Como Encontrar Novos Talentos Usando Inteligência Artificial?
1. O Desafio:
Resolvi participar do Hackathon Code Stage 2020, onde o desafio proposto era de “como a inteligência artificial e o machine learning podem melhorar a experiência de consumo e impulsionar o mercado da música?”. Só foi possível encarar esse desafio e conseguir finalizar as entregas graças ao meu maravilhoso time, composto por: uma ux/ui design (no caso eu), Clauderice de negócios, Bruno de negócios e TI e a full stack Simone.
2. O Cenário Atual:
A stakeholder (cliente do hackathon) é uma grande gravadora que possui presença nacional e internacional, onde os serviços de streaming correspondem a mais de 90% do faturamento do negócio. Spotify, Deezer, Youtube Music, Amazon Music são alguns de seus principais parceiros de negócios, distribuindo e remunerando pelo trabalho dos artistas. O streaming passa a monetizar a partir dos 30 segundos iniciais em que o áudio começa a ser escutado.
O power BI (business inteligence) é o eixo central de negócio da empresa, gerando oportunidades, tradução de dados, sugestão de estratégias, possibilitando investir mais em músicas ou artistas que estejam mais em alta no momento. O power BI da gravadora, recebe mais de 100 milhões de diferentes dados, reunidos de todas as plataformas de streaming de áudio parceiras.
3. Objetivo do Negócio:
De acordo com a gravadora cliente do projeto, o consumo por áudio de streaming do Spotify é maior nas regiões sudeste e sul, sendo São Paulo a região dominante (32,9%), seguida pelo Rio de Janeiro (11,6%) e Minas Gerais (10,1%). As outras regiões tem baixíssima representatividade, sendo o norte e o nordeste as regiões com menores taxas de uso de streaming de áudio. Esses dados correspondem a apenas a plataforma de áudio, a gravadora não utiliza os dados do YouTube para construir o seu banco de dados, ou seja, muitos artistas musicistas eram sucesso no YouTube, mas eram desconhecidos pela gravadora e pelos serviços de streaming de áudio.
Partindo deste cenário identificamos duas oportunidades de negócio: focar nas regiões norte e sudeste (aumentando os índices de consumo de streaming para 20% ou mais) e criar um sistema de busca de novos artistas musicais, baseado na API do YouTube.
4. Contexto do Usuário:
Em uma breve pesquisa, segundo uma reportagem do tecnomundo de 2018, o Music Consumer Insight Report mostra alguns dados do consumo por música no mundo, como:
· 86% dos consumidores estão ouvindo via streaming
· 52% usam plataformas de vídeo para isso,
· 47% navegam por meio da versão grátis do YouTube,
· 28% usam um streaming de áudio pago e
· 20% ouvem por demanda em uma plataforma musical gratuita.
Sendo assim, é possível perceber o predomínio do YouTube como uma das principais plataformas de consumo de streaming de música. Talvez a popularização e a gratuidade do YouTube sejam algumas das causas por essa preferência (a pesquisa não entrou em detalhes a respeito das motivações de escolha da plataforma de streaming).
Depois de entendermos um pouco do contexto, partimos para o Miro para fazermos a matriz CSD. Após, preparamos uma pesquisa usando o Google Forms, onde obtivemos um total de 80 participantes, com o objetivo de testar algumas hipóteses (suposições) e esclarecer as dúvidas. Destes, 97,5% escutam música pela internet, 81,3% utilizam o YouTube como plataforma para escutar suas músicas e 15,8% preferem escutar suas músicas pelo Spotify.
Com isso, pudemos perceber que os resultados da nossa pesquisa se assemelham a pesquisa da Music Consumer Insight Report, reportada pelo tecnomundo e conseguimos entender a preferência de plataforma de streaming dos usuários.
5. Ideação e Definição do Projeto:
Como dito anteriormente, a matriz CSD foi criada após uma breve desk research para entender o cenário atual do streaming de música. Depois de feito o questionário Google, escolhemos duas dúvidas principais (dificuldades em montar uma playlist e como o usuário busca por suas músicas), que julgamos serem mais relevantes ao negócio e partimos para a ideação.
Tivemos a ideia de montar um clube de vantagens para a gravadora, onde o cliente receberia pontuações por ter mais tempo escutando ou por compartilhar músicas da gravadora. Estes pontos poderiam ser trocados por produtos da loja de e-commerce da gravadora. Entretanto, a ideia acabou sendo trocada, após a mentoria de marketing, pois já existia um produto semelhante.
Então pensamos no porquê de regiões como norte e nordeste não terem uma participação mais significativa no uso do serviço de streaming, e o representante de marketing nos informou que era porque os dados estavam baseados apenas nos números do Spotify e serviços de áudio. Logo eles não tinham o dados do YouTube, e com isso, não tinham o conhecimento de muitos novos talentos musicais que surgiam nas demais regiões fora do eixo sudeste-sul. Vimos ali uma oportunidade de negócio, já que alguns artistas que estouraram no YouTube ainda não estão no Spotify.
O Bruno de negócios e TI sugeriu que usássemos a API do YouTube para criar um sistema que pudesse reconhecer e identificar novos talentos musicais surgidos a partir do YouTube, e o time juntamente com o representante de marketing, concordaram em seguir por este caminho.
Depois da mentoria de marketing, tivemos uma mentoria com um designer, que nos sugeriu algumas ferramentas de design, das quais fizemos o Canvas e o 5W2H (que foi feito pela Clarenice), para entender melhor a ideia do negócio.
5W2H
What ( o que?): Criação de uma solução de busca, identificação e filtragem de músicas virais no Youtube de músicos independentes sem cadastro nos canais de streaming.
Why (por que?): Músicas virais no Youtube de artistas independentes sem conhecimento da gravadora que deixam de monetizar em outras plataformas.
When (quando?): 31 de outubro e 1 de novembro
Who (quem?): A Data Music com sua equipe.
Where (onde?): Foi feito remotamente.
How much (quanto?): Não foram estimados os gastos.
How (como?): Com o desenvolvimento do aplicativo que identifica músicas virais no YouTube que aida não foram identificados pela gravadora.
Ao criar o Business Model Canvas e o 5W2H ficou mais claro a proposta de valor e o modelo de negócio criado, que neste caso é business to business (B2B), criamos uma solução para a gravadora e não para os usuários de streaming.
6. A Solução:
Eu juntamente com os desenvolvedores, partimos para a constrição do MVP e tivemos uma conversa para saber o que era essencial no sistema para que tivesse um sistema de busca com os critérios principais:
Como se tratava de um hackathon de um final de semana e a desenvolvedora web Simone só tinha o domingo para fazer o código e este rodar, só usamos apenas o critério de obrigatório ter.
6.1 Fluxo do Usuário:
Depois de decidirmos o que estaria contido no sistema do Data Music, foi construído um fluxo do usuário contendo as seguintes etapas:
6.2 Wireframe
Após fazermos o fluxograma do usuário, desenhamos no papel o que deveria ser feito na tela e depois partimos para o Figma para começar a fazer o protótipo de baixa fidelidade.
Quando o protótipo de alta fidelidade estava pronto, foi revisto pela desenvolvedora web e feito algumas alterações, como página inicial sem cadastro (login e senha) e apenas três opções de itens de pesquisa.
O protótipo foi pensado de modo que fosse um produto funcional, viável e desejável, com o intuito de resolver o nosso problema central (de como encontrar novos talentos da música no youtube).
As telas foram pensadas para serem previsíveis (e intuitivas), consistentes através do uso de grids e com componentes reaproveitáveis, de acordo com o Material Design.
6.3 Guia de Estilo:
A logo representa um quadrado, sugerindo um dado visto de frente, com as bordas arredondadas porque esse tipo de forma gera proximidade, e no centro a representação de ondas sonoras. A paleta de cores é uma variação do azul ao violeta. Essa escolha de cores foi feita, pois azul é uma cor de preferência tanto masculina, quanto feminina e representa confiança e segurança. Já o violeta, é uma cor calmante que representa sucesso, sabedoria e intuição.
A tipografia usada para o wireframe foi a Roboto Regular, já que é uma fonte sem serifa grátis que é frequentemente usada pela Google e o sistema operacional Android. A tipografia usada logo foi a Rounded M+ Black que é uma fonte gratuita sem serifa, mais arredondada e que dá a ideia de proximidade, sendo convidativa à interação.
Foram usados os botões na cor preenchida de um violeta azulado, como botões primários e o ghost buttom como botão secundário, da mesma cor. Os botões de ícone foram usados nas telas de pesquisa e no botão drop down (usado para a seleção da pesquisa). A caixa de informativa (componente informativo) foi usada para informar mais detalhes sobre a categoria de pesquisa (curtidas, visualização e compartilhamento). A lista suspensa demosntrava as categorias de pesquisa (curtidas, visualização e compartilhamento).
Caso deseje ver o código do nosso MVP:
7. Usabilidade
Não foi possível fazer o teste de usabilidade no dia da entrega do pitch, pois não deu tempo de concluir e testar com o usuário. Entretanto, o wireframe foi testado na semana seguinte.
Nesta etapa, avaliei o desempenho do protótipo quanto a sua eficiência, eficácia e satisfação (de acordo com a ISO 9241 11) no contexto de uso. Para isso foram usadas algumas perguntas adaptadas do User Interface Usability Evaluation with Web-Based Questionnaires compilados por Gary Perlman (2018), para definir os objetivos que devem ser alcançados através de tarefas e métricas de sucesso.
Foram selecionados cinco voluntários aleatórios, já que não era possível testar com os prováveis usuários, pois estes eram os funcionários da gravadora. Por se tratar de um público bem específico, os resultados podem não ser tão fiés a realidade.
Foi pedido a estes voluntários tentassem executar a tarefa de conseguir selecionar o item quantidade de curtidas e chegar até o gráfico, em um curto espaço de tempo e entendendo as etapas do processo.
A tarefa do usuário:
Imagine que você é um funcionário que trabalha numa grande gravadora de música. Você tem muitos dados para analisar todos os dias, nas mais diversas plataformas de streaming de música, como Spotify e Deezer. Então, a sua tarefa será buscar um cantor ou cantora que tenha mais curtidas em seu vídeo utilizando o site da Data Music.
Como o wireframe não tinha interação com o código, três das cinco pessoas demoraram um pouco mais para entender a tarefa, executando a tarefa em mais de dois minutos e questionando o porquê não conseguir ver o nome do cantor(a). Os outros dois entenderam melhor o contexto da tarefa e a executaram em menos de dois minutos. Essa falta de clareza e entendimento da tarefa solicitada pode ter sido causada pelo fato dos voluntários não serem usuários ou por ineficácia minha ao passar a tarefa. Para saber o real motivo eu teria que testar com os usuários, com o público alvo do produto.
Esse teste de usabilidade foi realizado através de entrevista aos voluntários, anotando as respostas. Talvez seja interessante, em pesquisas maiores, passar também um formulário Google com outros voluntários, de modo que eles apenas atribuam valores, em uma pontuação de zero a cinco. Isso porque a presença de um entrevistador talvez possa enviesar, as respostas dos voluntários; portanto uma pesquisa híbrida com um maior número de voluntários usuários pode ser mais eficiente em um primeiro momento de descoberta e testes do MVP.
8. Considerações Finais:
Participar de mais um hackathon foi muito importante para mim, pois com isso eu aprendi um pouco sobre machine learning e inteligência artificial, além de poder colocar em prática a condução do design thinking, trabalhar em equipe (algo que eu gosto bastante) e me desafiar mais. Agradeço a todos os integrantes do meu grupo, vocês foram incríveis, aos mentores do Code Stage e a minha filha que editou meus vídeos da gravação do wireframe no Figma.
Para nos conhecermos e criarmos uma conexão:
Verônica Carneiro (ux/ui design)
Bruno Cassani (consultor de ITC)
Claurenice Sulzbach Cecatto (negócios)
Simone Machado (software engineer)
Bibliografia:
https://tecnoblog.net/247820/machine-learning-ia-o-que-e/
https://blog.mastertech.com.br/tecnologia/o-que-e-api-e-para-que-serve-dentro-da-programacao/
