Làm sao sử dụng dữ liệu để làm ra một chương trình TV xuất sắc

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.

Roy Price là người mà phần lớn các bạn
có thể chưa từng nghe nói đến

mặc dù anh ấy có thể đã từng
chịu trách nhiệm

cho 22 phút hơi tầm thường của đời bạn
trong ngày 19 tháng 4 năm 2013.

Anh ấy có lẽ còn chịu tránh nhiệm
cho mỗi 22 phút giải trí

nhưng không phải nhiều người
trong các bạn.

và tất cả đã dẫn đến một quyết định

mà Roy phải thực hiện trong 3 năm

Như mọi người biết, Roy Price là một
nhà điều hành cấp cao của Amazon Studios

Đây là công ty sản xuất chương trình TV
của Amazon

Anh ấy 47 tuổi, nhỏ người,
tóc vuốt cao

với mô tả trên Twitter: "phim ảnh, TV,
công nghệ, taco (món ăn Mexico)"

Và Roy Price làm công việc mang tính
trách nhiệm cao, vì trách nhiệm của anh ấy

là chọn ra các show, nội dung gốc
mà Amazon sẽ thực hiện

Tất nhiên, đây là lĩnh vực rất cạnh tranh

Tôi muốn nói là, đã có quá nhiều
chương trình truyền hình

Roy không thể chỉ chọn một show nào đó

Anh ấy phải tìm được những show thực sự
thật sự tuyệt vời

Nói cách khác, anh ấy phải tìm ra
những chương trình

nắm ở phía cuối bên phải của
đường cong này.

Đường cong ở đây là phân bổ chỉ số
đánh giá

của khoảng 2500 chương trình TV
trên trang web IMDB,

và điểm đánh giá chạy từ 1 đến 10,

và đường cao này chỉ ra có bao nhiêu
chương trình được xếp hạng

Nếu chương trình của bạn có chỉ số người
xem là 9 hoặc cao nơi, đó là kẻ thắng cuộc

Bạn ở top 2% các chương trình
dẫn đầu.

Đó là những chương trình như "Breaking
Bad", "Game of Thrones", "The Wire"

tất cả những chương trình này đều
rất gây nghiện

mỗi lần sau khi bạn coi xong một mùa,
não bạn cơ bản đều như là:

"Làm sao để xem thêm những tập mới?"

Loại chương trình như thế đó.

Ở phía bên trái, để rõ ràng,
ở vị trí cuối này,

bạn có một chương trình tên
"Toddlers and Tiaras"...

(Cười)

...nó đủ nói cho bạn biết

những gì xảy ra ở điểm cuối của
đường cong này.

Bây giờ, Roy Price không lo lắng mấy về
việc nằm ở vị trí cuối bên trái đường cong

bởi vì tôi nghĩ bạn sẽ phải có
năng lực não rất mạnh

để cắt xén "Toddlers and Tiaras."

Vì thế điều anh ấy lo ngại chính là
chỗ phình ra ở giữa đây

vị trí của các chương trình trung bình

bạn biết đấy, các chương trình không
hay cũng không dở

chúng không thật sự làm bạn phấn khích

Vì vậy anh ấy cần đảm bảo rằng anh ấy
thật sự nằm ở điểm cuối bên phải này

Vì thấy áp lực tăng lên,

và tất nhiên nó cũng là lần đầu tiên

mà Amazon làm những thứ như thế này,

cho nên Roy Price không muốn có
bất kì cơ hội nào

Anh ấy muốn sắp đặt sự thành công.

Anh ấy cần một sự thành công chắc chắn

và vì thế điều anh ấy làm là,
tổ chức một cuộc thi.

Anh ấy tìm một loạt các ý tưởng cho
các chương trình TV,

và từ những ý tưởng đó, trải qua đánh giá,

Họ chọn ra 8 ứng cử viên cho các
chương trình TV

và rồi họ chỉ làm tập đầu tiên cho
mỗi một chương trình đó

và đăng chúng miễn phí lên mạng
để mọi người cùng xem.

Và khi Amazon đưa ra thứ gì miễn phí,

bạn sẽ xem chúng đúng chứ?

Thế nên hàng triệu người đã xem những
tập chương trình này.

Điều họ không nhận ra là, trong khi
họ xem những chương trình đó,

thật ra, họ cũng đang bị theo dõi.

Họ bị theo dõi bởi Roy Price và
tổ là việc của anh

họ đã ghi lại tất cả.

Họ ghi lại khi nào ai đó nhấn nút "play"
khi nào nhất nút "pause"

phần nào nọ sẽ cho qua, phần nào họ sẽ
xem lại.

Và họ thu thập hàng triệu dữ liệu,

vì họ muốn có những dữ liệu này

để sau đó quyết định xem họ
nên làm chương trình gì.

Và chắc chắn, họ thu thập tất cả dữ liệu,

họ phân tích tất cả dữ liệu,
và câu trả lời xuất hiện

câu trả lời là,

"Amazon nên làm một bộ sitcom về
4 thượng nghị sĩ của đảng Cộng hòa Mỹ"

Họ đã làm chương trình đó

Vậy có ai biết tên của
chương trình đó không?

(Khán giả: "Alpha House")

Vâng, "Alpha House",

nhưng có vẻ không nhiều người ở đây
thực sự nhớ đến chương trình này

bởi nó không đặc biệt

Nó thực sự chỉ là một show bình thường,

thật sự... theo nghĩa đen, sự thật là, vì
mức trung bình của đường cong này là 7.4

và "Alpha House" nằm ở mức 7.5,

trên mức trung bình một chút,

nhưng chắc chắn không phải là điều
Roy Price và nhóm của anh hướng đến.

Tuy nhiên trong khi đó, tại cùng
một thời điểm,

ở một công ty khác,

một nhà điều hành khác cũng muốn làm một chương
trình hàng đầu bằng phân tích dữ liệu

và tên anh ấy là Ted,

Ted Sarandos, giám đốc nội dung
của Netflix

và cũng như Roy, anh có 1 nhiệm vụ
thường xuyên

là tìm những chương trình hay,

và anh ấy cũng sử dụng dữ liệu để làm việc

ngoại trừ anh ấy làm nó
có chút khác biệt.

Thay vì tổ chức một cuộc thi, điều anh ấy
làm... và dĩ nhiên cả nhóm của anh...

là nhìn vào tất cả dữ liệu và họ đã có
về khán giả của Netflix,

những đánh giá họ
đưa ra cho các chương trình

lịch sử xem, những chương trình nào
họ thích, v.v

Và họ dùng các dữ liệu đó để tìm ra

tất cả những gì nhỏ nhất về các khán giả:

loại chương trình gì họ thích,

người sản xuất nào, loại diễn viên nào.

Và một khi họ đã có được tất cả các
mảnh ghép

họ làm một bước nhảy vọt của lòng tin

họ quyết định cấp giấy phép

không phải cho một bộ sitcom về bốn
thượng nghị sĩ

mà là một bộ phim truyền hình chỉ về
một thượng nghị sĩ.

Các bạn biết chương trình này chứ?

(Cười)

Vâng, là "House of Cards", và Netflix
dĩ nhiên đóng đinh với chương trình đó

ít nhất là với 2 mùa đầu tiên.

(Cười) (Vỗ tay)

"House of Cards" được đánh giá 9.1
trên đường cong,

nó chính xác là những gì họ muốn
làm được.

Và giờ, câu hỏi đặt ra là
chuyện gì xảy ra ở đây?

Bạn có hai công ty rất cạnh tranh,
hiểu biết về dữ liệu

Họ kết nối hàng triệu
điểm dữ liệu

và nó hoạt động tốt với 1 bên,

còn với một bên thì nó không hoạt động

Tại sao?

Vì kiểu lí luận này luôn nói với bạn
rằng điều này luôn hiệu quả mọi lúc

Nghĩa là, nếu bạn thu thập hết hàng triệu
điểm dữ liệu

lên một quyết định bạn sẽ thực hiện,

bạn sẽ có thể đưa ra một quyết định
tuyệt vời.

Bạn có thể dựa vào 200
năm dữ liệu thống kê

Bạn mở rộng chúng với những máy tính
cực mạnh.

Ít nhất bạn cũng trông đợi vào một
chương trình TV tốt, đúng chứ?

Và nếu phân tích dữ liệu không
hoạt động theo cách này,

thì nó thật sự khá đáng sợ,

Vì chúng ta sống trong thời điểm mà ta
chuyển sang dùng dữ liệu ngày càng nhiều

để đưa ra những quyết định rất quan trọng,
vượt xa hơn cả TV.

Có ai ở đây biết về công ty Multi-Health
Systems?

Không ai cả. OK, rất tốt.

Vâng, Multi-Health Systems là một công ty
phần mềm,

và tôi mong rằng không ai trong
khán phòng này

từng tiếp xúc với phần mềm đó,

vì nếu bạn làm vậy, nghĩa là bạn
đang ở tù

(Cười)

Nếu một ai đó ở Mỹ đang ở trong tù,
và họ xin tạm tha,

thì sẽ rất có khả năng phần mềm phân tích
dữ liệu của công ty này

sẽ được sử dụng để quyết định xem
có nên cho phép tạm tha hay không

Nó cũng là một nguyên lí giống
như Amazon và Netflix

nhưng bây giờ thay vì quyết định xem
chương trình TV này sẽ tốt hay dở

bạn sẽ xem xét xem người kia là tốt
hay là xấu

và chương trình TV tầm thường, 22 phút,
nó có thể khá tệ

nhưng nhiều năm trong tù
tôi đoán là tệ hơn nhiều.

Và không may là, thật sự có vài bằng chứng
cho thấy phân tích dữ liệu này,

mặc dù có rất nhiều dữ lệu, nhưng không
phải luôn luôn cho ra những kết quả tối ưu

Và nó cũng không phải công ty như
Multi-Health Systems

không biết phải làm gì với dữ liệu.

Thậm chí hầu hết các công ty dữ liệu
đều làm sai

Vâng, thậm chí Google đôi lúc cũng sai

Trong năm 2009, Google thông báo rằng,
với phân tích dữ liệu, họ có thể

dự đoán sự bùng phát của dịch cúm
một loại cúm nguy hiểm,

bằng cách thực hiện phân tích dữ liệu
trên "Google tìm kiếm" của họ.

Và nó hoạt động hiệu quả, trở thành
tin giật gân trên mặt báo,

bao gồm cả đỉnh cao thành công
của khoa học:

một ấn phẩm trên tạp chí "Nature"

Nó làm việc hiệu quả từ năm này
qua năm khác,

cho đến một năm, nó thất bại.

Và thậm chí chẳng ai giải thích nổi
tại sao.

Nó chỉ không hoạt động vào năm đó

và tất nhiên nó lại
trở thành tin giật gân

bây giờ bao gồm sự rút lại

của một ấn phẩm từ tạp chí "Nature"

Cho nên đến cả những công ty giỏi nhất về
dữ liệu như Amazon và Google,

đôi lúc cũng mắc sai lầm.

Và mặc cho những thất bại đó,

dữ liệu vẫn nhanh chóng tiếp cận vào việc
đưa ra quyết định trong đời thực,

nơi làm việc,

thực thi pháp luật,

y tế.

Chúng ta nên làm rõ là những dữ liệu này
rất hữu ích

Hiện nay, cá nhân tôi thường thấy bản thân
vật lộn rất nhiều với dữ liệu

vì tôi làm việc ở ngành tính toán di truyền học

đây cũng là ngành có rất nhiều người
cực kì thông minh

sử dùng 1 lượng dữ liệu nhiều không
tưởng để đưa ra các quyết định quan trọng

như quyết định về phương pháp chữa ung thư
hoặc phát triển thuốc.

Qua nhiều năm, tôi đã nhận thấy một
loại dấu hiệu

hay một kiểu quy luật, nếu bạn muốn,
về sự khác biệt

giữa đưa ra quyết định thành công
với dữ liệu

và đưa ra quyết định thất bại,

và tôi thấy đây là một mô hình đáng để
chia sẻ, và nó là một thứ gì đó như thế

Bất cứ khi nào bạn giải quyết
một vấn đề phức tạp,

bạn đang thực hiện về cơ bản 2 điều.

Thứ nhất là, bạn chia nhỏ vấn đề đó ra
thành những phần nhỏ lẻ

để bạn có thể phấn tích kĩ lưỡng những
phần nhỏ đó,

và sau đó tất nhiện bạn sẽ làm
tiếp phần 2

Bạn xếp những phần nhỏ đó lại với nhau

để đi đến kết luận cuối cùng

Và đôi khi bạn phải lặp lại nó lần nữa

nhưng nó vẫn chỉ là 2 điều đó:

chia nhỏ ra và sắp đặt lại lần nữa

Và điều quan trọng bây giờ là

dữ liệu đó và phân tích dữ liệu

chỉ tốt ở bước đầu tiên.

dữ liệu và phân tích dữ liệu,
dù mạnh mẽ cỡ nào

cũng chỉ có thể giúp bạn chia nhỏ vấn đề
và hiểu rõ từng phần của nó

Nó không phù hợp để đặt các phần nhỏ
lại 1 lần nữa

và cuối cùng đi đến kết luận.

Có 1 công cụ khác có thể làm việc đó,
và chúng ta đều có nó,

nó chính là bộ não.

Nếu có 1 thứ mà bộ não rất giỏi,

thì đó chính là sắp xếp các phần nhỏ
lại với nhau,

thậm chí cả khi bạn không có đủ thông tin,

và đi đến một kết luận tuyệt vời,

đặc biệt khi nó là bộ não của 1 chuyên gia

Đó là lí do vì sao tôi tin là Netflix
đã rất thành công,

Vì họ đã sử dụng dữ liệu và bộ não vào
đúng chỗ nó cần trong cả quá trình.

Họ sử dụng dữ liệu trước tiên để hiểu rõ
nhiều phần nhỏ về khán giả của họ

nếu không họ sẽ không thể hiểu
tường tận đến thế,

nhưng quyết định để lấy hết
các phần nhỏ đó

và sắp xếp chúng lại rồi
thực hiện chương trình "House of Cards"

nó không hề nằm trong dữ liệu

Ted Sarandos và nhóm của anh ấy đã đưa ra
quyết định cấp phép cho chương trình đó,

cũng có nghĩa là, bằng cách này, họ đã
đánh cược

một rủi ro cá nhân khá lớn cho quyết định
này.

Và Amazon, mặt khác, họ đã đi sai đường.

Họ sử dụng dữ liệu trên cả con đường
đi đến quyết định,

đầu tiên khi họ tổ chức cuộc thi về
các ý tưởng TV

tiếp đến là khi họ chọn "Alpha House"
để làm chương trình.

Tất nhiên đó là một quyết định
an toàn cho họ,

Vì họ luôn có thể chỉ vào dữ liệu và nói

"Đây là những gì dữ liệu
nói cho chúng tôi"

Nhưng nó không đưa đến một kết quả
chấp nhận được mà họ mong chờ

Cho nên dữ liệu dĩ nhiên là 1 công cụ cực
kì hữu hiệu để đưa ra quyết định tốt hơn,

nhưng tôi tin là mọi thứ sẽ đi sai

khi dữ liệu bắt đầu điều khiến những
quyết định đó.

Mặc dù rất mạnh nhưng dữ liệu chỉ là
một công cụ,

và để ghi nhớ điều đó, tôi cho rằng
thiết bị này khá hữu dụng.

Nhiều người trong các bạn cũng sẽ vậy...

(Cười)

Trước khi sử dụng dữ liệu

hãy sử dụng thiết bị đưa ra quyết định này

(Cười)

Nhiều người trong các bạn sẽ biết nó

Món đồ chơi này gọi là "The Magic 8 Ball"

và nó thật sự tuyệt vời,

Vì khi bạn cần đưa ra quyết định,
một câu hỏi có hay không,

những gì bạn phải làm là lắc quả banh,
sau đó bạn sẽ có câu trả lời

"Có khả năng cao"ngay tại đây, trong
của sổ này, ngay lúc này.

Tôi sẽ đưa nó ra cho bản thử công nghệ sau

(Cười)

Bây giờ, vấn đề là, dĩ nhiên..
tôi từng đưa ra những quyết định trong đời

mà trong nhận thức đáng lẽ tôi nên
nghe theo quả banh này.

Nhưng, bạn biết đấy, dĩ nhiên nếu bạn
có dữ liệu sẵn đây,

bạn sẽ muốn thay thế nó cho thứ gì đó
tinh vi hơn,

như phân tích dữ liệu, để đi đến
quyết định tốt hơn.

nhưng nó không là thay đổi những
thiết lập cơ bản.

Và quả banh có lẽ ngày càng thông minh,
thông minh hơn nữa,

nhưng tôi tin nó vẫn tùy vào chúng
ta để đưa ra quyết định

nếu chúng ta muốn đạt được điều gì đó
phi thường,

ở phía cuối bên phải của đường cong.

Và tôi thấy nó thật sự là mội thông điệp
đầy khích lệ,

rằng thậm chí khi đối mặt với một lượng
dữ liệu khổng lồ,

nó vẫn đáng để đưa ra quyết định

trở thành 1 chuyên gia trong những gì
mình đang làm

và chấp nhận rủi ro.

Bởi vì cuối cùng, đó không chỉ là dữ liệu,

Nó là rủi ro sẽ đưa bạn đến phía cuối
bên phải của đường cong.

Cảm ơn

(Vỗ tay)