Jak użyć danych do stworzenia świetnego programu TV

Czy zbieranie danych usprawnia podejmowanie decyzji? Ambitne i obeznane z danymi firmy jak Amazon, Google i Netflix odkryły, że sama analiza danych nie zawsze prowadzi do najlepszych rezultatów. W tej prelekcji badacz danych Sebastian Wernicke analizuje pomyłki wynikające z opierania się wyłącznie na danych, i sugeruje sprytniejsze ich wykorzystanie.

Większość z was pewnie
nigdy nie słyszała o Royu Price,

choć być może zabrał wam 22 minut życia

19 kwietnia 2013 roku.

Niewykluczone, że przez te 22 minuty
część z was dobrze się bawiła,

ale raczej niewielu.

Wszystko to sprowadza się do decyzji,
którą Roy musiał podjąć trzy lata temu.

Roy Price jest prezesem Amazon Studios,

spółki zajmującej się
produkcją telewizyjną.

Ma 47 lat, jest szczupły
i ma włosy na sztorc,

jego opis na Twitterze brzmi:
"filmy, telewizja, technologia, tacos".

Roy Price ma bardzo odpowiedzialną pracę.

To on odpowiada za wybór seriali,
jakie stworzy Amazon.

To bardzo konkurencyjny rynek.

Teraz jest tyle seriali,
że nie można wybrać byle czego.

Trzeba wybrać naprawdę dobre seriale.

Innymi słowy takie, które będą
na prawym końcu tego wykresu.

Ten wykres to rozkład ocen ratingowych
2 500 seriali w serwisie IMDB.

Oceny są w skali od 1 do 10.

Ta linia pokazuje ile programów
dostało taką ocenę.

Program oceniony na minimum 9
jest bardzo dobry.

Mieści się w górnych 2%.

Tu mamy seriale jak "Breaking Bad",
"Gra o tron", "Prawo ulicy",

czyli wszelkie uzależniające seriale,

po obejrzeniu których mózg pyta:

"Skąd wziąć dalsze odcinki".

O takich serialach mówię.

Żeby było jasne, tutaj po lewej

znajdziecie program "Mała piękność".

(Śmiech)

co pozwala zrozumieć,

co się dzieje z tego końca.

Roy Price nie martwi, że tam trafi.

bo trzeba by się nieźle postarać,

żeby zrobić program gorszy od tego.

Bardziej martwi go środkowe wybrzuszenie.

Tutaj są wszelkie średniaki.

Wszelkie seriale, które nie są dobre,
ale nie są też złe.

Takie, które nie wzbudzają emocji.

Musi się koniecznie znaleźć
po prawej stronie.

Jest więc presja, a na dodatek
Amazon robi coś takiego po raz pierwszy.

Dlatego Roy Price nie chce
liczyć na łut szczęścia.

Woli zaplanować swój sukces.

Musi go sobie zapewnić.

W tym celu organizuje konkursy.

Zbiera wiele pomysłów

i na podstawie ich oceny
wybiera osiem seriali.

Dla każdego z nich tworzy pilota

i udostępnia za darmo w Internecie.

A skoro Amazon daje coś za darmo,
to kto by nie skorzystał?

Miliony widzów oglądają te seriale,

ale nie zdają sobie sprawy,
że są wtedy obserwowani.

Roy Price i jego ludzie
nagrywają wszystko.

Kiedy naciskamy start czy pauzę,
co opuszczamy, a co oglądamy ponownie.

W ten sposób zbierają mnóstwo danych
potrzebnych przy wyborze serialu.

Zbierają więc dane, analizują je
i dostają odpowiedź.

"Stwórzcie sitcom o czterech senatorach
z amerykańskiej Partii Republikańskiej".

Tak też zrobili.

Ktoś wie, co to za serial?

Publiczność: "Alpha House".

Tak, "Alpha House".

Odnoszę jednak wrażenie,
że niewielu z was zna ten serial.

A to dlatego, że nie był wybitny.

Średni serial, nic specjalnego.

Całkiem dosłownie "średni",
bo średnia na tym wykresie to 7,4,

a "Alpha House" ma 7,5.

Tak więc trochę powyżej średniej.

Ale nie taki był cel
Roya Price'a i jego zespołu.

W tym samym czasie
prezesowi innej firmy się udało.

Stworzył świetny serial
właśnie dzięki analizie danych

Mowa o Tedzie Sarandosie,
dyrektorze programowym Netflixa.

On również nieustannie szuka pomysłów
na jak najlepsze seriale.

Również używa do tego analizy danych.

Robi to jednak trochę inaczej.

Nie zrobił żadnego konkursu.

Zamiast tego przeanalizował z zespołem
dane na temat widzów Netflixa.

Jak oceniają seriale, co oglądają.

Na tej podstawie stworzyli profil widza:

jakie seriale lubi,
jakich producentów, jakich aktorów.

Zebrali to razem i zaryzykowali.

Nie wypuścili sitcomu
o czterech senatorach,

tylko serial o jednym senatorze.

Znacie ten serial?

(Śmiech)

Tak, "House of Cards".
Netflix trafił tutaj w dziesiątkę.

Przynajmniej z dwoma pierwszymi sezonami.

(Śmiech) (Brawa)

Ocena "House of Cards" to 9,1,

więc dokładnie tak, jak miało być.

Pytanie więc, skąd ta różnica.

Mamy dwie konkurencyjne firmy
zarządzające danymi.

Łączą zebrane dane i dla jednej
wszystko działa jak należy,

a dla drugiej nie bardzo.

Dlaczego tak się dzieje?

Wydaje się, że taka analiza
zawsze powinna działać.

W końcu mamy mnóstwo danych,
na podstawie których podejmujemy decyzję,

więc raczej powinna to być dobra decyzja.

Opieramy się na 200 latach statystyk.

Do ich analizy wykorzystujemy
nowoczesne komputery.

Mamy więc prawo oczekiwać,
że serial będzie dobry.

Jeśli analiza danych
nie działa w ten sposób,

to zaczyna się robić strasznie,

bo dziś na podstawie danych
podejmuje się bardzo ważne decyzje.

Znacznie ważniejsze niż wybór serialu.

Znacie Multi-Health Systems?

Nie? To dobrze.

To firma zajmująca się oprogramowaniem.

Mam nadzieję, że nigdy
się z nim nie zetkniecie,

bo to by oznaczało,
że jesteście w więzieniu.

(Śmiech)

Jeśli więzień w Stanach
wnioskuje o zwolnienie warunkowe,

oprogramowanie tej firmy pozwala ocenić,

czy je przyznać czy nie.

Zasada jest taka sama
jak dla Amazona czy Netflixa,

tylko tym razem nie chodzi o ocenę serialu

tylko o ocenę więźnia.

Owszem, to żadna przyjemność
stracić 22 minuty na średni serial,

ale dodatkowe kilka lat w więzieniu
jest chyba jeszcze gorsze.

Niestety mamy dowody na to,
że analiza danych nie zawsze się sprawdza.

Nawet jeśli mamy mnóstwo danych.

Nie chodzi o to, że firmy
nie wiedzą, co zrobić z danymi.

Nawet najlepsze firmy popełniają błędy.

Nawet Google nie jest nieomylny.

W 2009 roku Google ogłosił,
że może przewidzieć epidemie grypy.

Wystarczy przeanalizować
dane wyszukiwania.

Wszystko szło świetnie,
rozpisywały się o tym gazety.

Był również sukces naukowy
w postaci artykułu w tygodniku "Nature".

Wszystko szło świetnie
przez rok, drugi, trzeci,

aż jednego roku czar prysł.

I nikt właściwie nie wiedział dlaczego.

Tego roku coś po prostu nie wyszło.

O tym też rozpisywały się gazety.

Pojawiło się też sprostowanie
artykułu w tygodniku "Nature".

Czyli nawet Amazon
i Google popełniają błędy,

a mimo porażek dane coraz częściej
wpływają na nasze decyzje,

w pracy, w prawie czy w medycynie.

Trzeba się upewnić,
że dane rzeczywiście pomagają.

Sam mam takie problemy z danymi.

Zajmuję się genetyką komputerową,

gdzie mnóstwo mądrych ludzi
używa niesamowicie wiele danych

w podejmowaniu ważnych decyzji,

jak dobór chemioterapii
czy opracowanie leku.

Przez lata zaobserwowałem pewien schemat.

Pewną zależność między właściwym
i niewłaściwym podejmowaniem decyzji.

Chciałbym podzielić się z wami
moimi przemyśleniami.

Jeśli chcemy rozwiązać jakiś
złożony problem, robimy dwie rzeczy.

Najpierw rozkładamy go na części pierwsze,
żeby go dogłębnie przeanalizować.

W drugiej części łączymy te części
z powrotem i wyciągamy wnioski.

Czasami trzeba cały proces powtórzyć,

ale zawsze chodzi o rozkładanie
i składanie części.

Co istotne - analiza danych
sprawdza się tylko na pierwszym etapie.

Analiza danych pozwala jedynie zrozumieć
części składowe problemu.

Nie nadaje się do ich ponownego łączenia
ani do wyciągania wniosków.

Do tego służy inne narzędzie,
które ma każdy z nas.

Tym narzędziem jest mózg.

Mózg idealnie nadaje się do łączenia
części informacji, nawet niekompletnych,

i potem do wyciągania wniosków.

Zwłaszcza mózg eksperta.

To dlatego, moim zdaniem,
Netflixowi się udało.

Wykorzystali dane
i mózg tak, jak należało.

Wykorzystali dane,
żeby zrozumieć preferencje widzów,

czego inaczej nie dałoby się
zrobić tak dogłębnie.

Ale to nie dane zdecydowały
o stworzeniu "House of Cards".

Decyzję podjął Ted Sarandos z zespołem.

Oczywiście to była ryzykowna decyzja.

Amazon natomiast postąpił inaczej.

Cały proces decyzyjny oparł na danych.

Zarówno przy organizacji konkursu,
jak i wyborze "Alpha House".

Oczywiście to było bezpieczne zagranie,
bo zawsze można było zrzucić winę na dane.

"Przecież tak wynikało z danych".

Nie dało to jednak świetnych wyników,
jakich się spodziewano.

Tak, dane są bardzo przydatnym narzędziem
przy podejmowaniu decyzji.

Jeśli jednak decyzje opierają się
jedynie na danych, zaczynają się problemy.

Dane są tylko narzędziem,
nieważne jak potężnym.

Osobiście uważam,
że to urządzenie jest bardzo przydatne.

Wielu z was...

(Śmiech)

Zanim pojawiły się dane.

tym urządzeniem podejmowano decyzje,

(Śmiech)

Wielu z was wie, co to jest.

Ta zabawka to Magic 8 Ball.

Jest niesamowita.

Jeśli mamy zdecydować na tak lub na nie,

wystarczy nią potrząsnąć
i od razu dostajemy odpowiedź.

W tym wypadku "Bardzo prawdopodobne".

Dam wam ją później przetestować.

(Śmiech)

Podjąłem w życiu kilka decyzji,

które, z perspektywy czasu,
mogłem zostawić kuli.

Ale jest tak, że jak już mamy dane,
to chcemy użyć czegoś bardziej złożonego,

żeby podjąć lepszą decyzję.

Z tym że schemat pozostaje ten sam.

Kula może stawać się coraz lepsza,
ale to my powinniśmy podjąć decyzję.

Tylko wtedy powstanie coś wyjątkowego,
co znajdzie się po prawej stronie.

To bardzo pocieszające,

że mimo takiego natłoku danych,

nadal warto podejmować decyzje,

być ekspertem i podejmować ryzyko.

Koniec końców to ryzyko pozwala nam
znaleźć się po prawej stronie, a nie dane.

Dziękuję.

(Brawa)