Datu analīze tiek izmantota arī mūzikas industrijā.
Datu analīze mūzikas industriju interesē, galvenokārt, lai pētītu klausītāju gaumi un laicīgi atlasītu tiem patīkamākās dziesmas. Dažādi pētījumi apstiprina, ka cilvēkiem patīk mūzika, kas skan viņiem ierasti. Tas izskaidro to, kāpēc cilvēki īpaši neiebilst pret līdzīgi skanošām popmūzikas dziesmām. Arī zinošāko klausītāju komforta zonu jau kādu laiku izmanto straumēšanas vietne Spotify, piedāvājot izlasi Discover Weekly, kuru pēc katra cilvēka individuālajiem klausīšanās paradumiem ir izkalkulējis speciāls algoritms. Savukārt ar aplikāciju Shazam, Next Big Sound palīdzību iespējams izvērtēt singla komerciālo potenciālu, analizēt, kādas mīļākās dziesmas ir konkrēta reģiona klausītājiem, šādi efektīvāk plānojot koncerttūres.
Cilvēks pret robotu
Ņemot vērā iegūtos datus par klausītāju paradumiem un mūsdienu tehnoloģiju iespējas, varētu taču aprēķināt perfekto popdziesmas modeli! Protams, šis jautājums nodarbina pētnieku prātus. Mūzikas producenti izmanto programmu Humanizing, ar kuras palīdzību digitālajā perfekcijā pēc nejaušības principa ieviešot minimālu novirzi, tomēr klausītājs šo tehnisko iejaukšanos sajūt intuitīvi. Ne jau precīzie dati, bet gan mūziķu individualitāte nosaka, vai dziesma patiks klausītājiem.
Piemēram, ja klausītājiem ir iespēja izvēlēties starp perfekti iespēlētu digitālo ritmu un ierakstu, kurā bundzinieks ir nokļūdījies tik par mini sekundi, klausītāji izvēlēsies otro. Pielāgojot Humanizing programmu bundzinieka sistēmai, tā atkal tika testēta, pretī nostatot dzīva bundzinieka veikumu. Kļūdas, kuras ir izraisījušas cilvēciskums, testa klausītāji uztvēra kā patīkamākas un bundzinieka ritmu uzskatīja par precīzāku nekā digitālās sistēmas perfekti atspēlēto ritma zīmējumu. Bundzinieka spēlē prognozējamība un pārsteigums bija īstajās proporcijās. Lai arī mēs esam pieraduši domāt pretēji, cilvēkam patiesībā netīk perfekcija. (Plašāks pētījuma izklāsts izlasāms šeit.)
Dziesma no metro skaņām
Datu tehnoloģijas mūzikas radīšanā veiksmīgi izmanto jauno mediju mākslinieki. Interesants piemērs ir Data-Driven DJ , kas pārveido skaitļus un datu tabulas skaņās. Tā autors Braiens Foo (Brian Foo) sistēmu radījis, lai sakomponētu dziesmu, kas attēlo braucienu Ņujorkas metro.