Data science kan beschouwd worden als het kruispunt tussen traditioneel onderzoek en IT, waarbij methoden ontleend worden aan beide disciplines met als doel om kennis en inzichten te halen uit verschillende bronnen van data.
In verschillende industrieën wordt data science succesvol geïmplementeerd en leiden toepassingen vaak tot waardevolle innovaties en optimalisaties. In het kader van de snelle internationale ontwikkelingen in dit veld in andere sectoren willen we met dit project de noden van de Belgische muziekindustrie rond data science in kaart brengen. Daarnaast willen we laagdrempelige data science dienstverlening aanbieden om aan deze noden te beantwoorden. Vele vraagstukken kunnen aan de hand van een beschrijvende analyse verhelderd worden. Is radio nog belangrijk in het doorbreken van een artiest? Of neemt streaming die rol over? Hoe zit met de gendergelijkheid in de Belgische venues? Welk genre verkoopt het meest tickets en welke interactie met locatie kunnen we ontdekken ?
De volgende stap is voorspellende applicaties bouwen. Kan er voorspeld worden welk nummer de volgende hit wordt? Of hoeveel tickets verkocht zullen worden voor een show in de toekomst?
Om ons ervan te verzekeren dat de onderzoeksresultaten gevaloriseerd kunnen worden kiezen we voor een praktijkgerichte methodologie waarbij we vanaf dag 1 strategische allianties aangaan met spelers uit de muziekindustrie. We proberen door partnerships aan te gaan relevante datasets te verkrijgen voor ons onderzoek.
De datasets worden gecleaned en verrijkt met externe relevante data om daarna drie fases van onderzoek te doorlopen. Een eerste fase is de descriptieve analyse waar we relevante vragen voor de partners blootleggen. De tweede fase bestaat uit vergelijkende analyse waarbij we succesfactoren van ondernemingen kunnen identificeren. In een derde en laatste fase gaan we over tot voorspellende analyse waarbij we, door manipulatie van de werking van de organisatie, voorspellingen uit onze datamodellen gaan testen aan de realiteit.
Samen met verschillende partners waaronder AB, het Clubcircuit en Botanique verzamelden we data over meer dan een half miljoen nummers en meer dan 7000 optredens in België. Met deze cijfers onderzoeken we momenteel of het succes van toekomstige concerten te voorspellen valt. Welke genres doen het het best in België? Wordt er tijdens metal shows meer bier gedronken dan tijdens een Jazz concert? Trekken frontvrouwen meer volk dan frontmannen? Deze en vele andere vragen moeten we beantwoorden om een voorspellend model vorm te geven.
We zetten in op de ontwikkeling van data science toepassingen die de specifieke noden van de muziekindustrie aanpakken. Geen copy-paste uit andere industrieën maar gerichte interventie met meerwaarde voor onze sector. We streven naar de ontwikkeling van een tool die organisaties in de muziekindustrie in staat stelt zelf de succesfactoren van hun organisatie bloot te leggen en zo de risico’s van investeringen te beperken.
