
大數(shù)據(jù)時代的音樂革命1_數(shù)據(jù)分析師
大數(shù)據(jù)時代,音樂界迎來一場革命:下一首歌流行什么,聽眾說了算;公告牌排行榜,消費者來決定。有人說,這是唱片業(yè)史上最平民化的時代。
【唱片業(yè)的一場革命】
2000年,斯坦福大學(xué)博士埃維·王和幾名商學(xué)院畢業(yè)生攜手創(chuàng)建新創(chuàng)企業(yè)Shazam。他們的想法是,開發(fā)一種軟件,利用智能手機在數(shù)秒內(nèi)識別一首歌,哪怕是在嘈雜的酒吧或咖啡廳。
兩年后,公司投入運營。至今,這一軟件的下載量已超過5億次,前后共識別過300萬首歌曲,是全世界最火的應(yīng)用程序之一。它在唱片行業(yè)掀起一場革命:不僅讓用戶輕松識別不熟悉的音樂,也為音樂總監(jiān)們預(yù)測流行提供了依據(jù)。
Shazam有一支團隊,及時更新世界各地最新錄制的歌曲(包括歌手自錄單曲),以充實其龐大的音樂庫。通過研究每天高達200萬條的搜索信息,Shazam可以最先知道什么歌在什么地方受歡迎?!坝袝r,我們在大多數(shù)人還未聽到歌曲之前幾個月,就預(yù)測其會火,”Shazam前首席技術(shù)官杰森·提圖斯說。
去年,Shazam推出一幅與搜索數(shù)據(jù)聯(lián)動的互動地圖,用戶可以鎖定世界某一城市,查找當(dāng)?shù)卦赟hazam上最受歡迎的歌曲。這張地圖好比一個全球最新流行單曲的實時“地震儀”,星探們可從中挖掘到極具潛力的未來之星。
“我們知道一首歌從哪里開始流行,及其完整的傳播路線,”提圖斯說。以2013年紅極一時的新星洛德為例,Shazam的工程師可以讓時間回轉(zhuǎn),追溯到她第一首引起國際轟動的單曲《Royal》,如何從其家鄉(xiāng)新西蘭傳到美國鄉(xiāng)村音樂圣地納什維爾,再到美國東西海岸,甚至精確到哪一天,它在全美近3000個城市達到播放高峰。
Shazam成為美國音樂經(jīng)紀人最受歡迎的應(yīng)用軟件。去年2月,該公司宣布涉足音樂制作領(lǐng)域,與華納音樂集團聯(lián)手打造通過Shazam軟件脫穎而出的歌手。
【群眾智慧代替專家直覺】
像Shazam這樣引領(lǐng)流行音樂產(chǎn)業(yè)發(fā)展的新創(chuàng)企業(yè)并非獨此一家。通過研究“聲破天”數(shù)據(jù),承辦商安排演唱會巡演路線,以便最廣泛地接觸忠實歌迷;一些歌手根據(jù)網(wǎng)絡(luò)音樂電臺“潘多拉”顯示的點播流量決定每一站演唱的曲目。事實上,所有搜索、流量、下載和分享都被用來回答音樂圈內(nèi)一個古老的問題:下一首歌,人們想聽什么?
過去,唱片公司老板通常用直覺回答這個問題。如今,大數(shù)據(jù)改變了力量平衡,以群眾的智慧代替了專家的直覺,讓唱片公司更加清楚地知道人們想聽什么。這是數(shù)字革命給利潤持續(xù)下滑的流行音樂產(chǎn)業(yè)帶來的希望。顯然,它有利于唱片公司賺錢。
紐約音樂數(shù)據(jù)分析公司“Next Big Sound”通過搜索“聲破天”、Instagram等網(wǎng)站的粉絲群預(yù)測未來流行趨勢,利用數(shù)據(jù)模型列出一張明年可能大火的百名藝人名單?!叭绻愫灹宋覀兠麊紊系乃嚾耍渲?0人將登上‘公告牌200強’,”Next Big Sound數(shù)據(jù)分析師維克多·吳說。20%的成功率看起來挺低,但它掀起的全球影響力可能令你目瞪口呆,說不定其中還有下一個碧昂絲。
Next Big Sound的一款優(yōu)化軟件“Find”發(fā)現(xiàn),盡管“推特”等社交媒體已成為新歌傳播的重要渠道,但電臺依然是推介新歌的最佳平臺。為了向電臺DJ證明一首全新單曲能一炮走紅,每一家唱片公司都會提供一堆表格:實體銷量、YouTube點擊量、“臉譜”互動量、目標群調(diào)查……總之,各種數(shù)據(jù),多多益善。
“DJ因為個人喜好選擇歌曲的想法早就過時了,”美國最大的電臺運營商iHeartMedia副總裁拉達·蘇布拉馬尼亞姆說。
數(shù)字唱片公司DigSin首席執(zhí)行官杰·弗蘭克也表示,這種做法不是要把人的因素從電臺抹去,而是最大程度地呈現(xiàn)人的因素——受眾的反應(yīng)。“這恐怕是電臺史上最平民化的時刻,”他說。
【公告牌,消費者說了算】
音樂排行榜也發(fā)生了類似的革命。以“公告牌熱門單曲100”榜單為例,自1958年創(chuàng)立以來,一直依據(jù)唱片店和電臺提供的信息排定座次。但兩者皆不可靠,因為唱片公司常常為了促銷向他們行賄,或者唱片店因為缺貨而不愿推廣某一專輯。
另一個影響榜單公信度的因素是,它不僅反應(yīng)聽眾的喜好,還一手“制造”這種喜好。哥倫比亞大學(xué)曾做過一個著名實驗,證明人氣可以“自我實現(xiàn)”。研究人員讓實驗者去各音樂網(wǎng)站聽歌,結(jié)果發(fā)現(xiàn)他們大多根據(jù)下載量排名選擇歌曲。
如果排名被人為操縱,結(jié)果會怎樣呢?于是他們進一步實驗:有些網(wǎng)站按真實的下載量排名,有的則反其道而行,把最不受待見的歌曲放在第一位。結(jié)果,后者的境遇發(fā)生巨變,一躍而為熱門金曲,而原先受歡迎的歌曲則遭冷遇。
為了杜絕這種造假可能,從1991年起,公告牌根據(jù)收銀機的銷售終端數(shù)據(jù)確定排名?!斑@是革命性的改變,”公告牌現(xiàn)任負責(zé)人西爾維奧·歐特洛盧剛說,“我們終于得知,哪張專輯真的賣得好。”
幾乎同一時期,公告牌改用通過調(diào)查公司尼爾森監(jiān)控電臺播放數(shù)據(jù)。結(jié)果發(fā)現(xiàn),嘻哈音樂和鄉(xiāng)村歌曲的排名迅速攀升,老派搖滾則日趨衰微。這也許意味著,由東西海岸白人主導(dǎo)的音樂產(chǎn)業(yè)并不重視城市少數(shù)裔和南部白人的音樂口味。
另一個巨變發(fā)生在2000年代中期,公告牌開始追蹤音樂流量和下載量。一些不曾入唱片公司法眼的歌曲,如2005年“黑眼豆豆”的《My Humps》大行其道;瑞典姐弟組合“刀”樂隊的專輯《深切》不被唱片公司看好,卻受到歌迷熱捧。
如今,無論唱片公司總裁、電臺總監(jiān),還是業(yè)界分析人士、記者,幾乎形成一種共識:較之幾十年前,消費者的口味由唱片公司主導(dǎo),今天的消費者對“公告牌”已經(jīng)有了更多發(fā)言權(quán)。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗證損失驟升:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11