ABOUT THE SPEAKER
Sebastian Wernicke - Data scientist
After making a splash in the field of bioinformatics, Sebastian Wernicke moved on to the corporate sphere, where he motivates and manages multidimensional projects.

Why you should listen

Dr. Sebastian Wernicke is the Chief Data Scientist of ONE LOGIC, a data science boutique that supports organizations across industries to make sense of their vast data collections to improve operations and gain strategic advantages. Wernicke originally studied bioinformatics and previously led the strategy and growth of Seven Bridges Genomics, a Cambridge-based startup that builds platforms for genetic analysis.

Before his career in statistics began, Wernicke worked stints as both a paramedic and successful short animated filmmaker. He's also the author of the TEDPad app, an irreverent tool for creating an infinite number of "amazing and really bad" and mostly completely meaningless talks. He's the author of the statistically authoritative and yet completely ridiculous "How to Give the Perfect TEDTalk."

More profile about the speaker
Sebastian Wernicke | Speaker | TED.com
TED2010

Sebastian Wernicke: Lies, damned lies and statistics (about TEDTalks)

Løgn, fordømt løgn og statistikk (om TED taler)

Filmed:
2,510,120 views

I en genial og humoristisk analyse av TEDTalks bruker Sebastian Wernicke statistiske metoder for å skape "den optimale TED talen" basert på bruker rangeringer. Hvordan rangerer du den? "Forbløffende"? "Uinspirerende"? Eller simpelthen "Moro"?
- Data scientist
After making a splash in the field of bioinformatics, Sebastian Wernicke moved on to the corporate sphere, where he motivates and manages multidimensional projects. Full bio

Double-click the English transcript below to play the video.

00:16
If you go on the TEDTED websitenettsted,
0
1000
3000
Om du går til TED nettsiden,
00:19
you can currentlyfor tiden find there
1
4000
2000
kan du nå finne
00:21
over a fullfull weekuke of TEDTalkTEDTalk videosvideoer,
2
6000
3000
over en hel uke med med TED Talk videoer
00:24
over 1.3 millionmillion
3
9000
2000
over 1,3 millioner
00:26
wordsord of transcriptstranskripsjoner
4
11000
2000
ord med utskrifter
00:28
and millionsmillioner of userbruker ratingsrangeringer.
5
13000
2000
og millioner av bruker rangeringer.
00:30
And that's a hugeenorm amountbeløp of datadata.
6
15000
3000
Og det er en massiv mengde med informasjon.
00:33
And it got me wonderinglurer:
7
18000
2000
Og det fikk meg til å undre:
00:35
If you tooktok all this datadata
8
20000
2000
Om man tok all denne informasjonen
00:37
and put it throughgjennom statisticalstatistisk analysisanalyse,
9
22000
2000
og puttet den gjennom en statistisk analyse
00:39
could you reverseomvendt engineeringeniør a TEDTalkTEDTalk?
10
24000
2000
kunne man lage en TED talk?
00:41
Could you createskape
11
26000
2000
Kunne man skape
00:43
the ultimateultimat TEDTalkTEDTalk?
12
28000
2000
den ultimate TED Talen?
00:45
(LaughterLatter) (ApplauseApplaus)
13
30000
2000
(Applaus)
00:47
And alsoogså, could you createskape
14
32000
2000
Og i tillegg, kunne man skape
00:49
the worstverst possiblemulig TEDTalkTEDTalk
15
34000
2000
den verst mulige TED Talen
00:51
that they would still let you get away with?
16
36000
2000
som de fortsatt ville la deg komme unna med?
00:53
To find this out, I looked at threetre things:
17
38000
2000
For å finne ut dette så jeg på tre ting.
00:55
I looked at the topicemne that you should choosevelge,
18
40000
2000
Jeg så på temaet man burde velge.
00:57
I looked at how you should deliverlevere it
19
42000
3000
Jeg så på hvordan man burde presentere det
01:00
and the visualsvisuelle effekter onstagepå scenen.
20
45000
2000
og det visuelle på scenen.
01:02
Now, with the topicemne: There's a wholehel rangeområde of topicsemner you can choosevelge,
21
47000
3000
Når det gjelder temaet -- der er et stort utvalg av temaer som man kan velge,
01:05
but you should choosevelge wiselyklokt,
22
50000
2000
men du bør velge med omhu,
01:07
because your topicemne stronglysterk correlateskorrelater
23
52000
2000
fordi temaet ditt korrelerer sterkt
01:09
with how usersbrukere will reactreagere to your talk.
24
54000
3000
med hvordan brukere vil reagere til Talen din.
01:12
Now, to make this more concretebetong,
25
57000
2000
Nå, for å gjøre dette mer konkret,
01:14
let's look at the listliste of toptopp 10 wordsord
26
59000
3000
la oss se på listen av de topp 10 ord
01:17
that statisticallystatistisk stickpinne out
27
62000
2000
som statistisk sett skiller seg ut.
01:19
in the mostmest favoritefavoritt TEDTalksTEDTalks
28
64000
2000
i de mest populære TED Talene
01:21
and in the leastminst favoritefavoritt TEDTalksTEDTalks.
29
66000
3000
og i de minst populære TED Talene.
01:24
So if you camekom here
30
69000
2000
Så om du kom hit
01:26
to talk about how FrenchFransk coffeekaffe
31
71000
2000
for å snakke om hvordan fransk kaffe
01:28
will spreadspredt happinesslykke in our brainshjerner,
32
73000
3000
vil spre glede i hjernene våres
01:31
that's a go.
33
76000
2000
er det greit.
01:33
(LaughterLatter) (ApplauseApplaus)
34
78000
2000
(Applaus)
01:35
WhereasMens, if you wanted to talk about
35
80000
2000
Men om du ville snakke om
01:37
your projectprosjekt involvinginvolverer
36
82000
2000
prosjektet ditt som involverer
01:39
oxygenoksygen, girlsjenter, aircraftfly --
37
84000
2000
oksygen, jenter og fly --
01:41
actuallyfaktisk, I would like to hearhøre that talk, (LaughterLatter)
38
86000
2000
eller faktisk, jeg vil gjerne høre den talen,
01:43
but statisticsstatistikk say it's not so good.
39
88000
2000
men statistikken sier det ikke er så bra.
01:45
Oh, well.
40
90000
2000
Jaja.
01:47
If you generalizegeneralisere this,
41
92000
2000
Om man generaliserer dette,
01:49
the mostmest favoritefavoritt TEDTalksTEDTalks are those
42
94000
2000
de mest populære TED talene er de
01:51
that featuretrekk topicsemner we can connectkoble with,
43
96000
3000
som har tema vi kan forbinde med,
01:54
bothbåde easilyEnkelt and deeplydypt,
44
99000
2000
både lett og dypt,
01:56
suchslik as happinesslykke, our ownegen bodykropp,
45
101000
2000
som for eksempel lykke, vår egne kropper,
01:58
foodmat, emotionsfølelser.
46
103000
2000
mat og følelser.
02:00
And the more technicalteknisk topicsemner,
47
105000
2000
Og de mer teknologiske temaene
02:02
suchslik as architecturearkitektur, materialsmaterialer and, strangelymerkelig enoughnok, menmenn,
48
107000
3000
som arkitektur, materialer og merkelig nok menn,
02:05
those are not good topicsemner to talk about.
49
110000
3000
disse er ikke gode temaer å prate om.
02:08
How should you deliverlevere your talk?
50
113000
2000
Hvordan skal man presentere talen sin?
02:10
TEDTED is famousberømt for keepingholde
51
115000
2000
TED er berømt for
02:12
a very sharpskarp eyeøye on the clockklokke,
52
117000
2000
å ha et veldig skarpt øye på klokken,
02:14
so they're going to hatehat me
53
119000
2000
så de kommer til å hate meg
02:16
for revealingavslørende this, because, actuallyfaktisk,
54
121000
2000
for å avsløre dette, fordi, faktisk,
02:18
you should talk as long as they will let you. (LaughterLatter)
55
123000
2000
bør du snakke så lenge de vil la deg,
02:20
Because the mostmest favoritefavoritt TEDTalksTEDTalks
56
125000
3000
fordi favoritt TED talene
02:23
are, on averagegjennomsnitt, over 50 percentprosent longerlenger
57
128000
2000
er i gjennomsnitt, over 50 prosent lengre
02:25
than the leastminst favoritefavoritt onesseg.
58
130000
2000
en de minst favoriserte.
02:28
And this holdsholder trueekte for all rankingrangering listslister on TEDTED.comcom
59
133000
2000
Og dette er sant for alle rangeringslister på TED.com
02:30
exceptunntatt if you want to have a talk
60
135000
2000
bortsett fra hvis du vil ha en tale
02:32
that's beautifulvakker, inspiringinspirerende or funnymorsom.
61
137000
2000
som er vakker, inspirerende eller morsom.
02:34
Then, you should be briefkort. (LaughterLatter) But other than that,
62
139000
2000
Da burde man være snar. Men ellers:
02:36
talk untilfør they dragdra you off the stagescene.
63
141000
3000
snakk til de drar deg av scenen.
02:39
(LaughterLatter)
64
144000
2000
(latter)
02:41
Now, while ...
65
146000
2000
Nå, mens --
02:43
(ApplauseApplaus)
66
148000
6000
(Applaus)
02:49
While you're pushingskyve the clockklokke, there's a few rulesregler to obeylyde.
67
154000
3000
Mens man følger klokken, er det et par regler å følge.
02:52
I foundfunnet these rulesregler out by comparingsammenligne the statisticsstatistikk
68
157000
2000
Jeg fant disse reglene ved å sammenlikne statistikken
02:54
of four-wordfire-eller phrasesuttrykk
69
159000
2000
av fireord settninger
02:56
that appearvises more oftenofte in the mostmest favoritefavoritt TEDTalksTEDTalks
70
161000
3000
som vises oftere på de mest likte TED talene,
02:59
as opposedmotsetning to the leastminst favoritefavoritt TEDTalksTEDTalks.
71
164000
2000
i motsettning til de minst likte TED talene.
03:01
I'll give you threetre exampleseksempler.
72
166000
2000
Jeg kan gi deg tre eksempel.
03:03
First of all, I must, as a speakerhøyttaler,
73
168000
2000
Først og fremst må jeg, som taler,
03:05
providegi a serviceservice to the audiencepublikum and talk about what I will give you,
74
170000
3000
gi en service til publikum og snakke om hva jeg vil gi deg,
03:08
insteadi stedet of sayingordtak what I can't have.
75
173000
2000
i stedet for å snakke om hva jeg ikke har.
03:10
SecondlyDernest, it's imperativeavgjørende
76
175000
2000
For det andre er det avgjørende
03:12
that you do not citesitere The NewNye YorkYork TimesGanger.
77
177000
2000
at man ikke siterer New York Times.
03:14
(LaughterLatter)
78
179000
2000
(Latter)
03:16
And finallyendelig, it's okay for the speakerhøyttaler -- that's the good newsnyheter --
79
181000
3000
Og til slutt er det greit for den som gir talen -- dette er de gode nyhetene --
03:19
to fakeforfalskning intellectualintellektuell capacitykapasitet.
80
184000
2000
å spille intellektuell.
03:21
If I don't understandforstå something, I can just say, "etcetc., etcetc."
81
186000
3000
Om jeg ikke forstår noe kan jeg bare si "et cetera, et cetera." (osv.)
03:24
You'llDu vil all stayoppholde seg with me.
82
189000
2000
Dere vil alle følge meg.
03:26
It's perfectlyperfekt fine.
83
191000
2000
Det er helt greit.
03:28
(ApplauseApplaus)
84
193000
4000
(Applaus)
03:32
Now, let's go to the visualsvisuelle effekter.
85
197000
2000
Nå, la oss gå til det visuelle.
03:34
The mostmest obviousåpenbart visualvisuell thing on stagescene is the speakerhøyttaler.
86
199000
3000
Det mest tydlige på scenen er taleren.
03:37
And analysisanalyse showsviser if you want to be
87
202000
2000
Og analyse viser, at om du vil være
03:39
amongblant the mostmest favoritefavoritt TEDTED speakershøyttalere,
88
204000
2000
blant de best likte TED talerene,
03:41
you should let your hairhår growvokse a little bitbit longerlenger than averagegjennomsnitt,
89
206000
3000
må du la håret ditt vokse litt lengre enn gjennomsnittlig,
03:44
make sure you wearha på your glassesbriller and be slightlylitt more dressed-upkledd opp
90
209000
3000
du må passe på at du har på deg briller og er litt penere kledd
03:47
than the averagegjennomsnitt TEDTED speakerhøyttaler.
91
212000
2000
enn den gjennomsnittlige TED taleren.
03:49
SlidesLysbilder are okay, thoughselv om you mightkanskje considerta i betraktning going for propsprops.
92
214000
3000
Lysbilder er greit, men man burde vurdere å bruke rekvisitter.
03:52
And now the mostmest importantviktig thing,
93
217000
2000
Og nå det viktigste,
03:54
that is the moodhumør onstagepå scenen.
94
219000
2000
humøret på scenen.
03:56
ColorFarge playsspiller a very importantviktig rolerolle.
95
221000
2000
Farger spiller stor rolle.
03:58
ColorFarge closelytett correlateskorrelater
96
223000
2000
Farge korrelerer tett
04:00
with the ratingsrangeringer that talkssamtaler get on the websitenettsted.
97
225000
3000
med rangeringer en tale får på nettsiden.
04:03
(ApplauseApplaus)
98
228000
2000
(Applaus)
04:05
For exampleeksempel, fascinatingfascinerende talkssamtaler
99
230000
2000
For eksempel, facinerende taler
04:07
containinneholde a statisticallystatistisk highhøy amountbeløp
100
232000
2000
inneholder en statistisk høyere mengde
04:09
of exactlynøyaktig this blueblå colorfarge, (LaughterLatter)
101
234000
2000
av nøyaktig denne blåfargen,
04:11
much more than the averagegjennomsnitt TEDTalkTEDTalk.
102
236000
2000
mye mer enn den gjennomsnittlige TED talen.
04:13
IngeniousGenial TEDTalksTEDTalks, much more this greengrønn colorfarge,
103
238000
2000
Geniale TED taler inneholder mye mer av denne grønne fargen,
04:15
etcetc., etet.
104
240000
2000
et cetera, et cetera. (osv. osv.)
04:17
(LaughterLatter) (ApplauseApplaus)
105
242000
7000
(Applaus)
04:24
Now, personallypersonlig, I think
106
249000
2000
Personlig tror jeg
04:26
I'm not the first one who has doneferdig this analysisanalyse,
107
251000
2000
at jeg ikke er den første som har gjort denne analysen,
04:28
but I'll leavepermisjon this
108
253000
2000
men jeg vil overlate dette
04:30
to your good judgmentdom.
109
255000
3000
til din gode dømmekraft.
04:33
So, now it's time to put it all togethersammen
110
258000
2000
Så nå er det på tide å legge alt sammen
04:35
and designdesign the ultimateultimat TEDTalkTEDTalk.
111
260000
2000
og lage den ultimate TED talen.
04:37
Now, sincesiden this is TEDActiveTEDActive,
112
262000
2000
Og siden dette er TED Aktiv,
04:39
and I learnedlært from my analysisanalyse
113
264000
2000
og jeg lærte fra analysen min
04:41
that I should actuallyfaktisk give you something,
114
266000
2000
at jeg burde faktisk gi deg noe,
04:43
I will not imposeinnføre the ultimateultimat
115
268000
2000
jeg vil ikke trenge på deg den ultimate
04:45
or worstverst TEDTalkTEDTalk on you,
116
270000
2000
eller den verste TED talen,
04:47
but ratherheller give you a toolverktøy to createskape your ownegen.
117
272000
2000
men heller gi deg verktøyet til å lage din egen.
04:49
And I call this toolverktøy the TEDPadTEDPad.
118
274000
3000
Og jeg kaller dette verktøyet TED Pad.
04:52
(LaughterLatter)
119
277000
3000
(Latter)
04:55
And the TEDPadTEDPad is a matrixmatrise
120
280000
2000
Og TED Pad er en matrise
04:57
of 100 specificallynærmere bestemt selectedvalgt,
121
282000
2000
av 100 spesielt utvalgte,
04:59
highlyhøyt curatedkuratert sentencessetninger
122
284000
3000
svært kuraterte setninger
05:02
that you can easilyEnkelt piecestykke togethersammen to get your ownegen TEDTalkTEDTalk.
123
287000
3000
som man lett kan putte sammen for å lage din egen TED tale.
05:07
You only have to make one decisionbeslutning,
124
292000
2000
Du må bare ta ett valg
05:09
and that is: Are you going to use the whitehvit versionversjon
125
294000
2000
og det er: Kommer du til å bruke den hvite versjonen
05:11
for very good TEDTalksTEDTalks,
126
296000
2000
for veldig gode TED taler,
05:13
about creativitykreativitet, humanmenneskelig geniusgeni?
127
298000
2000
om kreativitet og menneskelig geni?
05:15
Or are you going to go with a blacksvart versionversjon,
128
300000
2000
Eller kommer du til å bruke den svarte versjonen,
05:17
whichhvilken will allowtillate you to createskape really baddårlig TEDTalksTEDTalks,
129
302000
2000
som vil la deg lage virkelig dårlige TED taler,
05:19
mostlyfor det meste about blogsblogger,
130
304000
2000
om blogger
05:21
politicspolitikk and stuffting?
131
306000
2000
politikk og slikt?
05:23
So, downloadnedlasting it and have funmoro with it.
132
308000
2000
Så last ned og ha gøy med det.
05:25
Now I hopehåp you enjoyNyt the sessionøkt.
133
310000
3000
Jeg håper du likte økten.
05:28
I hopehåp you enjoyNyt designingutforme your ownegen
134
313000
2000
Jeg håper du hygger deg med å skape din egen
05:30
ultimateultimat and worstverst possiblemulig TEDTalksTEDTalks.
135
315000
2000
ultimate og verst mulige TED tale.
05:32
And I hopehåp some of you will be inspiredinspirert for nextneste yearår
136
317000
3000
Og jeg håper noen av dere vil bli inspirert til neste år
05:35
to createskape this, whichhvilken I really want to see.
137
320000
3000
til å lage dette, som er noe jeg virkelig vil se.
05:38
Thank you very much.
138
323000
2000
Tusen takk.
05:40
(ApplauseApplaus) Thankstakk.
139
325000
10000
(applaus)
Translated by Steven Wales
Reviewed by Martin Hassel

▲Back to top

ABOUT THE SPEAKER
Sebastian Wernicke - Data scientist
After making a splash in the field of bioinformatics, Sebastian Wernicke moved on to the corporate sphere, where he motivates and manages multidimensional projects.

Why you should listen

Dr. Sebastian Wernicke is the Chief Data Scientist of ONE LOGIC, a data science boutique that supports organizations across industries to make sense of their vast data collections to improve operations and gain strategic advantages. Wernicke originally studied bioinformatics and previously led the strategy and growth of Seven Bridges Genomics, a Cambridge-based startup that builds platforms for genetic analysis.

Before his career in statistics began, Wernicke worked stints as both a paramedic and successful short animated filmmaker. He's also the author of the TEDPad app, an irreverent tool for creating an infinite number of "amazing and really bad" and mostly completely meaningless talks. He's the author of the statistically authoritative and yet completely ridiculous "How to Give the Perfect TEDTalk."

More profile about the speaker
Sebastian Wernicke | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee