TEDxCambridge
Sebastian Wernicke: How to use data to make a hit TV show
Sebastian Wernicke: Cum să foloseşti informatica pentru a crea o emisiune TV de succes
Filmed:
Readability: 4
1,628,704 views
Duce colectarea unei cantităţi mai mari de date la îmbunătăţirea deciziilor luate? Companii competitive în procesarea datelor, ca Amazon, Google şi Netflix, au constatat că analiza computerizată a datelor nu conduce de una singură la obţinerea rezultatelor optime. În acest discurs, informaticianul Sebastian Wernicke dezvăluie ce nu este în regulă când luăm decizii bazate exclusiv pe informatică şi propune o metodă mai inteligentă de folosire a acesteia.
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. Full bio
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.
00:12
Roy Price is a man that most of you
have probably never heard about,
have probably never heard about,
0
820
4276
Probabil că majoritatea
n-ați auzit de Roy Price,
n-ați auzit de Roy Price,
00:17
even though he may have been responsible
1
5120
2496
deși el se poate să fie răspunzător
00:19
for 22 somewhat mediocre
minutes of your life on April 19, 2013.
minutes of your life on April 19, 2013.
2
7640
6896
pentru 22 de minute mediocre
din viaţa voastră, pe 19 aprilie 2013.
din viaţa voastră, pe 19 aprilie 2013.
00:26
He may have also been responsible
for 22 very entertaining minutes,
for 22 very entertaining minutes,
3
14560
3176
S-ar putea să fie răspunzător
pentru 22 minute foarte amuzante,
pentru 22 minute foarte amuzante,
00:29
but not very many of you.
4
17760
2256
dar nu pentru foarte mulţi dintre voi.
00:32
And all of that goes back to a decision
5
20040
1896
Totul a început cu decizia pe care Roy
a trebuit să o ia acum trei ani.
a trebuit să o ia acum trei ani.
00:33
that Roy had to make
about three years ago.
about three years ago.
6
21960
2000
00:35
So you see, Roy Price
is a senior executive with Amazon Studios.
is a senior executive with Amazon Studios.
7
23984
4832
Roy Price e director executiv
la Studiourile Amazon,
la Studiourile Amazon,
00:40
That's the TV production
company of Amazon.
company of Amazon.
8
28840
3016
compania de producţii TV a Amazon.
00:43
He's 47 years old, slim, spiky hair,
9
31880
3256
E un tip de 47 de ani, zvelt, păr ţepos,
00:47
describes himself on Twitter
as "movies, TV, technology, tacos."
as "movies, TV, technology, tacos."
10
35160
4816
se descrie pe contul Twitter
ca „filme, TV, tehnologie, tacos.”
ca „filme, TV, tehnologie, tacos.”
00:52
And Roy Price has a very responsible job,
because it's his responsibility
because it's his responsibility
11
40000
5176
Roy Price are o mare răspundere.
El răspunde de alegerea programelor,
00:57
to pick the shows, the original content
that Amazon is going to make.
that Amazon is going to make.
12
45200
4056
de conţinutul original pe care Amazon
urmează să îl producă.
urmează să îl producă.
01:01
And of course that's
a highly competitive space.
a highly competitive space.
13
49280
2336
Concurenţa este foarte mare.
01:03
I mean, there are so many
TV shows already out there,
TV shows already out there,
14
51640
2736
Sunt deja atât de multe
producţii TV pe piaţă,
producţii TV pe piaţă,
01:06
that Roy can't just choose any show.
15
54400
2176
încât Roy nu poate alege orice program.
01:08
He has to find shows
that are really, really great.
that are really, really great.
16
56600
4096
El trebuie să găsească programe
care sunt foarte, foarte bune.
care sunt foarte, foarte bune.
01:12
So in other words, he has to find shows
17
60720
2816
Adică trebuie să găsească spectacole
din dreapta acestei curbe.
din dreapta acestei curbe.
01:15
that are on the very right end
of this curve here.
of this curve here.
18
63560
2376
01:17
So this curve here
is the rating distribution
is the rating distribution
19
65960
2656
Curba reprezintă distribuția ratingului
01:20
of about 2,500 TV shows
on the website IMDB,
on the website IMDB,
20
68640
4376
pentru cam 2.500 producţii TV
pe site-ul IMDB.
pe site-ul IMDB.
01:25
and the rating goes from one to 10,
21
73040
2896
Ratingul merge de la 1 la 10,
01:27
and the height here shows you
how many shows get that rating.
how many shows get that rating.
22
75960
2976
iar pe verticală e numărul producţiilor
care obţin acel rating.
care obţin acel rating.
01:30
So if your show gets a rating
of nine points or higher, that's a winner.
of nine points or higher, that's a winner.
23
78960
4696
Dacă producţia ta obţine un rating
de 9 puncte sau mai mare, e un succes.
de 9 puncte sau mai mare, e un succes.
01:35
Then you have a top two percent show.
24
83680
1816
Apoi sunt cele mai bune 2% producţii.
01:37
That's shows like "Breaking Bad,"
"Game of Thrones," "The Wire,"
"Game of Thrones," "The Wire,"
25
85520
3896
Sunt producţii ca „Breaking Bad",
„Game of Thrones", „The Wire".
„Game of Thrones", „The Wire".
01:41
so all of these shows that are addictive,
26
89440
2296
Aceste seriale dau dependenţă,
01:43
whereafter you've watched a season,
your brain is basically like,
your brain is basically like,
27
91760
3056
dupa ce urmăreşti un sezon,
creierul tău se întreabă:
creierul tău se întreabă:
01:46
"Where can I get more of these episodes?"
28
94840
2176
„De unde iau mai multe episoade?"
01:49
That kind of show.
29
97040
1200
Genul ăsta de producţii.
01:50
On the left side, just for clarity,
here on that end,
here on that end,
30
98920
2496
În partea stângă, ca să fie clar,
aici în margine,
aici în margine,
01:53
you have a show called
"Toddlers and Tiaras" --
"Toddlers and Tiaras" --
31
101440
3176
aveţi un serial numit
„Toddlers and Tiaras"...
„Toddlers and Tiaras"...
01:56
(Laughter)
32
104640
2656
(Râsete)
01:59
-- which should tell you enough
33
107320
1536
... care sugerează clar despre ce-i vorba
la acel capăt al curbei.
la acel capăt al curbei.
02:00
about what's going on
on that end of the curve.
on that end of the curve.
34
108880
2191
02:03
Now, Roy Price is not worried about
getting on the left end of the curve,
getting on the left end of the curve,
35
111095
4161
Roy Price nu este îngrijorat
că ajunge la capătul din stânga al curbei,
că ajunge la capătul din stânga al curbei,
02:07
because I think you would have to have
some serious brainpower
some serious brainpower
36
115280
2936
pentru că îţi trebuie multă inteligenţă
să te plasezi sub „Toddlers and Tiaras”.
să te plasezi sub „Toddlers and Tiaras”.
02:10
to undercut "Toddlers and Tiaras."
37
118240
1696
02:11
So what he's worried about
is this middle bulge here,
is this middle bulge here,
38
119960
3936
El e îngrijorat de
umflătura asta din mijloc,
umflătura asta din mijloc,
02:15
the bulge of average TV,
39
123920
1816
cea a producţiilor TV medii,
02:17
you know, those shows
that aren't really good or really bad,
that aren't really good or really bad,
40
125760
2856
acele producţii care nu sunt
nici prea bune nici prea rele,
nici prea bune nici prea rele,
02:20
they don't really get you excited.
41
128639
1656
care nu ajung să te impresioneze.
02:22
So he needs to make sure
that he's really on the right end of this.
that he's really on the right end of this.
42
130320
4856
El trebuie să se asigure
că se află în marginea din dreapta.
că se află în marginea din dreapta.
02:27
So the pressure is on,
43
135200
1576
Presiunea este mare.
02:28
and of course it's also the first time
44
136800
2176
De-asemenea e prima dată
când Amazon face așa ceva,
când Amazon face așa ceva,
02:31
that Amazon is even
doing something like this,
doing something like this,
45
139000
2176
02:33
so Roy Price does not want
to take any chances.
to take any chances.
46
141200
3336
deci Roy Price nu vrea să rişte.
02:36
He wants to engineer success.
47
144560
2456
Vrea să proiecteze succesul.
02:39
He needs a guaranteed success,
48
147040
1776
Are nevoie de succes garantat,
aşa că organizează un concurs:
aşa că organizează un concurs:
02:40
and so what he does is,
he holds a competition.
he holds a competition.
49
148840
2576
02:43
So he takes a bunch of ideas for TV shows,
50
151440
3136
ia un număr de idei de producţii TV
02:46
and from those ideas,
through an evaluation,
through an evaluation,
51
154600
2296
şi, evaluând aceste idei,
02:48
they select eight candidates for TV shows,
52
156920
4096
selectează opt candidaţi
pentru producţii TV,
pentru producţii TV,
02:53
and then he just makes the first episode
of each one of these shows
of each one of these shows
53
161040
3216
apoi face doar primul episod
pentru fiecare din aceste producţii
pentru fiecare din aceste producţii
02:56
and puts them online for free
for everyone to watch.
for everyone to watch.
54
164280
3136
şi le difuzează gratis online.
02:59
And so when Amazon
is giving out free stuff,
is giving out free stuff,
55
167440
2256
Când Amazon oferă lucruri gratuite,
le vei lua, nu-i aşa?
le vei lua, nu-i aşa?
03:01
you're going to take it, right?
56
169720
1536
03:03
So millions of viewers
are watching those episodes.
are watching those episodes.
57
171280
5136
Astfel, milioane de persoane
urmăresc aceste episoade.
urmăresc aceste episoade.
03:08
What they don't realize is that,
while they're watching their shows,
while they're watching their shows,
58
176440
3216
Ei nu realizează că, în timp ce
urmăresc spectacolele,
urmăresc spectacolele,
03:11
actually, they are being watched.
59
179680
2296
sunt la rândul lor urmăriţi.
03:14
They are being watched
by Roy Price and his team,
by Roy Price and his team,
60
182000
2336
Sunt urmăriţi de Roy Price şi echipa lui,
care înregistrează tot.
care înregistrează tot.
03:16
who record everything.
61
184360
1376
03:17
They record when somebody presses play,
when somebody presses pause,
when somebody presses pause,
62
185760
3376
Înregistrează când cineva apasă play,
când apasă pauză,
când apasă pauză,
03:21
what parts they skip,
what parts they watch again.
what parts they watch again.
63
189160
2536
ce părţi sar, ce părţi urmăresc din nou.
03:23
So they collect millions of data points,
64
191720
2256
Se colectează milioane
de astfel de parametri,
de astfel de parametri,
03:26
because they want
to have those data points
to have those data points
65
194000
2096
pentru că vor să aibă aceşti parametri
03:28
to then decide
which show they should make.
which show they should make.
66
196120
2696
ca să decidă apoi
ce producţie să continue.
ce producţie să continue.
03:30
And sure enough,
so they collect all the data,
so they collect all the data,
67
198840
2176
Aşa că ei colectează aceste informaţii,
03:33
they do all the data crunching,
and an answer emerges,
and an answer emerges,
68
201040
2576
le procesează şi primesc un răspuns,
03:35
and the answer is,
69
203640
1216
iar răspunsul este:
03:36
"Amazon should do a sitcom
about four Republican US Senators."
about four Republican US Senators."
70
204880
5536
„Amazon ar trebui să facă un serial
de comedie despre 4 senatori republicani".
de comedie despre 4 senatori republicani".
03:42
They did that show.
71
210440
1216
Au făcut acest serial.
03:43
So does anyone know the name of the show?
72
211680
2160
Ştie cineva numele serialului?
03:46
(Audience: "Alpha House.")
73
214720
1296
(Audienţa: „Alpha House”)
Da, „Alpha House”,
Da, „Alpha House”,
03:48
Yes, "Alpha House,"
74
216040
1456
03:49
but it seems like not too many of you here
remember that show, actually,
remember that show, actually,
75
217520
4096
dar se pare că puţini dintre voi
îşi amintesc acel serial,
îşi amintesc acel serial,
03:53
because it didn't turn out that great.
76
221640
1856
pentru că nu a fost chiar aşa de bun.
03:55
It's actually just an average show,
77
223520
1856
E doar un serial de nivel mediu,
03:57
actually -- literally, in fact, because
the average of this curve here is at 7.4,
the average of this curve here is at 7.4,
78
225400
4576
Literalmente mediu, pentru că media
acestui grafic este la 7,4,
acestui grafic este la 7,4,
04:02
and "Alpha House" lands at 7.5,
79
230000
2416
şi „Alpha House" aterizează la 7,5,
04:04
so a slightly above average show,
80
232440
2016
deci puţin deasupra mediei,
04:06
but certainly not what Roy Price
and his team were aiming for.
and his team were aiming for.
81
234480
2920
dar sigur nu e ce şi-au dorit
Roy Price şi echipa lui.
Roy Price şi echipa lui.
04:10
Meanwhile, however,
at about the same time,
at about the same time,
82
238320
2856
Între timp, cam în aceeaşi perioadă,
04:13
at another company,
83
241200
1576
la o altă companie,
04:14
another executive did manage
to land a top show using data analysis,
to land a top show using data analysis,
84
242800
4216
un alt director a făcut o producţie de top
folosind analiza datelor,
folosind analiza datelor,
04:19
and his name is Ted,
85
247040
1576
iar numele lui este Ted,
04:20
Ted Sarandos, who is
the Chief Content Officer of Netflix,
the Chief Content Officer of Netflix,
86
248640
3416
Ted Sarandos –
directorul de programe de la Netflix.
directorul de programe de la Netflix.
04:24
and just like Roy,
he's on a constant mission
he's on a constant mission
87
252080
2136
Ca și Roy, e într-o continuă căutare
a acelei mari producţii TV.
a acelei mari producţii TV.
04:26
to find that great TV show,
88
254240
1496
04:27
and he uses data as well to do that,
89
255760
2016
Şi el foloseşte informatica în acest scop,
numai că o face puţin diferit.
numai că o face puţin diferit.
04:29
except he does it
a little bit differently.
a little bit differently.
90
257800
2015
04:31
So instead of holding a competition,
what he did -- and his team of course --
what he did -- and his team of course --
91
259839
3737
În loc să organizeze o competiţie,
el şi echipa lui
el şi echipa lui
04:35
was they looked at all the data
they already had about Netflix viewers,
they already had about Netflix viewers,
92
263600
3536
au analizat informaţiile pe care
le aveau deja despre utilizatorii Netflix,
le aveau deja despre utilizatorii Netflix,
04:39
you know, the ratings
they give their shows,
they give their shows,
93
267160
2096
notele pe care le dădeau producţiilor,
04:41
the viewing histories,
what shows people like, and so on.
what shows people like, and so on.
94
269280
2696
istoricul vizionărilor,
programele care le plac etc.
programele care le plac etc.
04:44
And then they use that data to discover
95
272000
1896
Folosesc apoi informaţiile să afle
toate amănuntele despre public:
toate amănuntele despre public:
04:45
all of these little bits and pieces
about the audience:
about the audience:
96
273920
2616
04:48
what kinds of shows they like,
97
276560
1456
ce tip de producţii agrează,
04:50
what kind of producers,
what kind of actors.
what kind of actors.
98
278040
2096
ce tip de producători,
ce tip de actori.
ce tip de actori.
04:52
And once they had
all of these pieces together,
all of these pieces together,
99
280160
2576
După ce-au analizat aceste informaţii,
04:54
they took a leap of faith,
100
282760
1656
s-au hotărât și au decis să producă
nu o comedie despre patru senatori,
nu o comedie despre patru senatori,
04:56
and they decided to license
101
284440
2096
04:58
not a sitcom about four Senators
102
286560
2456
05:01
but a drama series about a single Senator.
103
289040
2880
ci un serial dramatic
despre un singur senator.
despre un singur senator.
05:04
You guys know the show?
104
292760
1656
Știţi serialul?
05:06
(Laughter)
105
294440
1296
(Râsete)
05:07
Yes, "House of Cards," and Netflix
of course, nailed it with that show,
of course, nailed it with that show,
106
295760
3736
Da, „House of Cards” şi Netflix
a dat lovitura cu acel serial,
a dat lovitura cu acel serial,
05:11
at least for the first two seasons.
107
299520
2136
cel puţin pentru primele două sezoane.
05:13
(Laughter) (Applause)
108
301680
3976
(Râsete)
(Aplauze)
(Aplauze)
05:17
"House of Cards" gets
a 9.1 rating on this curve,
a 9.1 rating on this curve,
109
305680
3176
„House of Cards” are un rating
de 9,1 pe acest grafic,
de 9,1 pe acest grafic,
05:20
so it's exactly
where they wanted it to be.
where they wanted it to be.
110
308880
3176
deci este exact
unde îşi doreau să fie.
unde îşi doreau să fie.
05:24
Now, the question of course is,
what happened here?
what happened here?
111
312080
2416
Acum, întrebarea este:
ce s-a întâmplat aici?
ce s-a întâmplat aici?
05:26
So you have two very competitive,
data-savvy companies.
data-savvy companies.
112
314520
2656
Avem două companii foarte bune
în procesarea datelor,
în procesarea datelor,
05:29
They connect all of these
millions of data points,
millions of data points,
113
317200
2856
care coroborează milioane de parametri,
05:32
and then it works
beautifully for one of them,
beautifully for one of them,
114
320080
2376
iar apoi totul merge frumos
pentru una din ele,
pentru una din ele,
05:34
and it doesn't work for the other one.
115
322480
1856
dar nu funcţionează pentru cealaltă.
05:36
So why?
116
324360
1216
De ce?
05:37
Because logic kind of tells you
that this should be working all the time.
that this should be working all the time.
117
325600
3456
Logic ar fi să funcţioneze mereu.
05:41
I mean, if you're collecting
millions of data points
millions of data points
118
329080
2456
Când colectezi milioane de măsurători
pentru a lua o decizie,
pentru a lua o decizie,
05:43
on a decision you're going to make,
119
331560
1736
05:45
then you should be able
to make a pretty good decision.
to make a pretty good decision.
120
333320
2616
ar trebui să poţi lua
o decizie destul de bună.
o decizie destul de bună.
05:47
You have 200 years
of statistics to rely on.
of statistics to rely on.
121
335960
2216
Ai 200 de ani de statistică
pe care te bazezi.
pe care te bazezi.
05:50
You're amplifying it
with very powerful computers.
with very powerful computers.
122
338200
3016
O amplifici cu computere foarte puternice.
05:53
The least you could expect
is good TV, right?
is good TV, right?
123
341240
3280
Nu te-ai aştepta să obţii
rezultate mediocre, nu-i aşa?
rezultate mediocre, nu-i aşa?
05:57
And if data analysis
does not work that way,
does not work that way,
124
345880
2720
Daca analiza datelor
nu funcţionează aşa,
nu funcţionează aşa,
06:01
then it actually gets a little scary,
125
349520
2056
lucrurile devin chiar
puţin înfricoşătoare,
puţin înfricoşătoare,
06:03
because we live in a time
where we're turning to data more and more
where we're turning to data more and more
126
351600
3816
pentru că în zilele noastre
apelăm tot mai mult la informatică
apelăm tot mai mult la informatică
06:07
to make very serious decisions
that go far beyond TV.
that go far beyond TV.
127
355440
4480
pentru a lua decizii mult mai importante
decât emisiunile TV.
decât emisiunile TV.
06:12
Does anyone here know the company
Multi-Health Systems?
Multi-Health Systems?
128
360760
3240
Cunoaşte cineva compania
Multi-Health Systems?
Multi-Health Systems?
06:17
No one. OK, that's good actually.
129
365080
1656
Nimeni. Ăsta chiar e un lucru bun.
06:18
OK, so Multi-Health Systems
is a software company,
is a software company,
130
366760
3216
Multi-Health Systems
e o companie care produce softuri
e o companie care produce softuri
06:22
and I hope that nobody here in this room
131
370000
2816
şi sper ca nimeni din această sală
06:24
ever comes into contact
with that software,
with that software,
132
372840
3176
să nu vină în contact cu acele softuri,
06:28
because if you do,
it means you're in prison.
it means you're in prison.
133
376040
2096
că ar însemna că sunteţi la închisoare.
06:30
(Laughter)
134
378160
1176
(Râsete)
06:31
If someone here in the US is in prison,
and they apply for parole,
and they apply for parole,
135
379360
3536
Dacă cineva, aici în SUA, e la închisoare
şi cere eliberarea condiţionată,
şi cere eliberarea condiţionată,
06:34
then it's very likely that
data analysis software from that company
data analysis software from that company
136
382920
4296
atunci e foarte probabil ca programul
de analiză a datelor de la acea companie
de analiză a datelor de la acea companie
06:39
will be used in determining
whether to grant that parole.
whether to grant that parole.
137
387240
3616
să fie folosit în evaluarea
acordării eliberării condiţionate.
acordării eliberării condiţionate.
06:42
So it's the same principle
as Amazon and Netflix,
as Amazon and Netflix,
138
390880
2576
E acelaşi principiu ca cel
de la Amazon şi Netflix,
de la Amazon şi Netflix,
06:45
but now instead of deciding whether
a TV show is going to be good or bad,
a TV show is going to be good or bad,
139
393480
4616
dar acum, în loc să stabileşti dacă
un serial TV va fi bun sau rău,
un serial TV va fi bun sau rău,
06:50
you're deciding whether a person
is going to be good or bad.
is going to be good or bad.
140
398120
2896
decizi dacă o persoană
va fi bună sau rea.
va fi bună sau rea.
06:53
And mediocre TV, 22 minutes,
that can be pretty bad,
that can be pretty bad,
141
401040
5496
O producţie TV mediocră de 22 minute
poate fi un rezultat destul de rău,
poate fi un rezultat destul de rău,
06:58
but more years in prison,
I guess, even worse.
I guess, even worse.
142
406560
2640
dar mai mulţi ani la închisoare
cred că e chiar mai rău.
cred că e chiar mai rău.
07:02
And unfortunately, there is actually
some evidence that this data analysis,
some evidence that this data analysis,
143
410360
4136
Din păcate, sunt dovezi
că această analiză informatică,
că această analiză informatică,
07:06
despite having lots of data,
does not always produce optimum results.
does not always produce optimum results.
144
414520
4216
cu toate că include mulţi parametri,
nu dă mereu rezultate optime.
nu dă mereu rezultate optime.
07:10
And that's not because a company
like Multi-Health Systems
like Multi-Health Systems
145
418760
2722
Asta nu se întâmplă pentru că
Multi-Health Systems
Multi-Health Systems
07:13
doesn't know what to do with data.
146
421506
1627
nu ştie ce să facă cu datele.
07:15
Even the most data-savvy
companies get it wrong.
companies get it wrong.
147
423158
2298
Chiar şi cei mai buni
în domeniu greşesc.
în domeniu greşesc.
07:17
Yes, even Google gets it wrong sometimes.
148
425480
2400
Da, chiar şi Google greşeşte uneori.
07:20
In 2009, Google announced
that they were able, with data analysis,
that they were able, with data analysis,
149
428680
4496
În 2009, Google anunţa că poate,
prin analize statistice,
prin analize statistice,
07:25
to predict outbreaks of influenza,
the nasty kind of flu,
the nasty kind of flu,
150
433200
4136
să prezică epidemiile de gripă,
gripa aviară,
gripa aviară,
07:29
by doing data analysis
on their Google searches.
on their Google searches.
151
437360
3776
analizând căutările
utilizatorilor pe Google.
utilizatorilor pe Google.
07:33
And it worked beautifully,
and it made a big splash in the news,
and it made a big splash in the news,
152
441160
3856
A funcţionat frumos
şi a făcut vâlvă la ştiri,
şi a făcut vâlvă la ştiri,
07:37
including the pinnacle
of scientific success:
of scientific success:
153
445040
2136
și a atins culmea succesului ştiinţific:
07:39
a publication in the journal "Nature."
154
447200
2456
un articol în revista Nature.
07:41
It worked beautifully
for year after year after year,
for year after year after year,
155
449680
3616
A funcţionat frumos an după an,
07:45
until one year it failed.
156
453320
1656
până când a picat.
07:47
And nobody could even tell exactly why.
157
455000
2256
Şi nimeni nu putea măcar să spună de ce.
07:49
It just didn't work that year,
158
457280
1696
Pur şi simplu nu a mers în acel an.
07:51
and of course that again made big news,
159
459000
1936
Sigur că asta a ţinut iar capul de afiş,
incluzând acum o retractare
incluzând acum o retractare
07:52
including now a retraction
160
460960
1616
07:54
of a publication
from the journal "Nature."
from the journal "Nature."
161
462600
2840
într-o ediţie a revistei Nature.
07:58
So even the most data-savvy companies,
Amazon and Google,
Amazon and Google,
162
466480
3336
Chiar şi companiile tari
în operarea datelor, Amazon şi Google,
în operarea datelor, Amazon şi Google,
08:01
they sometimes get it wrong.
163
469840
2136
greşesc câteodată.
08:04
And despite all those failures,
164
472000
2936
În ciuda acestor eşecuri,
08:06
data is moving rapidly
into real-life decision-making --
into real-life decision-making --
165
474960
3856
informatica îşi face loc rapid
în luarea deciziilor din lumea reală:
în luarea deciziilor din lumea reală:
08:10
into the workplace,
166
478840
1816
la locul de muncă,
08:12
law enforcement,
167
480680
1816
în sistemul judiciar,
08:14
medicine.
168
482520
1200
medicină.
08:16
So we should better make sure
that data is helping.
that data is helping.
169
484400
3336
Aşa că ar fi mai bine să ne asigurăm
că informatica ajută.
că informatica ajută.
08:19
Now, personally I've seen
a lot of this struggle with data myself,
a lot of this struggle with data myself,
170
487760
3136
Eu însumi am văzut mult
din lupta asta cu informatica,
din lupta asta cu informatica,
08:22
because I work in computational genetics,
171
490920
1976
pentru că lucrez în domeniul
geneticii informatizate,
geneticii informatizate,
08:24
which is also a field
where lots of very smart people
where lots of very smart people
172
492920
2496
un domeniu în care
mulţi oameni foarte deştepţi
mulţi oameni foarte deştepţi
08:27
are using unimaginable amounts of data
to make pretty serious decisions
to make pretty serious decisions
173
495440
3656
utilizează cantităţi inimaginabile
de date ca să ia decizii importante
de date ca să ia decizii importante
08:31
like deciding on a cancer therapy
or developing a drug.
or developing a drug.
174
499120
3560
precum un tratament împotriva cancerului
sau crearea unui medicament.
sau crearea unui medicament.
08:35
And over the years,
I've noticed a sort of pattern
I've noticed a sort of pattern
175
503520
2376
În decursul anilor am observat un model,
sau o regulă, privind diferenţa
sau o regulă, privind diferenţa
08:37
or kind of rule, if you will,
about the difference
about the difference
176
505920
2456
08:40
between successful
decision-making with data
decision-making with data
177
508400
2696
dintre deciziile de succes și cele proaste
luate cu ajutorul statisticii
luate cu ajutorul statisticii
08:43
and unsuccessful decision-making,
178
511120
1616
08:44
and I find this a pattern worth sharing,
and it goes something like this.
and it goes something like this.
179
512760
3880
şi cred că acest model merită împărtăşit.
E cam aşa:
E cam aşa:
08:50
So whenever you're
solving a complex problem,
solving a complex problem,
180
518520
2135
Când rezolvi o problemă complexă,
faci în esenţă două lucruri:
faci în esenţă două lucruri:
08:52
you're doing essentially two things.
181
520679
1737
08:54
The first one is, you take that problem
apart into its bits and pieces
apart into its bits and pieces
182
522440
3296
primul pas e să descompui problema
în componentele sale
în componentele sale
08:57
so that you can deeply analyze
those bits and pieces,
those bits and pieces,
183
525760
2496
ca să poţi analiza atent
acele componente
acele componente
09:00
and then of course
you do the second part.
you do the second part.
184
528280
2016
şi apoi, al doilea pas:
09:02
You put all of these bits and pieces
back together again
back together again
185
530320
2656
reasamblezi componentele
ca să ajungi la o concluzie.
ca să ajungi la o concluzie.
09:05
to come to your conclusion.
186
533000
1336
09:06
And sometimes you
have to do it over again,
have to do it over again,
187
534360
2336
Câteodată trebuie să faci asta iar,
dar mereu sunt astea două lucruri:
dar mereu sunt astea două lucruri:
09:08
but it's always those two things:
188
536720
1656
09:10
taking apart and putting
back together again.
back together again.
189
538400
2320
descompunerea şi reclădirea.
09:14
And now the crucial thing is
190
542280
1616
Crucial este
09:15
that data and data analysis
191
543920
2896
că datele şi analiza
computerizată a acestora
computerizată a acestora
09:18
is only good for the first part.
192
546840
2496
sunt bune numai pentru prima parte.
09:21
Data and data analysis,
no matter how powerful,
no matter how powerful,
193
549360
2216
Informatica, oricât de puternică e,
09:23
can only help you taking a problem apart
and understanding its pieces.
and understanding its pieces.
194
551600
4456
ajută doar la descompunerea problemei
şi la înţelegerea componentelor.
şi la înţelegerea componentelor.
09:28
It's not suited to put those pieces
back together again
back together again
195
556080
3496
Nu e potrivită pentru reasamblarea
acestor componente pentru o concluzie.
acestor componente pentru o concluzie.
09:31
and then to come to a conclusion.
196
559600
1896
09:33
There's another tool that can do that,
and we all have it,
and we all have it,
197
561520
2736
O altă unealtă face asta şi o avem toţi.
E vorba de creier.
E vorba de creier.
09:36
and that tool is the brain.
198
564280
1296
09:37
If there's one thing a brain is good at,
199
565600
1936
Dacă e ceva la care creierul e bun,
e să refacă întregul din componente,
e să refacă întregul din componente,
09:39
it's taking bits and pieces
back together again,
back together again,
200
567560
2256
09:41
even when you have incomplete information,
201
569840
2016
chiar dacă informaţiile sunt incomplete
și să tragă o concluzie corectă.
și să tragă o concluzie corectă.
09:43
and coming to a good conclusion,
202
571880
1576
09:45
especially if it's the brain of an expert.
203
573480
2936
Mai ales când e creierul unui expert.
09:48
And that's why I believe
that Netflix was so successful,
that Netflix was so successful,
204
576440
2656
Cred că de asta a avut Netflix succes,
09:51
because they used data and brains
where they belong in the process.
where they belong in the process.
205
579120
3576
fiindcă au folosit informatica
şi creierul la locul potrivit.
şi creierul la locul potrivit.
09:54
They use data to first understand
lots of pieces about their audience
lots of pieces about their audience
206
582720
3536
Au folosit întâi informatica
să afle cât mai multe despre publicul lor,
să afle cât mai multe despre publicul lor,
09:58
that they otherwise wouldn't have
been able to understand at that depth,
been able to understand at that depth,
207
586280
3416
pe care altfel nu l-ar fi putut
înţelege atât de bine,
înţelege atât de bine,
10:01
but then the decision
to take all these bits and pieces
to take all these bits and pieces
208
589720
2616
dar decizia de a lua
piesele acestui puzzle,
piesele acestui puzzle,
10:04
and put them back together again
and make a show like "House of Cards,"
and make a show like "House of Cards,"
209
592360
3336
şi de a le recompune pentru a face
un serial ca „House of Cards”,
un serial ca „House of Cards”,
10:07
that was nowhere in the data.
210
595720
1416
nu a venit de la computer.
10:09
Ted Sarandos and his team
made that decision to license that show,
made that decision to license that show,
211
597160
3976
Ted Sarandos şi echipa lui
au luat decizia de a produce acel serial,
au luat decizia de a produce acel serial,
10:13
which also meant, by the way,
that they were taking
that they were taking
212
601160
2381
ceea ce însemna și că îşi asumau
prin acea decizie,
prin acea decizie,
10:15
a pretty big personal risk
with that decision.
with that decision.
213
603565
2851
un risc personal destul de mare.
10:18
And Amazon, on the other hand,
they did it the wrong way around.
they did it the wrong way around.
214
606440
3016
Amazon, în schimb,
au mers pe calea greşită.
au mers pe calea greşită.
10:21
They used data all the way
to drive their decision-making,
to drive their decision-making,
215
609480
2736
Au folosit statistica în tot procesul
de luare a deciziei,
de luare a deciziei,
10:24
first when they held
their competition of TV ideas,
their competition of TV ideas,
216
612240
2416
întâi când au organizat
concursul pentru idei,
concursul pentru idei,
10:26
then when they selected "Alpha House"
to make as a show.
to make as a show.
217
614680
3696
şi apoi când au selectat „Alpha House"
ca şi câştigător.
ca şi câştigător.
10:30
Which of course was
a very safe decision for them,
a very safe decision for them,
218
618400
2496
Asta a fost desigur
o decizie fără riscuri pentru ei,
o decizie fără riscuri pentru ei,
10:32
because they could always
point at the data, saying,
point at the data, saying,
219
620920
2456
pentru că mereu puteau
blama informatica, spunând:
blama informatica, spunând:
10:35
"This is what the data tells us."
220
623400
1696
„Asta ne spun datele."
10:37
But it didn't lead to the exceptional
results that they were hoping for.
results that they were hoping for.
221
625120
4240
Dar asta nu a condus la rezultatele
excepţionale la care sperau.
excepţionale la care sperau.
10:42
So data is of course a massively
useful tool to make better decisions,
useful tool to make better decisions,
222
630120
4976
Informatica e desigur un mijloc excelent
ca ajutor pentru decizii mai bune
ca ajutor pentru decizii mai bune
10:47
but I believe that things go wrong
223
635120
2376
dar cred că lucrurile merg rău
când conduce luarea deciziilor.
când conduce luarea deciziilor.
10:49
when data is starting
to drive those decisions.
to drive those decisions.
224
637520
2576
10:52
No matter how powerful,
data is just a tool,
data is just a tool,
225
640120
3776
Oricât de puternică,
informatica e doar o unealtă.
informatica e doar o unealtă.
10:55
and to keep that in mind,
I find this device here quite useful.
I find this device here quite useful.
226
643920
3336
Cred că acest dispozitiv e foarte util
să îmi reamintească asta.
să îmi reamintească asta.
10:59
Many of you will ...
227
647280
1216
Mulţi veţi crede la fel.
11:00
(Laughter)
228
648520
1216
(Râsete)
11:01
Before there was data,
229
649760
1216
Înaintea statisticii ăsta era dispozitivul
pentru luarea deciziilor.
pentru luarea deciziilor.
11:03
this was the decision-making
device to use.
device to use.
230
651000
2856
11:05
(Laughter)
231
653880
1256
(Râsete)
11:07
Many of you will know this.
232
655160
1336
Mulţi îl ştiţi.
11:08
This toy here is called the Magic 8 Ball,
233
656520
1953
Această jucărie se numeşte
Magic 8 Ball şi e chiar uimitoare,
Magic 8 Ball şi e chiar uimitoare,
11:10
and it's really amazing,
234
658497
1199
11:11
because if you have a decision to make,
a yes or no question,
a yes or no question,
235
659720
2896
pentru că daca trebuie să decizi,
prin „da” sau „nu”,
prin „da” sau „nu”,
11:14
all you have to do is you shake the ball,
and then you get an answer --
and then you get an answer --
236
662640
3736
trebuie doar să scuturi bila
şi obţii răspunsul:
şi obţii răspunsul:
11:18
"Most Likely" -- right here
in this window in real time.
in this window in real time.
237
666400
2816
„Foarte probabil”
care-ți apare în fereastră, chiar acum.
care-ți apare în fereastră, chiar acum.
11:21
I'll have it out later for tech demos.
238
669240
2096
O să fac mai târziu demonstraţii tehnice.
11:23
(Laughter)
239
671360
1216
(Râsete)
11:24
Now, the thing is, of course --
so I've made some decisions in my life
so I've made some decisions in my life
240
672600
3576
Desigur, am luat
câteva decizii în viaţa mea
câteva decizii în viaţa mea
11:28
where, in hindsight,
I should have just listened to the ball.
I should have just listened to the ball.
241
676200
2896
când, privind retrospectiv,
ar fi trebuit să ascult bila.
ar fi trebuit să ascult bila.
11:31
But, you know, of course,
if you have the data available,
if you have the data available,
242
679120
3336
Dar când ai la dispoziţie informatica,
11:34
you want to replace this with something
much more sophisticated,
much more sophisticated,
243
682480
3056
vrei să înlocuieşti asta cu ceva
mult mai sofisticat,
mult mai sofisticat,
11:37
like data analysis
to come to a better decision.
to come to a better decision.
244
685560
3616
ca analiza datelor,
pentru a face o alegere mai bună,
pentru a face o alegere mai bună,
11:41
But that does not change the basic setup.
245
689200
2616
dar asta nu schimbă
miezul problemei:
miezul problemei:
11:43
So the ball may get smarter
and smarter and smarter,
and smarter and smarter,
246
691840
3176
bila poate deveni
din ce în ce mai „deşteaptă",
din ce în ce mai „deşteaptă",
11:47
but I believe it's still on us
to make the decisions
to make the decisions
247
695040
2816
dar cred că tot noi
ar trebui să luăm deciziile
ar trebui să luăm deciziile
11:49
if we want to achieve
something extraordinary,
something extraordinary,
248
697880
3016
dacă vrem să obţinem ceva extraordinar,
11:52
on the right end of the curve.
249
700920
1936
la marginea din dreapta a curbei.
11:54
And I find that a very encouraging
message, in fact,
message, in fact,
250
702880
4496
Cred că un mesaj foarte încurajator
11:59
that even in the face
of huge amounts of data,
of huge amounts of data,
251
707400
3976
e că şi dacă ai acces la
cantităţi imense de date procesate,
cantităţi imense de date procesate,
12:03
it still pays off to make decisions,
252
711400
4096
merită să iei tu deciziile,
12:07
to be an expert in what you're doing
253
715520
2656
să fii un expert în ceea ce faci
12:10
and take risks.
254
718200
2096
şi să îţi asumi riscuri.
12:12
Because in the end, it's not data,
255
720320
2776
Pentru că la final, nu statistica,
ci asumarea riscurilor
ci asumarea riscurilor
12:15
it's risks that will land you
on the right end of the curve.
on the right end of the curve.
256
723120
3960
o să te plaseze
în zona dorită a graficului.
în zona dorită a graficului.
12:19
Thank you.
257
727840
1216
Mulţumesc.
12:21
(Applause)
258
729080
3680
(Aplauze)
ABOUT THE SPEAKER
Sebastian Wernicke - Data scientistAfter 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."
Sebastian Wernicke | Speaker | TED.com