Como usar dados para fazer uma série de TV de sucesso | Sebastian Wernicke | TEDxCambridge

Coletar mais dados leva a melhores tomadas de decisão? Empresas competitivas e que dominam a utilização 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 usá-los.

Esta palestra foi dada em um evento TEDx, que usa o formato de conferência TED, mas é organizado de forma independente por uma comunidade local. Para saber mais visite http://ted.com/tedx

Roy Price é um homem de quem a maioria
de vocês provavelmente nunca ouviu falar,

embora ele possa ter sido responsável

por 22 minutos um tanto medíocres
de suas vidas em 19 de abril de 2013.

Pode também ter sido responsável
por 22 minutos muito divertidos,

mas não para muitos de vocês.

E tudo isso está ligado a uma decisão
que Roy teve de tomar há cerca de 3 anos.

Então vejam, Roy Price é um executivo
sênior na Amazon Studios,

a companhia de produção de TV da Amazon.

Ele tem 47 anos, é magro,
seu cabelo é espetado,

descreve a si próprio no Twitter
com "filmes, TV, tecnologia, tacos".

E Roy Price tem um emprego de muita
responsabilidade, porque é seu dever

escolher os programas, o conteúdo
original que a Amazon produzirá.

E claro que esse é um campo
muito competitivo.

Digo, já existem tantas séries por aí

que Roy não pode escolher qualquer série.

Ele tem que encontrar séries
muito, muito boas.

Então, em outras palavras,
ele tem de encontrar séries

que estão bem na ponta direita
desta curva aqui.

Esta curva aqui é
a distribuição da classificação

de cerca de 2,5 mil
programas de TV no website IMDB,

e a pontuação vai de um a dez,

e a altura aqui mostra quantas séries
obtiveram esta pontuação.

Então se a sua série obtém uma nota nove
ou maior, é uma vencedora.

Uma série entre as 2% melhores.

São séries como "Breaking Bad",
"Game of Thrones", "The Wire"...

então todas essas séries viciantes,

que após ter assistido a uma temporada,
seu cérebro está assim tipo:

"Onde eu posso conseguir mais episódios?"

Esse tipo de série.

No lado esquerdo,
apenas para esclarecer, aqui,

você tem uma série chamada
"Criancinhas e Tiaras",

(Risos)

o que deve te dizer o suficiente

sobre o que se passa
naquela ponta da curva.

Roy Price não está preocupado em entrar
naquela ponta esquerda da curva,

porque eu acho que você
teria de ser muito inteligente

para bater "Criancinhas e Tiaras".

Então a parte que ele está preocupado
é este pico do meio da curva aqui,

o pico da TV mediana,

aqueles programas que não são
nem muito bons nem muito ruins,

não empolgam para valer.

Ele precisa ter certeza que está
na extremidade à direita.

Então a pressão está presente,

e é também a primeira vez

que a Amazon está fazendo algo assim

e Roy Price não quer se arriscar.

Ele quer criar um sucesso.

Ele precisa de um sucesso garantido,

e então o que ele faz é
realizar uma competição.

Ele coleta um punhado
de ideias para séries

e dessas ideias, por meio
de uma avaliação,

são selecionadas oito candidatas,

e faz apenas o primeiro episódio
de cada uma dessas séries

e os coloca on-line de graça
para qualquer um assistir.

Quando a Amazon está dando coisas de graça

você vai pegá-las, certo?

Então milhões de pessoas estão
assistindo àqueles episódios.

O que eles não percebem é que,
enquanto assistem às séries,

na verdade, eles estão sendo observados.

Observados por Roy Price e sua equipe,

que gravam tudo.

Gravam quando alguém aperta o “play”,
quando alguém pressiona o “pause”,

que partes pulam,
que partes assistem novamente.

Assim coletam milhões de dados específicos

porque querem ter aqueles dados

para então decidir
qual série devem produzir.

E com certeza, eles colhem todos os dados

processam todos os dados,
e uma resposta surge,

e a resposta é:

"Amazon deve fazer uma comédia em série
sobre quatro senadores republicanos".

Produziram essa série.

Alguém sabe o nome da série?

Plateia: "Alpha House".

Sebastian Wernicke: Isso! "Alpha House",
mas parece que não muitos de vocês aqui

se lembram dessa série, na verdade,

porque ela não ficou tão boa.

É na verdade apenas uma série mediana,

literalmente mediana pois a média
desta curva aqui é 7,4 pontos,

e "Alpha House" fica em 7,5,

portanto um pouquinho acima da média,

mas certamente não o que Roy Price
e sua equipe almejavam.

Enquanto isso, porém,
e mais ou menos ao mesmo tempo

em outra empresa,

outro executivo conseguiu produzir uma
série de sucesso usando análise de dados,

e seu nome é Ted Sarandos,
o diretor de conteúdo da Netflix,

e assim como Roy, está na constante missão
de encontrar uma grande série,

e também usa dados para fazer isso,

mas o faz de um jeito um pouco diferente.

Em vez de realizar uma competição,
o que ele fez, com sua equipe, claro,

foi examinar todos os dados
que já tinham sobre os usuários do Netflix

a nota que o público deu a suas séries,

os registros de audiência,
de quais séries o público gosta, etc.

E usam esses dados para descobrir

todos os detalhes sobre a audiência:

de que tipos de séries gostam,

que tipos de produtores,
que tipos de atores.

Ao juntarem todas essas partes,

deram um salto de fé,

e decidiram licenciar

não uma comédia em série
sobre quatro senadores

mas uma série dramática
sobre um único senador.

Vocês conhecem a série?

(Risos)

Sim, "House of Cards", e Netflix, claro,
acertou em cheio com essa série,

ao menos pelas duas primeiras temporadas.

(Risos) (Aplausos)

"House of Cards" obtém
uma pontuação de 9,1 nesta curva,

logo ela está exatamente onde
eles queriam que ela estivesse.

Agora, a questão, claro, é:
o que aconteceu aqui?

Há duas empresas muito competitivas
que dominam os dados.

Elas conectam todos esses milhões
de dados específicos.

E então isso funciona
muito bem para uma delas,

e não funciona para a outra.

Por quê?

Pois pela lógica isso deveria
funcionar o tempo todo.

Digo, se estão coletando
milhões de dados específicos

sobre uma decisão que irão tomar,

deveriam estar aptos
a tomar uma decisão muito boa.

Podem se valer
de 200 anos de estatísticas.

Estão detalhando isso
com computadores muito poderosos.

O mínimo que se pode esperar
é uma boa programação de TV, certo?

E se análise de dados não funciona assim,

então a coisa fica um pouco assustadora,

pois vivemos numa época em que estamos
nos voltando cada vez mais aos dados

para tomar decisões muito sérias,
que vão muito além de programas de TV.

Alguém aqui conhece a companhia
Multi-Health Systems?

Ninguém. Ok, isso na verdade é bom.

Multi-Health Systems
é uma empresa de software,

e espero que ninguém nesta sala

jamais entre em contato com esse software,

pois se entrar,
significa que está na prisão.

(Risos)

Se alguém aqui nos EUA está na prisão
e solicita liberdade condicional,

então é muito provável que o software
de análise de dados dessa empresa

será usado para determinar se pode
conceder a sua liberdade condicional.

É o mesmo princípio
com a Amazon e Netflix,

mas agora, em vez de decidir
se uma série será boa ou ruim,

vocês decidirão se uma pessoa
será boa ou má.

E um programa de TV medíocre,
de 22 minutos, pode ser muito ruim;

mais anos na prisão, porém,
pode ser ainda pior.

E, infelizmente, há algumas evidências
de que esta análise de dados,

apesar de ter muitos dados,
nem sempre produz resultados ótimos.

Isso não ocorre porque uma empresa
como a Multi-Health Systems

não sabe o que fazer com os dados.

Até as empresas que dominam
essa análise erram.

Sim, mesmo a Google erra às vezes.

Em 2009, a Google anunciou que era capaz,
com a análise de dados,

de predizer surtos de gripe A,
o pior tipo de gripe,

fazendo análise de dados
sobre as buscas no Google.

E funcionou muito bem,
fez um estardalhaço na mídia,

incluindo o auge do sucesso científico:

uma publicação na revista "Nature".

Isso funcionou muito bem,
ano após ano, após ano,

até que em um ano, falhou.

E ninguém podia dizer exatamente o porquê.

Apenas não funcionou aquele ano,

e claro que novamente virou notícia,

tendo até uma retratação
de uma publicação da revista "Nature".

Então mesmo as líderes na análise
de dados, Amazon e Google,

às vezes erram.

E apesar de todas aquelas falhas,

os dados estão rapidamente se incorporando
nas tomadas de decisão da vida real:

no trabalho,

no cumprimento das leis,

na medicina.

Logo deveríamos levar em conta
que a análise de dados está ajudando.

Agora, pessoalmente tenho visto
muito desse esforço com os dados,

pois trabalho com genética computacional,

que é também um campo
no qual muita gente inteligente

usa inimagináveis quantidades de dados
para tomar decisões muito importantes

como decidir sobre uma terapia contra
o câncer ou desenvolver uma droga.

E ao longo dos anos, tenho
notado um tipo de padrão

ou tipo de regra, se quiserem,
sobre a diferença

entre tomadas de decisão bem-sucedidas
e mal sucedidas pela análise de dados,

e acho que esse é um padrão que vale
a pena compartilhar, e que funciona assim.

Quando estiverem resolvendo um problema,

vocês no fundo farão duas coisas.

A primeira é dividirem
esse problema em partes menores,

para que consigam analisar
os detalhes em profundidade,

e daí fazem a segunda parte.

Vocês juntam novamente todas as partes

para chegar a uma conclusão.

E às vezes vocês têm de fazer
isso novamente,

mas são sempre estas duas coisas:
dividir e remontar novamente.

E agora a parte crucial
é que os dados e a análise

são bons apenas para a primeira parte.

Dados e análise de dados,
não importa quão poderosos,

podem apenas ajudá-los a dividir
um problema e entender suas partes.

Eles não são adequados para colocar
essas partes juntas novamente

e assim chegar a uma conclusão.

Todos nós temos uma ferramenta
que pode fazer isso:

nosso cérebro.

Se há algo no qual um cérebro é bom,
é juntar pequenas partes novamente,

mesmo quando se tem informação incompleta,

e chegar à uma boa conclusão,

especialmente se é o cérebro de um expert.

Acredito que por isso a Netflix
foi tão bem-sucedida,

porque usaram dados e cérebros
onde cada um se encaixa no processo.

Primeiro eles usam dados para entender
vários aspectos de sua audiência,

que de outra forma não teriam sido
capazes de entender em profundidade.

Mas a decisão de pegar todas
essas pequenas partes

e juntá-las de novo e fazer uma série
como "House of Cards"

não estava nos dados.

Ted Sarandos e sua equipe
decidiram licenciar essa série,

o que também significou
que eles estavam correndo

um grande risco pessoal
com aquela decisão.

E na Amazon, fizeram isso da forma errada.

Usaram dados o tempo todo
para guiar a tomada de decisão,

primeiro ao fazerem a competição
de ideias para a TV

depois quando escolheram
produzir a série "Alpha House".

O que, claro, foi uma decisão
segura para eles,

pois poderiam sempre apontar
para os dados, dizendo:

"Isso é o que os dados nos dizem".

Mas isso não levou ao resultado
excepcional que estavam esperando.

Então os dados são, claro, uma ferramenta
muito útil para tomar melhores decisões

mas eu acredito que as coisas deem errado

quando as estatísticas começam
a guiar essas decisões.

Não importa quão poderosos sejam,
dados são apenas uma ferramenta,

e para manter isso em mente,
achei esse dispositivo aqui muito útil.

Muitos de vocês vão...

(Risos)

Antes de existirem dados,

este era o aparelho de decisão usado.

(Risos)

Muitos reconhecerão isso.

Este brinquedo é chamado de Bola 8 Mágica
e é realmente incrível,

pois se vocês têm que tomar
uma decisão, um sim ou não,

vocês só precisam chacoalhar a bola
e aí recebem uma resposta,

"Muito provavelmente", bem aqui
nesta janela, em tempo real.

Estarei com ela lá fora
para demonstrações.

(Risos)

O fato é que, obviamente, tomei
algumas decisões na minha vida

que, olhando para trás, deveria
ter apenas ouvido a bola.

Mas, sabem, se vocês têm
os dados disponíveis,

vão querer substituir isto
por algo muito mais sofisticado,

como análise estatística
para tomar uma decisão melhor.

Mas isso não muda a configuração básica.

Portanto "a bola" pode ficar
mais e mais esperta,

mas acredito que ainda cabe
a nós tomar decisões

se quisermos alcançar algo extraordinário,

na extremidade direita desta curva.

E acho que é uma mensagem
muito encorajadora, na verdade,

que mesmo em vista de enormes
quantidades de dados,

ainda é vantajoso tomarmos decisões,

sermos especialistas no que fazemos

e correr os riscos.

Porque no fim, não são os dados,

mas os riscos, que colocarão vocês
na extremidade direita da curva.

Muito obrigado.

(Aplausos)