3 maneiras que os grandes dados revelam o que você realmente gosta de assistir, ler e ouvir

3 maneiras que os grandes dados revelam o que você realmente gosta de assistir, ler e ouvirGerando novos dados de entretenimento. MinDof / shutterstock.com

Qualquer um que assistiu ao “Diário de Bridget Jones” sabe que uma de suas resoluções de Ano Novo é: “Não saia todas as noites, mas fique lá, leia livros e ouça música clássica”.

A realidade, no entanto, é substancialmente diferente. O que as pessoas realmente fazem em seu tempo de lazer, muitas vezes não combina com o que eles dizem que vão fazer.

Economistas chamaram esse fenômeno de “desconto hiperbólico”. Em um famoso estudo intitulado “Pagando para não ir ao ginásio”, Um casal de economistas descobriu que, quando se oferecia às pessoas a escolha entre um contrato pay-per-visit e uma taxa mensal, era mais provável que eles escolhessem a taxa mensal e acabassem pagando mais por visita. Isso porque eles superestimaram sua motivação para trabalhar.

O desconto hiperbólico é apenas um desafio de operar em uma indústria criativa. Os gostos são altamente subjetivos, e os elementos de enredo e narrativa que fazem de um filme um tremendo sucesso podem facilmente tornar outro um fracasso crítico e comercial.

Durante décadas, os anunciantes e profissionais de marketing se esforçaram para prever o consumo de produtos de lazer, como filmes e livros. É igualmente difícil decidir o momento. Em que final de semana um estúdio deveria lançar um novo filme? Quando um editor lança uma cópia impressa de um livro, como ele decide quando liberar a versão do livro eletrônico?

Hoje, o Big Data oferece nova visibilidade sobre como as pessoas experimentam entretenimento. Como um pesquisador que estuda o impacto da inteligência artificial e da mídia social, há três forças que se destacam para mim como especialmente poderosas na previsão do comportamento humano.

1. Economia da cauda longa

A internet possibilita a distribuição de produtos de entretenimento menos populares que os sucessos tradicionais. Os programas de streaming podem adquirir uma audiência maior do que o que é economicamente viável para distribuição através da televisão no horário nobre. Este fenômeno econômico é chamado de efeito de cauda longa,

Como as empresas de mídia de streaming, como a Netflix, não precisam pagar para distribuir conteúdo nas salas de cinema, elas podem produzir mais programas que atendem a públicos de nicho. A Netflix usou dados dos hábitos de visualização de seus clientes individuais para decidir apoiar o “House of Cards”, que foi rejeitado por redes de televisão. Os dados da Netflix mostraram que havia uma base de fãs para filmes dirigidos por Fincher e filmes estrelados por Spacey, e que um grande número de clientes havia alugado DVDs da série original da BBC.

2. Influência social na era da inteligência artificial

Com as mídias sociais, as pessoas podem compartilhar o que estão assistindo com seus amigos, fazendo com que experiências de entretenimento independentes se tornem mais sociais.

Ao extrair dados de sites sociais como o Twitter e o Instagram, as empresas podem acompanhar em tempo real o que os espectadores pensam sobre determinado filme, programa ou música. Os estúdios de cinema podem usar um tesouro de dados digitais para decidir como promover shows e datas de lançamento de filmes. Por exemplo, o volume de Pesquisas no Google do trailer de um filme durante o mês que antecede sua estréia é um dos principais indicadores dos vencedores do Oscar, bem como da receita de bilheteria. Os estúdios de cinema podem combinar dados históricos sobre datas de lançamento de filmes e desempenho de bilheteria com tendências de pesquisa para prever datas de lançamento ideais para novos filmes.

Mineração de dados de mídia social também ajuda as empresas a identificar o sentimento negativo antes de entrar em uma crise. Um tweet único de um cliente influente infeliz pode se tornar viral, moldando a opinião pública.

Em um estudo eu conduzi com Yong Tan, da Universidade de Washington, e Cath Oh, da Georgia State University, nós mostramos como essa influência social determina não apenas quais vídeos do YouTube se tornam mais populares, mas também que os vídeos compartilhados por usuários influentes se tornam ainda mais amplamente visualizados.

Um estudo mostra que, quando os estúdios prestam atenção ao burburinho da mídia social antes do lançamento de um filme, a diferença entre a receita prevista e a receita real, conhecida como erro de previsão, é reduzida em 31 por cento.

3. Análise de consumo

O Big Data fornece melhor visibilidade dos livros e mostra que as pessoas realmente aproveitam o tempo.

O matemático Jordan Ellenberg foi pioneiro no uso do Índice de Hawking, uma medida do número médio de páginas das cinco passagens mais destacadas em um livro do Kindle como uma proporção do comprimento total desse livro. O índice de Hawking mostra quando as pessoas desistem de um livro. Se o destaque médio do Kindle de um livro de páginas 250 aparecer na página 250, isso resultaria em um índice Hawking de 100 por cento.

A teoria recebe o nome de “Uma Breve História no Tempo”, de Stephen Hawking. Embora este livro ainda venda milhões de cópias por ano, também é raramente lido, com um índice de Hawking sombrio de 6.6 por cento.

Quando uma empresa como a Amazon decide quais livros recomendar aos leitores em potencial ou quais deles a Prime mostra para produzir, eles observam os traços digitais detalhados de quais pontos de enredo envolviam audiências e quais não. Isso pode ajudá-los a promover uma versão futura ou fazer recomendações melhores para usuários individuais.

Além disso, novos tipos de inteligência artificial podem investigar o que faz com que as pessoas se envolvam com conteúdo criativo. Por exemplo, uma empresa chamada Epagogix foi pioneira em uma abordagem usando uma rede neural - uma ferramenta de inteligência artificial que procura padrões em grandes quantidades de dados - em um conjunto de roteiros classificados por especialistas na indústria do entretenimento. O computador poderia então prever o sucesso financeiro de um filme. Segundo alguns relatos, tal inteligência artificial pode prever até 75 por cento das vendas reais de filmes.

Dados novos insights de big data como esses, as empresas de entretenimento poderão em breve saber exatamente o que Bridget Jones gostaria de fazer com seu tempo de lazer melhor do que a própria Bridget.A Conversação

Sobre o autor

Anjana Susarla, Professora Associada de Sistemas de Informação, Michigan State University

Este artigo foi republicado a partir de A Conversação sob uma licença Creative Commons. Leia o artigo original.

Livros relacionados

privacidade
Preço da lista: $ 28.00
Preço: $ 28.00 $ 24.92 Você salva: $ 3.08
Ver mais ofertas Compre Novo De: $ 18.00 Usado de: $ 15.04


privacidade
Preço da lista: $ 105.00
Preço: $ 105.00 $ 69.29 Você salva: $ 35.71
Ver mais ofertas Compre Novo De: $ 60.00 Usado de: $ 62.02


privacidade
Preço da lista: $ 26.95
Preço: $ 26.95 $ 11.39 Você salva: $ 15.56
Ver mais ofertas Compre Novo De: $ 11.39 Usado de: $ 9.83


enafarzh-CNzh-TWtlfrdehiiditjamsptrues

siga InnerSelf on

facebook-icontwitter-iconrss-icon

Receba as últimas por e-mail

{Emailcloak = off}