TED2010
Sebastian Wernicke: Lies, damned lies and statistics (about TEDTalks)
Mensonges, sacrés mensonges et statistiques (à propos des conférences TED)
Filmed:
Readability: 4.2
2,510,120 views
Par une analyse brillante et un rien moqueuse, Sebastien Wernicke utilisent les outils de l'analyse statistique pour les conférences TED, pour définir la métrique pour créer "la conférence TED optimale" grâce aux classements des utilisateurs. Comment classeriez-vous cette conférence? "Impressionnante"? "Peu convaincante"? ou tout simplement "Amusante"?
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.
00:16
If you go on the TED website,
0
1000
3000
Si vous allez sur TED.com,
00:19
you can currently find there
1
4000
2000
vous pouvez actuellement y trouver
00:21
over a full week of TEDTalk videos,
2
6000
3000
plus d'une semaine de vidéos de conférences TED,
00:24
over 1.3 million
3
9000
2000
plus d'1,3 millions
00:26
words of transcripts
4
11000
2000
de mots dans les transcriptions
00:28
and millions of user ratings.
5
13000
2000
et des millions de classements des utilisateurs.
00:30
And that's a huge amount of data.
6
15000
3000
C'est une quantité gigantesque de données.
00:33
And it got me wondering:
7
18000
2000
Cela m'a amené à me demander :
00:35
If you took all this data
8
20000
2000
Si vous prenez toutes ces données
00:37
and put it through statistical analysis,
9
22000
2000
et en faites une analyse statistique,
00:39
could you reverse engineer a TEDTalk?
10
24000
2000
pourriez-vous "rétro-concevoir" une conférence TED?
00:41
Could you create
11
26000
2000
Pourriez-vous créer
00:43
the ultimate TEDTalk?
12
28000
2000
la conférence TED ultime?
00:45
(Laughter) (Applause)
13
30000
2000
(Applaudissements)
00:47
And also, could you create
14
32000
2000
Également, pourriez-vous créer
00:49
the worst possible TEDTalk
15
34000
2000
la pire conférence TED possible
00:51
that they would still let you get away with?
16
36000
2000
tout en arrivant à vous en sortir?
00:53
To find this out, I looked at three things:
17
38000
2000
Pour le savoir, j'ai observé trois éléments.
00:55
I looked at the topic that you should choose,
18
40000
2000
Premièrement, le sujet que vous pourriez choisir.
00:57
I looked at how you should deliver it
19
42000
3000
Ensuite comment le présenter,
01:00
and the visuals onstage.
20
45000
2000
puis la scénographie.
01:02
Now, with the topic: There's a whole range of topics you can choose,
21
47000
3000
D'abord le sujet -- vous pouvez le choisir d'un large éventail,
01:05
but you should choose wisely,
22
50000
2000
mais vous devez le faire savamment,
01:07
because your topic strongly correlates
23
52000
2000
car votre sujet est étroitement lié
01:09
with how users will react to your talk.
24
54000
3000
à la manière dont les utilisateurs y réagiront.
01:12
Now, to make this more concrete,
25
57000
2000
Pour rendre cela plus concret,
01:14
let's look at the list of top 10 words
26
59000
3000
regardons la liste des 10 mots
01:17
that statistically stick out
27
62000
2000
qui correspondent statistiquement
01:19
in the most favorite TEDTalks
28
64000
2000
aux conférences TED préférées
01:21
and in the least favorite TEDTalks.
29
66000
3000
et aux moins appréciées.
01:24
So if you came here
30
69000
2000
Si vous venez ici
01:26
to talk about how French coffee
31
71000
2000
pour expliquer comment le café français
01:28
will spread happiness in our brains,
32
73000
3000
répand le bonheur dans notre cerveau,
01:31
that's a go.
33
76000
2000
c'est un bon choix.
01:33
(Laughter) (Applause)
34
78000
2000
(Applaudissements)
01:35
Whereas, if you wanted to talk about
35
80000
2000
Au contraire, si vous voulez parler
01:37
your project involving
36
82000
2000
de votre projet mêlant
01:39
oxygen, girls, aircraft --
37
84000
2000
de l'oxygène, des filles, des avions --
01:41
actually, I would like to hear that talk, (Laughter)
38
86000
2000
personnellement, j'aimerais l'entendre,
01:43
but statistics say it's not so good.
39
88000
2000
mais les statistiques disent que ce n'est pas si bien.
01:45
Oh, well.
40
90000
2000
Ah! Bien.
01:47
If you generalize this,
41
92000
2000
Si vous généralisez,
01:49
the most favorite TEDTalks are those
42
94000
2000
les conférences TED préférées sont celles
01:51
that feature topics we can connect with,
43
96000
3000
qui parlent de sujets avec lesquels on se sent connecté,
01:54
both easily and deeply,
44
99000
2000
à la fois facilement et profondément,
01:56
such as happiness, our own body,
45
101000
2000
tels que le bonheur, son propre corps,
01:58
food, emotions.
46
103000
2000
la nourriture, les émotions.
02:00
And the more technical topics,
47
105000
2000
Les sujets plus techniques,
02:02
such as architecture, materials and, strangely enough, men,
48
107000
3000
comme l'architecture, les matériaux, et, plutôt étrangement, les hommes,
02:05
those are not good topics to talk about.
49
110000
3000
ne sont pas de bons sujets à aborder.
02:08
How should you deliver your talk?
50
113000
2000
Comment devez-vous présenter votre conférence?
02:10
TED is famous for keeping
51
115000
2000
TED est connu pour garder
02:12
a very sharp eye on the clock,
52
117000
2000
un œil attentif sur le chronomètre,
02:14
so they're going to hate me
53
119000
2000
ils vont me détester
02:16
for revealing this, because, actually,
54
121000
2000
d'avoir révélé cela, parce que, en fait,
02:18
you should talk as long as they will let you. (Laughter)
55
123000
2000
vous devriez parler aussi longtemps qu'ils vous laissent le faire,
02:20
Because the most favorite TEDTalks
56
125000
3000
parce que les conférences préférées,
02:23
are, on average, over 50 percent longer
57
128000
2000
sont, en moyenne, plus de 50% plus longues
02:25
than the least favorite ones.
58
130000
2000
que les moins aimées.
02:28
And this holds true for all ranking lists on TED.com
59
133000
2000
Ceci est valable pour tous les classements sur TED.com
02:30
except if you want to have a talk
60
135000
2000
sauf si vous voulez faire une conférence
02:32
that's beautiful, inspiring or funny.
61
137000
2000
qui soit magnifique, inspirante ou amusante.
02:34
Then, you should be brief. (Laughter) But other than that,
62
139000
2000
Dans ce cas, soyez concis. Sinon,
02:36
talk until they drag you off the stage.
63
141000
3000
parlez jusqu'à ce qu'ils vous expulsent de la scène.
02:39
(Laughter)
64
144000
2000
(Rires)
02:41
Now, while ...
65
146000
2000
Et, tant que --
02:43
(Applause)
66
148000
6000
(Applaudissements)
02:49
While you're pushing the clock, there's a few rules to obey.
67
154000
3000
Tant que vous dépassez l'heure, il y a quelques règles à suivre.
02:52
I found these rules out by comparing the statistics
68
157000
2000
J'ai découvert ces règles en comparant les occurrences
02:54
of four-word phrases
69
159000
2000
des phrases de 4 mots
02:56
that appear more often in the most favorite TEDTalks
70
161000
3000
qui reviennent le plus souvent dans les conférences préférées,
02:59
as opposed to the least favorite TEDTalks.
71
164000
2000
par comparaison avec les moins aimées.
03:01
I'll give you three examples.
72
166000
2000
Je vais donner trois exemples.
03:03
First of all, I must, as a speaker,
73
168000
2000
D'abord, je dois, en tant qu'orateur,
03:05
provide a service to the audience and talk about what I will give you,
74
170000
3000
fournir un service au public et parler de ce que je vais vous offrir,
03:08
instead of saying what I can't have.
75
173000
2000
au lieu de ce que je ne peux proposer.
03:10
Secondly, it's imperative
76
175000
2000
Deuxièmement, il est impératif
03:12
that you do not cite The New York Times.
77
177000
2000
de ne pas citer le New York Times.
03:14
(Laughter)
78
179000
2000
(Rires)
03:16
And finally, it's okay for the speaker -- that's the good news --
79
181000
3000
Enfin, l'orateur peut se permettre -- c'est la bonne nouvelle --
03:19
to fake intellectual capacity.
80
184000
2000
de simuler des capacités intellectuelles.
03:21
If I don't understand something, I can just say, "etc., etc."
81
186000
3000
Si je ne comprends pas quelque chose, il me suffira de dire, "etc. etc."
03:24
You'll all stay with me.
82
189000
2000
Vous arriverez tous à me suivre.
03:26
It's perfectly fine.
83
191000
2000
Ça sera parfait.
03:28
(Applause)
84
193000
4000
(Applaudissements)
03:32
Now, let's go to the visuals.
85
197000
2000
Maintenant, passons à la scénographie.
03:34
The most obvious visual thing on stage is the speaker.
86
199000
3000
La chose la plus visible sur scène est l'orateur.
03:37
And analysis shows if you want to be
87
202000
2000
L'analyse montre, si vous voulez être
03:39
among the most favorite TED speakers,
88
204000
2000
parmi les orateurs préférés,
03:41
you should let your hair grow a little bit longer than average,
89
206000
3000
vous devez avoir des cheveux un peu plus longs que la moyenne,
03:44
make sure you wear your glasses and be slightly more dressed-up
90
209000
3000
porter à coup sûr vos lunettes et être un peu mieux habillés
03:47
than the average TED speaker.
91
212000
2000
que l'orateur moyen.
03:49
Slides are okay, though you might consider going for props.
92
214000
3000
Les diapos, ça va, bien qu'il vaudrait mieux prévoir des acessoires.
03:52
And now the most important thing,
93
217000
2000
Et surtout le plus important,
03:54
that is the mood onstage.
94
219000
2000
c'est l'ambiance de la scène.
03:56
Color plays a very important role.
95
221000
2000
Les couleurs jouent un rôle très important.
03:58
Color closely correlates
96
223000
2000
Les couleurs ont un rapport fort
04:00
with the ratings that talks get on the website.
97
225000
3000
avec le classement que la conférence aura sur le site.
04:03
(Applause)
98
228000
2000
(Applaudissements)
04:05
For example, fascinating talks
99
230000
2000
Par exemple, les conférences "Fascinantes"
04:07
contain a statistically high amount
100
232000
2000
utilisent statistiquement souvent
04:09
of exactly this blue color, (Laughter)
101
234000
2000
ce bleu très précis,
04:11
much more than the average TEDTalk.
102
236000
2000
beaucoup plus que les conférences moyennes.
04:13
Ingenious TEDTalks, much more this green color,
103
238000
2000
Les "Ingénieuses" utilisent ce vert,
04:15
etc., et.
104
240000
2000
etc., etc.
04:17
(Laughter) (Applause)
105
242000
7000
(Applaudissements)
04:24
Now, personally, I think
106
249000
2000
Personnellement, je ne pense
04:26
I'm not the first one who has done this analysis,
107
251000
2000
pas être le premier à avoir mené cette analyse,
04:28
but I'll leave this
108
253000
2000
mais je laisse cela
04:30
to your good judgment.
109
255000
3000
à votre discernement.
04:33
So, now it's time to put it all together
110
258000
2000
Il est temps de tout rassembler
04:35
and design the ultimate TEDTalk.
111
260000
2000
et élaborer la conférence TED ultime.
04:37
Now, since this is TEDActive,
112
262000
2000
Comme on est à "TED Active" et
04:39
and I learned from my analysis
113
264000
2000
que j'ai appris par mon analyse
04:41
that I should actually give you something,
114
266000
2000
que je dois vous offrir quelque chose,
04:43
I will not impose the ultimate
115
268000
2000
je ne vais pas vous infliger
04:45
or worst TEDTalk on you,
116
270000
2000
la conférence ultime, ni la pire,
04:47
but rather give you a tool to create your own.
117
272000
2000
mais vous donner un outil pour faire la vôtre.
04:49
And I call this tool the TEDPad.
118
274000
3000
J'appelle cela le "TED Pad".
04:52
(Laughter)
119
277000
3000
(Rires)
04:55
And the TEDPad is a matrix
120
280000
2000
Le TED Pad est une matrice
04:57
of 100 specifically selected,
121
282000
2000
de 100 phrases spécifiquement choisies,
04:59
highly curated sentences
122
284000
3000
hautement organisées,
05:02
that you can easily piece together to get your own TEDTalk.
123
287000
3000
que vous pouvez facilement assembler pour obtenir votre conférence.
05:07
You only have to make one decision,
124
292000
2000
Vous n'avez qu'une décision à prendre :
05:09
and that is: Are you going to use the white version
125
294000
2000
Allez-vous utiliser la version blanche
05:11
for very good TEDTalks,
126
296000
2000
pour une très bonne conférence,
05:13
about creativity, human genius?
127
298000
2000
sur la créativité, le génie humain?
05:15
Or are you going to go with a black version,
128
300000
2000
Ou la version noire,
05:17
which will allow you to create really bad TEDTalks,
129
302000
2000
qui vous permet de créer une très mauvaise conférence,
05:19
mostly about blogs,
130
304000
2000
surtout sur les blogs,
05:21
politics and stuff?
131
306000
2000
la politique et tout ça?
05:23
So, download it and have fun with it.
132
308000
2000
Téléchargez-la et amusez-vous avec.
05:25
Now I hope you enjoy the session.
133
310000
3000
J'espère que vous aurez apprécié la séance.
05:28
I hope you enjoy designing your own
134
313000
2000
J'espère que vous aimerez créer vos propres conférences
05:30
ultimate and worst possible TEDTalks.
135
315000
2000
- l'ultime et la pire.
05:32
And I hope some of you will be inspired for next year
136
317000
3000
Et j'espère que certains ici seront inspirés l'an prochain
05:35
to create this, which I really want to see.
137
320000
3000
pour faire ceci, ce que j'aimerais bien voir.
05:38
Thank you very much.
138
323000
2000
Merci beaucoup.
05:40
(Applause) Thanks.
139
325000
10000
(Applaudissements)
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