כיצד "היפרבולית דיסקונט" מגלה בדרך כלל פגמים אנושיים

מי שצפה יומנה של בריג'ט ג'ונס יודעת אחת ההחלטות של השנה החדשה שלה היא "לא לצאת כל לילה אבל להישאר ולקרוא ספרים להאזין למוסיקה קלאסית."

אבל המציאות שונה מהותית. מה שאנשים עושים בפועל בזמן הפנאי שלהם לעתים קרובות אינו תואם את מה שהם אומרים שהם יעשו.

הכלכלנים כינו תופעה זו "הנחה היפרבולית". במחקר מפורסם שכותרתו "תשלום לא ללכת למכון הכושר", מצאו כמה כלכלנים כי כאשר אנשים הציעו את הבחירה בין חוזה תשלום לפי ביקור לבין תשלום חודשי, הם היו נוטים יותר לבחור את התשלום החודשי ולמעשה בסופו של דבר לשלם יותר לכל ביקור. זה בגלל שהם overestimated המוטיבציה שלהם לעבוד.

הנחה היפרבולית היא רק אתגר אחד של הפעלה בתעשייה יצירתית. הטעמים הם מאוד סובייקטיביים, ומרכיבי העלילה והנרטיב שגורמים לסרט אחד להיט אדיר יכולים בקלות להפוך עוד כישלון ביקורתי ומסחרי.

במשך עשרות שנים, מפרסמים ומשווקים נאבקו לחזות את הצריכה של מוצרי פנאי כגון סרטים וספרים. זה לא פחות מאתגר להחליט את העיתוי. באיזה סופשבוע צריך אולפן לשחרר סרט חדש? כאשר מפרסם משחרר עותק קשיח של ספר, כיצד הם מחליטים מתי לשחרר את גירסת הספר האלקטרוני?

כיום, נתונים גדולים מציעים חשיפה חדשה לאופן שבו אנשים חווים בידור. כחוקר שחקר את השפעת הבינה המלאכותית והמדיה החברתית, ישנם שלושה כוחות הבולטים בי כחזקים במיוחד בחיזוי ההתנהגות האנושית.

1. כלכלה של הזנב הארוך

האינטרנט מאפשר להפיץ מוצרי בידור כי הם פחות פופולרי מאשר ההצלחות המיינסטרים. הזרמת מראה יכול לרכוש קהל גדול יותר מאשר מה מבחינה כלכלית להפצה באמצעות טלוויזיה בזמן אמת. תופעה כלכלית זו נקראת אפקט הזנב הארוך.

מאז הזרמת מדיה חברות כגון Netflix לא צריך לשלם כדי להפיץ תוכן בתי הקולנוע, הם יכולים לייצר יותר מראה כי כדי לספק לקהל נישה. Netflix השתמשה בנתונים מתוך הרגלי הצפייה של הלקוחות הפרטיים שלהם כדי להחליט לחזור בית קלפים, אשר נדחתה על ידי רשתות הטלוויזיה. נתוני Netflix הראו כי יש בסיס מעריצים לסרטים בבימויו של פינצ'ר וסרטים בכיכובו של ספייסי, וכי מספר רב של לקוחות שכרו תקליטורי DVD של סדרת ה- BBC המקורית.

2. השפעה חברתית בעידן הבינה המלאכותית

עם מדיה חברתית, אנשים יכולים לשתף את מה שהם צופים עם החברים שלהם, מה שהופך את חוויות הבידור עצמאית אחרת להיות חברתי יותר.

על ידי כריית נתונים מאתרים חברתיים כמו טוויטר ואינסטגרם, חברות יכולות לעקוב בזמן אמת על מה שצופי הקולנוע חושבים על סרט, מופע או שיר. אולפני הסרטים יכולים להשתמש אוצר של נתונים דיגיטליים כדי להחליט כיצד לקדם מופעים ותאריכי שחרור עבור סרטים.לדוגמה, נפח החיפושים של Google בקרוואן של סרט במהלך החודש לפני הצגת הבכורה שלו הוא מנבא מוביל של זוכי אוסקר וכן הכנסות קופות. אולפני הסרטים יכולים לשלב נתונים היסטוריים על תאריכי פרסום סרטים וביצועי משרד בקופות עם מגמות חיפוש כדי לחזות תאריכי שחרור אידיאלי לסרטים חדשים.

כריית נתוני מדיה חברתית מסייעת לחברות לזהות סנטימנטים שליליים לפני שהיא מתפתלת למשבר. ציוץ אחד של לקוח משפיע אומלל יכול ללכת ויראלי, בעיצוב דעת הקהל.

במחקר שערכתי עם יונג טאן מאוניברסיטת וושינגטון וקת 'אה מאוניברסיטת ג'ורג'יה, הראינו כיצד השפעה חברתית כזו קובעת לא רק אילו סרטוני YouTube הופכים פופולריים יותר, אלא גם שסרטונים שמשותפים על ידי משתמשים משפיעים נהנים אף יותר.

מחקר אחד מראה כי כאשר האולפנים לשים לב באז מדיה חברתית לפני שחרורו של הסרט, ההבדל בין ההכנסות החזוי לבין ההכנסות בפועל, המכונה שגיאת תחזית, מופחת על ידי 31 אחוזים.

3. צריכת Analytics

נתונים גדולים מספק חשיפה טובה יותר מה ספרים ומראה אנשים למעשה לבלות את זמנם נהנה.

המתמטיקאי ג'ורדן אלנברג חלם את השימוש במדד הוקינג, מדד למספר הדפים הממוצע של חמש הקטעים המודגשים ביותר בספר קינדל, כאחוז מאורך הספר הכולל. מדד הוקינג מראה כאשר אנשים מוותרים על ספר. אם 250 הדפים הממוצעים של ספר קינדל מופיעים בעמוד 250, זה ייתן לו מדד הוקינג של 100 אחוז.

התיאוריה קיבלה את שמה של סטיבן הוקינג היסטוריה קצרה בזמן. בעוד הספר הזה עדיין מוכר מיליוני עותקים בשנה, הוא גם קורא לעתים רחוקות, עם מדד הוקינג עגום של 6.6 אחוזים.

כאשר חברה כמו אמזון מחליטה אילו ספרים להמליץ ​​לקוראים פוטנציאליים או איזה ראש מראה לייצר, הם מסתכלים על עקבות דיגיטליים מפורטים אשר נקודות העלילה קהלים מעורבים ואשר לא. הדבר עשוי לסייע להם לקדם גרסה קרובה או להמליץ ​​למשתמשים טובים יותר.

מה עוד, סוגים חדשים של בינה מלאכותית יכולים לחקור מה גורם לאנשים לעסוק בתוכן יצירתי. לדוגמה, חברה בשם אפגאג'יקס הייתה חלוצה בגישה באמצעות רשת עצבית - כלי בינה מלאכותית המחפש דפוסים בכמויות גדולות מאוד של נתונים - על גבי סדרה של תסריטים המדורגים על ידי מומחים בתעשיית הבידור. המחשב יכול לחזות את ההצלחה הפיננסית של הסרט. על פי כמה דיווחים, אינטליגנציה מלאכותית כזו יכולה לנבא עד 75% מהמוצגים הפותחים של הסרטים.

בהתחשב בתובנות נתונים גדולות כמו אלה, חברות הבידור עשוי בקרוב לדעת מה בדיוק ברידג 'ט ג' ונס רוצה לעשות עם שעות הפנאי שלה יותר מאשר ברידג 'ט עצמה עושה.

מאמר זה פורסם במקור על השיחה על ידי Anjana Susarla. קרא את המאמר המקורי כאן.