How to use data to make a hit TV show | Sebastian Wernicke

Překladatel: Matouš Melecký Korektor: Nicole AguilaAurum

Roy Price is a man that most of you have probably never heard about,

Roy Price je muž, o kterém většina z vás nikdy neslyšela,

even though he may have been responsible

přestože jste možná díky němu

for 22 somewhat mediocre minutes of your life on April 19, 2013.

strávili 19.dubna 2013 22 minut tak nějak podprůměrně.

He may have also been responsible for 22 very entertaining minutes,

Možná někteří z vás díky němu strávili 22 minut života velmi zábavně,

but not very many of you.

ale nejspíš už ne tolik z vás.

And all of that goes back to a decision

A toto všechno díky rozhodnutí,

that Roy had to make about three years ago.

které Roy musel udělat.

So you see, Roy Price is a senior executive with Amazon Studios.

Roy Price je vedoucí pracovník v Amazon Studios,

That's the TV production company of Amazon.

což je firma Amazonu zaměřená na TV produkci.

He's 47 years old, slim, spiky hair,

Je mu 47, je štíhlý, má zježené vlasy,

describes himself on Twitter as "movies, TV, technology, tacos."

popisuje se na Twitteru takto: "filmy, TV, technologie, tacos."

And Roy Price has a very responsible job, because it's his responsibility

A Roy Price má velmi zodpovědnou práci, protože jeho zodpovědností je

to pick the shows, the original content that Amazon is going to make.

vybrat pořady, které pak Amazon natočí.

And of course that's a highly competitive space.

A to je samozřejmě vysoce konkurenční oblast.

I mean, there are so many TV shows already out there,

Vezměte si, kolik televizních seriálů již bylo natočeno.

that Roy can't just choose any show.

Roy proto nemůže vybrat jen tak nějaký seriál.

He has to find shows that are really, really great.

Musí najít seriál, který je vážně, vážně skvělý.

So in other words, he has to find shows

Jinými slovy, musí najít seriály,

that are on the very right end of this curve here.

které by byly na úplném konci tady této křivky.

So this curve here is the rating distribution

Ta křivka značí rozmístění asi 2500 TV seriálů na IMDB

of about 2,500 TV shows on the website IMDB,

podle jejich hodnocení,

and the rating goes from one to 10,

které je od 1 do 10,

and the height here shows you how many shows get that rating.

a výška tady ukazuje, kolik seriálů toho hodnocení dosáhlo.

So if your show gets a rating of nine points or higher, that's a winner.

Takže váš seriál vyhrává, jestliže dostane 9 nebo více bodů.

Then you have a top two percent show.

Pak máte show v horních 2 %.

That's shows like "Breaking Bad," "Game of Thrones," "The Wire,"

To jsou seriály jako "Perníkový táta", "Hra o trůny", "The Wire",

so all of these shows that are addictive,

všechny takové ty návykové seriály,

whereafter you've watched a season, your brain is basically like,

u kterých vám mozek po zhlédnutí série v podstatě říká:

"Where can I get more of these episodes?"

"Kde seženu další epizody?"

That kind of show.

Takový typ seriálu.

On the left side, just for clarity, here on that end,

Jen pro ujasnění, na levé straně, tady na konci,

you have a show called "Toddlers and Tiaras" --

se nachází show nazvaná Toddlers and Tiaras (Batolata a čelenky) -

(Laughter)

(smích)

-- which should tell you enough

- což by mělo dost vypovídat o tom,

about what's going on on that end of the curve.

co se děje na konci té křivky.

Now, Roy Price is not worried about getting on the left end of the curve,

Teď, Roy Price se nebojí toho, že by se mohl dostat na levý konec křivky,

because I think you would have to have some serious brainpower

protože si myslím, že k trumfnutí "Batolat a čelenek"

musíte mít opravdu ohromnou inteligenci.

to undercut "Toddlers and Tiaras."

So what he's worried about is this middle bulge here,

To, co jej znervózňuje je ta výduť tady uprostřed,

the bulge of average TV,

výduť průměrné televize,

you know, those shows that aren't really good or really bad,

takové ty seriály, které nejsou ani dobré ani špatné,

they don't really get you excited.

které vás tak moc nenadchnou.

So he needs to make sure that he's really on the right end of this.

On si potřebuje zajistit, aby se jeho show dostala úplně na pravý konec křivky.

So the pressure is on,

Takže je pod tlakem,

and of course it's also the first time

a také je to samozřejmě poprvé,

that Amazon is even doing something like this,

co Amazon zkouší něco takového,

so Roy Price does not want to take any chances.

takže Roy Price nechce riskovat.

He wants to engineer success.

Chce sestrojit úspěch.

He needs a guaranteed success,

Potřebuje garantovaný úspěch,

and so what he does is, he holds a competition.

a tak uspořádá soutěž.

So he takes a bunch of ideas for TV shows,

Takže vezme pár nápadů na TV seriály,

and from those ideas, through an evaluation,

a po zvážení z nich

they select eight candidates for TV shows,

vyberou osm kandidátů na TV seriály.

and then he just makes the first episode of each one of these shows

Pak natočí jen první epizodu každého z těchto seriálů

and puts them online for free for everyone to watch.

a dají je pro všechny zadarmo na internet.

And so when Amazon is giving out free stuff,

A když Amazon rozdává věci zadarmo,

you're going to take it, right?

tak to vezmete, ne?

So millions of viewers are watching those episodes.

A tak milióny diváku sledují tyto epizody.

What they don't realize is that, while they're watching their shows,

To, co ale neví, je, že zatímco sledují tyto epizody,

actually, they are being watched.

jsou sami sledováni.

They are being watched by Roy Price and his team,

Sleduje je Roy Price a jeho tým,

who record everything.

a vše zaznamenávají.

They record when somebody presses play, when somebody presses pause,

Zaznamenávají, když někdo zmáčkne přehrát, když někdo video pozastaví,

what parts they skip, what parts they watch again.

které části lidé přeskakují a které sledují znova.

So they collect millions of data points,

Takže shromažďují milióny dat,

because they want to have those data points

protože chtějí ta data,

to then decide which show they should make.

aby pak mohli rozhodnout, který seriál natočit.

And sure enough, so they collect all the data,

A tak jsou tedy data shromážděna,

they do all the data crunching, and an answer emerges,

zanalyzována, a pak se objeví odpověď,

and the answer is,

a ta odpověď je:

"Amazon should do a sitcom about four Republican US Senators."

"Amazon by měl udělat sitcom o čtyřech republikánských senátorech."

They did that show.

Oni to natočili.

So does anyone know the name of the show?

Zná teda někdo jméno toho seriálu?

(Audience: "Alpha House.")

(obecenstvo: "Alpha House.")

Yes, "Alpha House,"

Ano, "Alpha House."

but it seems like not too many of you here remember that show, actually,

Ale nezdá se, že by si mnoho z vás pamatovalo ten seriál,

because it didn't turn out that great.

protože to nakonec nebylo tak skvělé.

It's actually just an average show,

Ve skutečnosti je to průměrný seriál,

actually -- literally, in fact, because the average of this curve here is at 7.4,

a to doslova, protože průměr na křivce je tady na 7,4

and "Alpha House" lands at 7.5,

a "Alpha House" se umístil na 7,5,

so a slightly above average show,

takže jen kousek nad průměrem,

but certainly not what Roy Price and his team were aiming for.

kam ale určitě Roy Price a jeho tým nemířili.

Meanwhile, however, at about the same time,

Ale zhruba ve stejnou dobu,

at another company,

v jiné společnosti,

another executive did manage to land a top show using data analysis,

dokázal jiný vedoucí provést skvělou ukázku použití analýzy dat,

and his name is Ted,

a jeho jméno je Ted,

Ted Sarandos, who is the Chief Content Officer of Netflix,

Ted Sarandos, což je vedoucí oddělení obsahu v Netflixu

and just like Roy, he's on a constant mission

a ten je stejně jako Roy na neustálé misi,

to find that great TV show,

kterou je nalezení skvělé show,

and he uses data as well to do that,

a také k tomu používá data,

except he does it a little bit differently.

jen trochu jiným způsobem.

So instead of holding a competition, what he did -- and his team of course --

Místo uspořádání soutěže, on a jeho tým

was they looked at all the data they already had about Netflix viewers,

prohlédli všechna ta data, co už měli o uživatelích Netflixu,

you know, the ratings they give their shows,

třeba jak hodnotili různé filmy,

the viewing histories, what shows people like, and so on.

historie zhlédnutých filmů, co mají lidé rádi atd.

And then they use that data to discover

A pak ta data použili

all of these little bits and pieces about the audience:

k zjištění všeho možného o svém publiku:

what kinds of shows they like,

jaké typy seriálů se jim líbí,

what kind of producers, what kind of actors.

jací producenti, jací herci.

And once they had all of these pieces together,

Když měli všechny kousky po hromadě,

they took a leap of faith,

udělali skok do neznáma,

and they decided to license

a rozhodli se podpořit něco,

not a sitcom about four Senators

co nebyl sitcom o čtyřech senátorech,

but a drama series about a single Senator.

nýbrž drama o jediném senátorovi.

You guys know the show?

Znáte ten seriál?

(Laughter)

(smích)

Yes, "House of Cards," and Netflix of course, nailed it with that show,

Ano, "House of Cards" a Netflix s tou show pořádně zaválel,

at least for the first two seasons.

aspoň teda s prvními dvěma sériemi.

(Laughter) (Applause)

(smích) (potlesk)

"House of Cards" gets a 9.1 rating on this curve,

"House of Cards" dostal na této křivce hodnocení 9,1,

so it's exactly where they wanted it to be.

takže je přesně tam, kde jej chtěli mít.

Now, the question of course is, what happened here?

A teď se tady skýtá otázka, co se to vlastně stalo?

So you have two very competitive, data-savvy companies.

Máme dvě velmi soupeřivé, v datech zběhlé společnosti.

They connect all of these millions of data points,

Spojí dohromady všechny ty milióny dat,

and then it works beautifully for one of them,

a pak to funguje hladce jenom pro jednu z nich,

and it doesn't work for the other one.

zatímco pro tu druhou to nefunguje.

So why?

Takže proč?

Because logic kind of tells you that this should be working all the time.

Logika říká, že by to mělo fungovat vždycky.

I mean, if you're collecting millions of data points

Když sesbíráte taková kvanta dat,

on a decision you're going to make,

abyste udělali nějaké rozhodnutí,

then you should be able to make a pretty good decision.

pak by vám to mělo přece celkem dobře vyjít, ne?

You have 200 years of statistics to rely on.

Máte 200 let statistik na které se spoléháte.

You're amplifying it with very powerful computers.

Vyhodnocujete všechno s pomocí vysoce výkonných počítačů.

The least you could expect is good TV, right?

To byste mohli očekávat alespoň slušný seriál, že?

And if data analysis does not work that way,

A pokud takhle datová analýza nefunguje,

then it actually gets a little scary,

pak to začíná být celkem děsivé,

because we live in a time where we're turning to data more and more

protože žijeme v době, kdy se na data stále více a více obracíme,

to make very serious decisions that go far beyond TV.

aby nám pomohla učinit velmi závažná rozhodnutí, daleko závažnější než v TV.

Does anyone here know the company Multi-Health Systems?

Znáte někdo společnost Multi-Health Systems?

No one. OK, that's good actually.

Nikdo, OK, to je vlastně dobře.

OK, so Multi-Health Systems is a software company,

Dobře, takže Multi-Health System je softwarová společnost,

and I hope that nobody here in this room

a já doufám, že se s jejich softwarem nesetkal nikdo z této místnosti,

ever comes into contact with that software,

because if you do, it means you're in prison.

protože kdyby ano, tak by byl ve vězení.

(Laughter)

(smích)

If someone here in the US is in prison, and they apply for parole,

Protože když někdo v USA ve vězení požádá o propuštění na podmínku,

then it's very likely that data analysis software from that company

pak je velmi pravděpodobné, že software pro datovou analýzu té společnosti

will be used in determining whether to grant that parole.

bude použit k rozhodnutí, jestli jej pustí.

So it's the same principle as Amazon and Netflix,

Takže to je ten samý princip jako u Amazonu a Netflixu,

but now instead of deciding whether a TV show is going to be good or bad,

Ale namísto určování, jestli bude seriál špatný nebo dobrý,

you're deciding whether a person is going to be good or bad.

teď rozhoduje, jestli bude člověk špatný nebo dobrý.

And mediocre TV, 22 minutes, that can be pretty bad,

A podprůměrný 22 minutový TV program, to může být celkem zlé,

but more years in prison, I guess, even worse.

ale řekl bych, že další roky ve vězení by byly daleko horší.

And unfortunately, there is actually some evidence that this data analysis,

A naneštěstí existuje evidence, že tyto datové analýzy

despite having lots of data, does not always produce optimum results.

neprodukují vždycky optimální výsledky, přestože mají spousty dat.

And that's not because a company like Multi-Health Systems

A to ne kvůli tomu, že by firmy jako Multi-Health Systems

doesn't know what to do with data.

nevěděly, co dělat s daty.

Even the most data-savvy companies get it wrong.

I ty nejchytřejší datové firmy se někdy zmýlí.

Yes, even Google gets it wrong sometimes.

Ano, dokonce i Google se občas splete.

In 2009, Google announced that they were able, with data analysis,

V roce 2009 Google prohlásil, že jsou schopni pomocí datové analýzy

to predict outbreaks of influenza, the nasty kind of flu,

předvídat vypuknutí chřipky tím,

by doing data analysis on their Google searches.

že zanalyzují své vyhledávání.

And it worked beautifully, and it made a big splash in the news,

Fungovalo to krásně a byl z toho obří poprask v médiích,

including the pinnacle of scientific success:

dokonce to dosáhlo vrcholu vědeckého úspěchu:

a publication in the journal "Nature."

zveřejnění v časopisu "Nature."

It worked beautifully for year after year after year,

Rok za rokem to vše krásně fungovalo,

until one year it failed.

ale pak se to najednou pokazilo.

And nobody could even tell exactly why.

Nikdo nemohl říct, proč přesně.

It just didn't work that year,

Prostě to ten rok nefungovalo.

and of course that again made big news,

Samozřejmě se to zase dostalo do zpráv

including now a retraction

a pak následovalo stažení publikace z časopisu "Nature."

of a publication from the journal "Nature."

So even the most data-savvy companies, Amazon and Google,

Takže i ty nejvyspělejší firmy v oblasti dat, Amazon a Google,

they sometimes get it wrong.

to někdy spočítají špatně.

And despite all those failures,

A i přes všechna tato selhání

data is moving rapidly into real-life decision-making --

se velká data rychle přesouvají do rozhodovacích procesů každodenního života:

into the workplace,

na pracoviště,

law enforcement,

vymáhání práva,

medicine.

do medicíny.

So we should better make sure that data is helping.

Takže bychom si radši měli být jisti, že ta data opravdu pomáhají.

Now, personally I've seen a lot of this struggle with data myself,

Nedávno jsem viděl spousty těchto potíží s daty,

because I work in computational genetics,

protože pracuji ve výpočetní genetice,

which is also a field where lots of very smart people

což je obor, ve kterém hodně velmi chytrých lidí

are using unimaginable amounts of data to make pretty serious decisions

používá nepředstavitelná kvanta dat k rozhodování o tak vážných věcech,

like deciding on a cancer therapy or developing a drug.

jako je rakovinová terapie nebo vývoj léků.

And over the years, I've noticed a sort of pattern

A za ty roky jsem našel určitý vzor,

or kind of rule, if you will, about the difference

či pravidlo,

between successful decision-making with data

v rozdílu mezi úspěšným a neúspěšným

and unsuccessful decision-making,

rozhodnutím podle dat.

and I find this a pattern worth sharing, and it goes something like this.

A tento vzor pokládám za hodný sdílení, a pracuje to zhruba takhle:

So whenever you're solving a complex problem,

Kdykoliv řešíte komplexní problém,

you're doing essentially two things.

děláte v podstatě dvě věci.

The first one is, you take that problem apart into its bits and pieces

Nejprve problém rozeberete na malé kousky a části,

so that you can deeply analyze those bits and pieces,

abyste poté mohli tyto kousky důkladně zanalyzovat,

and then of course you do the second part.

a pak uděláte, samozřejmě, tu druhou část.

You put all of these bits and pieces back together again

Dáte to všechno zase dohromady,

to come to your conclusion.

abyste mohli dojít k závěru.

And sometimes you have to do it over again,

A někdy to musíte udělat znova a znova,

but it's always those two things:

ale pořád děláte tyto dvě věci:

taking apart and putting back together again.

rozkládáte a znova skládáte.

And now the crucial thing is

A je důležité vědět,

that data and data analysis

že data a datová analýza

is only good for the first part.

jsou dobré jen pro tu první část.

Data and data analysis, no matter how powerful,

Data a datová analýza, jakkoliv silné,

can only help you taking a problem apart and understanding its pieces.

vám pomůžou pouze rozebrat problém a pochopit jeho kousky.

It's not suited to put those pieces back together again

Nejsou stvořeny pro skládání kousků zpět dohromady

and then to come to a conclusion.

a k vytvoření nějakého závěru.

There's another tool that can do that, and we all have it,

Na to je jiný nástroj, který máme všichni,

and that tool is the brain.

a tím nástrojem je mozek.

If there's one thing a brain is good at,

Mozek vyniká v tom, že dokáže

it's taking bits and pieces back together again,

poskládat kousky zpět dohromady,

even when you have incomplete information,

i když nemá kompletní informace,

and coming to a good conclusion,

a dojít správnému závěru,

especially if it's the brain of an expert.

zvláště je-li to mozek experta.

And that's why I believe that Netflix was so successful,

A proto byl dle mého názoru Netflix tak úspěšný.

because they used data and brains where they belong in the process.

Protože používají data i hlavu tam, kam v procesu patří.

They use data to first understand lots of pieces about their audience

Používají data ke zjišťování drobností o jejich publiku,

that they otherwise wouldn't have been able to understand at that depth,

které by jinak nemohli pochopit do takové hloubky.

but then the decision to take all these bits and pieces

Ale konečné rozhodnutí, že to všechno zase vezmou

and put them back together again and make a show like "House of Cards,"

a seskládají a vydají seriál jako "House of Cards,"

that was nowhere in the data.

to už nebylo na datech.

Ted Sarandos and his team made that decision to license that show,

Ted Sarantos s jeho týmem rozhodl, že ten seriál budou licencovat,

which also meant, by the way, that they were taking

což také mimochodem znamenalo,

že s tím rozhodnutím na sebe vzali celkem velký risk.

a pretty big personal risk with that decision.

And Amazon, on the other hand, they did it the wrong way around.

Na druhou stranu v Amazonu to vzali za špatný konec.

They used data all the way to drive their decision-making,

Používali data v celém rozhodovacím procesu.

first when they held their competition of TV ideas,

Nejprve vyhlásili soutěž nápadů,

then when they selected "Alpha House" to make as a show.

z které si pak vybrali "Alpha House."

Which of course was a very safe decision for them,

To pro ně bylo samozřejmě velmi bezpečné rozhodnutí,

because they could always point at the data, saying,

protože vždy mohli poukázat na data a říct:

"This is what the data tells us."

"Toto nám tvrdila data."

But it didn't lead to the exceptional results that they were hoping for.

Ale nevedlo to k výjimečným výsledkům, ve které doufali.

So data is of course a massively useful tool to make better decisions,

Takže data jsou samozřejmě velmi mocným nástrojem pro zlepšení rozhodování,

but I believe that things go wrong

ale věřím, že věci začnou jít špatně,

when data is starting to drive those decisions.

když necháme data udělat ta rozhodnutí celé.

No matter how powerful, data is just a tool,

Ať jsou data jakkoliv mocná, stále jsou pouhým nástrojem,

and to keep that in mind, I find this device here quite useful.

a k zapamatování si tohoto faktu je dobré toto malé zařízení.

Many of you will ...

Mnoho z vás bude znát...

(Laughter)

(smích)

Before there was data,

před vynalezením dat se rozhodovalo podle tohoto zařízení

this was the decision-making device to use.

(Laughter)

(smích)

Many of you will know this.

Mnoho z vás to bude znát.

This toy here is called the Magic 8 Ball,

Tato hračka se nazývá Magic 8 Ball,

and it's really amazing,

a je opravdu úžasná,

because if you have a decision to make, a yes or no question,

protože když se musíte rozhodnout mezi ano a ne,

all you have to do is you shake the ball, and then you get an answer --

všechno, co musíte udělat je zatřást tou koulí, a pak dostanete odpověď -

"Most Likely" -- right here in this window in real time.

"S největší pravděpodobností" - tady, takřka ihned.

I'll have it out later for tech demos.

Budu to tu mít později na ukázku technologie.

(Laughter)

(smích)

Now, the thing is, of course -- so I've made some decisions in my life

No, a teď, samozřejmě - udělal jsem v životě rozhodnutí,

where, in hindsight, I should have just listened to the ball.

kdy jsem měl prostě poslechnout tu kouli, když se tak teď dívám zpět.

But, you know, of course, if you have the data available,

Ale to víte, kdybyste měli ta data,

you want to replace this with something much more sophisticated,

rádi byste toto vyměnili za něco mnohem sofistikovanějšího,

like data analysis to come to a better decision.

třeba za datovou analýzu, pro lepší rozhodnutí.

But that does not change the basic setup.

To ale nemění základní princip.

So the ball may get smarter and smarter and smarter,

Ta koule může být čím dál chytřejší,

but I believe it's still on us to make the decisions

ale podle mě, se musíme rozhodnout my sami,

if we want to achieve something extraordinary,

pokud chceme dosáhnout něčeho skvělého

on the right end of the curve.

na pravém konci křivky.

And I find that a very encouraging message, in fact,

A myslím si, že je velmi povzbudivou zprávou,

that even in the face of huge amounts of data,

že i tváří v tvář takovému množství dat,

it still pays off to make decisions,

se stále vyplatí činit rozhodnutí,

to be an expert in what you're doing

být expertem v tom, co děláte,

and take risks.

a riskovat.

Because in the end, it's not data,

Protože to nakonec nejsou data, co vás dostane na pravý konec křivky,

it's risks that will land you on the right end of the curve.

jsou to risky.

Thank you.

Děkuji vám.

(Applause)

(potlesk)