چگونه از اطلاعات برای ساختن برنامه‌های تلویزونی موفق استفاده کنیم
متن سخنرانی :
احتمالا بیشتر ما اسم "روی پرایس"رو نشنیدیم، با اینکه مسئول ۲۲ دقیقه از اوقات نه چندان خوبه شمادر ۱۹ آوریل سال ۲۰۱۳ بوده. از طرفی هم شاید مسئول ۲۲ دقیقه بسیارسرگرم کننده از اوقات شما بوده، البته نه برای خیلیهاتون. همه اینها به تصمیمی برمیگرده که "رُوی" سه سال پیش باید میگرفت.میدونید، "روی پرایس" یکی از مدیران اجراییبالا رتبه در آمازون استودیوز هست. شرکت تولیدکننده محصولاترسانه‌ای متعلق به آمازون. اون ۲۷ سال داره، لاغره، موهاش تیغ تیغیه، خودش توی "توئیتر" میگه اهل سینما، تلویزیون،تکنولوژی و پیراشکی مکزیکیه. خوب "روی پرایس" کار حساسی دارهچون مسئولیتش اینه که برنامه‌هایی رو انتخاب کنه کهآمازون قراره اونا رو بسازه. و بدون شک در فضای رقابتیشدیدی فعالیت میکنه. چون برنامه‌های تلویزیونیخیلی زیادی وجود دارن، "روی" هر برنامه‌ای همنمیتونه انتخاب کنه. اون باید برنامه‌های رو انتخاب کنهکه واقعاً عالی هستن. یعنی باید دنبال برنامه‌هایی باشه که در انتهای سمت راست این منحنی بشینن،
این منحنی نشون دهندهتوزیع رتبه بندیِ حدوداً ۲,۵۰۰ برنامه تلویزیونیدر تارنمایه IMDB هست، و این رتبه بندی از یک تا ده هست. و محور عمودی نشون میده چه تعدادبرنامه اون رتبه رو دارن، خوب اگر برنامه شما رتبه ۹ یا بالاتر رو داشته باشه، برنده شده. یعنی رتبه برنامتون خیلی بالاست. سریالهایی مثل "Breaking Bad"، "Game of Thrones" و "The Wire". همه این سریالها اعتیاد آورن. بعد از اینکه فصل اول رو ببینیدانگار مغزتون میگه، «کجا میتونم قسمت هایبعدی رو پیدا کنم؟» منظورم این برنامه‌هاست. برای اینکه روشنتون کنم سمت چپیعنی در این انتها، برنامه هایی مثله "Toddlers and Tiaras"وجود دارنــ
(خنده)
ــکه به اندازه کافی بهتون میگه انتهای این منحنی چی میگذره.
"روی پرایس" نگران این نیست که به انتهای چپ این منحنی برسه، چون من فکر کنم آدم باید واقعاًقدرت ذهنی بالایی داشته باشه که Toddlers and Tiarasروزیرقیمت بفروشه. نگرانیه اصلی اون چیزیه کهوسط این منحنی میگذره، یعنی برنامه‌های متوسط، منظورم برنامه‌هایی کهنه خیلی خوبن نه خیلی بد، برنامه‌هایی که شما رو به وجد نمیارن. اون میخواست مطمئن شه که واقعاً در انتهای درست این ماجرا قرار بگیره.
پس همچنان فشار ادامه داره، و البته اولین باریه که آمازون داره چنین کاری انجام میده پس "روی پرایس" نمیخوادپای شانس رو بکشه وسط. بلکه میخواست موفقیت رو مهندسی کنه. اون باید موفقیت رو ضمانت کنه، پس برای انجام این کاریه مسابقه برگزار کرد.
برای این کار تعدادی ایده برای ساختبرنامه‌های تلویزیونی جمع کرد، و با ارزیابی اون ایده‌ها، هشت کاندیدا برای برنامه‌هایتلویزیونی انتخاب کردند، و قسمت اول هر کدوم از این برنامه‌ها رو تهیه کرد و اون برنامه‌ها را به صورت رایگانروی اینترنت گذاشت تا همه ببینن. خوب وقتی آمازون چیزی رو رایگان میذاره، شما هم تماشایش میکنید، نه؟ خوب الان میلیونها نفر دارناین برنامه‌ها رو میبینن.
اما نمیدونن کهدرحالی که دارن برنامشون رو میبینن، در واقع تحت نظرند. "روی پرایس" و تیمش در حال تماشاکردن اونا هستن، و همه چیز رو ثبت میکنن. اونها ثبت میکن فرد چند بارپخش یا مکث رو فشار میده، یا اینکه بخشی رو رد میکنه،یا دوباره میبینه. اونا میلیونها نقطه اطلاعاتی جمع میکنن، چون به این نقاط اطلاعاتینیاز دارن تا بتونن تصمیم بگیرن چه نوع برنامه‌ای باید ساخت. و برای اطمینانتمامی اطلاعات رو جمع میکنن، تمام اطلاعات را پردازش می‌کننتا به یک جواب برسن، و اون جواب اینه که آمازون باید یه طنز بسازه درباره چهار سناتور جمهوریخواه آمریکایی. اونا این برنامه رو ساختن.
کسی اسم اون برنامه رو میدونه؟ (حضار: Alpha House) درسته، «Alpha House» انگار خیلیهاتون اون برنامه رو به خاطر نمیارید، چون چیز جالبی از کار در نیومد. واقعیتش یه برنامه متوسط بود، دقیقاً همینطوره، چون در این منحنیحد متوسط در نقطه ۷/۴ هست، و برنامه آلفا هاوس در نقطه ۷/۵ قرار داره، در واقع یه کمی بالای حد متوسط، و صد البته این چیزی نیست که"روی پرایس" و تیمش میخواستن. اما همون موقع، در یک شرکت دیگه، یک مدیر اجرایی دیگه تونست با تجزیه وتحیل اطلاعات یک برنامه عالی بسازه، و اسم اون فرد «تد» هست، «تد ساراندوز»، مدیر ارشد محتویدر شرکت نتفلیکس، اون هم دقیقاً مثله "روی"کمر همت رو بسته بود تا یه برنامه عالی پیدا کنه، او هم از اطلاعات برای این کار استفاده کرد، بجز اینکه یه فرق کوچیک این وسط وجود داشت، یعنی به جای برگزاری مسابقه، کاری که اون وو البته تیمش کردن این بود که با دقت همه اطلاعاتی که درباره مخاطبین نتفلیکس داشتن رو بررسی کردن، مثل امتیازی که افرادبه برنامه‌ها داده بودن، سابقه تماشای برنامه، اینکه مردم چیدوست دارن و غیره. اونها ازاین اطلاعاتبهره بردن تا زیر و بم مخاطبین رو بشناسن: مثلا چه برنامه‌هاییدوست دارن، یا کدوم تهیه کننده و کدوم بازگر رو میخوان، وقتی که همه این اطلاعات رو کنار هم گذاشتن، دل رو به دریا زدن، و تصمیم گرقتن تا اون برنامه رو بسازن، اون هم نه یه کمدی درباره چهار سناتور، بلکه یه سریال درام دربارهیک و فقط یه سناتور ساختن. فکر کنم بدونین اسمش چی بود؟
(خنده)
آره،درسته، سریال «خانه پوشالی»و البته شرکت نتفلیکس زدن به هدف، حداقلش برای دو فصل اول که اینجور بود.
(خنده) (تشویق)
سریال «خانه پوشالی» در نمودار مادر امتیاز ۹/۱ نشست، یعنی دقیقاً همونجایی که سازندهاش میخواستن باشه.
خوب سؤالی که پیش میاد اینه که«چی شد که این شد؟» خوب ما اینجا دوتا شرکت خیلی رقیب و خوره اطلاعات داریم. اونها این میلیونها نقطه اطلاعاتی روبا هم ربط دادن و این کار برای یه برنامه جواب داد، ولی برای بقیه جواب نداد. اما چرا؟ چون منطقیش اینه که این کار باید برای همه برنامه‌ها جواب بده. یعنی وقتی شما میلیونها نقطهاطلاعاتی جمع میکنید برای تصمیمی که قرار بگیرید، پس قاعدتاً باید تصمیم خوبی بتونید بگیرید. اندازه ۲۰۰ سال عدد ورقم دارید که روش حساب کنید. و با کامپیوترهای خیلی قوی اونا رو تعبیر و تفسیر میکنید. حداقل چیزی که باید انتظارشو داشتبرنامه‌های تلویزیونی خوبه.
اگر تجزیه و تحلیل داده‌ها خوب کار نکنه، یه جورایی قضیه ترسناک میشه، چون داریم تو دوره‌ای زندگی میکنیمکه خیلی بیشتر از قبل به اطلاعات نیاز داریم برای گرفتن تصمیمهایی که خیلیفراتر از برنامه های تلویزونیه. کسی اینجا شرکت "Multi-Health Systems"رو میشناسه؟ هیچ کس. خوب این واقعاً خوبه "Multi-Health Systems" یه شرکت نرم افزاریه و امیدوارم هیچ کسی اینجا تا حالا به اون برنامشونبر نخورده باشه، چون انجام این کار مساوی با زندانی شدنتون هست.
(خنده)
اگر اینجا، در آمریکا کسی در زندان باشهو درخواست آزادی مشروط کنه، به احتمال خیلی زیاد نرم افزار تحلیلاطلاعات این شرکت بکار میره تا تعین کنند این آزادی به فرد تعلق میگیره یا نه. یعنی اصولش مثل آمازون و نتفلیکس میمونه، اما به جای اینکه تصمیم بگیرن که یه برنامه تلویزیونی خوبه یا بد، اونها تصمیم میگیرن که آیا یک نفر خوبه یا بد. و اگه فرد هم مثل سریالهای متوسط۲۲ دقیقه‌ای تلویزیون خیلی بد باشه، خوب سالهای بیشتری باید در زندان باشه شایدم بدتر از این.
متأسفانه شواهدی هست کهنشون میده این تحلیل اطلاعات با اینکه حجم زیادی داده دارههمیشخ بهترین نتیجه رو نداره. نه به این خاطر که شر کتی مثل"Multi-Health Systems" نمیدونه با این اطلاعات چه کار کنه. حتی بیشتر شرکتهای خوره اطلاعات هم اشتباه میکنن. بله حتی گاهی گوگل هم اشتباه میکنه.
سال ۲۰۰۹، گوگل اعلام کرد که اونها با تحلیلداده‌ها تونستن، شیوع آنفولانزا رو پیش بینی کنن،اون هم از اون نوع خیلی بدش، با کمک تحلیل اطلاعات بدست اومدهاز جستجوهای گوگلی. خوب این مسئله خیلی عالی کار کردو مثله بمب تو خبرها ترکید، و در زمره بهترینهای علمی قرار گرفت. یعنی انتشار این کار در مجله "Nature". این روش برای سالهای متمادیخیلی خوب جواب داد، تا اینکه یک سال شکست خورد. هیچ کسم نمیتونست بگه دقیقاً به چه علت. فقط اون سال جواب نداد، همین خوب معلومه کهاین مسئله هم خبرساز شد، از جمله اعلام اشتباه در یکی از شماره های مجله نیچر. ببینید، بزرگترین شرکت های خوره اطلاعاتمثله آمازون و گوگل، هم اشتباه می کنن. و علی رغم تمام این اشتباهات، اطلاعات به سرعت واردتصمیم گیری درزندگی روزمرمون میشن-- مثلا سر کارمون، اجرای قانون، دارو. با این تفاصیل بهتره مطمئن بشیم کهاطلاعات دارن به ما کمک می کنن.
من خودم شخصاً با اطلاعاتدرگیری‌های زیادی داشتم، چون در زمینه ژنتیک محاسباتی کارمی‌کنم، در این زمینه انسانهای بسیار با هوشی حجمی باور نکردنی از اطلاعات رو برای گرفتن تصمیمات جدی بکار میبرن مثل تصمیمات مربوط به درمان سرطان یا ساختن یک دارو. در مدت چند سالمن متوجه نوعی الگو یا قانون درباره تفاوت بین تصمیم‌گیریهای موفق با استفاده از اطلاعات و تصمیم‌گیریهای ناموفق شدم، و الگویی پیدا کردم که ارزش بهاشتراک گذاشتن داره.
وقتی شما دارید یهمسئله پیچیده رو حل میکنید، الزاماً دو کار رو انجام می‌دهید. اول اینکه اون مسئله رو به اجزاءکوچکتر می‌شکنید تا بتونید اون اجزاء رو تجزیه وتحلیل کنید. خوب بعدشم مرحله دوم را انجام میدین. یعنی دوباره این اجزا رو به هم می‌چسبونید تا به نتیجه برسید. گاهی هم باید این کار روچندین بار انجام بدین، اما همیشه همین دوتا مرحله هست: جدا کردن و به هم چسبوندن.
اما چیزی که مسئله میسازه اینه که اطلاعات و تجزیه و تحلیل فقط برای بخش اول خوبه. اطلاعات و تجزیه و تحلیل،هر قدر قدرتمند باشه، فقط به شما کمک میکنه مسئله رو بشکنید و اجزاء اون رو درک کنید. اما اصلا برای به هم چسبوندشون مناسب نیست تا بشه به یک نتیجه رسید. ابزار دیگری وجود داره که میتونه اینکار رو انجام بده، اون ابزارهم مغزماست. اگر مغز فقط تو یه کار خوب باشه، اینه که اجزاء رو دوباره به هم بچسبونه، حتی وقتی اطلاعاتتون کامل نباشه، تا به یک نتیجه خوب رسید، بخصوص اگه مغز یک متخصص باشه.
برای همینه که من فکر میکنمنتفلیکس خیلی موفق بود، چون اونها از اطلاعات و مغز در جایمناسبشون استفاده کردن. اول از اطلاعات استفاده کردن تا اجزاء زیادی رو درباره مخاطبینشون بفهمن غیر از این نمیتونستن اینقدرعمیق متوجه بشن، اما بعدش، موقع تصمیم دربارهبهم چسبودن اطلاعات و ساختن سریال خانه پوشالی از اطلاعات استفاده نکردن. تد ساراندوز و تیمش بودن کهتصمیم گرفتن اون برنامه رو بسازن، که معنیش اینه که اونها با گرفتن اون تصمیمریسک خیلی بزرگی کردن. اما آمازون بی راهه رفت. اونها از اطلاعات برای تصمیم گیریاستفاده کردن، اول جایی که مسابقه ایده‌های تلویزیونی راه افتاد، بعدشم انتخاب« خانه آلفا»به عنوان برنامه تلویزونیشون. البته این تصمیم برای اونهاکاملا مطمئن بود، چون همیشه میتونستن به اطلاعاتشون اشاره کنن و بگن، «این چیزیه که اطلاعات به ما میگه.» اما این کار به نتیجه فوق العاده‌ایکه دنبالش بودن ختم نشد.
خوب اطلاعات بدون شک ابزاری بسیار کاربردی برای تصمیم گیریه، اما فکر میکنم اون مواردموقعی اشتباه از کار در اومد که خود همون اطلاعات تصمیم گیرنده بود. اطلاعات هرقدرم قوی باشهچیزی جز یک ابزار نیست، برای اینکه این مسئله رو به ذهن بسپاریماین وسیله خیلی کمکمون میکنه. خیلیهاتون میدونید--
(خنده)
قبل از اطلاعات، از این برایه تصمیم گیری استفاده میکردن.
(خنده)
خیلیهاتون باهاش آشنایید. به این ماسماسک میگن «توپ ۸ جادویی»، و واقعاً چیزِ جالبیه، چون وقتی میخواید تصمیمی بگیریدو موندید بله بگید یا نه، کافیه که توپ رو تکون بدید و بعدش جواب رو بفهمید-- جوابم اینه،«به احتمال خیلی زیاد»دقیقا اینجا در دنیای واقعی. بعداً برای دموهای تکنولوژیمیندازمش کنار.
(خنده)
خوب مسئله اینه کهمنم هم تصمیماتی در زندگیم گرفتم جایی که با نگاهی به گذشتهبه حرفای این توپ گوش دادم. اما اگه اطلاعاتی در دست دارید، بهتره توپ را با چیزی ماهرانه‌تر جایگزین کنید، مثلا تجزیه و تحلیل اطلاعاتبرای تصمیم‌گیری. اما اصل قضیه فرقی نمیکنه. این توپ همچنان باهوشتر و با هوشتر میشه، من همچنان فکر میکنم ما خودمونباید تصمیم بگیریم اگز بخواهیم به چیز فوق العاده ای برسیم، یعنی سمت راست این منحنی. پیام الهام بخشی که من دراین قضیه متوجه شدم، اینه که حتی با داشتنحجم زیادی از اطلاعات، هنوز هم می ارزه که تصمیم بگیرید، تا بتونید در کارتون خبره بشین و خطر کنید. چن در آخر، این اطلاعات نیست که شما رو به سمت راست منحنی میبره،بلکه ریسکه.
متشکرم.
(تشویق)
