Hrvatski startup otkriva potencijalne TV hitove u ranoj fazi
Projekt LafTonic jedan je od nagrađenih na nedavnom natjecanju Zagreb Connect. Riječ je o alatu za producente koji omogućava da u najranijim fazama razvoja svojih proizvoda saznaju da li je to što rade dobro, kome se sviđa i kako doći do tih ljudi da bi lakše mogli prodati svoje proizvode TV kućama, ali u konačnici i gledateljima. Idejni začetnik projekta je Ivan Spajić Buturac, a uz njega na projektu radi niz vanjskih stručnjaka različitih profila.
Ivan kaže kako mu je inspiracija još prije mnogo godina bila želja da radi nešto svoje. Namjeravao je raditi strip, koji bi kasnije prebacio u crtani film. No, shvatio je da za to treba puno ljudi i vremena.
Sličnost produkcije i startup scene
“Sve izgleda divno i krasno, ljudi crowdfundaju, izbacuju ovo i ono, ali kad uđeš detaljnije u takvu priču ispostavi se da na svaki uspjeh idu tisuće neuspjeha. Tada sam radio u Nikeu i počeo sam proučavati poslovne modele, između ostaloga medije. Otkrio sam da su sve novine, još od Pulitzera, žrtve sustava oglašavanja. TV industrija u jednom trenutku skoro je uništila kino. Produkcija je izuzetno snažna. Zamijetio sam da je način na koji se produciraju serije i filmovi jako sličan funkcioniranju startup scene. Netko ima ideju, slijede pitchevi, gledaju se čovjek-sati… “, tumači Ivan.
“S druge strane”, nastavlja, “riječ je o staroj industriji u kojoj vrijede stara pravila. Nema startup okruženja, ovakvih kakva zahvaljujući ZICER-u i sličnima postoje čak i kod nas, gdje možeš doći s idejom u povojima pa da netko kaže: ‘Ok, idemo nešto uložiti u to pa ćemo vidjeti što će se desiti’. U produkciji filmova i serija ako nemaš 15 godina iskustva iza sebe ne moraš se uopće pojavljivati, pogotovo ako si iz Hrvatske. Razmišljao sam kako u takvom okruženju primijeniti principe iz IT-ija poput Lean Startup metodologije. Pojavio se i Netflix koji je napravio revoluciju sa svojim poslovnim modelom utemeljenim na podacima (data driven). Oni na temelju ogromnih količina podataka koje prikupe procjenjuju kome odgovara određeni sadržaj.”
Pomislio je kako bi bilo dobro napraviti nešto slično: servis na kojem bi svatko mogao ponuditi svoju ideju te kroz ciklus testiranja graditi nešto; da znaju tko im je publika, što se ljudima sviđa i kako optimizirati sadržaj. Počeo je razvijati takav koncept.
Umjetna inteligencija i živa publika
“Publika gleda i daje povratne informacije. Prvo kroz snimljene reakcije, zatim kroz konstruktivne komentare i treće kroz obradu podataka. O publici, naime, znamo dovoljno da primjenom statističkih modela možemo zaključiti nešto više od onoga što nam sama govori”, razlaže Ivan.
Ta ideja bila mu je dugo u glavi, a onda se na nagovor prijatelja i uz pomoć ZICER-ova Plavog ureda prijavio na natječaj HAMAG-BICRO-a PoC 7 za dodjelu potpora za razvoj koncepta (Proof of Concept). Odobrena mu je potpora od 260 tisuća kuna. Ivan smatra kako je presudan element bila umjetna inteligencija koja je sastavnica projekta.
Dobivena potpora omogućila je da u projekt uključi još nekoliko vanjskih stručnjaka. Među njima je Sonja Radas s Ekonomskog instituta, koja je diplomirala i magistrirala matematiku na zagrebačkom PMF-u, a zatim doktorirala matematiku i marketing na Sveučilištu Florida.
U projekt je uključio i tvrtku BonsAI, članicu grupe Span, koja se bavi strojnim učenjem. Ivan je, naime, i sam radio u Spanu. “Osnovali su novi tim. Spojili smo ugodno s korisnim, a meni je pomoglo jer sam u toj tranziciji prema poduzetništvu osigurao nekakve prihode.”
U timu je i Ivanov prijatelj Kristijan, filmski I televizijski producent koji dobro poznaje industriju. “On je naše ‘oči na terenu’. I spušta me na zemlju kada iz svoje IT perspektive previsoko poletim jer mi objasni kako stvari realno funkcioniraju.” Tu je i Katarina koja pomaže oko administracije, ali Ivan je za sada jedini zaposlen na puno radno vrijeme. “Tim nije velik, ali imamo puno vanjskih eksperata.”
Posljednjih godinu dana bavili su se problemom kako smanjiti broj ispitanika, a da pri tome zadrže statističku preciznost.
“Ako želite pomoći ‘ljudima s ulice’, naši testovi moraju biti jeftini, reda veličine 30 do 50 dolara. S tim prihodima morate platiti ljude koji gledaju i ostale troškove. A rezati jedino možeš broj ispitanika. Brusili smo to i uspjeli napraviti nekoliko algoritama za razne situacije. Nije baš onako kako sam zamislio, ali dovoljno da možemo reći kako imamo nešto”, objašnjava Ivan.
Akceleratorski program Startup Factory
Zatim je uslijedio Startup Factory, ulazak u akceleratorski program te nagrada na završnoj konferenciji Zagreb Connect u iznosu od 160.000 kuna. Program je, kaže Ivan, bio intenzivan, a konkurencija žestoka.
“Od ulaska u program bili smo u stalnoj interakciji s mentorima. Gurali su nas da promišljamo o svim aspektima projektima. Tako smo shvatili da će cijena biti više nago to smo planirali, ali I da bismo se trebali okrenuti ka producentima. Oni su dovoljno profesionalni da znaju što rade, a na globalnom radaru ima ih dovoljno nevidljivih kojima možemo pomoći ako ih poguramo kroz svoj model. Oni su nam sada poslovni fokus.”
Producenti u fokusu
Veće producentske tvrtke žele uvijek imati na lageru nešto što mogu odmah ponuditi. Traže ideje, nove hitove, i zato raspisuju natječaje. Kad ugovore sadržaj, idu prema distributerima. Osim toga, producenti imaju novac i iskustvo da generiraju ponudu za sajmove i konferencije.
Kada netko želi prodati sadržaj televizijskoj kući ili kada producentska kuća raspiše natječaj za sadržaj, točno se zna za koja je ciljana publika. Zaprimaju puno sinopsisa koji se puste kroz LafTonicov sustav kako bi ih pogledala publika.
“Mi imamo predprofiliranu bazu koja je dovoljno konstantna da ju možemo koristiti u skladu s nečijim zahtjevima. Po potrebi je nadopunjavamo. Ako dobijemo drugačiji zahtjev, na primjer ako je netko snimio sadržaj i želi vidjeti kome se takav sadržaj sviđa, onda aktiviramo drugi sustav. Puštamo sadržaj na 20-30 ljudi, a onda algoritam traži ljude sličnog profila onima kojima se sadržaj svidio”, tumači Ivan.
Kako bi osmislili svoju bazu koristili su veliki broj sekundarnih istraživanja Ivan pojašnjava kako je ukus za filmove vrlo heterogen. “Homogene su ljudske karakteristike i motivacija zašto ljudi gledaju određene stvari. Ono što mi tražimo je niz ljudskih karakteristika povezanih s određenom skupinom filmova.”
Profiliranje prema 70 stavki
“Moramo imati dovoljan broj ispitanika kako bismo dobili statistički značajan rezultat s odstupanjem dva do tri posto. U ovom trenutku govorimo o oko 1200 ispitanika. Sadržaj ne puštamo na sve ispitanike, ali koristimo algoritam koji segmentira ljude prema 70 različitih stavki. Neke su jednostavne – dob, spol – a neke su karakterne crte koje su se profilirale kroz testiranja poput stila humora ili sustava vrijednosti”, razlaže Ivan. “Složili smo taj set karakteristika koji je naše intelektualno vlasništvo, jedna od naših temeljnih poslovnih tajni. To nam omogućava da sadržaj prikažemo relativno malom broju ljudi, a algoritam traži njima slične, kao što vam Netflix ili Amazon nude sadržaje na temelju onoga što ste do sada gledali.”
To kombiniraju s još nekim sustavima predikcije kako bi dobili što preciznije podatke o publici udjelu publike kojoj se određeni sadržaj sviđa. Potrudili su se mapirati to s oglasima na Facebooku kako bi dobili određeni set ljudi za testiranje u realnom okruženju. Tako postižu veću stopu konverzije u usporedbi s ukupnom populacijom I mogu dodatno fino podešavati ciljanu skupinu. Konverziju su dovoljno visoke da možemo reći kako idemo u pravom smjeru, zaključuje Ivan. “S velikom vjerojatnošću možemo reći o kakvoj je skupini ljudi riječ, odnosno da je to stvarna publika. Takvu bazu moramo održavati”
Čitav tekst pročitajte na stranicama Tockanai.hr klikom ovdje
