Generando nuevos datos de entretenimiento. MinDof / shutterstock.com

Cualquiera que haya visto "El diario de Bridget Jones" sabe que una de sus resoluciones de Año Nuevo es "No salir todas las noches sino quedarse y leer libros y escuchar música clásica".

La realidad, sin embargo, es sustancialmente diferente. Lo que las personas realmente hacen en su tiempo libre a menudo no coincide con lo que dicen que harán.

Los economistas han denominado a este fenómeno "descuento hiperbólico". En un famoso estudio titulado "Pagando para no ir al gimnasio", Un par de economistas descubrieron que, cuando se ofrecía a las personas la posibilidad de elegir entre un contrato de pago por visita y una tarifa mensual, era más probable que eligieran la tarifa mensual y terminaran pagando más por visita. Eso es porque sobrestimaron su motivación para hacer ejercicio.

El descuento hiperbólico es solo un desafío de operar en una industria creativa. Los gustos son altamente subjetivos, y los elementos de la trama y la narrativa que hacen que una película sea un gran éxito fácilmente podrían hacer que otra falla crítica y comercial.

Durante décadas, los anunciantes y los vendedores lucharon por predecir el consumo de productos de ocio como películas y libros. Es igualmente difícil decidir el momento. ¿Qué fin de semana debería un estudio lanzar una nueva película? Cuando un editor publica una copia impresa de un libro, ¿cómo deciden cuándo lanzar la versión del libro electrónico?

Hoy en día, Big Data ofrece una nueva visibilidad de cómo las personas experimentan el entretenimiento. Como un investigador que estudia En cuanto al impacto de la inteligencia artificial y las redes sociales, hay tres fuerzas que me destacan por ser especialmente poderosas para predecir el comportamiento humano.

1. Economia de la larga cola.

Internet permite distribuir productos de entretenimiento que son menos populares que los éxitos de la corriente principal. Los programas de transmisión pueden adquirir una audiencia más amplia de lo que es económicamente viable para su distribución a través de la televisión en horario estelar. Este fenómeno económico se conoce como el efecto de cola larga,

Debido a que las compañías de transmisión de medios como Netflix no tienen que pagar para distribuir contenido en salas de cine, pueden producir más programas que se adapten a audiencias de nicho. Netflix utilizó datos de los hábitos de visualización de sus clientes individuales para decidir respaldar "House of Cards", que Fue rechazado por las cadenas de televisión.. Los datos de Netflix mostraron que había una base de fans para películas dirigidas por Fincher y películas protagonizadas por Spacey, y que una gran cantidad de clientes habían alquilado DVD de la serie original de la BBC.

2. Influencia social en la era de la inteligencia artificial.

Con las redes sociales, las personas pueden compartir lo que ven con sus amigos, haciendo que las experiencias de entretenimiento independiente se vuelvan más sociales.

Al extraer datos de sitios sociales como Twitter e Instagram, las compañías pueden rastrear en tiempo real lo que piensan los espectadores sobre una película, programa o canción determinada. Los estudios cinematográficos pueden utilizar un tesoro de datos digitales para decidir cómo promocionar programas y lanzar fechas para películas. Por ejemplo, el volumen de Las búsquedas en Google del trailer de una película durante el mes anterior a su estreno. es un predictor líder de los ganadores del Oscar, así como los ingresos de taquilla. Los estudios de películas pueden combinar datos históricos sobre las fechas de estreno de películas y el rendimiento de taquilla con tendencias de búsqueda a Predecir fechas de lanzamiento ideales para nuevas películas.

La minería de datos de redes sociales también ayuda a las empresas a identificar sentimientos negativos antes de que se convierta en una crisis. Un solo tweet de un cliente infeliz influyente. Puede ir viral, dando forma a la opinión pública.

En un estudio que realicé. con Yong Tan de la Universidad de Washington y Cath Oh de la Universidad Estatal de Georgia, mostramos La forma en que dicha influencia social determina no solo qué videos de YouTube se vuelven más populares, sino también cómo los videos compartidos por usuarios influyentes se ven aún más ampliamente.

Un estudio muestra que cuando los estudios prestan atención al rumor de las redes sociales antes del lanzamiento de una película, la diferencia entre los ingresos previstos y los ingresos reales, conocido como error de pronóstico, se reduce en un 31 por ciento.

3. Analítica del consumo

Big Data proporciona una mejor visibilidad de lo que los libros y las personas que realmente pasan su tiempo disfrutando.

El matemático Jordan Ellenberg fue pionero en el uso de la Índice de Hawking, una medida del número de página promedio de los cinco pasajes más destacados en un libro de Kindle como una proporción de la longitud total de ese libro. El índice de Hawking muestra cuando las personas se dan por vencidas en un libro. Si el punto culminante de Kindle promedio de un libro de páginas 250 aparece en la página 250, eso le daría un índice de Hawking del porcentaje de 100.

La teoría recibe su nombre de "Una breve historia en el tiempo" de Stephen Hawking. Si bien este libro todavía vende millones de copias al año, rara vez se lee, con un índice de Hawking pésimo del 6.6.

Cuando una empresa como Amazon decide qué libros recomendar a los lectores potenciales o qué Prime muestra producir, analizan las huellas digitales detalladas de que los puntos de la trama involucraron audiencias y que no. Esto podría ayudarles a promover un próximo lanzamiento o a hacer mejores recomendaciones a usuarios individuales.

Además, los nuevos tipos de inteligencia artificial pueden investigar qué hace que las personas se involucren con el contenido creativo. Por ejemplo, una compañía llamada Epagogix fue pionera en un enfoque utilizando una red neuronal: una herramienta de inteligencia artificial que busca patrones en grandes cantidades de datos, en un conjunto de guiones calificados por expertos en la industria del entretenimiento. La computadora podría entonces predecir el éxito financiero de una película. Según algunos informes, tal inteligencia artificial puede predecir hasta 75 por ciento de los ingresos brutos reales de las películas.

Gracias a las nuevas ideas de big data como estas, las compañías de entretenimiento pronto sabrán qué es exactamente lo que Bridget Jones quiere hacer con su tiempo libre mejor que la propia Bridget.

Sobre el Autor

Anjana Susarla, profesora asociada de sistemas de información, Michigan State University

Este artículo se republica de La conversación bajo una licencia Creative Commons. Leer el articulo original.

Libros relacionados

at InnerSelf Market y Amazon