What makes something go viral? | Dao Nguyen

295,176 views ・ 2018-01-08

TED


Videoyu oynatmak için lütfen aşağıdaki İngilizce altyazılara çift tıklayınız.

Çeviri: Cihan Ekmekçi Gözden geçirme: Ramazan Şen
00:12
Last year, some BuzzFeed employees were scheming
0
12841
3569
Geçen yıl bazı BuzzFeed çalışanları işverenleri Ze Frank'e
00:16
to prank their boss, Ze Frank,
1
16434
2330
doğumgününde bir şaka yapmak için
00:19
on his birthday.
2
19415
1242
gizli plan yapıyorlardı.
00:21
They decided to put a family of baby goats in his office.
3
21319
4204
Odasına bir yavru keçi ailesi koymaya karar verdiler.
00:25
(Laughter)
4
25547
1405
(Gülüşmeler)
00:26
Now, BuzzFeed had recently signed on to the Facebook Live experiment,
5
26976
4421
BuzzFeed de hazır Facebook Live deneyine resmen katılmışken
00:31
and so naturally,
6
31421
1371
doğal olarak
00:32
we decided to livestream the whole event on the internet
7
32816
3882
tüm olayı aynı anda internette paylaşmaya
00:36
to capture the moment when Ze would walk in
8
36722
3300
Ze'nin içeri girip odasında bir küçükbaş sürüsü bulduğu anı
00:40
and discover livestock in his office.
9
40046
2962
canlı yayınlamaya karar verdik.
00:44
We thought the whole thing would last maybe 10 minutes,
10
44019
3164
Her şey en fazla 10 dakika sürer
00:47
and a few hundred company employees would log in for the inside joke.
11
47207
4524
ve birkaç yüz çalışan da şaka için sisteme bağlanır diye düşündük,
00:52
But what happened?
12
52132
1263
Sonra ne oldu peki?
00:53
Ze kept on getting delayed:
13
53977
1718
İşler sürekli gecikti:
00:55
he went to get a drink,
14
55719
1486
Ze bir şeyler içmeye gitti,
00:57
he was called to a meeting,
15
57229
1448
bir toplantıya çağrıldı,
00:58
the meeting ran long,
16
58701
1743
toplantı uzun sürdü,
01:00
he went to the bathroom.
17
60468
1165
lavaboya gitti.
01:01
More and more people started logging in to watch the goats.
18
61657
4220
Bir sürü insan keçileri izlemek için bağlanmaya başladı.
01:06
By the time Ze walked in more than 30 minutes later,
19
66493
4013
Ze 30 dakika sonra içeri girdiğinde,
01:10
90,000 viewers were watching the livestream.
20
70530
5106
canlı videoyu 90.000 kişi izliyordu.
01:16
Now, our team had a lot of discussion about this video
21
76601
3957
Takımımızın bu video ve nasıl bu kadar başarılı olduğu hakkında
01:20
and why it was so successful.
22
80582
1976
uzun bir süre tartıştı.
01:22
It wasn't the biggest live video that we had done to date.
23
82582
2876
Bugüne kadar yaptığımız en büyük canlı yayın değildi.
01:25
The biggest one that we had done involved a fountain of cheese.
24
85482
3642
Yaptığımız en büyük canlı yayında bir peynir çeşmesi vardı.
01:30
But it performed so much better than we had expected.
25
90063
3825
Umduğumuzdan çok daha fazla performans göstermişti.
01:33
What was it about the goats in the office that we didn't anticipate?
26
93912
4263
Peki odada keçiler şakasında öngöremediğimiz şey neydi?
01:38
Now, a reasonable person could have any number of hypotheses.
27
98781
4058
Makul bir kişinin bununla alakalı çok sayıda hipotezi olur.
01:42
Maybe people love baby animals.
28
102863
2418
Belki de insanlar yavru hayvanlara bayılıyor.
01:45
Maybe people love office pranks.
29
105751
1724
Belki ofis şakalarını çok seviyorlar.
01:47
Maybe people love stories about their bosses
30
107499
2745
Belki de patron hikayeleri ilgilerini çekiyor
01:50
or birthday surprises.
31
110268
1533
veya doğumgünü sürprizleri.
01:52
But our team wasn't really thinking about what the video was about.
32
112382
3700
Ancak takımımız videonun ne hakkında olduğunu düşünmüyordu.
01:56
We were thinking about
33
116106
1272
Düşündüğümüz şey
01:57
what the people watching the video were thinking and feeling.
34
117402
4076
insanların izlerken ne düşündüğü ve hissettiğiydi.
02:01
We read some of the 82,000 comments that were made during the video,
35
121502
4783
Video esnasında atılan 82.000 yorumun bazılarını okuduk
02:06
and we hypothesized that they were excited
36
126309
3792
ve olmak üzere olan bir şeyin
paylaşılan beklentisine katıldıkları için
02:10
because they were participating in the shared anticipation
37
130125
3174
02:13
of something that was about to happen.
38
133323
2730
heyecan duyduklarına karar kıldık.
02:16
They were part of a community, just for an instant,
39
136077
3212
Bir an için de olsa, bir topluluğun parçasıydılar
02:19
and it made them happy.
40
139313
1353
ve bu onları mutlu etti.
02:21
So we decided that we needed to test this hypothesis.
41
141102
3344
Bu hipotezimizi test etmeye karar verdik.
02:24
What could we do to test this very same thing?
42
144793
3482
Aynı etkiyi test etmek için ne yapabilirdik?
02:28
The following week,
43
148995
1391
Bir sonraki hafta
02:30
armed with the additional knowledge that food videos are very popular,
44
150410
4675
yiyecek videolarının çok popüler olduğu ek bilgisiyle beraber
02:35
we dressed two people in hazmat suits
45
155109
3571
iki kişiye hazmat giysisi giydirip
02:38
and wrapped rubber bands around a watermelon until it exploded.
46
158704
4261
bir karpuz patlayana kadar çevresine paket lastiği sardık.
02:42
(Laughter)
47
162989
1581
(Gülüşmeler)
02:44
Eight hundred thousand people watched
48
164889
3372
800.000 kişi, 690. lastiğin
02:48
the 690th rubber band explode the watermelon,
49
168285
4031
karpuzu patlatışını izledi
02:52
marking it as the biggest Facebook Live event to date.
50
172340
3453
ve videoyu en çok izlenen Canlı Facebook yayını yaptı.
02:56
The question I get most frequently is:
51
176483
2610
Bana en sık sorulan soru:
02:59
How do you make something go viral?
52
179117
1833
Bir şeyi nasıl viral yapıyorsunuz?
03:01
The question itself is misplaced;
53
181713
2206
Sorunun kendisi hatalı,
03:03
it's not about the something.
54
183943
1693
konu yapılan şeyden değil,
03:05
It's about what the people doing the something,
55
185660
3297
insanların o şeyi nasıl yaptığı,
03:08
reading or watching --
56
188981
1203
okuduğu veya izlediği,
03:10
what are they thinking?
57
190208
1280
ne düşündükleri.
03:11
Now, most media companies, when they think about metadata,
58
191841
3346
Çoğu medya kuruluşu metaveriyi düşündüklerinde
03:15
they think about subjects or formats.
59
195211
2383
konu veya formatları düşünürler.
03:18
It's about goats,
60
198412
1150
Konu keçiler,
03:19
it's about office pranks,
61
199586
1776
ofis şakaları,
03:21
it's about food,
62
201386
1297
yiyecekler,
03:22
it's a list or a video or a quiz,
63
202707
1854
bir liste, video veya anket olabilir.
03:24
it's 2,000 words long,
64
204585
1259
2.000 kelime de olabilir.
03:25
it's 15 minutes long,
65
205868
1153
15 dakika da.
03:27
it has 23 embedded tweets or 15 images.
66
207045
3122
23 twit veya 15 görseli olabilir.
03:30
Now, that kind of metadata is mildly interesting,
67
210191
3012
Metaverinin türü de aslında ilginç
03:33
but it doesn't actually get at what really matters.
68
213227
2966
ama asıl önemli olan şeye dikkat çekmiyor.
03:36
What if, instead of tagging what articles or videos are about,
69
216217
4158
Yazı veya videoların ne hakkında olduğunu değil de
03:40
what if we asked:
70
220399
1190
şunu sorsak nasıl olurdu;
03:41
How is it helping our users do a real job in their lives?
71
221613
3553
Kullanıcılarımızın hayatlarında gerçek bir iş yapmasına yardım ediyor mu?
03:46
Last year, we started a project
72
226173
2820
Geçen yıl içerikleri resmi bir şekilde
03:49
to formally categorize our content in this way.
73
229017
2932
kategorize etmek için bir proje başlattık.
03:51
We called it, "cultural cartography."
74
231973
2747
''Kültürel kartografi'' diye adlandırdık.
03:55
It formalized an informal practice that we've had for a really long time:
75
235720
4002
Uzun zamandır sahip olduğumuz gayriresmi bir uygulamayı resmileştirdi:
03:59
don't just think about the subject matter;
76
239746
2226
yalnızca konuya bağlı kalma;
04:01
think also about, and in fact, primarily about,
77
241996
3168
özellikle ve aslında öncelikle
04:05
the job that your content is doing for the reader or the viewer.
78
245188
3739
içeriğinin okuyucu veya izleyici için yaptığı işi de düşün.
04:09
Let me show you the map that we have today.
79
249450
2506
Şu an elimizde olan haritayı göstereyim.
04:11
Each bubble is a specific job,
80
251980
2842
Her baloncuk belirli bir iş
04:14
and each group of bubbles in a specific color are related jobs.
81
254846
4770
ve belirli renkteki her balon grubu da ilgili işler.
04:19
First up: humor.
82
259640
1478
İlk nokta: mizah.
04:21
"Makes me laugh."
83
261918
1161
''Beni güldürüyor.''
04:23
There are so many ways to make somebody laugh.
84
263103
2788
İnsanları güldürmenin o kadar çok yolu var ki.
04:25
You can be laughing at someone,
85
265915
1517
Birine gülüyor olabilirsiniz,
04:27
you could laugh at specific internet humor,
86
267456
2155
belirli bir internet mizahına gülüyorsunuzdur
04:29
you could be laughing at some good, clean, inoffensive dad jokes.
87
269635
3392
veya gerçekten iyi, temiz, hakaret içermeyen baba şakalarına.
04:33
"This is me." Identity.
88
273706
2300
''Bu benim.'' Kimlik.
İnsanlar gitgide medyayı ''Ben buyum. Yetiştirilme tarzım bu.
04:36
People are increasingly using media to explain, "This is who I am.
89
276030
3808
04:39
This is my upbringing, this is my culture,
90
279862
2199
kültürüm, hayran kitlem, sevdiğim şey bu,
04:42
this is my fandom, this is my guilty pleasure,
91
282085
2338
kendime işte bu şekilde gülüyorum.''
04:44
and this is how I laugh about myself."
92
284447
2183
demek için kullanıyor.
04:48
"Helps me connect with another person."
93
288600
1882
"Başkasıyla bağ kurmama yardım ediyor."
04:50
This is one of the greatest gifts of the internet.
94
290506
2411
Bu internetin sunduğu en büyük hediyelerden biri.
04:52
It's amazing when you find a piece of media
95
292941
2191
Bulduğunuz bir medya içeriğinin tam da
04:55
that precisely describes your bond with someone.
96
295156
2532
sizin başkasıyla olan bağınızı anlatması harika bir şey.
04:59
This is the group of jobs that helps me do something --
97
299020
2598
Bu bir şey yapmama yardım eden işler grubu,
05:01
helps me settle an argument,
98
301642
1377
bir tartışmayı sonlandırmama,
kendim veya başkası hakkında bir şey öğrenmeme
05:03
helps me learn something about myself or another person,
99
303043
2673
veya hikayemi anlatmama yardım ediyor.
05:05
or helps me explain my story.
100
305740
1856
05:07
This is the group of jobs that makes me feel something --
101
307620
2689
Bunlar bana bir şeyler hissettiren iş grubu,
beni üzen, meraklandıran, insanlığa olan inancımı tazeleyen işler.
05:10
makes me curious or sad or restores my faith in humanity.
102
310333
3157
05:13
Many media companies and creators do put themselves
103
313514
3719
Pek çok medya şirketi ve yaratıcıları kendilerini
05:17
in their audiences' shoes.
104
317257
1468
izleyenlerin yerine koyuyor.
05:18
But in the age of social media, we can go much farther.
105
318749
2704
Ancak sosyal medya çağında, bunun ötesine gidebiliriz.
05:22
People are connected to each other on Facebook, on Twitter,
106
322056
4062
İnsanlar Facebook veya Twitter üzerinden bağlantı kuruyorlar
05:26
and they're increasingly using media to have a conversation
107
326142
4263
ve sohbet etmek ve irtibatta kalmak için her geçen gün medyayı
05:30
and to talk to each other.
108
330429
1454
daha fazla kullanıyorlar.
05:31
If we can be a part of establishing a deeper connection between two people,
109
331907
5836
İki kişi arasında daha derin bir bağ kurulmasında bir katkımız olacaksa,
05:37
then we will have done a real job for these people.
110
337767
3189
o halde bu insanlar için gerçek bir iş başardık.
05:41
Let me give you some examples of how this plays out.
111
341394
2589
Bunun nasıl olduğu hakkında bir örnek vereyim.
05:44
This is one of my favorite lists:
112
344578
1891
Bu favori listelerimden biri:
05:46
"32 Memes You Should Send Your Sister Immediately" --
113
346493
3303
''Kızkardeşine Hemen Göndermen Gereken 32 Meme'' --
05:49
immediately.
114
349820
1302
hemen.
05:51
For example, "When you're going through your sister's stuff,
115
351583
3104
Örneğin, ''Kızkardeşinin eşyalarını karıştırırken
05:54
and you hear her coming up the stairs."
116
354711
1979
onun yukarı çıktığını duyduğunda.''
05:56
Absolutely, I've done that.
117
356714
1790
Kesinlikle. Bunu yaptım.
05:58
"Watching your sister get in trouble for something that you did
118
358528
3155
''Kızkardeşin yaptığın bir şey yüzünden sorun yaşarken
06:01
and blamed on her."
119
361707
1192
suçu ona atıp izlemen.''
06:02
Yes, I've done that as well.
120
362923
1608
Evet, bunu da yaptım.
06:04
This list got three million views.
121
364555
1799
Bu listeye 3 milyon kişi tıkladı.
06:06
Why is that?
122
366378
1165
Neden?
06:07
Because it did, very well, several jobs:
123
367567
2976
Çünkü birkaç şeyi çok iyi yaptı:
06:10
"This is us."
124
370567
1520
"Bu biziz."
06:12
"Connect with family."
125
372111
1265
"Aileyle bağlantı."
06:13
"Makes me laugh."
126
373400
1181
'Beni güldürüyor.''
06:14
Here are some of the thousands and thousands of comments
127
374605
3134
Burada kızkardeşlerin bu listeyi kullanarak
06:17
that sisters sent to each other using this list.
128
377763
2849
birbirine gönderdiği binlerce yorum var.
06:21
Sometimes we discover what jobs do after the fact.
129
381508
3511
Bazen işlerin ne yaptığını gerçek sonrasında fark ediyoruz.
06:25
This quiz, "Pick an Outfit and We'll Guess Your Exact Age and Height,"
130
385592
5138
''Bir Giysi Seç ve Tam Yaşını ve Boyunu Tahmin Edeceğiz'' anketi
06:30
went very viral: 10 million views.
131
390754
2063
10 milyon görülmeyle süper viral oldu.
06:32
Ten million views.
132
392841
1176
10 milyon okunma.
06:34
I mean -- did we actually determine the exact age and height
133
394041
4526
Yani biz gerçekten 10 milyon insanın tam yaş ve boyunu
06:38
of 10 million people?
134
398591
1584
tahmin ettik mi?
06:40
That's incredible. It's incredible.
135
400199
2262
İnanılmaz bir şey. İnanılmaz.
06:42
In fact, we didn't.
136
402485
1244
Gerçek şu ki etmedik.
06:43
(Laughter)
137
403753
1129
(Gülüşmeler)
06:44
Turns out that this quiz went extremely viral
138
404906
4093
Görünüşe göre bu anket 55 ve yukarısı hanımlar arasında
06:49
among a group of 55-and-up women --
139
409023
3563
inanılmaz viral oldu.
06:52
(Laughter)
140
412610
1172
(Gülüşmeler)
06:53
who were surprised and delighted
141
413806
3649
BuzzFeed kendilerini
06:57
that BuzzFeed determined that they were 28 and 5'9".
142
417479
5718
28 yaşında ve 180 cm boyunda tahmin ettiği için çok mutlu oldular.
07:03
(Laughter)
143
423221
1610
(Gülüşmeler)
07:04
"They put me at 34 years younger and seven inches taller.
144
424855
3208
''Beni 34 yaş daha genç ve 17 cm uzun çıkardı.
07:08
I dress for comfort and do not give a damn what anyone says.
145
428087
2948
Rahat giyiniyorum ve kimin ne dediğine takmıyorum.
07:11
Age is a state of mind."
146
431059
1779
Yaş bir bakış açısıdır.''
07:12
This quiz was successful not because it was accurate,
147
432862
3050
Bu anket yalnızca doğru olduğu için değil,
07:15
but because it allowed these ladies to do a very important job --
148
435936
4054
hanımlara çok önemli bir iş yaptırdığı için başarılıydı --
07:20
the humblebrag.
149
440014
1204
içten içe böbürlenmek.
07:22
Now, we can even apply this framework to recipes and food.
150
442478
4983
Aynı altyapıyı yemek ve yemek tariflerine bile uygulayabiliriz.
07:27
A recipe's normal job is to tell you what to make for dinner or for lunch.
151
447887
5573
Yemek tarifinin işi size öğle veya akşam yemeği için seçenek sunmaktır.
07:34
And this is how you would normally brainstorm for a recipe:
152
454205
3408
Bu ise normalde sizin yemek yapmak için beyin fırtınası yapmanız:
07:37
you figure out what ingredients you want to use,
153
457637
2323
kullanmak istediğiniz malzemeleri,
07:39
what recipe that makes,
154
459984
1168
nasıl bir tarif olacağını belirlersiniz
07:41
and then maybe you slap a job on at the end to sell it.
155
461176
3245
ve belki de sonunda satmak için bir iş yaparsınız.
07:44
But what if we flipped it around and thought about the job first?
156
464445
4367
Peki bunu ters çevirip işi en öne alsak?
07:49
One brainstorming session involved the job of bonding.
157
469730
4665
Beyin fırtınası kısmında bağ kurma işi de vardı.
07:54
So, could we make a recipe that brought people together?
158
474976
4300
İnsanları bir araya getirecek bir tarif deneyebilir miyiz?
07:59
This is not a normal brainstorming process at a food publisher.
159
479300
4421
Yiyecek yayıncısında bu normal bir beyin fırtınası süreci değildir.
08:05
So we know that people like to bake together,
160
485532
2715
İnsanların birlikte yemek pişirmeyi sevdiklerini biliyoruz
08:08
and we know that people like to do challenges together,
161
488271
3285
ve birlikte zor olan şeyleri yapmayı da.
08:11
so we decided to come up with a recipe that involved those two things,
162
491580
4733
O yüzden bu ikisini de kapsayan bir tarif bulmaya karar verdik
08:16
and we challenged ourselves:
163
496337
1911
ve kendimizi zorladık:
08:18
Could we get people to say,
164
498272
1806
İnsanlara şunu dedirtebilir miyiz:
08:20
"Hey, BFF, let's see if we can do this together"?
165
500102
4086
''Hey kanka, bunu birlikte deneyelim mi?''
08:24
The resulting video was the "Fudgiest Brownies Ever" video.
166
504807
3335
Bunun sonucu ''En Islak Islak Kekler'' videosu oldu.
08:28
It was enormously successful in every metric possible --
167
508166
2924
Her açıdan öylesine başarılıydı ki
08:31
70 million views.
168
511114
1364
70 milyon izlenme aldı.
08:32
And people said the exact things that we were going after:
169
512935
3700
Ve insanlar tamamen bizim amaçladığımız şeyleri söylüyorlardı:
08:36
"Hey, Colette, we need to make these, are you up for a challenge?"
170
516659
3100
''Hey Colette, bunu yapmamız lazım, denemeye var mısın?''
08:39
"Game on."
171
519783
1153
''Oyun başlasın''
08:40
It did the job that it set out to do,
172
520960
2270
Beklenen işi yerine getirdi,
08:43
which was to bring people together over baking and chocolate.
173
523254
4116
pişirme ve çikolata üzerinden insanları bir araya getirdi.
08:49
I'm really excited about the potential for this project.
174
529294
3924
Bu projenin potansiyeli beni gerçekten çok heyecanladırıyor.
08:53
When we talk about this framework with our content creators,
175
533242
3142
İçerik yaratıcılarımızla bu altyapı hakkında konuştuğumuzda
08:56
they instantly get it,
176
536408
1165
hemen anlıyorlar,
08:57
no matter what beat they cover, what country they’re in,
177
537597
2733
ne yazdıkları, nerede oldukları, hangi dili konuştukları
09:00
or what language they speak.
178
540354
1365
önemli değil.
09:01
So cultural cartography has helped us massively scale our workforce training.
179
541743
4377
Kültürel kartografi, iş gücü eğitimimizi ölçeklendirmemize inanılmaz yardım etti.
09:06
When we talk about this project and this framework
180
546621
3650
Reklamcı ve markalara bu proje ve altyapıdan
09:10
with advertisers and brands,
181
550295
1372
bahsettiğimizde de
09:11
they also instantly get it,
182
551691
1578
anında benimsiyorlar
09:13
because advertisers, more often than media companies,
183
553293
5626
çünkü reklamcılar, genellikle medya şirketlerine göre
09:18
understand how important it is to understand the job
184
558943
3522
ürünlerinin müşterileri için yaptığı işin
09:22
that their products are doing for customers.
185
562489
2446
ne kadar önemli olduğunu anlıyorlar.
09:26
But the reason I'm the most excited about this project
186
566580
3743
Ancak bu projeyle ilgili heyecan duyduğum en büyük nokta
09:30
is because it changes the relationship between media and data.
187
570347
3871
medya ve veri arasındaki ilişkiyi değiştirmesi.
09:35
Most media companies think of media as "mine."
188
575051
3434
Çoğu medya şirketi medyayı ''benim'' olarak düşünüyorlar.
09:39
How many fans do I have?
189
579547
1207
Ne kadar sevenim var?
09:40
How many followers have I gained?
190
580778
1597
Ne kadar takipçi kazandım?
09:42
How many views have I gotten?
191
582399
1707
Kaç kez izlendim?
09:44
How many unique IDs do I have in my data warehouse?
192
584130
2777
Veri bankamda kaç tane eşsiz kimlik var?
09:47
But that misses the true value of data, which is that it's yours.
193
587372
3948
Ama bu, verinin asıl değerini kaçırıyor, ki o da medyanın size ait olması.
09:53
If we can capture in data what really matters to you,
194
593166
6098
Verilerde sizin için asıl önemli olanı şeyi yakalayabilirsek
09:59
and if we can understand more the role that our work plays
195
599288
4488
sizin asıl hayatınızda bizim işimizin oynadığı rolü
10:03
in your actual life,
196
603800
1389
daha iyi anlayabilirsek,
10:05
the better content we can create for you,
197
605213
2863
sizin için daha iyi içerik yaratacak
10:08
and the better that we can reach you.
198
608100
1857
ve size daha iyi ulaşacağız.
10:10
Who are you?
199
610760
1275
Siz kimsiniz?
10:13
How did you get there?
200
613293
1580
Oraya nasıl geldiniz?
10:14
Where are you going?
201
614897
1209
Nereye gidiyorsunuz?
10:16
What do you care about?
202
616130
1269
Neyi önemsiyorsunuz?
10:17
What can you teach us?
203
617423
1379
Bize ne öğretebilirsiniz?
10:19
That's cultural cartography.
204
619151
1460
İşte bu kültürel kartografi.
10:21
Thank you.
205
621146
1156
Teşekkür ederim.
10:22
(Applause)
206
622326
3380
(Alkışlar)
Bu web sitesi hakkında

Bu site size İngilizce öğrenmek için yararlı olan YouTube videolarını tanıtacaktır. Dünyanın dört bir yanından birinci sınıf öğretmenler tarafından verilen İngilizce derslerini göreceksiniz. Videoyu oradan oynatmak için her video sayfasında görüntülenen İngilizce altyazılara çift tıklayın. Altyazılar video oynatımı ile senkronize olarak kayar. Herhangi bir yorumunuz veya isteğiniz varsa, lütfen bu iletişim formunu kullanarak bizimle iletişime geçin.

https://forms.gle/WvT1wiN1qDtmnspy7