A kreatív területeken elért siker általában nem rólad szól, de még csak nem is a teljesítményedről – a siker rólunk, a befogadó közönségről szól, és arról, hogy mi hogyan látjuk a te teljesítményedet. Azt mutatja meg, hogy az emberek, a célközönség hogyan reagálnak a teljesítményünkre. A teljesítmény vonzza a sikert, de ha a teljesítmény nem mérhető, a sikert a hálózatok határozzák meg. Ha időnként megfoghatatlan is a téma, talán ad némi támpontot, új nézőpontot, ami által új aspektusba helyezhető a karrier alakítása. Ezek Barabási Albert László akadémikus Professzor gondolatai, aki a világ egyik legelismertebb hálózatkutatójának számít, és a Northeastern University-n, a CEU-n, és a Harvardon is kutat. Ő ajánlotta Dr. Janosov Milán fizikust a Forbes 30 30 alatti sikeres fiatalt bemutató listájára, ahol Milán kutatásairól olvastam. Egyből felkerestem, ugyanis annak a miértjére kereste a választ, hogyan lesz valakiből sikeres DJ, ő pedig szívesen mesélt a munkásságáról, úgyhogy a karantén időszak elmúltával leültünk beszélgetni. Csakis tudományos megközelítésből vizsgálja a témát, egyedi látásmódja mindenki számára hasznos lehet. Sok minden terítékre került. Kiderült, hogy mi a legideálisabb időszak a kitöréshez, illetve az, hogy az alkotó évek sorában melyik megjelenésnek lesz a legjobb esélye a legsikeresebb alkotássá válni. De nem csak a zenéről, hanem az urbanisztikáról is szó esett: vajon melyik vendéglátóipari egységek és milyen bulik lesznek sikeresek?
Mi késztetett arra, hogy tudományos kutatásba kezdj a DJ-k sikerességét illetően?
Először nem is indult igazán tudományosnak, inkább csak egy (számomra) érdekes kérdést szerettem volna körüljárni. Arra voltam kíváncsi, hogy az elmúlt 20 év adatai alapján vajon meg tudjuk-e jósolni, hogy mi lesz a következő évi DJ Mag Top 100-as lista. Arra voltam kíváncsi, hogy tudok-e olyan predikciós modellt építeni, ami megmondja az előző 20 év ranglistái és a mögöttük lévő rejtett összefüggések alapján, hogy nagy valószínűséggel ki és milyen sorrendben kerül fel a listára legközelebb (kikre érdemes odafigyelnem ha új playlist-et rakok össze? :)). Az effajta prediktív (előrejelző, következtető – a szerk.) modellépítés egyébként általában úgy néz ki, hogy olyan változókat keresünk, amik jó eséllyel – akár intuíció, akár elméleti ismeretek és korábbi kutatások alapján – bizonyos szintig megmagyarázhatják az előrejelzéseket. Például ha az időjárást vizsgáljuk és a hőmérséklet 0 fok alatt van, ahol a víz megfagy, jó eséllyel havazni fog – a hőmérséklet egy jó magyarázó változó. Míg az időjárási-csapadékos példában a hőmérséklet egy viszonylag jó előrejelző változó, zenészek esetén jobb ötlet lehet akár az adott évben kiadott zenék számát, az előadók nemzetiségét, vagy akár egy DJ online követőinek számát vizsgálni a külső hőmérséklet helyett. Ahogy ezeket a változókat elkezdtem levezetni és kiszámolni, akkor kezdett kibontakozni egy olyan kép, amiben voltak egyrészt a sikerre nézve meglepően prediktív, másrészt tudományos szempontból váratlanul viselkedő mennyiségek.
Az elsődleges adatforrás, amire építkeztem a Discogs, kiegészítve a Last.fm lejátszási listáival és lejátszottsági információval, valamint a Wikipédián megtalálható biográfiákkal. A piacvezető Spotify sajnos nem ad ki a zenék népszerűségét mérő és jól hasznosítható információkat, míg bár a Last.fm kisebb, de jellegében nagyjából hasonló – így ezzel dolgoztunk. Ezekből kiderült, hogy a lejátszottság és a DJ Mag Top100 helyezések között a korreláció meglehetősen alacsony volt, 0,2 – 0,3 körüli érték. (-1-es korreláció ha teljesen ellenkező, a +1 hogyha teljesen ugyanaz – a szerk.). Ez volt az a rész, ahol a hálózatok bejöttek a képbe, és elkezdtem kifejteni az előadók kollaborációs mintáit, és azok sikerrel párhuzamba állítható vonatkozásait. Egy korábbi predikciós projektben egyébként szintén a hálózatok erősségét próbáltam feltérképezni, amikor azt próbáltam megjósolni, hogy ki fog meghalni a Trónok harca következő részében. Nagyjából ezt a módszert és ötletet igyekeztem most átültetni a zenébe.
Hogyan zajlott a kutatás?
Ez az igazán kreatív része a dolognak! Általában van néhány kiindulási ötlet vagy hipotézis, amiket körbejárunk – számításokkal, adatelemzéssel, mérésekkel. Egyébként már csak azért is használom a mérés kifejezést, mert jómagam is fizikusként kezdtem mert jómagam is fizikusként kezdtem az ELTE-n és a KFKI-ban, mint a manapság nagyléptékű adatok alapján emberi viselkedést kutatók egy meghatározó része. A méréseket követően az adatokat kiértékeljük és elemezzük, aminek során keverednek módszertanok olyan egymástól egészen távoli tudományterületekről, mint szociológiai, gépi tanulás (népszerűbb nevén mesterséges intelligencia), vagy a statisztika. Itt jön a képbe a hálózatkutatás igazi erőssége is. Általában ezek a lépések iteratívan ismétlődnek, hipotozések, ötletek, tesztelés, újabb ötlet, tesztelés, zsákutca, újabb ötlet, eredmény, érdekesség – míg a végén sok zsákutca, és néhány igazán előremutató érdekes irány feltérképezésével eljutunk az adatokban elrejtőző információig és, és összeáll a tudományos sztori.
Mi kell ahhoz, hogy valaki bekerüljön a száz legsikeresebb DJ közé? A kapcsolati hálón múlik minden?
Ez egy nagyon jó kérdés, viszont egy olyan kérdés, ami bár az én kiindulási pontom is volt a munka elején, végül a publikációm után is megválaszolatlan maradt – egyenlőre 🙂 Ez jól mutatja egyébként a tudomány exploratív jellegét is. Végül a publikációnk elsősorban arra fókuszált, hogy a Top 100 hogyan alakult, mintegy alapozó munkaként. Ez egy 20 év alatt összeállt kb. 550 fős elit csapat, de mégis van egy jól elkülönült réteg benne, akik mondhatni örök klasszikusként emelkednek ki a többiek közül. Köztük és a többi Top 100-as DJ között van egy nagyon világos határ és választóvonal, ha úgy tetszik, üvegplafon. A kérdés, hogy milyen utak vezetnek oda, hogy valaki bekerüljön valaki a Top 100-ba. Ami közös pontnak tűnik, hogy a Top 100-ba bejutott zenészek több, mint fele valamilyen mentori kapcsolaton keresztül jutott be. Ezt a mentori kapcsolatot a következőképpen definiáltuk (részben önkényes, de egyrészt pszichológiai kutatások alátámasztják jogosságát, másrészt több eltérő definíciót kipróbálva hasonló eredményekre jutottunk): korábban együtt dolgozott olyanokkal, akik korábban már bekerültek a Top 100-ba. Ez a gyakorlatban azt jelentim, hogyha valaki rákerül erre a Top100-as radarra, az már óriásit lendít rajta, hogy később bekerüljön magába a Top 100-ba. Az, hogy valós vagy virtuális a hatás, az vitatható, de a korreláció kétségtelenül kiolvasható az adatokból. Továbbá ebben a mentori viszonyban látunk egy nagyon erős kettősséget. Egyrészt sokkal egyszerűbb bekerülni a top 100-ba annak, aki mentor által kerül be, és az jobb helyezéseket is ér el. Viszont ha mentor által kerül be, akkor szinte biztos, hogy nem kerül be az örök klasszikusokat tömörítő nagyjából top 20-as rétegbe. Ezután a millió dolláros kérdés ugye az, hogy akik a top 20-ba bekerülnek, ők honnan jönnek, amit már meghagytunk a következő kutatásoknak ☺A kollaborációk pontos feltérképezésére egyébként ebben a munkában mi a közösen kiadott zenéket vizsgáltuk, ami egy viszonylag erős kollaborációs háló, nagy valószínűséggel az egész mögött még van egy úgynevezett lazább (informális) hálózat is, mint pl. k i kivel zenélt egy helyen, vagy éppen mi zajlik a backtage-ben. Ez megmagyarázhatja azt is, hogy Hardwell és Tiesto ugyanabból a holland városból származnak.
Lehet-e modellezni, hogy kiből lesz a következő David Guetta?
A jelenlegi eredményeink egy általános képet írnak le, ehhez képest, az egyéni karrierek tűpontos előrejelzése egy kicsit más jellegű feladat – ám egyáltalán nem megoldhatatlan. Ez mellett persze az általános kép alapján is tudunk már egyénekre vonatkozó állításokat megfogalmazni, amik valószínűségi alapon értelmezendő statisztikai törvényszerűségek. Például ha valaki David Guetta-féle sikereket ér el, ő jó eséllyel a semmiből fog berobbanni a top 100-ba. Továbbá ez a fiktív új sztárunk nagyon hamar egy új stílust kezd játszani, ami az előzőektől akár matematikailag is számszerűsíthető mértékben és módon eltér. Nagy valószínűséggel saját közösséget is elkezd felépíteni maga körül, pl. fiatalok mentorálásával és bevonásával. És ahogy a közösség épül fel, kb. egyenes arányban növekszik a központi DJ sikere. Viszont mindez gyorsan, néhány éves szinten változik, elég csak a DJ Mag első helyén történt Hardwell – Dimitri Vegas Like Mike – Martin Garrix váltásokra gondolni. Érdekes módon ezek a trendek jól összecsengenek egyéb divathullámok időbeni váltakozásáról szóló kutatásokkal, ami mindenképpen tesz egy provokatív kérdőjelet a zenei tudás és a hozzá társuló marketing-gépezetek mellé.
Ha egyszer valaki befutott, onnantól már mindenkinek az az érdeke, hogy az illető befutott is maradjon?
A stábjának és neki biztosan, ám az eredményeink alapján a feltörekvő sztár-jelölteknek kevésbé. Jó kérdés, hogy a mi megfigyeléseink során ez magyarázhatja-e azt a jelenséget, miszerint a nagyon top gyakorlatilag zárt. Társadalomtudományi okfejtések arra engednek következtetni, hogy a válasz igen – kicsit olyan ez, mint amikor az iskolában vannak a menő srácok, akikhez mindenki tartozni akar, de nehéz bekerülni.
Ez a kutatás csak a mainstream, vagy az undeground DJ-k körében is megállja a helyét?
A módszertan biztosan. Amit tisztáznunk kell az elején, hogy mi az amit sikernek tekintünk, és milyen számszerűsíthető és elfogadott módon mérjük – természetesen olyan mérési módszer sosem lesz, amivel mindenki egyformán elégedett, és jónak tart, de itt elsősorban nem az egyéni véleményeké, hanem az objektivitásé, a mérhetőségé, és a statisztikai törvényszerűségeké a főszerep. A (külső) siker ilyesfajta definícióját, mérőszámát pedig mindig nem könnyű megtalálni. Vannak a sikernek dimenziói, amiket pl. a mainstream esetében nagyon kevesen vitatnának, mint a rádiós játszottság vagy eladott lemezek száma, ám már csak az underground definíciója miatt is ugyanezen mennyiségek már kevésbé lehetnek relevánsak (hiszen pl nem játsszák a rádióban). Ebben lehet jelentős különbség a mainstream és az underground világok adatreprezentációi között.
Több hazai DJ-vel is próbáltuk megfejteni a siker titkát. Ha az ember a céljaira, életútjára koncentrál, akkor az előbb-utóbb meg fogja hozni a gyümölcsét és ez az élet minden területére igaz. Szerinted is így van?
A siker titka tényleg jó kérdés, és sok szinten értelmezhetjük, ahogy az előző kérdésben is árnyaltam, és nálam sokkal alaposabban tárgyalja a szakirodalom is – a mi kutatásaink, természetükből fakadóan csak a számszerűsíthető sikerre és társadalmi szintű statisztikai értelmezésekre fókuszálnak. Kicsit mint Asimov az Alapítványban megírt pszichohistória nevű tudományága, ami matematikai és statisztikai alapon jósolja meg az emberiség fejlődését. Ezek a szabályok statisztikai szinten, sok ember együttes viselkedésének leírására jó és meglepően pontos előrejelzéseket tudnak szállítani, azonban az egyén szintjén pontatlanok. Kicsit más példa: nem tudunk pontos jóslást tenni arra vonatkozóan, hogy mi most a kávé után jobbra vagy balra sétálunk majd. De hogy aznap átlagosan hányan fognak jobbra vagy balra sétálni, azt pl. autós forgalom és BKV megállók alapján valószínűleg elég jól megbecsülhető. Barabási Albert-László megfogalmazását használva, kollektíven kialakult jelenség az is, hogy sikeres lesz-e egy dj. Annál fogva, hogy ez nem az egyéntől, hanem a munkáját befogadó közösségtől jön.
Itt is igaz az a megállapítás, hogy a nagy áttörés esélye az eltelt évek számával arányosan csökken?
Röviden igen. Kicsit hosszabban, kiderült, hogy egy kreatív karrier során, legyen szó matematikusokról, filmrendezőkről vagy DJ-kről, a legsikeresebb alkotás egy karrier mentén teljesen véletlenszerűen érkezik, tehát lehet az első, az utolsó, vagy bármelyik a kettő között. Vagyis a nagy dobás időzítése leginkább attól függ mennyire vagy produktív egy időszakban, ha gyorsabban/többet dolgozol, hamarabb lesz meg az eredmény. Kicsit olyan ez, mint amikor dobókockát minél többször feldobsz, annál nagyobb eséllyel lesz hatos. Ez viszont maga az időzítés – a siker mértékének másik komponense viszont az egyéni “tehetség komponens”, az a faktor, ami megmondja ki mennyire „képes élni a szerencséjével”, amiről részletesebben itt és itt olvashattok.
Amelyik DJ menedzserre vágyik, ő ezek után nyugodtan keressen meg téged, mert a siker garantált?
Egész nyugodtan! Egyébként dolgoztunk már olyan projekteken, amik kimondottan a versenyszférában szereplő partnereknek készültek sikerkutatás témában – és bizony ők természetesen már sokkal sikeresebbek, mint a versenytársaik! A kérdés ezekben az esetekben is az volt, hogyan lehet adatalapú karrier elemzést sikerre vetíteni. Ez egyébként beleillik egy nagyobb, a kvantitatív és társadalomtudományok határán lévő irányba, ami gyakran people analytics néven fut. Ez pedig a COVID-remote-work világban különösen hangsúlyos, hisz adatalapon megérteni, ki hogyan lesz eredményes (nem csak sztárok!) egészen új irányokat nyithat meg bármilyen emberekkel dolgozó vagy embereket célzó szervezet életében. Ez szerintem egy olyan iránya a digitalizációnak, valamint a tudomány és a gyakorlat kapcsolatának, amit egyre több iparág kezd felfedezni – a zeneipar kicsit talán lemaradva, például a pénzügyhöz képest. Ettől függetlenül meggyőződésem, hogy olyan tudáshalmaz keletkezik ezekben a pillanatokban is, amit érdemes a zenészeknek is kipróbálni. Egy ilyen kísérletünk egyébként e sorok olvasóinak valószínűleg igen ismerős Armada Music-kal zajlik már egy éve, kíváncsian várjuk az eredményeket.
Magyarország miért nem adott még szupersztár DJ-t a világnak?
Ez egy nagyon jó kérdés, erre adat alapú válaszaim még nincsenek, csak spekulációk és ötletelések. Az Armada Music-nál én is rákérdeztem erre. De csak általános válaszok merültek fel, pénzügyi – gazdasági vonalon, azért egy komplett házi stúdiót berendezni feltörekvő korban Hollandiában egyszerűbb, mint Magyarországon. Érdemes lenne ez mellett a klubéletet is vizsgálni, visszakanyarodva ismét az a közös kiadványoknál kevésbé formális hálózatokra is. Egyrészt fontos a helyi viszonyokat vizsgálni, mennyire pezsgő és kreatív a színtér, milyenek a kollaborációk helyi szinten (mennyire erős a zenei társadalom szövete), másrészt pedig hogy ez mennyire van becsatornázva a nemzetközi vérkeringésbe. A discogs-last.fm adatbázisunkban látottak alapján bőven van még hova fejlődnie Magyarország (pl. népességarányosan nézve).
Ki lesz a következő szupersztár világszinten és Magyarországon?
A munkánkban ezt a kérdést a későbbiekre halasztottuk, ezért kutatóként a pontos válasz az, hogy nem tudom. Viszont látva StadiumX nemzetközi sikereit és munkájukat, szurkolunk!
Ők pont úgy nyilatkoztak, hogy azért is jöhetett el számukra a siker, mert egyből a nemzetközi vizekre céloztak.
Ezt szerintem a hálózatos elgondolások teljes mértékben alátámasztják – globális impakthoz minél előbb érdemes bekapcsolódni a globális hálózatba. Itt személyes tapasztalataim és a tudományos pálya beindításával látok egyébként egy érdekes párhuzamot/ellenpontot. Tudományos karrier gyakorlatilag csak nemzetközi szinten értelmezhető, ezért ha elindul, a hazai-nemzetközi ugrás szinte egyből velejárója. Ezzel szemben megérzésem szerint a zene kicsit fordítva működik, és már a hazai színtéren is nagy a nyüzsgés – elvégre bárki elkezdhet egy Ableton Live-on zenélgetni otthon (míg hobbikutatni nem lehet), viszont ezt egy nemzetközi szintre emelni már sokkal nehezebb, és vélhetőleg egészen más hozzáállást és management-et igényel. Persze a zene sokkal mélyebben gyökerezhet egy adott ország kultúrájában, mint a tudomány, ezért az összehasonlítás nem teljesen fair.
A koronavírus mennyiben befolyásolja a siker képletét?
Az élő fellépések hiánya biztosan csökkenti az informális kapcsolatok lehetőségét, ezáltal kevesebb lehetőség akad a kapcsolati háló bővítésére, ami már említettük, hogy jó eséllyel szerepet játszhat a siker elérésében. Ugyanakkor annak, hogy karantén ideje alatt minden bekerült az online térbe, lehetnek pozitív hozadékai is, elsősorban a digitalizáció kihasználásával. Ugyanis egy ilyen helyzetben a zenészeknek sokkal átfogóbban van lehetőségük monitorozni a közönségük növekedését, ízlését, annak időbeni alakulását, reakcióit, és ezek mentén kombinálni a maguknak és a közönségüknek is tetsző dolgokat. Például ha kijön egy új live set, akkor a chatfolyam-tracklist párhuzamba állítása és egy kis mesterséges intelligencia segítségével rájöhetünk, milyen is egészen pontosan a hallgatóság véleménye a friss zenékről, vagy akár a számok felépítéséről, szinte másodpercre lebontva.
Hogy sikerült eljutnod Armin Van Buuren stúdiójába?
Egy konferenciára tartottam Amszterdamban, ami előtt írtam egy lelkes bemutatkozó e-mailt a kiadójának. Gondoltam ha már ott vagyok, hátha sikerül a szakma talán legelismertebb zenei színterével kapcsolatba lépnem, kíváncsi voltam az ő szakmai véleményükre a zenei kutatásomat illetően. Fizikusként egyébként sajnos kevés zenész barátom van. Ott aztán kiderült, hogy számukra pedig az én cikkeim voltak érdekesek, aminek eredményeként közös ötletelésbe és kísérleti projektekbe kezdtünk. Kaptam egy nagyon kedves idegenvezetést is, többek közt érintve az ikonikus űrhajó kinézetű ASOT stúdiót. Legutóbb októberben is találkoztunk az Amsterdam Dance Event-en, és már nagyon várom a következő amszterdami utamat. Bár eleinte nehéz volt megtalálni a közös hangot, hiszen ők zenészek, én pedig tudós vagyok, szerintem izgalmas dolgok jönnek még létre az ilyesfajta kollaborációkból.
Ha jól tudom, néhány hónapja doktoráltál – merre tovább?
Igen, így igaz, áprilisban védtem meg a doktor disszertációmat a CEU Hálózat és Adattudományi tanszékén. Jelenleg pedig éppen az egyetemi világból átköltözőben vagyok a tech szférába, most elsősorban egy urbanisztikát és data science-t kombináló projekten keresztül, egy nagyon erős csapattal, köztük mentorommal, Barabási Albert-Lászlóval. Egyébként az urbanisztikai érdeklődésem korában kezdődött – foglalkoztam egy olyan kutatási projekttel, amiben a siker kialakulását a városok szerkezetével és dinamikájával kapcsolták össze 2018 nyarán Cambridge-ben a Bell Labs-ben, aminek eredményeit néhány hete mutattam be egy (covid miatt online-ra váltott) konferencián az MIT-n. Azt vizsgáltuk, hogy bizonyos városi helyszíneket – parkoktól, színházakon át bárokig – mi tesz sikeressé. A legerősebb predikciós paraméterek, mint kiderült, azt írják le, hogy mennyire diverz embereket hoz be kapcsolati háló szempontjából. Azaz ha egy hely csak influenszerekkel, vagy éppen anti-influenszerekkel van tele, akkor az nagy valószínűséggel nem fog jól működni. Ha viszont egy helyszín mindkét csoportot meg tudja fogni, egyfajta olvasztótégelyként funkcionálva, akkor jók az esélyei egy jól működő és élő hely felépítésére!
Ez a tézis a klubokra is érvényes? Mitől lesz sikeres egy klub? Vagy egy buli?
A számok azt mutatják, hogy igen, minden városi helyszínre igaz ez. Egyébként lehet erre is vírus terjedés szemszögével nézni. Az alapgondolat, hogy menjünk el egy rendezvényre vagy bulira, elkezd terjedni. Na de hogyan? Ha eltalál a meghívás néhány úgynevezett szuperterjesztőt, akik sok ismerősüket elviszik (‘meggyőzik’, ‘megfertőzik’ az ötlettel), az már mondhatni fél siker. Vagyis meg kell találni azokat a hálózatban központi figurákat, akiket érdemes bevonzani, amire a különböző közösségi média platformokon már egészen egzakt hálózatkutatási és adatbányász módszerek léteznek. Ez pedig egészen hasonló ahhoz, ahogy egy vírus terjed és fertőz, csak itt a inverz a cél: a rendezvény szervezői a látogatottságot szeretnék maximalizálni, míg vírusterjedés esetén értelemszerűen a fertőzöttek számának minimumon tartása a cél. Viszont nagy különbség, hogy amíg egy kórokozó biológiai okokból nagyjából hasonlóképpen hat kölcsön a különböző emberi szervezetekkel, addig egy-egy eseményen való részvételben rengeteg egyénfüggő (ám bizonyos szinten mérhető) faktor szólhat közbe, a helyszíntől a line-up-on át az időjárásig.
Comments are closed for this post.