Blogi 20.12.2016

Tietääkö analytiikka, että Saara Aalto osaa laulaa?

Kiva kun löysit tämän artikkelin! Se sisältää varmasti hyvää tietoa, mutta pidäthän mielessä, että se on kirjoitettu 8 vuotta sitten.

Me suomalaiset seurasimme äsken suurella mielenkiinnolla laulaja Saara Aallon taivalta brittiläisessä X Factor UK -kykykilpailussa. Huikea suoritus, että kaukaa Suomesta tullut ei-brittiläinen laulaja pääsi finaaliin ja lähes voittoon asti.
Kisan aikana analytiikan avulla yritettiin ennustaa, miten Saara Aalto sijoittuisi. Yhdysvaltojen presidentinvaalien jälkeen analyytikko yksi toisensa jälkeen joutui myöntämään, että pieleen meni: epätodennäköinenkin voi käydä toteen. Suomalainen Underhood kuitenkin kertoi, että internet-näkyvyyden perusteella Donald Trumpin voitto oli ennakoitavissa – eri asia sitten oli, haluttiinko tähän ennen vaaleja uskoa.
Vastaavasti kysyttiin, pystyttäisiinkö some-kanavien viestejä analysoimalla ennakoimaan X Factor UK:n tuloksia? Vastaus on kyllä ja ei. Kisan alkumetreillä ei ulkomaisen artistin menestyminen tuntunut realistiselta. Eiväthän brittiäänestäjät pysty samaistumaan tällaiseen ehdokkaaseen samalla tavalla kuin omien kotikulmien esiintyjään – lontoolaiset lontoolaiseen tai skotit skotlantilaiseen. Sisukkaalla yrittämisellä ja hyvillä esityksillä Saara Aalto kuitenkin alkoi vetää pisteitä.
Kun kisassa oli mukana vielä viisi kilpailijaa, Underhoodin 27.11.2016 ilmoittama välitulos oli, että internet-näkyvyyden perusteella Saara Aalto voittaisi, skotti Emily Middlemas olisi toinen ja Matt Terry (kisan todellinen voittaja) olisi kolmas. Näin ei sitten kuitenkaan käynyt. Miksi?
Yksi tarinan opetus on, että mikäli yhtälössä ei ole kaikkia muuttujia mukana, se ei kuvaa kohdetta riittävän hyvin. Ja yksi tuloksia muuttava tekijä on tuomaristo. Toinen tekijä oli kilpailun luonne: etsittiin hyvää levylaulajaa. Oikeastihan X Factorin tarkoitus on markkinoida laulajia niin, että näiden levyt myyvät hyvin – samalla tavalla kuin Finlandia-palkinnolla edistetään kaunokirjallisuuden menekkiä.
Vaikka yleisö äänestikin jatkoon pääsijät, tuomarit pitivät huolta, ettei kukaan totaalisen laulutaidoton ehdokas pääsisi loppuun asti. Yleisön suosimia ehdokkaita tosin pidettiin mukana, jotta kisa pysyisi mielenkiintoisena. Mutta kun kaksi vähimmät pisteet saanutta kilpailijaa joutui pudotuskilpailuun, tuomareilla olisi periaatteessa ollut mahdollisuus pitää haluamansa suosikki kisassa mukana loppuun asti karsimalla kaikki tämän suosikin kanssa kilpalaulantaan joutuneet ehdokkaat. Mikä tosin olisi ollut aika tylsää katseltavaa eikä siten ansaintamielessä kannattavaa.
Some-näkyvyys kertoo siis yhden ulottuvuuden, mutta ei sitä, miten tuomarit taktikoivat. Toisaalta kisan pitää olla jännittävä, mutta toisaalta vääränlaiset yllätykset pitää estää. Klassisen draaman kirjoittajilla olikin takataskussaan tekniikka nimeltään ”deus ex machina”: mahdottomissa tilanteissa tämä jumalan käsi ohjasikin kertomuksen juonen aivan toiseen suuntaan kuin katsoja olisi olettanut.
Tilastollisten menetelmien ja analytiikkatyökalujen lisäksi analyytikko tarvitseekin kohdealueen tuntemista; osaaminen tarvitaan joko omasta takaa tai toimeksiantajalta, jotta olennaiset muuttujat otetaan huomioon. Saara Aalto ansaitsi suosionsa kovalla työllä ja osaamisella. Onneksi sekä äänestäjät että tuomaristo Simon Cowellin johdolla pitivät taistelijoista, jotka eivät luovuta, ovat sopivalla tavalla hassuja, ja osaavat laulaa.
Analyytikko tarvitsee oikeaa ja riittävää dataa, mutta myös ymmärrystä sekä datasta että siihen vaikuttavista tekijöistä. Niin laulamisessa kuin analytiikassa pelkkä data ei riitä – pitää myös osata tulkita.

analytiikka

data

Takaisin ylös