Jak „hyperbolická diskontování“ obvykle odhaluje lidská defekty

Každý, kdo se díval Denník Bridget Jonesové ví, že jeden z jejích novoročních předsevzetí je: „Ne každý večer chodit, ale zůstat a číst knihy a poslouchat klasickou hudbu.“

Skutečnost je však podstatně odlišná. To, co lidé ve svém volném čase dělají, často neodpovídá tomu, co říkají.

Ekonomové označili tento fenomén za „hyperbolické diskontování“. Ve slavné studii nazvané „Platit ne jít do posilovny“ pár ekonomů zjistilo, že když lidem byla nabídnuta volba mezi smlouvou o placení za návštěvu a měsíčním poplatkem, oni byli více pravděpodobní, že si vyberou měsíční poplatek a vlastně skončil platit více za návštěvu. Je to proto, že přeceňovali svou motivaci pracovat.

Hyperbolická diskontování je jen jednou z výzev v kreativním průmyslu. Chuť je vysoce subjektivní a prvky spiknutí a vyprávění, které činí jeden film obrovským hitem, by mohly snadno způsobit další kritické a komerční selhání.

Po desetiletí se inzerenti a obchodníci snažili předvídat spotřebu produktů pro volný čas, jako jsou filmy a knihy. Stejně náročné je rozhodnout o načasování. Který víkend by mělo studio vydat nový film? Když vydavatel vydá kopii knihy, jak se rozhodne, kdy vydat verzi e-knihy?

Velká data dnes nabízejí novou vizi toho, jak lidé zažívají zábavu. Jako výzkumník, který studuje vliv umělé inteligence a sociálních médií, existují tři síly, které jsou pro mě mimořádně silné v předvídání lidského chování.

1. Ekonomika dlouhého ocasu

Internet umožňuje distribuci zábavných produktů, které jsou méně populární než mainstreamové úspěchy. Streaming show mohou získat větší publikum než to, co je ekonomicky proveditelné pro distribuci prostřednictvím televize v hlavním čase. Tento ekonomický jev je označován jako dlouhý efekt ocasu.

Vzhledem k tomu, streaming mediálních společností, jako je Netflix nemusí platit za distribuci obsahu v kinech, mohou produkovat více ukazuje, že obstarávají specializované publikum. Společnost Netflix použila data ze svých návyků pro sledování individuálních zákazníků, aby se rozhodla vrátit zpět Domeček z karet, který byl televizními sítěmi zamítnut. Data společnosti Netflix ukázala, že existuje fanda základny pro filmy režírované Fincher a filmy hrát Spacey, a že velké množství zákazníků si pronajali DVD z původní série BBC.

2. Sociální vliv v éře umělé inteligence

Se sociálními médii se lidé mohou podělit o to, co sledují se svými přáteli.

Dolování dat ze sociálních stránek, jako je Twitter a Instagram, mohou společnosti sledovat v reálném čase, co diváci přemýšlejí o daném filmu, show nebo písni. Filmová studia mohou použít pokladnici digitálních dat, aby se rozhodli, jak propagovat přehlídky a data vydání pro filmy.Například objem Google vyhledává filmový trailer během měsíce před jeho premiérou je předním prediktorem vítězů Oscara i tržeb v pokladnách. Filmová studia mohou kombinovat historická data o datu vydání filmu a výkonu pokladny s trendy hledání a předvídat ideální data vydání nových filmů.

Údaje o těžbě sociálních médií také pomáhají společnostem identifikovat negativní sentiment před spirály do krize. Jeden pípání od nešťastného vlivného zákazníka může jít virové, utvářet veřejné mínění.

Ve studii, kterou jsem provedl s Yong Tan z University of Washington a Cath Oh z Gruzínské státní univerzity, jsme ukázali, jak takový společenský vliv určuje nejen to, která videa YouTube jsou stále populárnější, ale také to, že videa sdílená vlivnými uživateli se stávají ještě více široce zobrazovanými.

Jedna studie ukazuje, že když studia věnují pozornost sociálnímu médiu před vydáním filmu, rozdíl mezi předpokládaným příjmem a skutečným příjmem, známým jako chyba prognózy, se snížil o 31%.

3. Spotřeba Analytics

Velká data poskytují lepší přehled o tom, co knihy a ukazuje, že lidé tráví svůj čas.

Matematik Jordan Ellenberg byl průkopníkem v používání Hawkingova indexu, což je míra průměrného počtu stránek z pěti nejvíce zvýrazněných pasáží v knize Kindle jako poměr celkové délky této knihy. Hawkingův index ukazuje, kdy se lidé vzdávají knihy. Pokud se na stránce 250 objeví průměrná hodnota Kindle o průměru 250 stránek, bude to index Hawking 100 procent.

Teorie se jmenuje Stephen Hawking Stručná historie v čase. I když tato kniha stále prodává miliony kopií ročně, je také zřídka čtena, s neuspokojivým Hawkingovým indexem 6,6 procenta.

Když se společnost, jako je Amazon, rozhodne, které knihy doporučí potenciálním čtenářům, nebo které premiéra předvádí k produkci, dívají se na podrobné digitální stopy, na kterých se objevují sledované body, které publikum neměly. Mohlo by to pomoci podpořit připravované vydání nebo učinit lepší doporučení jednotlivým uživatelům.

A co víc, nové typy umělé inteligence mohou zkoumat, co dělá lidi zapojením do kreativního obsahu. Například společnost s názvem Epagogix byla průkopníkem přístupu používajícího neuronovou síť - nástroj umělé inteligence, který hledá vzory ve velmi velkém množství dat - na souboru scénářů hodnocených odborníky v zábavním průmyslu. Počítač pak mohl předpovědět finanční úspěch filmu. Podle některých zpráv může taková umělá inteligence předpovídat až 75 procent skutečných úvodních grosů.

Vzhledem k novým velkým informacím, jako jsou tyto, mohou zábavní společnosti brzy vědět, co přesně by Bridget Jones chtěla dělat se svým volným časem lépe než sama Bridget.

Tento článek byl původně publikován na Anjana Susarla. Přečtěte si originální článek zde.