Оснащение музеев IoT-устройствами может полностью изменить наше восприятие искусства. Возможно, это также приведет к появлению совершенно новых бизнес-моделей в будущем. Блогер Даан де Геус представил, как будет выглядеть «умный музей».
Как сейчас устроены музеи
Для начала нужно понять, как обычно работают музеи. Ключевые показатели музеев – число посетителей в год и годовая выручка. Очевидно, что выручка зависит от числа посетителей. Но как же заинтересовывать людей?
Тут в игру вступает коллекция музея. Она очень важна для привлечения посетителей: «Если вы придете к нам, мы покажем вам интересные объекты [x] и научим вас [z]».
Вторичные источники дохода – рестораны, сувенирные магазины и мероприятия – тоже играют большую роль. Заметьте, что первые два зависят от числа посетителей, и таким образом коллекции. В качестве дополнительного источника дохода можно также рассматривать продажу произведений искусства, но вряд ли это можно назвать устойчивым и стабильным бизнесом.
Таким образом, для музея важнее всего его коллекция. Значит, нужно разобраться, как технологии помогут создать коллекцию, которая будет привлекать новых посетителей.
Вот несколько примеров, как музей может использовать современные технологии.
Сбор данных о поведении и интересах потенциальной аудитории.
Поиск новых способов оценки успеха коллекции – не только по числу посетителей и объему выручки.
Подгонка будущих экспозиций под интересы потенциальных посетителей.
Технологии принесут вместе с собой новые метрики, которые можно будет использовать для оценки успеха коллекции:
Метрика 1: «Привлечение внимания»
Первая метрика основывается на предположении о том, что посетитель приходит на выставку с определенным любопытством и/или ожиданиями. Суть идеи в том, что чем дольше картина удерживает внимание туриста, тем сильнее она удовлетворяет его любопытство или соответствует ожиданиям и тем важнее она для коллекции.
Стадия 1: Отслеживание пути посетителей
Начнем с установки счетчика людей у входа в помещение, который позволит отслеживать число посетителей, входящих в каждую комнату музея. Владельцы таким образом увидят, какие зоны наиболее популярны среди гостей и какие произведения искусства привлекают их внимание.
За такими данными будет особенно интересно наблюдать, если в обоих помещениях хранятся картины примерно одинакового качества, но число посетителей сильно отличается. Это потому, что в одной комнате картины интереснее? Или может быть посетители не увидели указатели? А если поменять картины местами?
Единственное ограничение этого подхода в том, что так невозможно измерить, сколько внимания привлекает определенный экспонат. К счастью, и здесь на помощь могут прийти технологии.
Стадия 2. Отслеживание местоположения посетителей
На второй стадии мы будем отслеживать положение посетителей в каждой комнате посредством датчиков, установленных на потолке. Так мы сможем точно определить, где они стоят, и проанализировать закономерности их перемещения по пространству.
В общем и целом, посетитель рассматривает экспонаты со стандартной дистанции; к маленьким картинам он стоит поближе, к большим — подальше. Это расстояние почти всегда остается одинаковым. Проанализировав дистанцию между человеком и картиной, можно определить, привлекла ли она его внимание. Назовем это место «зоной внимания». Но основе этого запустим механизм по подсчету очков: когда посетитель входит в радиус определенного произведения искусства, оно будет получать так называемые очки внимания – и мы сможем измерять его уровень привлекательности по отношению к другим экспонатам.
Для этого картины нужно разместить по помещению так, чтобы их зоны внимания не пересекались. Следует разделить физическое пространство на маленькие части – и мы сможем измерять привлекательность каждого экспоната, а не всего помещения, и таким образом решим проблему с первой стадией.
Оценивать привлекательность работ можно по-разному. Например:
Одно очко, если посетитель вошел в зону.
Два очка, если он перемещается по ней медленно.
Три очка, когда он останавливается на секунду.
Четыре очка – когда посетитель подходит к экспонату ближе.
И так далее.
Но не всегда собранные данные будут соответствовать реальности. Возможно, человек находится в зоне внимания и просто смотрит в телефон, а не на картину, или говорит со своим спутником.
Более продвинутые технологии, однако, позволят нам измерять внимание к каждому экспонату с большей точностью. Перейдем к следующей стадии и добавим еще одну метрику.
Метрика 2: «Эмоциональные очки»
Теперь мы посмотрим, можно ли при помощи новейшей технологии измерять эмоциональное воздействие произведения искусства.
Стадия 3: Камеры с функцией распознавания лиц
На этой стадии мы будем применять технологию распознавания лиц, чтобы удостовериться в том, что посетителя интересует определенное произведение искусства. Для этого рядом с каждым экспонатом мы установим камеры, которые будут снимать лицо посетителя и анализировать его. Так мы будем собирать следующие данные:
Обращает ли посетитель внимание на картину и как долго он это делает.
Демография посетителя: возраст, пол, рост, вес, этническая принадлежность и т.д.
Эмоции посетителя: радость, отвращение, удивление, дискомфорт, ужас и т.д.
Эта информация ценна не только для музея, но и для самих художников. Какое эмоциональное воздействие оказала его картина на зрителя? Соответствует ли оно первоначальной задумке?
Стадия 4: Идентификация посетителя
На этой стадии будет отслеживаться и личность самого посетителя. И многим это может показаться тревожным.
На самом деле все намного проще, чем вам кажется. Facebook уже знает, как вы выглядите и как вас зовут. В то же время компания инвестирует в технологию, которая поможет идентифицировать вас с любого видеоисточника при помощи распознавания лиц и данных, которые уже есть в базе.
Эта информация позволит музею рекламировать экспозиции вам и вашим друзьям в социальных сетях.
Стадия 5: Биометрические датчики
Пятую и финальную стадию стоит назвать экспериментальной. Здесь мы переходим от поведенческих данных посетителей умного музея к сбору данных касательно их тел и здоровья. Наша цель – определить изменения в теле, вызванные эмоциями после просмотра определенного произведения искусства. Мы можем измерять:
Сердцебиение. Измеряем пульс посетителей при помощи датчиков, расположенных на неком расстоянии от человека.
Температуру. Определенные эмоции могут приводить к изменениям температуры в некоторых частях лица и тела.
Тон голоса. Микрофоны, установленные в музее, позволят нам анализировать тон голоса посетителя. Смена тона голоса может говорить об определенной эмоции.
От идей к реальным бизнес-возможностям
При помощи упомянутых выше технологий будет собираться огромное количество новых полезных данных. Есть множество возможностей превращать эти новые данные в ценность. Например:
Триангуляция данных. Все методы сбора данных на пяти стадиях подвержены предвзятости. Использовав одновременно несколько техник на протяжении пяти стадий, можно получить более точный анализ и сделать правильные выводы.
Кастомизация коллекции. Собранные данные дают музею представление о предпочтениях потенциального рынка. На основе этого музей может подстраивать текущую коллекцию и проектировать предстоящие специально так, чтобы привлекать больше пользователей.
Существующие источники данных. Существует огромное множество источников данных, доступных за пределами музея, которые тоже можно использовать. Например, что если связать погодные условия с эмоциями?
Новые метаметрики. В этой статье мы изучили новые метрики для измерения успеха коллекции. Объединив эти метрики с другими датасетами, можно получить новые метаметрики. Например, согласно теории обучения, чтобы выучить что-то, студент должен рассмотреть несколько примеров. Может ли это значить, что когда посетитель обратил внимание на [y] экспонатов как минимум [x] секунд, он чему-то научился?
Сравнение с другими музеями. Сгенерированные данные в одном музее можно сравнивать с данными других музеев. В каком музее на посетителей оказывается наибольшее эмоциональное воздействие? Как одну и ту же картину рассматривают в разных музеях?
Применение в разных секторах. Технологии, описанные в этой статье, могут быть полезными и бизнесменам в других секторах. Почему бы не идентифицировать эмоции в магазинах одежды? Или не определять сердцебиение сотрудников на рабочем месте?
Механизм рекомендаций для посетителей. Собранные о посетителе данные могут быть полезными не только музею, но и самому посетителю. Например, на основе его предпочтений вы можете предлагать ему предстоящие выставки.
Умное искусство. Как уже было сказано ранее, художники могут использовать новые данные для анализа эмоционального воздействия их работ. В то же время они могут использовать технологии для создания интерактивного искусства.
Новые бизнес-модели
В этом разделе я расскажу, как небольшое изменение в бизнес-модели музея может повлиять на все искусство.
Плата за просмотр
Поскольку технология распознавания лиц может определять, на какие произведения искусства посетитель обращает внимание, мы сможем взимать у него деньги лишь за картины, на которые он хочет посмотреть. Если регулярный входной билет стоит € 20, человек будет платить по € 1 за просмотр одной картины. Если его интересуют более 20 картин, ему просто придется купить входной билет стоимостью € 20, не больше.
Ключевое преимущество этой модели заключается в том, что она будет привлекать посетителей, которые хотят посмотреть лишь на несколько картин.
Принятие этой модели может также повлиять и на другие аспекты индустрии искусства. Умный музей сможет арендовать экспонат у третьего лица и платить за него в зависимости от количества просмотров. В то же время она позволит художникам получать проценты от просмотров, как это происходит сейчас на YouTube или Spotify.
С чего начать
Следуйте указаниям:
Начните с проектирования эксперимента, цель которого – решить прямую проблему для вашей организации и желательно для конечного пользователя.
Выделите в здании небольшую зону, где сможете тестировать технологии.
Объясните, почему данные собираются, как они собираются и защищаются и что вы намереваетесь с ними делать.
Начните со сбора данных, которые не связаны напрямую с личностью посетителей.
Верните ценность конечному пользователю. Он тоже должен получать выгоду от участия в вашем эксперименте.
Анна Самойдюк
