Làm thế nào sử dụng dữ liệu để tạo nên một chương trình truyền hình ăn khách? | Sebastian Wernicke | TEDxCambridge

Có phải thu thập nhiều dữ liệu hơn giúp chúng ta đưa ra quyết định tốt hơn? Những công ty đầy canh tranh, mạnh về mảng dữ liệu như Amazon, Google và Netflix đã học được bài học rằng phân tích dữ liệu đơn thuần không đưa ra kết quả tốt nhất. Trong cuộc nói chuyện này, nhà nghiên cứu dữ liệu Sebastian Wernicke phân tích những sai lầm khi chúng ta đưa ra quyết định đơn thuần dựa trên dữ liệu, và gợi ý những phương pháp tho6bg minh hơn để sử dụng dữ liệu.

Cuộc nói chuyện diễn ra tại một sự kiện TEDx, sử dụng định dạng tổ chức hội nghị TED, nhưng được tổ chức độc lập bởi một cộng đồng địa phương. Tìm hiểu thêm tại http://ted.com/tedx

Roy Price là cái tên có lẽ đa số các bạn
chưa bao giờ nghe,

mặc dù ông ấy có thể là
người chịu trách nhiệm

cho 22 phút khá bình thường của bạn
trong ngày 19 tháng 4, 2013.

Hoặc ông ấy cũng có thể là người tạo nên
22 phút rất thú vị,

cho một số người ở đây.

Và tất cả đều từ một quyết định

mà Roy đã đưa ra khoảng 3 năm trước.

Roy Price là giám đốc điều hành cấp cao
của Amazon Studios.

Đó là công ty sản xuất truyền hình
của Amazon.

Ông ấy 47 tuổi, mảnh khảnh, tóc dựng đứng,

mô tả bản thân trên Twitter là
"phim ảnh, TV, công nghệ, taco ."

Roy Price có một công việc rất quan trọng,
vì đó là trách nhiệm

chọn nội dung gốc của các chương trình
mà Amazon sẽ sản xuất.

Và dĩ nhiên, đó là một lĩnh vực
đầy cạnh tranh.

Bây giờ có quá nhiều
chương trình truyền hình,

nên Roy không thể cứ chọn đại
một chương trình,

Ông ấy phải tìm ra những chương trình
thật sự, thật sự xuất sắc.

Nói cách khác,
ông ấy phải tìm ra các chương trình

ở đầu bên phải của đường cong
này đây.

Đường cong này thể hiện
sự phân bố tỉ suất người xem

của khoảng 2500 chương trình truyền hình
trên trang web IMDB,

tỉ suất dao động từ 1 đến 10,

và độ cao thể hiện số lượng chương trình
có tỉ suất tương ứng.

Vì thế nếu như chương trình nào có tỉ suất
9 điểm hoặc cao hơn, thì đó là thành công,

chương trình đó thuộc nhóm 2% dẫn đầu.

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

tất cả những chương trình này
đều gây nghiện,

khi bạn xem xong một mùa
thì cơ bản bạn sẽ như thế này,

"Ở đâu có những tập tiếp theo vậy?"

Những chương trình

Phía cuối cùng bên trái

Có show gọi là "Toodlers và Tiaras"
(Bé tập đi và vương miệng)

( Khán giả cười )

đủ để cho bạn thấy

về những chương trình ở đây

những gì đang diễn ra ở đầu đó
của đường cong.

Roy Price không lo sẽ rơi vào đầu trái
của đường cong,

vì tôi nghĩ cần phải có
não bộ cực kì siêu việt

để cạnh tranh
"Toddlers and Tiaras".

Điều ông ấy lo lắng là chỗ phình ra
ở giữa này đây,

chỗ của những chương trình trung bình,

chương trình không thực sự hay
nhưng cũng không quá dở,

chúng không thực sự khiến bạn hào hứng.

Vì thế ông ấy cần bảo đảm rằng
mình đến được đầu bên phải.

Do đó áp lực là rất lớn,

và dĩ nhiên đây thậm chí
cũng là lần đầu tiên

Amazon thực hiện một dự án như vậy,

vì thế Roy Price không muốn mạo hiểm.

Ông ấy muốn làm ra thành công của mình.

Ông ấy cần một thành công chắc chắn,

và do đó ông ấy tổ chức một cuộc thi.

Ông ấy chọn một số ý tưởng
cho chương trình TV,

và từ những ý tưởng đó, sau khi cân nhắc,

họ chọn 8 chương trình làm các ứng cử viên

sau đó họ sản xuất tập đầu tiên
của mỗi chương trình

và tung chúng lên mạng
để mọi người xem miễn phí.

Khi Amazon cho không bạn cái gì,

thì bạn sẽ nhận, đúng không?

Hàng triệu người xem những tập phim đó.

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

thật ra, họ đang bị theo dõi.

bởi Roy Price và đội ngũ của ông ấy

bằng cách thu lại mọi thứ.

Họ thu lại khi một người nhấn nút xem,
khi một người nhấn nút dừng,

đoạn nào bị bỏ qua, đoạn nào được xem lại.

Họ thu thập hàng triệu con số dữ liệu,

vì họ muốn có được những con số dữ liệu đó

để quyết định xem
họ sẽ sản xuất chương trình nào.

Và như thế,
họ thu thập tất cả những dữ liệu,

họ xử lí hết chúng,
và một câu trả lời xuất hiện,

và câu trả lời là,

"Amazon nên sản xuất một sitcom (hài kịch
tình huống) về bốn nghị sĩ Đảng Cộng hòa."

Họ đã làm đúng như thế.

Có ai biết tên của chương trình đó không?

(Khán giả: "Alpha House")

Đúng vậy, "Alpha House,"

nhưng có vẻ như đa số các bạn không nhớ
chương trình đó, thật ra,

vì cuối cùng nó lại không quá xuất sắc.

Thật ra nó chỉ ở hạng trung,

thực ra, chính xác hơn,
trung bình của đường cong là 7.4,

và "Alpha House" đạt 7.5,

trên trung bình một chút,

nhưng chắc chắn không phải
những gì được mong đợi.

Tuy nhiên, trong khi đó, gần như cùng lúc,

tại một công ty khác,

một giám đốc điều hành đã thành công với
một chương trình nhờ phân tích dữ liệu.

và tên của ông ấy là Ted,

Ted Sarandos,
giám đốc nội dung của Netflix,

và cũng như Roy,
ông ấy luôn có một nhiệm vụ

tìm ra một chương trình cực hay

và ông ấy cũng dùng dữ liệu
để làm điều đó

chỉ có điều ông ấy làm khác đi một chút.

Thay vì tổ chức một cuộc thi,
ông ấy và đội của mình

đã xem lại tất cả những dữ liệu
về người xem của Netflix mà họ có được,

như tỉ suất người xem,

lịch sử xem, điều gì mọi người thích,
và vân vân.

Và họ dùng dữ liệu đó để tìm hiểu

tất cả những chi tiết nhỏ nhặt
về khán giả:

loại chương trình nào họ thích

kiểu nhà sản xuất, kiểu diễn viên.

Và khi họ đặt tất cả
những mảnh ghép đó lại,

họ đã quyết định bằng niềm tin,

và họ đã đăng kí bản quyền

không phải một sitcom về bốn vị Nghị sĩ,

mà là một bộ phim truyền hình
về một Nghị sĩ duy nhất.

Các bạn có biết bộ phim đó không?

(Khán giả cười)

Đúng vậy, "House of Cards,"
và Netflix đã thành công rực rỡ,

ít nhất là đối với hai mùa đầu tiên.

(Khán giả cười và vỗ tay)

"House of Cards" đạt 9.1 điểm
trên đường cong này,

do đó nó ở chính xác vị trí mà họ muốn.

Câu hỏi đặt ra là,
điều gì đã xảy ra ờ đây?

Cả hai công ty đều rất cạnh tranh,
mạnh về dữ liệu.

Họ kết nối hàng triệu những điểm dữ liệu,

và việc đó giúp đỡ rất nhiều
cho một trong hai,

nhưng không có tác dụng với bên kia.

Tại sao lại như thế?

Bởi vì logic cho biết
việc này phải luôn có hiệu quả.

Ý tôi là, nếu bạn thu thập hàng triệu
điểm dữ liệu

để đưa ra một quyết định của mình,

thì lẽ ra bạn nên có
một quyết định khá tốt.

Bạn có số liệu thống kê 200 năm
để tin tưởng.

Bạn dùng những máy tính rất mạnh
để hỗ trợ số liệu đó.

Ít nhất bạn cũng có thể kì vọng
một chương trình TV hay, đúng không?

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

thì mọi việc có thể sẽ đáng sợ một chút,

vì chúng ta đang sống trong thời đại
người ta ngày càng dựa vào dữ liệu

để đưa ra các quyết định quan trọng
hơn chương trình TV rất nhiều.

Ở đây có ai biết công ty
Multi-Health Systems không?

Không.
OK, vậy thật tốt.

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

và tôi hi vọng không ai trong phòng này

sẽ phải tiếp xúc với phần mềm đó,

vì bạn chỉ gặp phần mềm này
ở trong tù thôi.

(Khán giả cười)

Nếu một người ở Mĩ vào tù,
và người đó muốn xin được ra tù sớm,

thì khả năng cao là phần mềm phân tích
dữ liệu từ công ti đó

sẽ được dùng để xem xét
có nên cho phép người đó không.

Nguyên tắc cơ bản cũng giống như
Amazon và Netflix,

nhưng thay vì nhận định
một chương trình TV sẽ hay hay dở,

bạn đang nhận định xem
một người là tốt hay xấu.

22 phút chương trình TV nhàm chán
đã khá tệ rồi,

nhưng thêm nhiều năm trong tù,
tôi nghĩ là còn tệ hơn.

Và không may là, thực tế có bằng chứng là
việc phân tích dữ liệu này,

dù dựa trên rất nhiều dữ liệu,
không phài lúc nào cũng có kết quả tối ưu.

Và đó không phải vì một công ty
như Multi-Health Systems

không biết làm việc với dữ liệu.

Thậm chí công ti giỏi về dữ liệu nhất
cũng sai.

Đúng vậy, thậm chí Google
đôi lúc cũng sai.

Năm 2009,Google công bố họ có thể dự đoán,
dựa vào phân tích dữ liệu,

những đợt bùng phát của bệnh cúm,

bằng cách phân tích
các tìm kiếm của Google.

Và nó đã hoạt động hiệu quả,
nó tạo ra một cú hít lớn trên tin tức,

bao gồm đỉnh cao thành công
trong khoa học:

một bài báo trên tạp chí "Nature."

Nó hoạt động tốt năm này qua năm khác,

đến một năm nó chạy không đúng.

Không ai có thể giải thích
chính xác tại sao.

Đơn giản là nó không đúng năm đó,

và dĩ nhiên đó cũng là một tin tức lớn,

bao gồm việc rút lại

bài báo trên tạp chí "Nature."

Vì thế kể cả công ti giỏi về dữ liệu nhất,
Amazon và Google,

đôi lúc họ cũng sai.

Mặc cho những thất bại đó,

dữ liệu vẫn đang nhanh chóng xâm nhập
vào các quyết định trong đời thực

tại các công sở,

trong việc thi hành pháp luật,

trong y học.

Do đó chúng ta phải bảo đảm rằng
dữ liệu là thật sự có ích.

Cá nhân tôi đã từng trải rất nhiều
trong cuộc chiến với dữ liệu,

vì tôi làm việc trong ngành
điện toán di truyền học

lĩnh vực mà rất nhiều con người thông minh

sử dụng một lượng dữ liệu không tưởng
để đưa ra các quyết định khá là quan trọng

ví dụ như một phương pháp điều trị ung thư
hay một loại thuốc mới.

Và qua nhiều năm, tôi đã chú ý
một sự trùng lặp

hoặc gần như một quy luật, về sự khác nhau

giữa thành công và thất bại

khi quyết định dựa trên dữ liệu,

và tôi nhận thấy điều này đáng để chia sẻ,
nó đại loại như thế này.

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

cơ bản là bạn đang thực hiện hai việc.

Việc đầu tiên là bạn chia nó thành
nhiều phần nhỏ,

để phân tích sâu những phần đó,

và sau đó bạn thực hiện
việc thứ hai.

Bạn ghép tất cả những phần nhỏ
đó lại với nhau

để đưa ra kết luận cuối cùng.

Và đôi lúc bạn sẽ phải làm đi làm lại
nhiều lần,

nhưng luôn luôn là hai việc đó:

chia nó ra và ghép nó lại.

Và điều tối quan trọng là

dữ liệu và việc phân tích dữ liệu

chỉ phù hợp với việc đầu tiên.

Dữ liệu và phân tích dữ liệu,
dù mạnh thế nào,

chỉ có thể giúp bạn chia nhỏ vấn đề ra
và nhìn nó theo từng phần nhỏ.

Nó không phù hợp để ghép
các mảnh đó lại với nhau

và sau đó đưa đến một kết luận.

Có một công cụ khác có thể làm việc đó,
và tất cả chúng ta đều sở hữu nó,

đó chính là bộ não.

Một trong những thứ não bộ làm tốt nhất,

chính là ghép những mảnh nhỏ lại với nhau.

thậm chí khi không có đầy đủ thông tin,

và đưa ra một kết luận đúng đắn,

đặc biệt nếu như đó là bộ não
của một chuyên gia.

Và đó là lí do tôi tin rằng
Netflix thành công như thế

là vì họ đã dùng dữ liệu
và não đúng lúc đúng chỗ.

Đầu tiên họ sử dụng dữ liệu
để tìm hiểu nhiều khía cạnh của người xem,

không có cách nào khác
có thể giúp họ hiểu với độ sâu như thế,

nhưng sau đó
thì quyết định lấy các mảnh nhỏ đó,

ghép chúng lại với nhau và sản xuất
một chương trình như "House of Cards,"

thì không có ở dữ liệu .

Ted Sarandos và đội ngũ của ông quyết định
đăng kí bản quyền chương trình đó,

Điều đó cũng có nghĩa là họ đã chấp nhận

một rủi ro khá lớn với quyết định đó.

Còn Amazon, mặt khác, họ đã làm
ngược lại thứ tự đúng của nó.

Họ đã dùng dữ liệu
trong suốt cả quá trình,

đầu tiên họ tổ chức
một cuộc thi về ý tưởng,

sau đó họ chọn "Alpha House"
để sản xuất.

và dĩ nhiên đó là một quyết định
rất an toàn,

vì họ luôn có thể
chỉ vào đống dữ liệu, và nói

"Dữ liệu nói như vậy mà."

Nhưng nó không đạt được kết quả mĩ mãn
như họ mong đợi.

Vì vậy dữ liệu là một công cụ cực kì mạnh
để giúp đưa ra các quyết định đúng hơn,

nhưng tôi tin rằng
mọi chuyện sẽ đi chệch hướng

một khi dữ liệu bắt đầu
đưa ra các quyết định thay ta.

Dù mạnh như thế nào,
dữ liệu vẫn chỉ là một công cụ,

và để ghi nhớ điều đó,
tôi thấy rằng thiết bị này khá hữu ích.

Nhiều người sẽ ...

Trước khi có dữ liệu,

đây là thiết bị dùng để
đưa ra các quyết định.

Nhiều bạn sẽ biết nó.

Món đồ chơi này tên
Magic 8 Ball (Bi 8 kì diệu)

và nó rất kì diệu,

vì nếu bạn phải trả lời
một câu hỏi có - không,

tất cả những gì bạn cần làm là
lắc nó lên, và bạn sẽ có câu trả lời --

"Most Likely" -- ngay đây trong cửa sổ này
rất nhanh chóng.

Tôi sẽ đưa nó cho mọi người
thử nghiệm sau.

(Khán giả cười)

Vấn đề là, dĩ nhiên, trong cuộc sống
tôi cũng đã đưa ra một số quyết định

mà khi suy nghĩ lại
đáng ra tôi nên nghe theo viên bi cho rồi

Nhưng, bạn biết đó, dĩ nhiên,
nếu như bạn có sẵn nguồn dữ liệu,

bạn muốn thay vật này
bằng một cái gì đó phức tạp hơn,

ví dụ như phân tích dữ liệu,
để có được một quyết định đúng đắn hơn.

Nhưng điều đó không làm thay đổi
nguyên tắc cơ bản.

Viên bi này có thể trở nên ngày càng
thông minh hơn,

nhưng tôi tin chính chúng ta
phải đưa ra những quyết định

nếu ta muốn đạt được điều gì phi thường,

ở đầu bên phải của đường cong.

Và thực tế, tôi thấy đó là một thông điệp
mang tính động viên rất lớn,

thậm chí khi đứng trước những khối lượng
dữ liệu khổng lồ,

vẫn rất xứng đáng để chúng ta tự đưa ra
những quyết định,

để là một chuyên gia
trong việc chúng ta làm,

và mạo hiểm.

Vì cuối cùng, không phải là dữ liệu,

mà chính là những mạo hiểm
sẽ đưa ta đến đầu bên phải của đường cong.

Cảm ơn mọi người.

(Khán giả vỗ tay)

(Music)