Data science i karaoke, czyli jak analizowało się dane pół wieku temu?

W latach 70’-80’ na przykład, rząd, służba zdrowia, wojsko, uniwersytety, oraz wszystkie inne organizacje, które mogły sobie pozwolić na komputery z odpowiednią mocą obliczeniową, z pewnością korzystały z przetwarzania danych. Nadal jednak w ograniczony i bardzo wolny sposób. A inne branże? Czy słowo „karaoke” to pierwsze co wpada do głowy po usłyszeniu „data science”? Raczej nie.

Tymczasem, pierwsze zestawy do karaoke powstały na początku lat 70’ ubiegłego wieku. „Zestawy”, bo do zabawy potrzeba było urządzenia, które = odtwarza podkłady muzyczne i wyświetla tekst + na dedykowanym ekranie + można do niego podłączyć mikrofony + i głośniki + oraz stację kaset do zmiany utworów (później zastąpioną nośnikiem LaserDisc). OK, wiemy jak działa karaoke, ale co to ma wspólnego z data science?

Powiedzieć, że analiza danych pochodzących z zestawów karaoke ukształtowała kierunek rozwoju muzyki popularnej w Japonii, to jak nic nie powiedzieć. W szczytowym momencie popularności karaoke w kraju kwitnącej wiśni puby i tzw. karaoke boksy odwiedzało przynajmniej raz w ciągu roku… 60.000.000 ludzi! To połowa populacji Japonii! Poza producentami sprzętów do karaoke i właścicieli pubów skorzystać na całym biznesie mógł ktoś jeszcze – twórcy muzyki.

W latach 70’ i 80’ Internet nie był tak powszechny jak dzisiaj (nie było jeszcze World Wide Web), nawet w najbardziej dojrzałym i zaawansowanym technologicznie kraju na świecie. Nie istniały jeszcze YouTube ani Spotify, a muzyczne telewizje i teledyski (rewolucyjny klip ‘Thriller’ Michaela Jacksona powstał w 1983 roku) dopiero raczkowały. Popularność piosenkarzy i zespołów muzycznych mierzono więc wyłącznie sprzedażą kaset i płyt oraz popytem na koncerty. Dziś wystarczy rzut oka na wyświetlenia filmu na YouTubie lub najpopularniejsze piosenki na Spotify, by wiedzieć, czego słucha konkretny kraj i cały świat.

W czasach świetności karaoke tę wiedzę w Japonii dostarczali producenci sprzętu do śpiewania. Nie były to jednak dane dostępne od ręki, „na żądanie”. Wyobraźmy sobie, że do każdego z kilkudziesięciu tysięcy pubów i karaoke boksów co jakiś czas musiał przyjeżdżać serwisant. Po pierwsze po to, aby naprawić ewentualne usterki, wymienić kable, mikrofony, itp. Po drugie po to, aby wgrać lub przywieźć na nośniku nowe utwory. Po trzecie wreszcie, aby zgrać z urządzenia informacje o tym, jakie utwory są odtwarzane najczęściej. Następnie, w centrali, informacje te były – ponownie ręcznie – zgrywane w jedno miejsce, obrabiane i przygotowywane do analizy, i poddane tej ostatniej. A wszystko, na domiar złego, na maszynach wolniejszych niż dzisiejsze kalkulatory, na skromnych w możliwości wizualizacji systemy a’la MS-DOS.

Pomnóżmy teraz kilkadziesiąt tysięcy sprzętów do karaoke * kilkaset piosenek = daje nam to minimum 5.000.000 wierszy informacji (miesięcznie!). Po starannym uporządkowaniu ich pod kątem wykonawców, konkretnych utworów i ilości odtworzeń = otrzymujemy największą w Japonii (a może i na świecie?) bazę danych o muzycznych preferencjach i upodobaniach odbiorców! Taki zbiór danych przekazany do wytwórni muzycznej lub dowolnego zespołu muzycznego był (i jest) na wagę złota. Dzięki temu, osoby odpowiedzialne za nagrywanie kolejnych hitów wiedzą jakie melodie, tempo, czy tematykę piosenki lubią najbardziej słuchacze.

Dziś nie dziwi nas fakt, że Coldplay albo One Direction to tzw. supergrupy założone na podstawie badań rynku lub specjalistycznego szkiełka i oka specjalisty. Ale prawie pół wieku temu takie mezalianse musiały szokować ludzi, zwłaszcza spoza Japonii. Jednoosobowe gwiazdy, duety, girlsbandy i boysbandy, a nawet zespoły rockowe były w kraju kwitnącej wiśni szyte na miarę (na podstawie danych z maszyn karaoke) jeszcze do wczesnych lat 00’.

Publiczne wykonywanie karaoke nie jest już tak popularne jak dawniej. W końcu każdy może to robić we własnym domu włączając YouTube’a. Dziś analiza potencjału gwiazdy lub grupy muzycznej to czysta statystyka dostępna za pomocą kilku kliknięć w ciągu kilku sekund. Dziś w modzie są utwory o długości 02:00 do 02:30 minut, z wyraźnie słyszalnym autotunem, ew. synthem, z maksymalnie dwoma zwrotkami i dwoma refrenami. Aby odkryć podobne zależności w czasach rozkwitu karaoke, pracownicy producentów sprzętu musieli te dane ręcznie zgrywać, wgrywać, łączyć i analizować. Bez graficznych wykresów, map ciepła, czy zaawansowanych funkcji. I cały ten proces trwał nie sekundami, minutami, ani nawet godzinami, lecz dniami!

Na szczęście, mamy dziś narzędzia do analizy danych. Takie, które nie tylko załadują i dokonają transformacji danych, ale również wizualizacji. Na dodatek, wszelkie anomalie (na przykład, ktoś odtworzył w jednym miejscu 1000 razy tę samą piosenkę) wychwycą w kilka milisekund. Całość zadziała na laptopie z hipermarketu.

Prekursorom data science (także tym od karaoke!) należy się ogromny szacunek i głęboki ukłon za ich osiągnięcia. A nam pozostaje się cieszyć, że żyjemy w wygodnych czasach.

Dowiedz się więcej o narzędziach do data science: https://www.bpxglobal.com/rozwiazania/altair/altair-knowledge-studio/

Napisz do nas i dowiedz się więcej o narzędziach do Business Intelligence i Data Science! bpx@bpx.pl