TED Salon Brightline Initiative
Dao Nguyen: What makes something go viral?
Dao Nguyen: İnternette bir paylaşımı ne viral yapar?
Filmed:
Readability: 3.6
1,432,741 views
İnsanların çok seveceğim bir içerik paylaşmanın sırrı ne? BuzzFeed'in yayıncısı Dao Nguyen, takımının nasıl ilgi çekici anketler, liste ve videolar hazırladığını anlatıyor. Nguyen ve takımının, insanların nasıl bağlantı kurup kültürler yarattıklarını anlamak için bir sistem geliştirdiklerini öğrenin.
Dao Nguyen - Media analytics expert
As Publisher of BuzzFeed, Dao Nguyen thinks about how media spreads online and the technology and data that publishers can use to understand why. Full bio
As Publisher of BuzzFeed, Dao Nguyen thinks about how media spreads online and the technology and data that publishers can use to understand why. Full bio
Double-click the English transcript below to play the video.
00:12
Last year, some BuzzFeed
employees were scheming
employees were scheming
0
841
3569
Geçen yıl bazı BuzzFeed çalışanları
işverenleri Ze Frank'e
işverenleri Ze Frank'e
00:16
to prank their boss, Ze Frank,
1
4434
2330
doğumgününde bir şaka yapmak için
00:19
on his birthday.
2
7415
1242
gizli plan yapıyorlardı.
00:21
They decided to put a family
of baby goats in his office.
of baby goats in his office.
3
9319
4204
Odasına bir yavru keçi ailesi
koymaya karar verdiler.
koymaya karar verdiler.
00:25
(Laughter)
4
13547
1405
(Gülüşmeler)
00:26
Now, BuzzFeed had recently signed on
to the Facebook Live experiment,
to the Facebook Live experiment,
5
14976
4421
BuzzFeed de hazır Facebook Live
deneyine resmen katılmışken
deneyine resmen katılmışken
00:31
and so naturally,
6
19421
1371
doğal olarak
00:32
we decided to livestream
the whole event on the internet
the whole event on the internet
7
20816
3882
tüm olayı aynı anda
internette paylaşmaya
internette paylaşmaya
00:36
to capture the moment
when Ze would walk in
when Ze would walk in
8
24722
3300
Ze'nin içeri girip odasında bir
küçükbaş sürüsü bulduğu anı
küçükbaş sürüsü bulduğu anı
00:40
and discover livestock in his office.
9
28046
2962
canlı yayınlamaya karar verdik.
00:44
We thought the whole thing
would last maybe 10 minutes,
would last maybe 10 minutes,
10
32019
3164
Her şey en fazla 10 dakika sürer
00:47
and a few hundred company employees
would log in for the inside joke.
would log in for the inside joke.
11
35207
4524
ve birkaç yüz çalışan da şaka için
sisteme bağlanır diye düşündük,
sisteme bağlanır diye düşündük,
00:52
But what happened?
12
40132
1263
Sonra ne oldu peki?
00:53
They kept on getting delayed:
13
41977
1718
İşler sürekli gecikti:
00:55
he went to get a drink,
14
43719
1486
Ze bir şeyler içmeye gitti,
00:57
he was called to a meeting,
15
45229
1448
bir toplantıya çağrıldı,
00:58
the meeting ran long,
16
46701
1743
toplantı uzun sürdü,
01:00
he went to the bathroom.
17
48468
1165
lavaboya gitti.
01:01
More and more people
started logging in to watch the goats.
started logging in to watch the goats.
18
49657
4220
Bir sürü insan keçileri izlemek için
bağlanmaya başladı.
bağlanmaya başladı.
01:06
By the time Ze walked in
more than 30 minutes later,
more than 30 minutes later,
19
54493
4013
Ze 30 dakika sonra içeri girdiğinde,
01:10
90,000 viewers were watching
the livestream.
the livestream.
20
58530
5106
canlı videoyu 90.000 kişi izliyordu.
01:16
Now, our team had a lot
of discussion about this video
of discussion about this video
21
64601
3957
Takımımızın bu video ve nasıl bu kadar
başarılı olduğu hakkında
başarılı olduğu hakkında
01:20
and why it was so successful.
22
68582
1976
uzun bir süre tartıştı.
01:22
It wasn't the biggest live video
that we had done to date.
that we had done to date.
23
70582
2876
Bugüne kadar yaptığımız
en büyük canlı yayın değildi.
en büyük canlı yayın değildi.
01:25
The biggest one that we had done
involved a fountain of cheese.
involved a fountain of cheese.
24
73482
3642
Yaptığımız en büyük canlı yayında
bir peynir çeşmesi vardı.
bir peynir çeşmesi vardı.
01:30
But it performed so much better
than we had expected.
than we had expected.
25
78063
3825
Umduğumuzdan çok daha fazla
performans göstermişti.
performans göstermişti.
01:33
What was it about the goats in the office
that we didn't anticipate?
that we didn't anticipate?
26
81912
4263
Peki odada keçiler şakasında
öngöremediğimiz şey neydi?
öngöremediğimiz şey neydi?
01:38
Now, a reasonable person could have
any number of hypotheses.
any number of hypotheses.
27
86781
4058
Makul bir kişinin bununla alakalı
çok sayıda hipotezi olur.
çok sayıda hipotezi olur.
01:42
Maybe people love baby animals.
28
90863
2418
Belki de insanlar
yavru hayvanlara bayılıyor.
yavru hayvanlara bayılıyor.
Belki ofis şakalarını çok seviyorlar.
01:45
Maybe people love office pranks.
29
93751
1724
01:47
Maybe people love stories
about their bosses
about their bosses
30
95499
2745
Belki de patron hikayeleri
ilgilerini çekiyor
ilgilerini çekiyor
veya doğumgünü sürprizleri.
01:50
or birthday surprises.
31
98268
1533
01:52
But our team wasn't really thinking
about what the video was about.
about what the video was about.
32
100382
3700
Ancak takımımız videonun
ne hakkında olduğunu düşünmüyordu.
ne hakkında olduğunu düşünmüyordu.
01:56
We were thinking about
33
104106
1272
Düşündüğümüz şey
01:57
what the people watching the video
were thinking and feeling.
were thinking and feeling.
34
105402
4076
insanların izlerken ne düşündüğü
ve hissettiğiydi.
ve hissettiğiydi.
02:01
We read some of the 82,000 comments
that were made during the video,
that were made during the video,
35
109502
4783
Video esnasında atılan
82.000 yorumun bazılarını okuduk
82.000 yorumun bazılarını okuduk
02:06
and we hypothesized that they were excited
36
114309
3792
ve olmak üzere olan bir şeyin
paylaşılan beklentisine katıldıkları için
02:10
because they were participating
in the shared anticipation
in the shared anticipation
37
118125
3174
02:13
of something that was about to happen.
38
121323
2730
heyecan duyduklarına karar kıldık.
02:16
They were part of a community,
just for an instant,
just for an instant,
39
124077
3212
Bir an için de olsa,
bir topluluğun parçasıydılar
bir topluluğun parçasıydılar
02:19
and it made them happy.
40
127313
1353
ve bu onları mutlu etti.
02:21
So we decided that we needed
to test this hypothesis.
to test this hypothesis.
41
129102
3344
Bu hipotezimizi test etmeye karar verdik.
02:24
What could we do to test
this very same thing?
this very same thing?
42
132793
3482
Aynı etkiyi test etmek için
ne yapabilirdik?
ne yapabilirdik?
02:28
The following week,
43
136995
1391
Bir sonraki hafta
yiyecek videolarının çok popüler olduğu
ek bilgisiyle beraber
ek bilgisiyle beraber
02:30
armed with the additional knowledge
that food videos are very popular,
that food videos are very popular,
44
138410
4675
02:35
we dressed two people in hazmat suits
45
143109
3571
iki kişiye hazmat giysisi giydirip
02:38
and wrapped rubber bands
around a watermelon until it exploded.
around a watermelon until it exploded.
46
146704
4261
bir karpuz patlayana kadar
çevresine paket lastiği sardık.
çevresine paket lastiği sardık.
02:42
(Laughter)
47
150989
1581
(Gülüşmeler)
02:44
Eight hundred thousand people watched
48
152889
3372
800.000 kişi, 690. lastiğin
02:48
the 690th rubber band
explode the watermelon,
explode the watermelon,
49
156285
4031
karpuzu patlatışını izledi
02:52
marking it as the biggest
Facebook Live event to date.
Facebook Live event to date.
50
160340
3453
ve videoyu en çok izlenen
Canlı Facebook yayını yaptı.
Canlı Facebook yayını yaptı.
02:56
The question I get most frequently is:
51
164483
2610
Bana en sık sorulan soru:
02:59
How do you make something go viral?
52
167117
1833
Bir şeyi nasıl viral yapıyorsunuz?
03:01
The question itself is misplaced;
53
169713
2206
Sorunun kendisi hatalı,
03:03
it's not about the something.
54
171943
1693
konu yapılan şeyden değil,
03:05
It's about what the people
doing the something,
doing the something,
55
173660
3297
insanların o şeyi nasıl yaptığı,
03:08
reading or watching --
56
176981
1203
okuduğu veya izlediği,
03:10
what are they thinking?
57
178208
1280
ne düşündükleri.
03:11
Now, most media companies,
when they think about metadata,
when they think about metadata,
58
179841
3346
Çoğu medya kuruluşu
metaveriyi düşündüklerinde
metaveriyi düşündüklerinde
03:15
they think about subjects or formats.
59
183211
2383
konu veya formatları düşünürler.
03:18
It's about goats,
60
186412
1150
Konu keçiler,
03:19
it's about office pranks,
61
187586
1776
ofis şakaları,
03:21
it's about food,
62
189386
1297
yiyecekler,
03:22
it's a list or a video or a quiz,
63
190707
1854
bir liste, video veya anket olabilir.
03:24
it's 2,000 words long,
64
192585
1259
2.000 kelime de olabilir.
03:25
it's 15 minutes long,
65
193868
1153
15 dakika da.
03:27
it has 23 embedded tweets or 15 images.
66
195045
3122
23 twit veya 15 görseli olabilir.
03:30
Now, that kind of metadata
is mildly interesting,
is mildly interesting,
67
198191
3012
Metaverinin türü de aslında ilginç
03:33
but it doesn't actually get at
what really matters.
what really matters.
68
201227
2966
ama asıl önemli olan şeye dikkat çekmiyor.
03:36
What if, instead of tagging
what articles or videos are about,
what articles or videos are about,
69
204217
4158
Yazı veya videoların ne hakkında
olduğunu değil de
olduğunu değil de
03:40
what if we asked:
70
208399
1190
şunu sorsak nasıl olurdu;
03:41
How is it helping our users
do a real job in their lives?
do a real job in their lives?
71
209613
3553
Kullanıcılarımızın hayatlarında
gerçek bir iş yapmasına yardım ediyor mu?
gerçek bir iş yapmasına yardım ediyor mu?
03:46
Last year, we started a project
72
214173
2820
Geçen yıl içerikleri resmi bir şekilde
03:49
to formally categorize
our content in this way.
our content in this way.
73
217017
2932
kategorize etmek için bir proje başlattık.
03:51
We called it, "cultural cartography."
74
219973
2747
''Kültürel kartografi'' diye adlandırdık.
03:55
It formalized an informal practice
that we've had for a really long time:
that we've had for a really long time:
75
223720
4002
Uzun zamandır sahip olduğumuz
gayriresmi bir uygulamayı resmileştirdi:
gayriresmi bir uygulamayı resmileştirdi:
03:59
don't just think about the subject matter;
76
227746
2226
yalnızca konuya bağlı kalma;
özellikle ve aslında öncelikle
04:01
think also about, and in fact,
primarily about,
primarily about,
77
229996
3168
içeriğinin okuyucu veya
izleyici için yaptığı işi de düşün.
izleyici için yaptığı işi de düşün.
04:05
the job that your content is doing
for the reader or the viewer.
for the reader or the viewer.
78
233188
3739
04:09
Let me show you the map
that we have today.
that we have today.
79
237450
2506
Şu an elimizde olan haritayı göstereyim.
04:11
Each bubble is a specific job,
80
239980
2842
Her baloncuk belirli bir iş
04:14
and each group of bubbles
in a specific color are related jobs.
in a specific color are related jobs.
81
242846
4770
ve belirli renkteki
her balon grubu da ilgili işler.
her balon grubu da ilgili işler.
04:19
First up: humor.
82
247640
1478
İlk nokta: mizah.
04:21
"Makes me laugh."
83
249918
1161
''Beni güldürüyor.''
04:23
There are so many ways
to make somebody laugh.
to make somebody laugh.
84
251103
2788
İnsanları güldürmenin
o kadar çok yolu var ki.
o kadar çok yolu var ki.
04:25
You can be laughing at someone,
85
253915
1517
Birine gülüyor olabilirsiniz,
04:27
you could laugh
at specific internet humor,
at specific internet humor,
86
255456
2155
belirli bir internet mizahına
gülüyorsunuzdur
gülüyorsunuzdur
04:29
you could be laughing at some good,
clean, inoffensive dad jokes.
clean, inoffensive dad jokes.
87
257635
3392
veya gerçekten iyi, temiz, hakaret
içermeyen baba şakalarına.
içermeyen baba şakalarına.
04:33
"This is me." Identity.
88
261706
2300
''Bu benim.'' Kimlik.
İnsanlar gitgide medyayı
''Ben buyum. Yetiştirilme tarzım bu.
''Ben buyum. Yetiştirilme tarzım bu.
04:36
People are increasingly using media
to explain, "This is who I am.
to explain, "This is who I am.
89
264030
3808
04:39
This is my upbringing, this is my culture,
90
267862
2199
kültürüm, hayran kitlem,
sevdiğim şey bu,
sevdiğim şey bu,
04:42
this is my fandom,
this is my guilty pleasure,
this is my guilty pleasure,
91
270085
2338
kendime işte bu şekilde gülüyorum.''
04:44
and this is how I laugh about myself."
92
272447
2183
demek için kullanıyor.
04:48
"Helps me connect with another person."
93
276600
1882
"Başkasıyla bağ kurmama yardım ediyor."
04:50
This is one of the greatest
gifts of the internet.
gifts of the internet.
94
278506
2411
Bu internetin sunduğu
en büyük hediyelerden biri.
en büyük hediyelerden biri.
Bulduğunuz bir medya içeriğinin tam da
04:52
It's amazing when you find
a piece of media
a piece of media
95
280941
2191
sizin başkasıyla olan bağınızı
anlatması harika bir şey.
anlatması harika bir şey.
04:55
that precisely describes
your bond with someone.
your bond with someone.
96
283156
2532
04:59
This is the group of jobs
that helps me do something --
that helps me do something --
97
287020
2598
Bu bir şey yapmama
yardım eden işler grubu,
yardım eden işler grubu,
bir tartışmayı sonlandırmama,
05:01
helps me settle an argument,
98
289642
1377
kendim veya başkası hakkında
bir şey öğrenmeme
bir şey öğrenmeme
05:03
helps me learn something
about myself or another person,
about myself or another person,
99
291043
2673
veya hikayemi anlatmama yardım ediyor.
05:05
or helps me explain my story.
100
293740
1856
05:07
This is the group of jobs
that makes me feel something --
that makes me feel something --
101
295620
2689
Bunlar bana bir şeyler
hissettiren iş grubu,
hissettiren iş grubu,
beni üzen, meraklandıran,
insanlığa olan inancımı tazeleyen işler.
insanlığa olan inancımı tazeleyen işler.
05:10
makes me curious or sad
or restores my faith in humanity.
or restores my faith in humanity.
102
298333
3157
05:13
Many media companies
and creators do put themselves
and creators do put themselves
103
301514
3719
Pek çok medya şirketi
ve yaratıcıları kendilerini
ve yaratıcıları kendilerini
05:17
in their audiences' shoes.
104
305257
1468
izleyenlerin yerine koyuyor.
05:18
But in the age of social media,
we can go much farther.
we can go much farther.
105
306749
2704
Ancak sosyal medya çağında,
bunun ötesine gidebiliriz.
bunun ötesine gidebiliriz.
05:22
People are connected to each other
on Facebook, on Twitter,
on Facebook, on Twitter,
106
310056
4062
İnsanlar Facebook veya Twitter üzerinden
bağlantı kuruyorlar
bağlantı kuruyorlar
05:26
and they're increasingly using media
to have a conversation
to have a conversation
107
314142
4263
ve sohbet etmek ve irtibatta kalmak için
her geçen gün medyayı
her geçen gün medyayı
05:30
and to talk to each other.
108
318429
1454
daha fazla kullanıyorlar.
05:31
If we can be a part of establishing
a deeper connection between two people,
a deeper connection between two people,
109
319907
5836
İki kişi arasında daha derin bir bağ
kurulmasında bir katkımız olacaksa,
kurulmasında bir katkımız olacaksa,
05:37
then we will have done
a real job for these people.
a real job for these people.
110
325767
3189
o halde bu insanlar için
gerçek bir iş başardık.
gerçek bir iş başardık.
05:41
Let me give you some examples
of how this plays out.
of how this plays out.
111
329394
2589
Bunun nasıl olduğu hakkında
bir örnek vereyim.
bir örnek vereyim.
05:44
This is one of my favorite lists:
112
332578
1891
Bu favori listelerimden biri:
05:46
"32 Memes You Should
Send Your Sister Immediately" --
Send Your Sister Immediately" --
113
334493
3303
''Kızkardeşine Hemen Göndermen
Gereken 32 Meme'' --
Gereken 32 Meme'' --
05:49
immediately.
114
337820
1302
hemen.
05:51
For example, "When you're going
through your sister's stuff,
through your sister's stuff,
115
339583
3104
Örneğin, ''Kızkardeşinin
eşyalarını karıştırırken
eşyalarını karıştırırken
onun yukarı çıktığını duyduğunda.''
05:54
and you hear her coming up the stairs."
116
342711
1979
Kesinlikle. Bunu yaptım.
05:56
Absolutely, I've done that.
117
344714
1790
05:58
"Watching your sister get in trouble
for something that you did
for something that you did
118
346528
3155
''Kızkardeşin yaptığın bir şey
yüzünden sorun yaşarken
yüzünden sorun yaşarken
06:01
and blamed on her."
119
349707
1192
suçu ona atıp izlemen.''
06:02
Yes, I've done that as well.
120
350923
1608
Evet, bunu da yaptım.
06:04
This list got three million views.
121
352555
1799
Bu listeye 3 milyon kişi tıkladı.
06:06
Why is that?
122
354378
1165
Neden?
06:07
Because it did, very well, several jobs:
123
355567
2976
Çünkü birkaç şeyi çok iyi yaptı:
06:10
"This is us."
124
358567
1520
"Bu biziz."
06:12
"Connect with family."
125
360111
1265
"Aileyle bağlantı."
06:13
"Makes me laugh."
126
361400
1181
'Beni güldürüyor.''
06:14
Here are some of the thousands
and thousands of comments
and thousands of comments
127
362605
3134
Burada kızkardeşlerin
bu listeyi kullanarak
bu listeyi kullanarak
06:17
that sisters sent to each other
using this list.
using this list.
128
365763
2849
birbirine gönderdiği binlerce yorum var.
06:21
Sometimes we discover
what jobs do after the fact.
what jobs do after the fact.
129
369508
3511
Bazen işlerin ne yaptığını
gerçek sonrasında fark ediyoruz.
gerçek sonrasında fark ediyoruz.
06:25
This quiz, "Pick an Outfit and We'll Guess
Your Exact Age and Height,"
Your Exact Age and Height,"
130
373592
5138
''Bir Giysi Seç ve Tam Yaşını
ve Boyunu Tahmin Edeceğiz'' anketi
ve Boyunu Tahmin Edeceğiz'' anketi
06:30
went very viral: 10 million views.
131
378754
2063
10 milyon görülmeyle süper viral oldu.
06:32
Ten million views.
132
380841
1176
10 milyon okunma.
06:34
I mean -- did we actually determine
the exact age and height
the exact age and height
133
382041
4526
Yani biz gerçekten 10 milyon insanın
tam yaş ve boyunu
tam yaş ve boyunu
06:38
of 10 million people?
134
386591
1584
tahmin ettik mi?
06:40
That's incredible. It's incredible.
135
388199
2262
İnanılmaz bir şey. İnanılmaz.
06:42
In fact, we didn't.
136
390485
1244
Gerçek şu ki etmedik.
06:43
(Laughter)
137
391753
1129
(Gülüşmeler)
06:44
Turns out that this quiz
went extremely viral
went extremely viral
138
392906
4093
Görünüşe göre bu anket
55 ve yukarısı hanımlar arasında
55 ve yukarısı hanımlar arasında
06:49
among a group of 55-and-up women --
139
397023
3563
inanılmaz viral oldu.
06:52
(Laughter)
140
400610
1172
(Gülüşmeler)
06:53
who were surprised and delighted
141
401806
3649
BuzzFeed kendilerini
06:57
that BuzzFeed determined
that they were 28 and 5'9".
that they were 28 and 5'9".
142
405479
5718
28 yaşında ve 180 cm boyunda
tahmin ettiği için çok mutlu oldular.
tahmin ettiği için çok mutlu oldular.
07:03
(Laughter)
143
411221
1610
(Gülüşmeler)
07:04
"They put me at 34 years younger
and seven inches taller.
and seven inches taller.
144
412855
3208
''Beni 34 yaş daha genç
ve 17 cm uzun çıkardı.
ve 17 cm uzun çıkardı.
07:08
I dress for comfort and do not give
a damn what anyone says.
a damn what anyone says.
145
416087
2948
Rahat giyiniyorum
ve kimin ne dediğine takmıyorum.
ve kimin ne dediğine takmıyorum.
07:11
Age is a state of mind."
146
419059
1779
Yaş bir bakış açısıdır.''
07:12
This quiz was successful
not because it was accurate,
not because it was accurate,
147
420862
3050
Bu anket yalnızca doğru olduğu
için değil,
için değil,
07:15
but because it allowed these ladies
to do a very important job --
to do a very important job --
148
423936
4054
hanımlara çok önemli bir iş
yaptırdığı için başarılıydı --
yaptırdığı için başarılıydı --
07:20
the humblebrag.
149
428014
1204
içten içe böbürlenmek.
07:22
Now, we can even apply
this framework to recipes and food.
this framework to recipes and food.
150
430478
4983
Aynı altyapıyı yemek
ve yemek tariflerine bile uygulayabiliriz.
ve yemek tariflerine bile uygulayabiliriz.
07:27
A recipe's normal job is to tell you
what to make for dinner or for lunch.
what to make for dinner or for lunch.
151
435887
5573
Yemek tarifinin işi size öğle veya akşam
yemeği için seçenek sunmaktır.
yemeği için seçenek sunmaktır.
07:34
And this is how you would normally
brainstorm for a recipe:
brainstorm for a recipe:
152
442205
3408
Bu ise normalde sizin yemek
yapmak için beyin fırtınası yapmanız:
yapmak için beyin fırtınası yapmanız:
07:37
you figure out what ingredients
you want to use,
you want to use,
153
445637
2323
kullanmak istediğiniz malzemeleri,
nasıl bir tarif olacağını belirlersiniz
07:39
what recipe that makes,
154
447984
1168
07:41
and then maybe you slap a job on
at the end to sell it.
at the end to sell it.
155
449176
3245
ve belki de sonunda
satmak için bir iş yaparsınız.
satmak için bir iş yaparsınız.
07:44
But what if we flipped it around
and thought about the job first?
and thought about the job first?
156
452445
4367
Peki bunu ters çevirip
işi en öne alsak?
işi en öne alsak?
07:49
One brainstorming session
involved the job of bonding.
involved the job of bonding.
157
457730
4665
Beyin fırtınası kısmında
bağ kurma işi de vardı.
bağ kurma işi de vardı.
07:54
So, could we make a recipe
that brought people together?
that brought people together?
158
462976
4300
İnsanları bir araya getirecek
bir tarif deneyebilir miyiz?
bir tarif deneyebilir miyiz?
07:59
This is not a normal brainstorming
process at a food publisher.
process at a food publisher.
159
467300
4421
Yiyecek yayıncısında bu normal bir
beyin fırtınası süreci değildir.
beyin fırtınası süreci değildir.
08:05
So we know that people
like to bake together,
like to bake together,
160
473532
2715
İnsanların birlikte yemek pişirmeyi
sevdiklerini biliyoruz
sevdiklerini biliyoruz
08:08
and we know that people
like to do challenges together,
like to do challenges together,
161
476271
3285
ve birlikte zor olan şeyleri yapmayı da.
08:11
so we decided to come up with a recipe
that involved those two things,
that involved those two things,
162
479580
4733
O yüzden bu ikisini de kapsayan
bir tarif bulmaya karar verdik
bir tarif bulmaya karar verdik
08:16
and we challenged ourselves:
163
484337
1911
ve kendimizi zorladık:
08:18
Could we get people to say,
164
486272
1806
İnsanlara şunu dedirtebilir miyiz:
08:20
"Hey, BFF, let's see
if we can do this together"?
if we can do this together"?
165
488102
4086
''Hey kanka,
bunu birlikte deneyelim mi?''
bunu birlikte deneyelim mi?''
08:24
The resulting video was
the "Fudgiest Brownies Ever" video.
the "Fudgiest Brownies Ever" video.
166
492807
3335
Bunun sonucu
''En Islak Islak Kekler'' videosu oldu.
''En Islak Islak Kekler'' videosu oldu.
08:28
It was enormously successful
in every metric possible --
in every metric possible --
167
496166
2924
Her açıdan öylesine başarılıydı ki
08:31
70 million views.
168
499114
1364
70 milyon izlenme aldı.
08:32
And people said the exact things
that we were going after:
that we were going after:
169
500935
3700
Ve insanlar tamamen bizim
amaçladığımız şeyleri söylüyorlardı:
amaçladığımız şeyleri söylüyorlardı:
08:36
"Hey, Colette, we need to make these,
are you up for a challenge?"
are you up for a challenge?"
170
504659
3100
''Hey Colette, bunu yapmamız lazım,
denemeye var mısın?''
denemeye var mısın?''
''Oyun başlasın''
08:39
"Game on."
171
507783
1153
08:40
It did the job that it set out to do,
172
508960
2270
Beklenen işi yerine getirdi,
08:43
which was to bring people together
over baking and chocolate.
over baking and chocolate.
173
511254
4116
pişirme ve çikolata üzerinden
insanları bir araya getirdi.
insanları bir araya getirdi.
08:49
I'm really excited about
the potential for this project.
the potential for this project.
174
517294
3924
Bu projenin potansiyeli
beni gerçekten çok heyecanladırıyor.
beni gerçekten çok heyecanladırıyor.
08:53
When we talk about this framework
with our content creators,
with our content creators,
175
521242
3142
İçerik yaratıcılarımızla
bu altyapı hakkında konuştuğumuzda
bu altyapı hakkında konuştuğumuzda
08:56
they instantly get it,
176
524408
1165
hemen anlıyorlar,
08:57
no matter what beat they cover,
what country they’re in,
what country they’re in,
177
525597
2733
ne yazdıkları, nerede oldukları,
hangi dili konuştukları
hangi dili konuştukları
09:00
or what language they speak.
178
528354
1365
önemli değil.
09:01
So cultural cartography has helped us
massively scale our workforce training.
massively scale our workforce training.
179
529743
4377
Kültürel kartografi, iş gücü eğitimimizi
ölçeklendirmemize inanılmaz yardım etti.
ölçeklendirmemize inanılmaz yardım etti.
09:06
When we talk about this project
and this framework
and this framework
180
534621
3650
Reklamcı ve markalara
bu proje ve altyapıdan
bu proje ve altyapıdan
09:10
with advertisers and brands,
181
538295
1372
bahsettiğimizde de
09:11
they also instantly get it,
182
539691
1578
anında benimsiyorlar
09:13
because advertisers,
more often than media companies,
more often than media companies,
183
541293
5626
çünkü reklamcılar,
genellikle medya şirketlerine göre
genellikle medya şirketlerine göre
09:18
understand how important it is
to understand the job
to understand the job
184
546943
3522
ürünlerinin müşterileri için yaptığı işin
09:22
that their products
are doing for customers.
are doing for customers.
185
550489
2446
ne kadar önemli olduğunu anlıyorlar.
09:26
But the reason I'm the most excited
about this project
about this project
186
554580
3743
Ancak bu projeyle ilgili heyecan
duyduğum en büyük nokta
duyduğum en büyük nokta
09:30
is because it changes the relationship
between media and data.
between media and data.
187
558347
3871
medya ve veri arasındaki
ilişkiyi değiştirmesi.
ilişkiyi değiştirmesi.
09:35
Most media companies
think of media as "mine."
think of media as "mine."
188
563051
3434
Çoğu medya şirketi medyayı
''benim'' olarak düşünüyorlar.
''benim'' olarak düşünüyorlar.
09:39
How many fans do I have?
189
567547
1207
Ne kadar sevenim var?
09:40
How many followers have I gained?
190
568778
1597
Ne kadar takipçi kazandım?
09:42
How many views have I gotten?
191
570399
1707
Kaç kez izlendim?
09:44
How many unique IDs do I have
in my data warehouse?
in my data warehouse?
192
572130
2777
Veri bankamda kaç tane
eşsiz kimlik var?
eşsiz kimlik var?
09:47
But that misses the true value of data,
which is that it's yours.
which is that it's yours.
193
575372
3948
Ama bu, verinin asıl değerini kaçırıyor,
ki o da medyanın size ait olması.
ki o da medyanın size ait olması.
09:53
If we can capture in data
what really matters to you,
what really matters to you,
194
581166
6098
Verilerde sizin için asıl
önemli olanı şeyi yakalayabilirsek
önemli olanı şeyi yakalayabilirsek
09:59
and if we can understand more
the role that our work plays
the role that our work plays
195
587288
4488
sizin asıl hayatınızda
bizim işimizin oynadığı rolü
bizim işimizin oynadığı rolü
10:03
in your actual life,
196
591800
1389
daha iyi anlayabilirsek,
10:05
the better content we can create for you,
197
593213
2863
sizin için daha iyi içerik yaratacak
10:08
and the better that we can reach you.
198
596100
1857
ve size daha iyi ulaşacağız.
10:10
Who are you?
199
598760
1275
Siz kimsiniz?
10:13
How did you get there?
200
601293
1580
Oraya nasıl geldiniz?
10:14
Where are you going?
201
602897
1209
Nereye gidiyorsunuz?
10:16
What do you care about?
202
604130
1269
Neyi önemsiyorsunuz?
10:17
What can you teach us?
203
605423
1379
Bize ne öğretebilirsiniz?
10:19
That's cultural cartography.
204
607151
1460
İşte bu kültürel kartografi.
10:21
Thank you.
205
609146
1156
Teşekkür ederim.
10:22
(Applause)
206
610326
3380
(Alkışlar)
ABOUT THE SPEAKER
Dao Nguyen - Media analytics expertAs Publisher of BuzzFeed, Dao Nguyen thinks about how media spreads online and the technology and data that publishers can use to understand why.
Why you should listen
Dao Nguyen is the Publisher of BuzzFeed, a reinvention of the traditional title in which she oversees the company’s tech, product, data and publishing platform, as well as ad product, pricing, and distribution. Nguyen joined BuzzFeed in 2012 and has been instrumental in its rapid growth as the largest independent digital media company in the world. Prior to joining BuzzFeed, Nguyen oversaw product for a financial careers venture within Dow Jones. She also previously served as Chief Executive Officer of Le Monde Interactif, publisher of the leading news site lemonde.fr. Before moving to France, she was Executive Producer at Concrete Media, a small web agency, and a consultant at Andersen Consulting (now Accenture). She has a degree in Applied Mathematics / Computer Science from Harvard and is based in New York City.
Dao Nguyen | Speaker | TED.com