اور آسکر جاتا ہے ...

اس طرح کی پیشگوئیوں کی طرح بہت دن. اور اکثر و بیشتر وہ پیش گوئیاں پنڈتوں سے آتی ہیں ، جو 'جانتے ہیں'۔ لیکن اگر پیش گوئی کی اصل طاقت رائےوں اور پنڈتوں کی جانبداری میں نہیں بلکہ اعداد و شمار میں ہے تو کیا ہوگا؟

انٹرنیٹ کے بارے میں ایک سب سے حیرت انگیز بات یہ ہے کہ لوگوں کی باتیں سن کر ہی بڑی آبادی کے جذبات کو جلد سے طے کرنے کی صلاحیت ہے۔ بے شک ، سننے میں کوئی نئی بات نہیں ہے۔ جو بھی کامیاب کاروبار کر رہا ہے وہ آپ کو بتائے گا کہ ثقافت کی ترقی اور معلومات کی سب سے اہم مہارت گاہک کی بات سننے کی ہے۔

اگر میں نے آپ کو یہ بتایا کہ غلط تھا؟ ٹھیک ہے نا؟ صارفین ہمیشہ پہلے آتے ہیں! یہ صرف جزوی طور پر سچ ہے۔ ہمیشہ صارفین کو سب سے پہلے رکھنے میں مسئلہ یہ ہے کہ آپ ایک ایکو چیمبر بناتے ہیں جس میں یہ بتایا جاتا ہے کہ آپ جو کچھ کررہے ہیں اس کی بنیاد پر اپنے کاروبار کو بڑھانے کے لئے آپ کو کیا کرنا چاہئے اس پرانے متعصبانہ نظریہ کو بیان کیا گیا ہے ، جبکہ نمو گاہک ہی نہیں بلکہ ان کی طرف سے آتی ہے۔ جو ابھی تک گاہک نہیں ہیں۔

کمپنیاں اکثر اس وقت شدت سے کوشش کرتی ہیں کہ جب صارفین کا مجموعی کاروبار سکڑ رہا ہو اور پریشانی ہو رہی ہو ، وہ اپنے وفادار پروگراموں اور صارفین کو رکنے کے لئے ترغیبات دیتے ہیں ، لیکن وہ بڑی منڈی کے جذبات سے غافل ہیں جو دوسرے متبادلات کی طرف بھاگ رہے ہیں۔ یہ ایسا ہی ہے جیسے ٹائٹینک کے مسافروں کو کیبن اپ گریڈ دینے کی کوشش کی جائے - جبکہ یہ ڈوب رہا ہو!

اس کے بجائے ، اگر آپ اپنے وسائل کی ہدایت اور اپنے فیصلوں کو جہاں ترقی کر رہے تھے اس کی سیدھ میں لانے کے ل the ، اگر آپ پوری مارکیٹ ، موجودہ اور ممکنہ الفاظ کو سن سکتے ہیں تو؟ کیا ہوگا اگر آپ ان بہت سارے طریقوں کی پیش گوئ کرسکتے ہیں جن میں بازار بدل رہا ہے لیکن جس میں کوئی فرد کسٹمر ، فوکس گروپ ، مارکیٹنگ کی صلاحیت ، یا صارفین کی موجودہ جماعت مناسب طور پر اظہار نہیں کرسکتی؟

یہی خاص طور پر سماجی سننے کا مقصد ہے۔ بازار کی جگہ کے اجتماعی جذبات کو سمجھنے کے ل. جس کی بنیاد پر ڈیٹا آپ کو کیا بتا رہا ہے۔ یہ آسان ہے لیکن حیرت انگیز ہے کہ کچھ کمپنیاں یہ کس طرح کر رہی ہیں۔ کیوں نہیں؟ کیونکہ ہم سب یہ ماننا چاہتے ہیں کہ ہم مارکیٹ سے زیادہ ہوشیار ہیں۔ کہ ہم پر ڈیٹا کا کچھ نہیں ہے۔ کیونکہ ، اگر ایسا ہوتا تو ہماری قیمت کیا ہوگی؟

جو مجھے آسکر میں لاتا ہے۔ (آپ جانتے تھے کہ میں آخر کار وہاں پہنچ جاتا!)

سننے والے تجزیات کے پلیٹ فارم کا استعمال کرتے ہوئے ، اسپرٹ سوشل نے آسکر ایوارڈ کے تین بڑے زمروں کے آس پاس کی تصویر کو ، اہم کردار میں بہترین اداکار ، اور آج رات کے آسکر فاتحوں کو پیش کرنے کے لئے نمایاں کردار کی بہترین اداکارہ کے آس پاس ڈیٹا حاصل کرلیا۔ اگرچہ یہ صرف تفریح ​​کے لئے ہے ، یہ ایک بڑی مثال ہے کہ مارکیٹ کے تناظر کو سمجھنے میں معاشرتی جذبات کتنا طاقتور ہوسکتے ہیں۔

ہر ایک زمرے میں انہوں نے ذکر کی تعداد اور منفی ذکر کے مقابلے میں مثبت کے لئے ویب کو اسکور کیا۔ نتائج کچھ معاملات میں سیدھے آگے اور دوسرے میں دلچسپ قریب ہوتے ہیں۔

مثال کے طور پر ، اعداد و شمار سے پتہ چلتا ہے کہ مجھے اپنے نام سے پکاریں 152،880 کل تذکرہ ، 64،758 مثبت تذکرے ، 18،095 منفی ذکر اور 46،663 خالص مثبت تذکرہ حاصل کرنے والے شائقین میں ایک پیش گوئی جیتنے والا ہے (منفی ذکروں سے کم مثبت تذکروں کی تعداد یہی ہے۔) پانی کی شکل اور لیڈی برڈ بالترتیب 48،039 اور 34،268 مثبت ذکر کے ساتھ قریب کی پیروی کریں۔ تاہم ، ڈنکرک کے پاس لیڈی برڈ کے مقابلے میں زیادہ تذکرہ تھا ، لیکن خالص مثبت ذکر کے بارے میں صرف 7000 کم ہیں۔ اگرچہ گیٹ آؤٹ میں ڈنکرک کے مقابلے میں زیادہ خالص مثبت تذکرے تھے!

اس میں سے کسی کو بھی آپ کے نام سے پکارنا ممکن نہیں ہے ، لیکن مارکیٹنگ کے نقطہ نظر سے یہ اس بات کی بصیرت فراہم کرتا ہے کہ فلموں کے بارے میں کس قدر قریبی جذبات ہیں جو آسکر نہیں پائی جاسکتی ہیں لیکن مقبولیت کے لحاظ سے کم اور گردن نہیں ہیں۔

ممتاز کردار میں بہترین اداکارہ کے زمرے کے مقابلے میں ، مشہور کردار میں بہترین اداکارہ کے زمرے کے لئے مضحکہ خیز قریب کی مثبت مثبت درجہ بندی سے بھی زیادہ دلچسپ بات یہ ہے۔ یہاں اپنی اپنی تشہیر کریں لیکن رائے کا دوٹوک ہونا کم از کم ایک دلچسپ نظر ہے جس سے قطبی جذبات کیسے بن سکتے ہیں۔

* ڈیٹا بذریعہ فراہم کردہ سماجی

تو ، کیا ڈیٹا آج کی رات کے فاتحوں کی پیش گوئی کرے گا؟ اس مخصوص منظر نامے کا عملی پہلو یہ ہے کہ آسکر میں ووٹ ڈالنے والی اکیڈمی آف موشن پکچرز اینڈ سائنسز کے 6،000 ممبران اعداد و شمار کی بات سے قطع نظر ، جو چاہیں کر سکتے ہیں۔ کیا امکان ہے کہ وہ مذکورہ جدول میں پکڑے گئے وسیع تر آبادیاتی اعداد و شمار کو ظاہر کریں؟ شاید ، لیکن ضروری نہیں۔

کچھ بھی ہو ، ہم اس مقام پر ہیں جب ہمیں اپنے ایکو ایوانوں میں ڈیٹا سننے میں زیادہ وقت اور کم وقت گزارنے کی ضرورت ہوگی۔