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)

Bugie, dannate bugie e le statistiche (dei TEDTalks).

Filmed:
2,510,120 views

In una brillante e ironica analisi, Sebastian Wernicke applica l'analisi statistica ai TEDTalks, per arrivare ad avere uno strumento per creare "il TEDTalk perfetto" in base ai voti dei visitatori. Come lo giudicate voi? "Strabiliante"? "Poco convincente"? o semplicemente "Divertente"?
- 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 websiteSito web,
0
1000
3000
Se andate sul sito di TED,
00:19
you can currentlyattualmente find there
1
4000
2000
potete attualmente trovare
00:21
over a fullpieno weeksettimana of TEDTalkTed videosvideo,
2
6000
3000
più di una settimana di TED Talk video,
00:24
over 1.3 millionmilione
3
9000
2000
più di 1,3 milioni
00:26
wordsparole of transcriptstrascrizioni
4
11000
2000
di parole sottotitolate
00:28
and millionsmilioni of userutente ratingsgiudizi.
5
13000
2000
e milioni di voti dei visitatori.
00:30
And that's a hugeenorme amountquantità of datadati.
6
15000
3000
E questa è una quantità enorme di dati.
00:33
And it got me wonderingchiedendosi:
7
18000
2000
Mi sono domandato:
00:35
If you tookha preso all this datadati
8
20000
2000
se prendiamo tutti questi dati
00:37
and put it throughattraverso statisticalstatistico analysisanalisi,
9
22000
2000
e ne facciamo un'analisi statistica,
00:39
could you reverseinverso engineeringegnere a TEDTalkTed?
10
24000
2000
potremmo ritirarne fuori un TED Talk?
00:41
Could you createcreare
11
26000
2000
Potremmo creare
00:43
the ultimatefinale TEDTalkTed?
12
28000
2000
il TED Talk perfetto?
00:45
(LaughterRisate) (ApplauseApplausi)
13
30000
2000
(Applauso)
00:47
And alsoanche, could you createcreare
14
32000
2000
E naturalmente, potreste voi creare
00:49
the worstpeggio possiblepossibile TEDTalkTed
15
34000
2000
il peggior TED Talk possibile
00:51
that they would still let you get away with?
16
36000
2000
che vi potrebbero però ancora accettare?
00:53
To find this out, I lookedguardato at threetre things:
17
38000
2000
Per scoprire questo, ho posto l'attenzione su tre cose.
00:55
I lookedguardato at the topicargomento that you should choosescegliere,
18
40000
2000
L'argomento che dovreste scegliere.
00:57
I lookedguardato at how you should deliverconsegnare it
19
42000
3000
Come dovreste presentarlo
01:00
and the visualseffetti visivi onstagesul palco.
20
45000
2000
e l'apparenza da tenere sul palco.
01:02
Now, with the topicargomento: There's a wholetotale rangegamma of topicstemi you can choosescegliere,
21
47000
3000
Ora, parlando di argomento - c'è un elenco enorme di argomenti che potreste scegliere,
01:05
but you should choosescegliere wiselycon saggezza,
22
50000
2000
ma dovreste scegliere con oculatezza,
01:07
because your topicargomento stronglyfortemente correlatescorrelati
23
52000
2000
perchè l'argomento è strettamente correlato
01:09
with how usersutenti will reactreagire to your talk.
24
54000
3000
con il modo in cui gli utenti reagiranno al Talk.
01:12
Now, to make this more concretecalcestruzzo,
25
57000
2000
Ora, per rendere le cose piú concrete,
01:14
let's look at the listelenco of topsuperiore 10 wordsparole
26
59000
3000
andiamo a vedere la lista delle 10 parole al top,
01:17
that statisticallystatisticamente stickbastone out
27
62000
2000
quelle che statisticamente emergono
01:19
in the mostmaggior parte favoritefavorito TEDTalksTed Talks
28
64000
2000
dai Ted Talk preferiti
01:21
and in the leastmeno favoritefavorito TEDTalksTed Talks.
29
66000
3000
e dai più sfavoriti.
01:24
So if you cameè venuto here
30
69000
2000
Quindi, se siete venuti qui
01:26
to talk about how FrenchFrancese coffeecaffè
31
71000
2000
per parlare di come il caffè francese
01:28
will spreaddiffusione happinessfelicità in our brainsmente,
32
73000
3000
diffonderà la felicità nei nostri cervelli,
01:31
that's a go.
33
76000
2000
avete fatto centro.
01:33
(LaughterRisate) (ApplauseApplausi)
34
78000
2000
(Applauso)
01:35
WhereasConsiderando che, if you wanted to talk about
35
80000
2000
Diversamente, se volevate parlare
01:37
your projectprogetto involvingcoinvolgendo
36
82000
2000
del vostro progetto che coinvolge
01:39
oxygenossigeno, girlsragazze, aircraftaereo --
37
84000
2000
ossigeno, ragazze, aeroplani -
01:41
actuallyin realtà, I would like to hearsentire that talk, (LaughterRisate)
38
86000
2000
beh, di fatto, a me piacerebbe sentirla questa presentazione,
01:43
but statisticsstatistica say it's not so good.
39
88000
2000
ma statisticamente non è proprio una buona scelta.
01:45
Oh, well.
40
90000
2000
Peccato.
01:47
If you generalizegeneralizzare this,
41
92000
2000
Se generalizziamo così,
01:49
the mostmaggior parte favoritefavorito TEDTalksTed Talks are those
42
94000
2000
i TED Talk più apprezzati sono quelli
01:51
that featurecaratteristica topicstemi we can connectCollegare with,
43
96000
3000
che trattano di argomenti ai quali possiamo sentirci più vicini,
01:54
bothentrambi easilyfacilmente and deeplyprofondamente,
44
99000
2000
facilmente ma anche profondamente,
01:56
suchcome as happinessfelicità, our ownproprio bodycorpo,
45
101000
2000
come la felicità, il nostro corpo,
01:58
foodcibo, emotionsemozioni.
46
103000
2000
il cibo, le emozioni.
02:00
And the more technicaltecnico topicstemi,
47
105000
2000
Gli argomenti più tecnologici,
02:02
suchcome as architecturearchitettura, materialsmateriale and, strangelyStranamente enoughabbastanza, menuomini,
48
107000
3000
come l'architettura, i materiali e, strano a dirsi, gli uomini,
02:05
those are not good topicstemi to talk about.
49
110000
3000
non sono buoni argomenti di cui parlare.
02:08
How should you deliverconsegnare your talk?
50
113000
2000
Come dovreste fare la vostra presentazione?
02:10
TEDTED is famousfamoso for keepingconservazione
51
115000
2000
TED è famoso per tenere
02:12
a very sharpacuto eyeocchio on the clockorologio,
52
117000
2000
un occhio molto attento sull'orologio,
02:14
so they're going to hateodiare me
53
119000
2000
quindi mi odieranno
02:16
for revealingrivelando this, because, actuallyin realtà,
54
121000
2000
per quello che vi sto per rivelare, perchè, di fatto,
02:18
you should talk as long as they will let you. (LaughterRisate)
55
123000
2000
dovreste parlare fino a quando ve lo permettono,
02:20
Because the mostmaggior parte favoritefavorito TEDTalksTed Talks
56
125000
3000
perchè i TED Talks preferiti sono,
02:23
are, on averagemedia, over 50 percentper cento longerpiù a lungo
57
128000
2000
in media, più de 50% più lunghi
02:25
than the leastmeno favoritefavorito onesquelli.
58
130000
2000
di quelli più sgraditi.
02:28
And this holdsdetiene truevero for all rankingclassifica listsliste on TEDTED.comcom
59
133000
2000
E questo è vero per tutti i sistemi di voto su TED.com
02:30
excepttranne if you want to have a talk
60
135000
2000
eccetto se volete fare un discorso
02:32
that's beautifulbellissimo, inspiringispiratore or funnydivertente.
61
137000
2000
che è bello, motivante o divertente.
02:34
Then, you should be briefbreve. (LaughterRisate) But other than that,
62
139000
2000
In questo caso, dovete essere succinti. Ma, a parte questi casi,
02:36
talk untilfino a they dragtrascinare you off the stagepalcoscenico.
63
141000
3000
parlate fino a quando non vi tirano giù dal palco.
02:39
(LaughterRisate)
64
144000
2000
(Risate)
02:41
Now, while ...
65
146000
2000
Ora, mentre...
02:43
(ApplauseApplausi)
66
148000
6000
(Applausi)
02:49
While you're pushingspingendo the clockorologio, there's a fewpochi rulesregole to obeyobbedire.
67
154000
3000
mentre vi dilungate, ci sono alcune regole da rispettare.
02:52
I foundtrovato these rulesregole out by comparingconfrontando the statisticsstatistica
68
157000
2000
Ho scoperto queste regole comparando i dati statistici
02:54
of four-wordquattro parole phrasesfrasi
69
159000
2000
di frasi di quattro parole
02:56
that appearapparire more oftenspesso in the mostmaggior parte favoritefavorito TEDTalksTed Talks
70
161000
3000
che compaiono più di frequente nei Ted Talks preferiti,
02:59
as opposedcontrario to the leastmeno favoritefavorito TEDTalksTed Talks.
71
164000
2000
al contrario dei meno preferiti.
03:01
I'll give you threetre examplesesempi.
72
166000
2000
Vi farò tre esempi.
03:03
First of all, I mustdovere, as a speakeraltoparlante,
73
168000
2000
Prima di tutto, devo, come relatore,
03:05
providefornire a serviceservizio to the audiencepubblico and talk about what I will give you,
74
170000
3000
fornire un servizio agli spettatori e parlare di quello che vi offrirò,
03:08
insteadanziché of sayingdetto what I can't have.
75
173000
2000
invece di dire quello che non posso avere.
03:10
SecondlyIn secondo luogo, it's imperativeimperativo
76
175000
2000
Secondo, è obbligatorio
03:12
that you do not citecitare The NewNuovo YorkYork TimesVolte.
77
177000
2000
che non citiate il New York Times.
03:14
(LaughterRisate)
78
179000
2000
(Risate)
03:16
And finallyfinalmente, it's okay for the speakeraltoparlante -- that's the good newsnotizia --
79
181000
3000
E infine, è ammesso al relatore, ed è una buona notizia,
03:19
to fakefalso intellectualintellettuale capacitycapacità.
80
184000
2000
far finta di avere una certa capacità intellettiva.
03:21
If I don't understandcapire something, I can just say, "etceccetera., etceccetera."
81
186000
3000
Se non capisco qualcosa, posso dire semplicemente, "eccetera, eccetera".
03:24
You'llYou'll all stayrestare with me.
82
189000
2000
Manterrò la vostra attenzione.
03:26
It's perfectlyperfettamente fine.
83
191000
2000
Va perfettamente bene.
03:28
(ApplauseApplausi)
84
193000
4000
(Applauso)
03:32
Now, let's go to the visualseffetti visivi.
85
197000
2000
Ora, passiamo all'aspetto visivo.
03:34
The mostmaggior parte obviousevidente visualvisivo thing on stagepalcoscenico is the speakeraltoparlante.
86
199000
3000
L'oggetto visivo più ovvio sul palco è il relatore.
03:37
And analysisanalisi showsSpettacoli if you want to be
87
202000
2000
E l'analisi mostra che, se volete essere
03:39
amongtra the mostmaggior parte favoritefavorito TEDTED speakersAltoparlanti,
88
204000
2000
tra i relatori preferiti di TED,
03:41
you should let your haircapelli growcrescere a little bitpo longerpiù a lungo than averagemedia,
89
206000
3000
dovreste lasciarvi crescere i capelli un po' più lunghi della media
03:44
make sure you wearindossare your glassesbicchieri and be slightlyleggermente more dressed-uptravestito
90
209000
3000
ricordarvi di indossare gli occhiali e vestirvi un po' meglio
03:47
than the averagemedia TEDTED speakeraltoparlante.
91
212000
2000
del relatore medio di TED.
03:49
SlidesDiapositive are okay, thoughanche se you mightpotrebbe considerprendere in considerazione going for propspuntelli.
92
214000
3000
Le slide vanno bene ma dovreste considerare di usare oggetti reali.
03:52
And now the mostmaggior parte importantimportante thing,
93
217000
2000
Ed ora la cosa più importante,
03:54
that is the moodumore onstagesul palco.
94
219000
2000
che è lo stato d'animo dul palco.
03:56
ColorColore playsgiochi a very importantimportante roleruolo.
95
221000
2000
Il colore gioca un ruolo molto importante.
03:58
ColorColore closelystrettamente correlatescorrelati
96
223000
2000
I colori sono strattamente correlati
04:00
with the ratingsgiudizi that talkstrattativa get on the websiteSito web.
97
225000
3000
con i voti che i Talk prendono sul sito.
04:03
(ApplauseApplausi)
98
228000
2000
(Applauso)
04:05
For exampleesempio, fascinatingaffascinante talkstrattativa
99
230000
2000
Per esempio, Talk affascinanti
04:07
containcontenere a statisticallystatisticamente highalto amountquantità
100
232000
2000
contengono statisticamente una grossa quantità
04:09
of exactlydi preciso this blueblu colorcolore, (LaughterRisate)
101
234000
2000
di esattamente questo blu,
04:11
much more than the averagemedia TEDTalkTed.
102
236000
2000
molto più del TED Talk medio.
04:13
IngeniousIngegnoso TEDTalksTed Talks, much more this greenverde colorcolore,
103
238000
2000
Quelli ingegnosi, molto più di questo verde,
04:15
etceccetera., etet.
104
240000
2000
eccetera, eccetera.
04:17
(LaughterRisate) (ApplauseApplausi)
105
242000
7000
(Applauso)
04:24
Now, personallypersonalmente, I think
106
249000
2000
Ora, personalmente, io penso
04:26
I'm not the first one who has donefatto this analysisanalisi,
107
251000
2000
non sono il primo ad aver fatto questa analisi,
04:28
but I'll leavepartire this
108
253000
2000
ma vi lascio questo
04:30
to your good judgmentgiudizio.
109
255000
3000
al vostro buon giudizio.
04:33
So, now it's time to put it all togetherinsieme
110
258000
2000
Quindi, è arrivata l'ora di tirare le somme
04:35
and designdesign the ultimatefinale TEDTalkTed.
111
260000
2000
e creare il TED Talk perfetto.
04:37
Now, sinceda this is TEDActiveBena,
112
262000
2000
Ora, visto che siamo al TED Active,
04:39
and I learnedimparato from my analysisanalisi
113
264000
2000
ed ho imparato dalla mia analisi
04:41
that I should actuallyin realtà give you something,
114
266000
2000
che farei bena a darvi qualcosa.
04:43
I will not imposeimporre the ultimatefinale
115
268000
2000
Non vi farò sorbire il migliore
04:45
or worstpeggio TEDTalkTed on you,
116
270000
2000
o il peggior TED Talk,
04:47
but ratherpiuttosto give you a toolstrumento to createcreare your ownproprio.
117
272000
2000
ma piuttosto vi darò gli strumenti per crearvi i vostri.
04:49
And I call this toolstrumento the TEDPadTED Pad.
118
274000
3000
E ho chiamato questa applicazione TED Pad.
04:52
(LaughterRisate)
119
277000
3000
(Risate)
04:55
And the TEDPadTED Pad is a matrixmatrice
120
280000
2000
Il TED Pad è una matrice
04:57
of 100 specificallyspecificamente selectedselezionato,
121
282000
2000
di 100, specificatamente selezionate,
04:59
highlyaltamente curateda cura sentencesfrasi
122
284000
3000
frasi altamente curate,
05:02
that you can easilyfacilmente piecepezzo togetherinsieme to get your ownproprio TEDTalkTed.
123
287000
3000
che voi potete facilmente arrangiare per creare il vostro TED Talk.
05:07
You only have to make one decisiondecisione,
124
292000
2000
Dovete prendere una sola decisione
05:09
and that is: Are you going to use the whitebianca versionversione
125
294000
2000
ed è questa: userete la versione bianca,
05:11
for very good TEDTalksTed Talks,
126
296000
2000
per ottimi TED Talk,
05:13
about creativitycreatività, humanumano geniusgenio?
127
298000
2000
sulla creatività, sul genio umano?
05:15
Or are you going to go with a blacknero versionversione,
128
300000
2000
O userete la versione nera,
05:17
whichquale will allowpermettere you to createcreare really badcattivo TEDTalksTed Talks,
129
302000
2000
che vi permetterà di create pessimi TED Talk,
05:19
mostlysoprattutto about blogsblog,
130
304000
2000
soprattuto su blog,
05:21
politicspolitica and stuffcose?
131
306000
2000
politica e roba del genere?
05:23
So, downloadScaricare it and have fundivertimento with it.
132
308000
2000
Scaricatelo e divertitevi.
05:25
Now I hopesperanza you enjoygodere the sessionsessione.
133
310000
3000
Ora, spero l'esperienza vi sia stata gradita.
05:28
I hopesperanza you enjoygodere designingprogettazione your ownproprio
134
313000
2000
Spero che vi piacerà creare i vostri
05:30
ultimatefinale and worstpeggio possiblepossibile TEDTalksTed Talks.
135
315000
2000
TED Talk - il perfetto e il peggiore possibile.
05:32
And I hopesperanza some of you will be inspiredispirato for nextIl prossimo yearanno
136
317000
3000
E spero che alcuni di voi siano ispirati per l'anno prossimo
05:35
to createcreare this, whichquale I really want to see.
137
320000
3000
a creare questo, che io vorrei tanto vedere.
05:38
Thank you very much.
138
323000
2000
Grazie molte,
05:40
(ApplauseApplausi) ThanksGrazie.
139
325000
10000
(Applauso)
Translated by Lela Selmo
Reviewed by Anna Cristiana Minoli

▲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