Kako »hiperbolični popust« razkriva običajno človeške napake

Kdor je gledal Dnevnik Bridget Jones ve, da je ena od njenih novoletnih resolucij »Ne greva ven vsako noč, ampak ostanite in berete knjige in poslušate klasično glasbo.«

Resničnost pa je bistveno drugačna. Kar ljudje dejansko počnejo v svojem prostem času, se pogosto ne ujema s tem, kar pravijo.

Ekonomisti so ta pojav označili kot »hiperbolično diskontiranje«. V znani študiji z naslovom »Plačevanje, da ne gremo v telovadnico« je nekaj ekonomistov ugotovilo, da, ko je ljudem ponujena možnost izbire med pogodbo s plačilom na obisk in mesečno naročnino, bolj verjetno so izbrali mesečno naročnino in so dejansko plačevali več na obisk. To je zato, ker so precenili svojo motivacijo za delo.

Hiperbolični popusti so le en izziv delovanja v kreativni industriji. Okusi so zelo subjektivni, elementi ploskve in pripovedi, ki naredijo en film ogromen hit, bi lahko zlahka naredili kritičen in komercialni neuspeh.

Že desetletja so se oglaševalci in tržniki trudili napovedati porabo izdelkov za prosti čas, kot so filmi in knjige. Prav tako je težko določiti čas. Kateri vikend naj studio izda nov film? Ko založnik izda trdo kopijo knjige, kako se odločijo, kdaj naj izdajo različico e-knjige?

Danes veliki podatki ponujajo novo prepoznavnost, kako ljudje doživljajo zabavo. Kot raziskovalec, ki proučuje vpliv umetne inteligence in družbenih medijev, so tri sile, ki se mi izkažejo kot še posebej močne pri napovedovanju človeškega vedenja.

1. Ekonomika dolgega repa

Internet omogoča distribucijo zabavnih izdelkov, ki so manj priljubljeni kot uspehi. Streaming predstave lahko pridobijo večje občinstvo kot tisto, kar je ekonomsko izvedljivo za distribucijo prek televizije, ki je najprimernejša. Ta ekonomski pojav se imenuje učinek dolgega repa.

Ker pretakanje medijskih podjetij, kot je Netflix, ni treba plačati za distribucijo vsebine v kinodvoranah, lahko ustvarijo več predstav, ki zadovoljijo nišne občinstvo. Netflix je uporabil podatke o navadah posamičnih strank, da bi se odločil za nazaj Hiša iz kart, ki so jih televizijske mreže zavrnile. Podatki Netflixa so pokazali, da obstajajo ljubitelji filmov, ki jih je režiral Fincher, in filmi, v katerih je nastopil Spacey, in da je veliko število strank najemalo DVD-jeve iz originalne serije BBC.

2. Družbeni vpliv v dobi umetne inteligence

Z družabnimi mediji lahko ljudje s svojimi prijatelji delijo to, kar gledajo, s čimer postanejo neodvisne zabavne izkušnje bolj družbene.

Z rudarjenjem podatkov iz družabnih spletnih mest, kot sta Twitter in Instagram, lahko podjetja v realnem času spremljajo, kaj gledalci mislijo o določenem filmu, predstavi ali pesmi. Filmski studiji lahko uporabijo zakladnico digitalnih podatkov, da se odločijo, kako bodo promovirali predstave in datume predvajanja filmov.Na primer, obseg iskanj Googlovih filmskih prikolic v mesecu pred premiero je vodilni napovednik dobitnikov oskarja in prihodkov iz blagajni. Filmski studiji lahko združijo zgodovinske podatke o datumih objave filma in uspešnosti blagajniškega zapisa s trendi iskanja, da bi predvideli idealne datume izdaje za nove filme.

Rudarjenje družbenih medijev tudi pomaga podjetjem pri prepoznavanju negativnih čustev, preden se spusti v krizo. Enotni tweet nezadovoljnega vplivnega kupca je lahko virusen in oblikuje javno mnenje.

V študiji, ki sem jo izvedla z Yong Tanom z Univerze v Washingtonu in Cath Oh iz Georgia State University, smo pokazali, kako takšen družbeni vpliv ne določa le, kateri videoposnetki v YouTubu postanejo bolj priljubljeni, ampak tudi, da so videoposnetki, ki jih delijo vplivni uporabniki, še bolj razširjeni..

Ena študija je pokazala, da je, ko studii pozorni na buzz družbenih medijev pred objavo filma, razlika med predvidenim prihodkom in dejanskim prihodkom, znana kot napaka pri napovedi, zmanjšana za 31 odstotkov.

3. Analiza porabe

Veliki podatki omogočajo boljšo vidljivost v knjigah in kaže, da ljudje dejansko preživljajo svoj čas.

Matematik Jordan Ellenberg je začel uporabljati Hawkingov indeks, merilo povprečne številke strani petih najbolj poudarjenih odlomkov v knjigi Kindle kot delež celotne dolžine knjige. Hawkingov indeks kaže, kdaj se ljudje odrečejo knjigi. Če se na strani 250 prikaže povprečna osvetlitev knjige za 250 strani na strani 250, bi to pomenilo 100-odstotni Hawkingov indeks.

Teorija dobiva ime po Stephenu Hawkingu Kratka zgodovina v času. Medtem ko ta knjiga še vedno prodaja milijone izvodov na leto, je tudi redko prebrana, s slabim Hawkingovim indeksom 6,6 odstotka.

Ko se podjetje, kot je Amazon, odloči, katere knjige naj priporoči potencialnim bralcem ali ki jih premierja predstavi, pogledajo podrobne digitalne sledove, od katerih se ploskev ukvarja z občinstvom in ki jih ni. To jim lahko pomaga pri spodbujanju prihodnje izdaje ali boljših priporočil za posamezne uporabnike.

Še več, nove vrste umetne inteligence lahko raziščejo, zakaj se ljudje ukvarjajo z ustvarjalno vsebino. Na primer, podjetje z imenom Epagogix je pioniralo pristop z uporabo nevronske mreže - orodja umetne inteligence, ki išče vzorce v zelo velikih količinah podatkov - na nizu scenarijev, ki so jih ocenili strokovnjaki v zabavni industriji. Računalnik lahko nato napove finančni uspeh filma. Po nekaterih poročilih lahko takšna umetna inteligenca predvideva do 75 odstotkov dejanskih odprtih bruto filmov.

Glede na nove podatke o velikih podatkih, kot so ta, lahko zabavna podjetja kmalu vedo, kaj bi Bridget Jones radi počela s svojim prostim časom bolje kot sama Bridget.

Ta članek je bil prvotno objavljen na Pogovor Anjane Susarle. Preberite izvirni članek tukaj.