Como usar dados para fazer uma série de sucesso
-
0:01 - 0:05Roy Price é um homem de quem a maioria
de vocês provavelmente nunca ouviu falar, -
0:05 - 0:08embora ele possa ter sido responsável
-
0:08 - 0:14por 22 minutos um tanto medíocres
da sua vida em 19 de Abril de 2013. -
0:15 - 0:18Pode também ter sido responsável
pelos 22 minutos muito divertidos, -
0:18 - 0:20mas não para muitos de vocês.
-
0:20 - 0:22E tudo isso está ligado a uma decisão
-
0:22 - 0:24que Roy teve de tomar há cerca de 3 anos.
-
0:24 - 0:29Então vejam, Roy Price é um executivo
sênior na Amazon Studios, -
0:29 - 0:32que é a companhia de produção
de TV da Amazon. -
0:32 - 0:35Ele tem 47 anos, é magro,
seu cabelo é arrepiado, -
0:35 - 0:40descreve a si próprio no Twitter
com "filmes, TV, tecnologia, tacos." -
0:42 - 0:45E Roy Price tem um emprego de muita
responsabilidade, porque é seu dever -
0:45 - 0:49escolher os programas, o conteúdo
original que a Amazon produzirá. -
0:49 - 0:52E claro que esse é um campo
muito competitivo. -
0:52 - 0:54Digo, já existem tantas séries por aí
-
0:54 - 0:57que Roy não pode
escolher qualquer série. -
0:57 - 1:01Ele tem que encontrar séries
que são muito, muito boas. -
1:01 - 1:04Então, em outras palavras,
ele tem de encontrar séries -
1:04 - 1:06que estão bem na ponta direita
desta curva aqui. -
1:06 - 1:09Esta curva aqui
é a distribuição da classificação -
1:09 - 1:13de cerca de 2,5 mil programas de TV
no website IMDB, -
1:13 - 1:16e a pontuação vai de um a dez,
-
1:16 - 1:19e a altura aqui mostra quantas séries
obtiveram esta pontuação. -
1:20 - 1:24Então se a sua série obtém uma nota nove
ou maior, é uma vencedora. -
1:24 - 1:26Uma série entre as 2% melhores.
-
1:26 - 1:29São séries como "Breaking Bad",
"Game of Thrones", "The Wire"... -
1:29 - 1:32então todas essas séries são viciantes.
-
1:32 - 1:35após ter assistido a uma temporada,
seu cérebro está assim tipo: -
1:35 - 1:37"Onde eu posso conseguir mais episódios?"
-
1:37 - 1:38Esse tipo de série.
-
1:39 - 1:41No lado esquerdo,
apenas para esclarecer, aqui, -
1:41 - 1:45você tem uma série chamada
"Criancinhas e Tiaras" -
1:45 - 1:47(Risos)
-
1:47 - 1:49o que deve te dizer o suficiente
-
1:49 - 1:51sobre o que se passa naquela
ponta da curva. -
1:52 - 1:55Roy Price não está preocupado em
entrar naquela ponta esquerda da curva, -
1:55 - 1:58porque eu acho que você
teria de ser muito inteligente -
1:58 - 2:00para bater "Criancinhas e Tiaras."
-
2:00 - 2:04Então a parte que ele está preocupado
é este pico do meio da curva aqui, -
2:04 - 2:06o pico da TV mediana,
-
2:06 - 2:09aqueles programas que não são
nem muito bons nem muito ruins, -
2:09 - 2:10não empolgam para valer.
-
2:10 - 2:15Ele precisa ter certeza que está
na extremidade a direita. -
2:15 - 2:17Então a pressão está presente,
-
2:17 - 2:19e é também a primeira vez
-
2:19 - 2:21que a Amazon está fazendo algo assim
-
2:21 - 2:25e Roy Price não quer se arriscar.
-
2:25 - 2:27Ele quer criar um sucesso.
-
2:27 - 2:29Ele precisa de um sucesso garantido,
-
2:29 - 2:31e então o que ele faz é
realizar uma competição. -
2:31 - 2:35Ele coleta um punhado
de ideias para séries -
2:35 - 2:37e dessas ideias, por meio
de uma avaliação, -
2:37 - 2:41são selecionadas oito candidatas,
-
2:41 - 2:44e faz apenas o primeiro episódio
de cada uma dessas séries -
2:44 - 2:47e os coloca on-line de graça para
qualquer um assistir. -
2:47 - 2:50Quando a Amazon está
dando coisas de graça -
2:50 - 2:51você vai pegá-las, certo?
-
2:51 - 2:56Então milhões de pessoas estão
assistindo àqueles episódios. -
2:56 - 3:00O que eles não percebem é que,
enquanto assistem às séries, -
3:00 - 3:02na verdade, eles estão sendo observados.
-
3:02 - 3:04Observados por Roy Price e sua equipe,
-
3:04 - 3:06que gravam tudo.
-
3:06 - 3:09Gravam quando alguém aperta o “play”,
quando alguém pressiona o “pause”, -
3:09 - 3:12que partes pulam,
que parte assistem novamente. -
3:12 - 3:14Assim coletam milhões de dados específicos
-
3:14 - 3:16porque querem ter aqueles dados
-
3:16 - 3:19para então decidir
qual série devem produzir. -
3:19 - 3:21E com certeza, eles colhem todos os dados
-
3:21 - 3:24fazem o processamento dos dados
e uma resposta surge, -
3:24 - 3:25e a resposta é:
-
3:25 - 3:30"Amazon deve fazer uma comédia em série
sobre quatro senadores Republicanos." -
3:30 - 3:32Produziram essa série.
-
3:32 - 3:34Alguém sabe o nome da série?
-
3:35 - 3:36Público: "Alpha House."
-
3:36 - 3:38Isto! "Alpha House",
-
3:38 - 3:42mas parece que não muitos de vocês aqui
se lembram dessa série, na verdade, -
3:42 - 3:43porque ela não ficou tão boa.
-
3:43 - 3:45É na verdade apenas uma série mediana,
-
3:45 - 3:50literalmente mediana pois a média
desta curva aqui é 7,4 pontos, -
3:50 - 3:52e "Alpha House" fica em 7,5,
-
3:52 - 3:54portanto um pouquinho acima da média,
-
3:54 - 3:57mas certamente não o que Roy Price
e sua equipe almejavam. -
3:58 - 4:01Enquanto isso, porém,
e mais ou menos ao mesmo tempo -
4:01 - 4:03em outra empresa,
-
4:03 - 4:07outro executivo conseguiu produzir uma
série de sucesso usando análise de dados, -
4:07 - 4:08e seu nome é Ted,
-
4:09 - 4:12Ted Sarandos, que é o Diretor
de Conteúdo da Netflix, -
4:12 - 4:14e assim como Roy, está na constante missão
-
4:14 - 4:16de encontrar uma grande série,
-
4:16 - 4:18e ele usa dados também para fazer isso,
-
4:18 - 4:20mas o faz de um jeito um pouco diferente.
-
4:20 - 4:24Em vez de realizar uma competição,
o que ele fez, com sua equipe, claro, -
4:24 - 4:27foi examinar todos os dados
que já tinham sobre os usuários do Netflix -
4:27 - 4:29a nota que o público deu a suas séries,
-
4:29 - 4:32o registro de audição,
de quais séries o público gosta, etc. -
4:32 - 4:34E usam esses dados para descobrir
-
4:34 - 4:37todos os detalhes sobre a audiência:
-
4:37 - 4:38de que tipos de séries gostam,
-
4:38 - 4:40que tipos de produtores,
que tipos de atores. -
4:40 - 4:42Ao juntarem todas essas partes,
-
4:43 - 4:44deram um salto de fé,
-
4:45 - 4:47e decidiram licenciar
-
4:47 - 4:49não uma comédia em série
sobre quatro senadores -
4:49 - 4:52mas uma série dramática
sobre um único senador. -
4:53 - 4:54Vocês conhecem a série?
-
4:54 - 4:56(Risos)
-
4:56 - 5:00Sim, "House of Cards", e Netflix, claro,
acertou em cheio com essa série, -
5:00 - 5:02ao menos pelas duas primeiras temporadas.
-
5:02 - 5:05(Risos)
(Aplausos) -
5:06 - 5:09"House of Cards" obtém uma pontuação
de 9,1 nesta curva, -
5:09 - 5:12logo ela está exatamente onde
eles queriam que ela estivesse. -
5:12 - 5:14Agora, a questão, claro, é:
o que aconteceu aqui? -
5:14 - 5:17Há duas empresas muito competitivas
que dominam os dados. -
5:17 - 5:20Elas conectam todos esses milhões
de dados específicos. -
5:20 - 5:22E então isso funciona
muito bem para uma delas, -
5:22 - 5:24e não funciona para a outra.
-
5:24 - 5:26Por quê?
-
5:26 - 5:29Pois pela lógica isso deveria
funcionar o tempo todo. -
5:29 - 5:32Digo, se estão coletando
milhões de dados específicos -
5:32 - 5:33sobre uma decisão que irão tomar,
-
5:33 - 5:36e deveriam estar aptos
a tomar uma decisão muito boa. -
5:36 - 5:38Podem se valer
de 200 anos de estatísticas. -
5:38 - 5:41Vocês estão detalhando isso com
computadores muito poderosos. -
5:41 - 5:45O mínimo que se pode esperar
é uma boa programação de TV, certo? -
5:46 - 5:49E se análise de dados não funciona assim,
-
5:50 - 5:52então a coisa fica um pouco assustadora,
-
5:52 - 5:55pois vivemos numa época em que estamos
nos voltando aos dados mais e mais -
5:55 - 6:00para tomar decisões muito sérias
que vão muito além de programas de TV. -
6:01 - 6:04Alguém aqui conhece a companhia
Multi-Health Systems? -
6:05 - 6:07Ninguém. Ok, isso na verdade é bom.
-
6:07 - 6:10Multi-Health Systems é uma
empresa de softwares, -
6:10 - 6:13e espero que ninguém nesta sala
-
6:13 - 6:16jamais entre em contato com esse software,
-
6:16 - 6:18pois se entrar, significa estar na prisão.
-
6:18 - 6:19(Risos)
-
6:19 - 6:23Se alguém aqui nos EUA está na prisão
e solicita liberdade condicional, -
6:23 - 6:27então é muito provável que o software
de análise de dados dessa empresa -
6:27 - 6:31será usado para determinar se pode
conceder a sua liberdade condicional. -
6:31 - 6:33É o mesmo princípio
com a Amazon e Netflix, -
6:33 - 6:38mas agora, em vez de decidir
se uma série será boa ou ruim, -
6:38 - 6:41vocês decidirão se uma pessoa
será boa ou má. -
6:41 - 6:47E um programa de TV medíocre,
de 22 minutos, pode ser muito ruim; -
6:47 - 6:49mais anos na prisão, porém,
pode ser ainda pior. -
6:50 - 6:55E, infelizmente, há algumas evidências
de que esta análise de dados, -
6:55 - 6:58apesar de ter muitos dados, nem sempre
produz resultados ótimos. -
6:59 - 7:02Isso não ocorre porque uma empresa
como a Multi-Health Systems -
7:02 - 7:03não sabe o que fazer com os dados.
-
7:03 - 7:06Até as empresas que dominam
esta análise erram. -
7:06 - 7:08Sim, mesmo a Google erra às vezes.
-
7:09 - 7:13Em 2009, a Google anunciou que eles eram
capazes, com análise de dados, -
7:13 - 7:17predizer surtos de gripe influenza,
o sórdido tipo de gripe, -
7:17 - 7:21fazendo análise de dados sobre
as buscas no Google. -
7:21 - 7:25E funcionou muito bem
fez um estardalhaço na mídia, -
7:25 - 7:27incluindo o auge do sucesso científico:
-
7:27 - 7:29uma publicação na revista "Nature".
-
7:30 - 7:33Isso funcionou muito bem,
ano após ano, após ano, -
7:33 - 7:35até que em um ano, falhou.
-
7:35 - 7:37E ninguém podia dizer
exatamente o porquê. -
7:37 - 7:39Apenas não funcionou aquele ano,
-
7:39 - 7:41e claro que novamente virou notícia,
-
7:41 - 7:43tendo até uma retratação
-
7:43 - 7:45de uma publicação da revista "Nature".
-
7:46 - 7:50Então mesmo as líderes na análise
de dados, Amazon e Google, -
7:50 - 7:52às vezes erram.
-
7:53 - 7:55E apesar de todas aquelas falhas,
-
7:55 - 7:59os dados estão rapidamente se incorporando
nas tomadas de decisão da vida real -
7:59 - 8:01no trabalho,
-
8:01 - 8:03no cumprimento das leis,
-
8:03 - 8:04na medicina.
-
8:04 - 8:08Logo deveríamos levar em conta
que a análise de dados está ajudando. -
8:08 - 8:11Agora, pessoalmente tenho visto muito
desse esforço com os dados, -
8:11 - 8:13pois trabalho com genética computacional,
-
8:13 - 8:15que é também um campo
no qual muita gente inteligente -
8:15 - 8:19usa inimagináveis quantidades de dados
para tomar decisões muito importantes -
8:19 - 8:23como decidir sobre uma terapia contra
o câncer ou desenvolver uma droga. -
8:24 - 8:26E ao longo dos anos, tenho
notado um tipo de padrão -
8:26 - 8:28ou tipo de regra, se quiserem,
sobre a diferença -
8:28 - 8:31entre tomadas de decisão bem-sucedidas
pelo análise de dados -
8:31 - 8:33e decisões mal-sucedidas,
-
8:33 - 8:37e acho que este é um padrão que vale
a pena compartilhar, e que funciona assim. -
8:38 - 8:40Quando estiverem
resolvendo um problema, -
8:40 - 8:43vocês no fundo farão duas coisas.
-
8:43 - 8:46A primeira é que você dividem esse
problema em suas menores partes -
8:46 - 8:48para que consigam analisar
os detalhes em profundidade, -
8:48 - 8:50e daí vocês fazem a segunda parte.
-
8:50 - 8:53Vocês juntam novamente todas as partes
-
8:53 - 8:54para chegar a uma conclusão.
-
8:54 - 8:57E às vezes vocês têm de fazer
isso novamente, -
8:57 - 8:58mas são sempre aquelas duas coisas:
-
8:58 - 9:01dividir e remontar novamente.
-
9:02 - 9:07E agora a parte crucial é
que o dados e a análise -
9:07 - 9:09são apenas bons para a primeira parte.
-
9:09 - 9:12Dados e análise de dados, não importa
quão poderosos, -
9:12 - 9:16podem apenas ajudá-los a dividir
um problema e entender suas partes. -
9:16 - 9:20Eles não são adequados para colocar
essas partes juntas novamente -
9:20 - 9:22e assim chegar a uma conclusão.
-
9:22 - 9:24Todos nós temos uma ferramenta
que pode fazer isso: -
9:24 - 9:26é nosso cérebro.
-
9:26 - 9:28Se há algo no qual um cérebro é bom,
-
9:28 - 9:30é juntar pequenas partes novamente,
-
9:30 - 9:32mesmo quando se tem informação incompleta,
-
9:32 - 9:33e chegar uma boa conclusão,
-
9:33 - 9:36especialmente se é o cérebro de um expert.
-
9:36 - 9:39Acredito que é por isso que a Netflix
foi tão bem-sucedida, -
9:39 - 9:42porque usaram dados e cérebros
onde cada um se encaixa no processo. -
9:42 - 9:46Primeiro eles usam dados para entender
vários aspectos de sua audiência, -
9:46 - 9:50que de outra forma não teriam sido
capazes de entender em profundidade. -
9:50 - 9:52Mas a decisão de pegar todas
essas pequenas partes -
9:52 - 9:55e juntá-las novamente e fazer uma série
como "House of Cards", -
9:55 - 9:57isso não estava nos dados.
-
9:57 - 10:01Ted Sarandos e sua equipe tomaram
a decisão de licenciar essa série, -
10:01 - 10:03o que também significou, a propósito,
-
10:03 - 10:06que eles estavam correndo um grande risco
pessoal com aquela decisão. -
10:06 - 10:09E na Amazon, fizeram
isso da forma errada. -
10:09 - 10:12Usaram dados o tempo todo
para guiar a tomada de decisão, -
10:12 - 10:14primeiro ao fazerem a competição
de ideias para a TV -
10:14 - 10:18depois quando selecionaram "Alpha House"
para fazer como série. -
10:18 - 10:21O que, claro, foi uma decisão
segura para eles, -
10:21 - 10:23pois poderiam sempre apontar
para os dados, dizendo: -
10:23 - 10:25"Isso é o que os dados nos dizem".
-
10:25 - 10:29Mas isso não levou ao resultado
excepcional que estavam esperando. -
10:30 - 10:35Então os dados são, claro, uma ferramenta
muito útil para tomar melhores decisões -
10:35 - 10:38mas eu acredito que as coisas deem errado
-
10:38 - 10:40quando as estatísticas começam
a guiar essas decisões. -
10:40 - 10:44Não importa quão poderosos sejam,
dados são apenas uma ferramenta, -
10:44 - 10:47e para manter isso em mente,
eu achei esse dispositivo aqui muito útil. -
10:47 - 10:49Muitos de vocês vão...
-
10:49 - 10:50(Risos)
-
10:50 - 10:51Antes de existirem dados,
-
10:51 - 10:54era este o aparelho de decisão usado.
-
10:54 - 10:55(Risos)
-
10:55 - 10:57Muitos reconhecerão isso.
-
10:57 - 10:59Este brinquedo é chamado de Bola 8 Mágica
-
10:59 - 11:00e é realmente incrível,
-
11:00 - 11:02pois se têm que tomar
uma decisão, um sim ou não, -
11:02 - 11:06vocês só precisam chacoalhar a bola
e aí recebem uma resposta -
11:06 - 11:09"Muito provavelmente", bem aqui
nesta janela, em tempo real. -
11:09 - 11:11Estarei com ela lá fora
para demonstrações. -
11:11 - 11:13(Risos)
-
11:13 - 11:16O fato é que, obviamente, tomei
algumas decisões na minha vida -
11:16 - 11:19que, olhando para trás, deveria
ter apenas ouvido a bola. -
11:19 - 11:22Mas, sabem, se vocês têm
os dados disponíveis, -
11:22 - 11:26vão querer substituir isto
por algo muito mais sofisticado, -
11:26 - 11:29como análise estatística
para tomar uma decisão melhor. -
11:29 - 11:32Mas isso não muda a configuração básica.
-
11:32 - 11:35Portanto "a bola" pode ficar
mais e mais esperta, -
11:35 - 11:38mas acredito que ainda cabe
a nós tomar decisões -
11:38 - 11:41se quisermos alcançar algo extraordinário,
-
11:41 - 11:43na extremidade direita desta curva.
-
11:45 - 11:47E acho que é uma mensagem
muito encorajadora, na verdade, -
11:48 - 11:51que mesmo em vista de enormes
quantidades de dados, -
11:51 - 11:56ainda é vantajoso tomarmos decisões,
-
11:56 - 11:58sermos especialistas no que fazemos
-
11:58 - 12:00e correr os riscos.
-
12:00 - 12:03Porque no fim, não são os dados,
-
12:03 - 12:07mas os riscos, que colocarão vocês
na extremidade direita da curva. -
12:08 - 12:09Muito obrigado.
-
12:09 - 12:13(Aplausos)
- Title:
- Como usar dados para fazer uma série de sucesso
- Speaker:
- Sebastian Wernicke
- Description:
-
Coletar mais dados leva a melhores tomadas de decisão? Empresas competitivas e que dominam a manipulação de dados, como Amazon, Google e Netflix, têm aprendido que a análise de dados sozinha nem sempre produz resultados ótimos. Nesta palestra, o analista de dados Sebastian Wernicke examina o que dá errado quando nós tomamos decisões baseados somente em dados -- e sugere uma forma mais inteligente de se usá-los.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 12:25
Ruy Lopes Pereira edited Portuguese, Brazilian subtitles for How to use data to make a hit TV show | ||
Ruy Lopes Pereira edited Portuguese, Brazilian subtitles for How to use data to make a hit TV show | ||
Ruy Lopes Pereira edited Portuguese, Brazilian subtitles for How to use data to make a hit TV show | ||
Ruy Lopes Pereira approved Portuguese, Brazilian subtitles for How to use data to make a hit TV show | ||
Ruy Lopes Pereira edited Portuguese, Brazilian subtitles for How to use data to make a hit TV show | ||
Ruy Lopes Pereira edited Portuguese, Brazilian subtitles for How to use data to make a hit TV show | ||
Ruy Lopes Pereira edited Portuguese, Brazilian subtitles for How to use data to make a hit TV show | ||
Wanderley Jesus accepted Portuguese, Brazilian subtitles for How to use data to make a hit TV show |