49Và nếu phân tích dữ liệu không
hoạt động theo cách này, -
5:50 - 5:52thì nó thật sự khá đáng sợ,
-
5:52 - 5:55Vì chúng ta sống trong thời điểm mà ta
chuyển sang dùng dữ liệu ngày càng nhiều -
5:55 - 6:00để đưa ra những quyết định rất quan trọng,
vượt xa hơn cả TV. -
6:01 - 6:04Có ai ở đây biết về công ty Multi-Health
Systems? -
6:05 - 6:07Không ai cả. OK, rất tốt.
-
6:07 - 6:10Vâng, Multi-Health Systems là một công ty
phần mềm, -
6:10 - 6:13và tôi mong rằng không ai trong
khán phòng này -
6:13 - 6:16từng tiếp xúc với phần mềm đó,
-
6:16 - 6:18vì nếu bạn làm vậy, nghĩa là bạn
đang ở tù -
6:18 - 6:19(Cười)
-
6:19 - 6:23Nếu một ai đó ở Mỹ đang ở trong tù,
và họ xin tạm tha, -
6:23 - 6:27thì sẽ rất có khả năng phần mềm phân tích
dữ liệu của công ty này -
6:27 - 6:31sẽ được sử dụng để quyết định xem
có nên cho phép tạm tha hay không -
6:31 - 6:33Nó cũng là một nguyên lí giống
như Amazon và Netflix -
6:33 - 6:38nhưng bây giờ thay vì quyết định xem
chương trình TV này sẽ tốt hay dở -
6:38 - 6:41bạn sẽ xem xét xem người kia là tốt
hay là xấu -
6:41 - 6:47và chương trình TV tầm thường, 22 phút,
nó có thể khá tệ -
6:47 - 6:49nhưng nhiều năm trong tù
tôi đoán là tệ hơn nhiều. -
6:50 - 6:54Và không may là, thật sự có vài bằng chứng
cho thấy phân tích dữ liệu này, -
6:55 - 6:59mặc dù có rất nhiều dữ lệu, nhưng không
phải luôn luôn cho ra những kết quả tối ưu -
6:59 - 7:01Và nó cũng không phải công ty như
Multi-Health Systems -
7:02 - 7:03không biết phải làm gì với dữ liệu.
-
7:03 - 7:05Thậm chí hầu hết các công ty dữ liệu
đều làm sai -
7:05 - 7:08Vâng, thậm chí Google đôi lúc cũng sai
-
7:09 - 7:13Trong năm 2009, Google thông báo rằng,
với phân tích dữ liệu, họ có thể -
7:13 - 7:17dự đoán sự bùng phát của dịch cúm
một loại cúm nguy hiểm, -
7:17 - 7:21bằng cách thực hiện phân tích dữ liệu
trên "Google tìm kiếm" của họ. -
7:21 - 7:25Và nó hoạt động hiệu quả, trở thành
tin giật gân trên mặt báo, -
7:25 - 7:27bao gồm cả đỉnh cao thành công
của khoa học: -
7:27 - 7:30một ấn phẩm trên tạp chí "Nature"
-
7:30 - 7:33Nó làm việc hiệu quả từ năm này
qua năm khác, -
7:33 - 7:35cho đến một năm, nó thất bại.
-
7:35 - 7:37Và thậm chí chẳng ai giải thích nổi
tại sao. -
7:37 - 7:39Nó chỉ không hoạt động vào năm đó
-
7:39 - 7:41và tất nhiên nó lại
trở thành tin giật gân -
7:41 - 7:43bây giờ bao gồm sự rút lại
-
7:43 - 7:45của một ấn phẩm từ tạp chí "Nature"
-
7:46 - 7:50Cho nên đến cả những công ty giỏi nhất về
dữ liệu như Amazon và Google, -
7:50 - 7:52đôi lúc cũng mắc sai lầm.
-
7:52 - 7:55Và mặc cho những thất bại đó,
-
7:55 - 7:59dữ liệu vẫn nhanh chóng tiếp cận vào việc
đưa ra quyết định trong đời thực, -
7:59 - 8:01nơi làm việc,
-
8:01 - 8:02thực thi pháp luật,
-
8:03 - 8:04y tế.
-
8:04 - 8:08Chúng ta nên làm rõ là những dữ liệu này
rất hữu ích -
8:08 - 8:11Hiện nay, cá nhân tôi thường thấy bản thân
vật lộn rất nhiều với dữ liệu -
8:11 - 8:13vì tôi làm việc ở ngành tính toán di truyền học
-
8:13 - 8:15đây cũng là ngành có rất nhiều người
cực kì thông minh -
8:15 - 8:19sử dùng 1 lượng dữ liệu nhiều không
tưởng để đưa ra các quyết định quan trọng -
8:19 - 8:23như quyết định về phương pháp chữa ung thư
hoặc phát triển thuốc. -
8:24 - 8:26Qua nhiều năm, tôi đã nhận thấy một
loại dấu hiệu -
8:26 - 8:28hay một kiểu quy luật, nếu bạn muốn,
về sự khác biệt -
8:28 - 8:31giữa đưa ra quyết định thành công
với dữ liệu -
8:31 - 8:33và đưa ra quyết định thất bại,
-
8:33 - 8:37và tôi thấy đây là một mô hình đáng để
chia sẻ, và nó là một thứ gì đó như thế -
8:38 - 8:41Bất cứ khi nào bạn giải quyết
một vấn đề phức tạp, -
8:41 - 8:42bạn đang thực hiện về cơ bản 2 điều.
-
8:42 - 8:46Thứ nhất là, bạn chia nhỏ vấn đề đó ra
thành những phần nhỏ lẻ -
8:46 - 8:48để bạn có thể phấn tích kĩ lưỡng những
phần nhỏ đó, -
8:48 - 8:50và sau đó tất nhiện bạn sẽ làm
tiếp phần 2 -
8:50 - 8:53Bạn xếp những phần nhỏ đó lại với nhau
-
8:53 - 8:54để đi đến kết luận cuối cùng
-
8:54 - 8:57Và đôi khi bạn phải lặp lại nó lần nữa
-
8:57 - 8:58nhưng nó vẫn chỉ là 2 điều đó:
-
8:58 - 9:01chia nhỏ ra và sắp đặt lại lần nữa
-
9:02 - 9:04Và điều quan trọng bây giờ là
-
9:04 - 9:07dữ liệu đó và phân tích dữ liệu
-
9:07 - 9:09chỉ tốt ở bước đầu tiên.
-
9:09 - 9:12dữ liệu và phân tích dữ liệu,
dù mạnh mẽ cỡ nào -
9:12 - 9:16cũng chỉ có thể giúp bạn chia nhỏ vấn đề
và hiểu rõ từng phần của nó -
9:16 - 9:20Nó không phù hợp để đặt các phần nhỏ
lại 1 lần nữa -
9:20 - 9:21và cuối cùng đi đến kết luận.
-
9:21 - 9:24Có 1 công cụ khác có thể làm việc đó,
và chúng ta đều có nó, -
9:24 - 9:26nó chính là bộ não.
-
9:26 - 9:28Nếu có 1 thứ mà bộ não rất giỏi,
-
9:28 - 9:30thì đó chính là sắp xếp các phần nhỏ
lại với nhau, -
9:30 - 9:32thậm chí cả khi bạn không có đủ thông tin,
-
9:32 - 9:33và đi đến một kết luận tuyệt vời,
-
9:33 - 9:36đặc biệt khi nó là bộ não của 1 chuyên gia
-
9:36 - 9:39Đó là lí do vì sao tôi tin là Netflix
đã rất thành công, -
9:39 - 9:43Vì họ đã sử dụng dữ liệu và bộ não vào
đúng chỗ nó cần trong cả quá trình. -
9:43 - 9:46Họ sử dụng dữ liệu trước tiên để hiểu rõ
nhiều phần nhỏ về khán giả của họ -
9:46 - 9:50nếu không họ sẽ không thể hiểu
tường tận đến thế, -
9:50 - 9:52nhưng quyết định để lấy hết
các phần nhỏ đó -
9:52 - 9:56và sắp xếp chúng lại rồi
thực hiện chương trình "House of Cards" -
9:56 - 9:57nó không hề nằm trong dữ liệu
-
9:57 - 10:01Ted Sarandos và nhóm của anh ấy đã đưa ra
quyết định cấp phép cho chương trình đó, -
10:01 - 10:04cũng có nghĩa là, bằng cách này, họ đã
đánh cược -
10:04 - 10:06một rủi ro cá nhân khá lớn cho quyết định
này. -
10:06 - 10:09Và Amazon, mặt khác, họ đã đi sai đường.
-
10:09 - 10:12Họ sử dụng dữ liệu trên cả con đường
đi đến quyết định, -
10:12 - 10:15đầu tiên khi họ tổ chức cuộc thi về
các ý tưởng TV -
10:15 - 10:18tiếp đến là khi họ chọn "Alpha House"
để làm chương trình. -
10:18 - 10:21Tất nhiên đó là một quyết định
an toàn cho họ, -
10:21 - 10:23Vì họ luôn có thể chỉ vào dữ liệu và nói
-
10:23 - 10:25"Đây là những gì dữ liệu
nói cho chúng tôi" -
10:25 - 10:29Nhưng nó không đưa đến một kết quả
chấp nhận được mà họ mong chờ -
10:30 - 10:35Cho nên dữ liệu dĩ nhiên là 1 công cụ cực
kì hữu hiệu để đưa ra quyết định tốt hơn, -
10:35 - 10:37nhưng tôi tin là mọi thứ sẽ đi sai
-
10:38 - 10:40khi dữ liệu bắt đầu điều khiến những
quyết định đó. -
10:40 - 10:44Mặc dù rất mạnh nhưng dữ liệu chỉ là
một công cụ, -
10:44 - 10:47và để ghi nhớ điều đó, tôi cho rằng
thiết bị này khá hữu dụng. -
10:47 - 10:48Nhiều người trong các bạn cũng sẽ vậy...
-
10:49 - 10:50(Cười)
-
10:50 - 10:51Trước khi sử dụng dữ liệu
-
10:51 - 10:54hãy sử dụng thiết bị đưa ra quyết định này
-
10:54 - 10:55(Cười)
-
10:55 - 10:56Nhiều người trong các bạn sẽ biết nó
-
10:57 - 10:58Món đồ chơi này gọi là "The Magic 8 Ball"
-
10:58 - 11:00và nó thật sự tuyệt vời,
-
11:00 - 11:03Vì khi bạn cần đưa ra quyết định,
một câu hỏi có hay không, -
11:03 - 11:06những gì bạn phải làm là lắc quả banh,
sau đó bạn sẽ có câu trả lời -
11:06 - 11:09"Có khả năng cao"ngay tại đây, trong
của sổ này, ngay lúc này. -
11:09 - 11:11Tôi sẽ đưa nó ra cho bản thử công nghệ sau
-
11:11 - 11:13(Cười)
-
11:13 - 11:16Bây giờ, vấn đề là, dĩ nhiên..
tôi từng đưa ra những quyết định trong đời -
11:16 - 11:19mà trong nhận thức đáng lẽ tôi nên
nghe theo quả banh này. -
11:19 - 11:22Nhưng, bạn biết đấy, dĩ nhiên nếu bạn
có dữ liệu sẵn đây, -
11:22 - 11:26bạn sẽ muốn thay thế nó cho thứ gì đó
tinh vi hơn, -
11:26 - 11:29như phân tích dữ liệu, để đi đến
quyết định tốt hơn. -
11:29 - 11:32nhưng nó không là thay đổi những
thiết lập cơ bản. -
11:32 - 11:35Và quả banh có lẽ ngày càng thông minh,
thông minh hơn nữa, -
11:35 - 11:38nhưng tôi tin nó vẫn tùy vào chúng
ta để đưa ra quyết định -
11:38 - 11:41nếu chúng ta muốn đạt được điều gì đó
phi thường, -
11:41 - 11:43ở phía cuối bên phải của đường cong.
-
11:43 - 11:47Và tôi thấy nó thật sự là mội thông điệp
đầy khích lệ, -
11:47 - 11:51rằng thậm chí khi đối mặt với một lượng
dữ liệu khổng lồ, -
11:51 - 11:55nó vẫn đáng để đưa ra quyết định
-
11:56 - 11:58trở thành 1 chuyên gia trong những gì
mình đang làm -
11:58 - 12:00và chấp nhận rủi ro.
-
12:00 - 12:03Bởi vì cuối cùng, đó không chỉ là dữ liệu,
-
12:03 - 12:07Nó là rủi ro sẽ đưa bạn đến phía cuối
bên phải của đường cong. -
12:08 - 12:09Cảm ơn
-
12:09 - 12:13(Vỗ tay)
- Title:
- Làm sao sử dụng dữ liệu để làm ra một chương trình TV xuất sắc
- Speaker:
- Sebastian Wernicke
- Description:
-
Liệu thi thập càng nhiều dữ liệu sẽ dẫn đến một quyết định tốt hơn? Mang tính cạnh tranh, các công ty dữ liệu hiểu biết như Amazon, Google và Netflix đã học được rằng, chỉ một mình phân tích dữ liệu không phải lúc nào cũng đưa đến một kết quả tối ưu. Trong buổi tọa đàm này nhà khoa học dữ liệu Sebastian Wernicke phân tích những sai lầm khi chúng ta đưa ra quyết định chỉ dự trên dữ liệu, và gợi ý cách sữ dụng chúng thông minh hơn.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 12:25
Dimitra Papageorgiou approved Vietnamese subtitles for How to use data to make a hit TV show | ||
Tra Nguyen accepted Vietnamese subtitles for How to use data to make a hit TV show | ||
Tra Nguyen edited Vietnamese subtitles for How to use data to make a hit TV show | ||
Tra Nguyen edited Vietnamese subtitles for How to use data to make a hit TV show | ||
Tra Nguyen edited Vietnamese subtitles for How to use data to make a hit TV show | ||
Huong Nguyen edited Vietnamese subtitles for How to use data to make a hit TV show | ||
Huong Nguyen edited Vietnamese subtitles for How to use data to make a hit TV show | ||
Huong Nguyen edited Vietnamese subtitles for How to use data to make a hit TV show |