Wat vindt het publiek nou écht van een boek of tentoonstelling? Met behulp van big data is dat steeds beter te achterhalen. De vraag is wat culturele instellingen en kunstenaars met die informatie willen doen.

‘Leuke tentoonstelling bezocht @Boijmans’. Zo luidt een gemiddelde tweet over Museum Boijmans Van Beuningen. De hoeveelheid tweets over het museum is meestal makkelijk door één mens bij te houden, maar soms pieken de statistieken. Marketing & communicatiemedewerker Marlies Potuijt bestudeert een uitschieter in de grafiek. In een computerlokaal van de Erasmusuniversiteit krijgt ze samen met een aantal Rotterdamse ambtenaren en wetenschappers les in Coosto, een programma voor het analyseren van social media-uitingen. De oorzaak voor de piek heeft ze snel achterhaald: de gemeenteraad oordeelde die dag positief over de bouw van het Collectiegebouw, een openbaar depot op het Museumpark. Coosto is niet honderd procent betrouwbaar in het herkennen van het heersende sentiment, stelt Potuijt droogjes vast. ‘Pleurt op met je Collectiegebouw’ is volgens het programma een neutrale tweet.

De workshop is een initiatief van het Kenniscentrum Urban Big Data. De gemeente Rotterdam, Erasmus Universiteit Rotterdam en Hogeschool Rotterdam werken hierin samen met private en publieke partners aan ‘big data-oplossingen voor grootstedelijke vraagstukken’. Eén van die vraagstukken is hoe cultuur en toerisme in Rotterdam het beste kunnen worden bevorderd. Initiator Liesbet Van Zoonen is hoogleraar sociologie aan de Erasmus Universiteit. Als het aan haar ligt, wordt het Museumpark in de nabije toekomst een proeftuin voor het analyseren van bezoekersgedrag. ‘Waar komen de bezoekers van het Museumpark vandaan? Welke route leggen ze af? Hoe ervaren ze hun bezoek?’ wil ze weten. Big data geven antwoord op dergelijke vragen. Het gaat niet alleen om social media-data, maar ook om bijvoorbeeld data van sensors, enquêtegegevens, bevolkingsstatistieken en heat monitoring. In navolging van de retailsector kunnen de samenwerkingspartners ‘de bezoekersbeleving optimaliseren’ door in te spelen op patronen die de gegevens prijsgeven.

Waar is het druk?

Als je als culturele instelling wilt weten hoe het publiek een tentoonstelling of voorstelling ervaart, kun je een gastenboek neerleggen, maar dat wordt door slechts een klein deel van de bezoekers ingevuld. Ook sociale media-uitingen geven alleen de mening van een selecte groep weer. Enquêtes lokken sociaal wenselijke antwoorden uit. Mensen schatten bijvoorbeeld zelden echt goed in hoe lang ze naar een schilderij hebben gekeken. Je kunt bezoekers laten observeren door een mens of een camera, maar dat kost veel tijd en grijpt in op hun privacy. Of je vraagt ze om een app te installeren (of een smartphone met app bij de balie te lenen) en je registreert onzichtbaar en anoniem wat ze doen.

Het Groninger Museum heeft zo’n app, voor educatieve doeleinden. Als ik de tentoonstelling Joris Laarman Lab bezoek, registreert de Groninger Museum app waar ik me bevind en biedt me per zaal extra informatie over het tentoongestelde. In de zaal met ‘Experiments’ staan maquettes van Laarmans Puzzle Chair. Op mijn iPhone verschijnt prompt een bouwtekening van een Puzzle Chair. Wil ik de minuscule namen lezen in de Time Capsule die Laarman voor Greenpeace ontwierp? Een kwestie van inzoomen op mijn schermpje. Ik loop door naar de zaal ‘Maker Chairs’. Op de iPhone verschijnt de vraag of ik een video wil zien van het in elkaar zetten van een puzzelstoel. De combinatie van locatiebepaling via GPS en bluetooth zuigt de batterij ondertussen in rap tempo leeg.

Je hebt net 5 minuten voor De nachtwacht gestaan. Wist je dat we Nachtwacht-mokken verkopen?

‘When the art is watching you’ is de omineuze kop van een artikel in The Wall Street Journal van december 2014 over de opkomst van datamining in Amerikaanse musea. Het Guggenheim Museum in New York volgt het signaal van mobiele telefoons en weet daardoor welke route bezoekers afleggen. Het Dallas Museum of Art onderzoekt bezoekersgedrag door vaste bezoekers op bepaalde plaatsen te laten inchecken via hun smartphone. Ze verdienen daarmee punten die ze kunnen uitgeven in de giftshop. Het Minneapolis Institute of Arts analyseert data uit tienduizenden enquêtes. Als bezoekers aangeven dat ze zich niet interesseren voor een aankomende tentoonstelling, wordt hij aangepast of verplaatst.

Om bezoekersgedrag vast te leggen maakt de retailsector veelvuldig gebruik van iBeacons, kleine zendertjes, ontwikkeld door Apple, die in een ruimte worden opgehangen. Ook steeds meer Amerikaanse musea gaan hiertoe over. iBeacons zenden een signaal uit dat wordt opgevangen door applicaties. De applicaties luisteren continu naar de signalen in het pand. Alle opgevangen signalen worden naar de server doorgestuurd en opgeslagen. Daardoor weet het museum hoe iemand zich door het gebouw beweegt. Gecombineerd met de gegevens van duizenden andere bezoekers genereren deze data in potentie interessante statistieken. Waar is het druk? Hoe lang staan mensen stil voor een kunstwerk? Wanneer bezoeken ze het restaurant? Welke zalen laten ze links liggen?

Commerciële truc

Het Groninger Museum was het eerste Nederlandse museum dat iBeacons inzette, uit interesse in de educatieve meerwaarde. Na een testperiode van een jaar, waarin werd uitgezocht hoe de verstoringen die beton, staal, water en menselijke lichamen op de iBeacon-signalen uitoefenen in de server konden worden verrekend, hangen de zendertjes nu door het hele gebouw.

‘Jaren geleden hadden we de GMcollector, een systeem waarmee bezoekers kunstwerken die hen aanspraken, konden “chippen”,’ vertelt hoofd educatie Steven Kolsteren. ‘Ze maakten een eigen wegpagina aan en ontvingen achteraf achtergrondinformatie over die kunstwerken. De iBeacons maken het mogelijk om ze de relevante informatie te geven op het moment dat ze voor het kunstwerk staan.’

Het bedrijf dat de GMcollector installeerde, wees het museum indertijd al op de marketingmogelijkheden. Gebruikers lieten in grote getale een e-mailadres achter om een pagina aan te maken én gaven zelf precies aan welke schilderijen ze mooi vonden. Het museum wilde er niet aan, ook vanwege de hoeveelheid tijd die het kost om gebruikersprofielen op te stellen en doelgroepen gericht te targetten. iBeacons maken dit proces in potentie eenvoudiger.

‘Door te achterhalen voor welk werk mensen lang stilstaan, weet je wat ze mogelijk interessant vinden,’ zegt Sietze de Jong van Tapme, dat de app voor het Groninger Museum ontwikkelde. ‘In theorie kun je ze een pushbericht sturen: ‘Je hebt net vijf minuten voor De nachtwacht gestaan. Wist je dat we Nachtwachtmokken verkopen in de museumwinkel?’

Bezoekers geven aan dat ze zich erg ongemakkelijk zouden voelen over deze mogelijkheid, voegt hij er direct aan toe. Ook het Groninger Museum zelf staat niet te springen om dergelijke verkooptechnieken op het publiek los te laten, net als overigens de meeste andere Nederlandse en Europese musea die iBeacons gebruiken. Kolsteren zegt: ‘Een museum is gericht op informatieoverdracht. De app moet niet stiekem een commerciële truc zijn.’

Wel vindt hij het interessant om met behulp van de iBeacons bezoekersstromen te bestuderen. ‘We zullen een schilderij niet wegdoen als blijkt dat iedereen het overslaat, maar we willen wel graag uitvinden waarom dat zo is.’
Het National Slate Museum in Noord-Wales benadert bezoekers bewust wél persoonlijk via de app. ‘We vragen het publiek tijdens hun bezoek aan het museum via de app om een donatie,’ zegt Rheinallt Foster-Jones, programmamanager van de People’s Collection Wales. ‘Het is onze ervaring dat ze dan het meest genegen zijn om te schenken.’

Harde cijfers

‘Culturele instellingen moeten hun bestaansrecht steeds vaker kwantificeren,’ zegt Claudio Martella. ‘Een dansgezelschap dat subsidie aanvraagt, wordt bijvoorbeeld gevraagd om zijn impact aan te tonen op de levenskwaliteit van bezoekers. Liefst met harde cijfers.’

Big data kunnen kunstenaars en culturele instellingen helpen om de waarde van hun werk te kwantificeren, meent de Italiaanse informaticus. Hij promoveert aan de Vrije Universiteit in Amsterdam op ‘large scale distributed system groups’. Martella deed big data-onderzoek in het Cobra Museum en in het NEMO. Op het Holland Dance Festival analyseerde zijn team de bewegingen van het zittende publiek met behulp van de bewegingssensoren in hun smartphones. Aan de hand daarvan konden ze vaststellen hoe de bezoekers de dansvoorstelling waardeerden.

‘Vroeger gebruikten we een onhandige en dure machine om het breinpatroon van één proefpersoon per keer vast te leggen,’ zegt Martella. ‘Met alle nieuwe sensoren in smartphones kunnen we de respons van tienduizend mensen per dag meten. Dat maakt big data zo waardevol: je hebt meer aan heel veel kleine stukjes dan aan een paar grote. De bewegingen van één persoon in het publiek betekenen niets, maar al die stukjes samen geven ons een goed beeld van de ervaring van het publiek.’

Illustratie: Gijs Kast
Selfie in de stijl van Munch

Veel recent big data-onderzoek naar kunstbeleving vindt plaats in het kader van kunstmatige intelligentie. Zo lukte het een team van de Universiteit van Trento in Italië in 2012 om een computer de emoties te laten herkennen die een schilderij oproept. Op basis van de respons van honderd mensen op vijfhonderd schilderijen kon de computer analyseren welke elementen welke gevoelens teweegbrengen. Vervolgens was de computer met tachtig procent accuraatheid in staat om ook van andere kunstwerken te voorspellen hoe het publiek erop reageert. De Penn State University in Pennsylvania, in de Verenigde Staten, had al eerder een computer geleerd om hetzelfde te doen met foto’s.
Deze ontdekkingen kunnen in de toekomst bijvoorbeeld worden toegepast om op internet te zoeken naar kunst die een bepaald gevoel oproept, of om kinderen online te beschermen tegen negatieve beelden.

Of om The Painting Fool te verbeteren, creatieve software uit Groot-Brittannië die zelf kunst maakt op basis van de ‘stemming’ waarin de computer verkeert. Een groep Duitse onderzoekers ontwikkelde dit jaar een algoritme dat beelden in de stijl van een kunstwerk genereert. Een selfie in de stijl van Munchs De schreeuw bijvoorbeeld. Leuk voor boven de bank, maar vooral een indrukwekkend voorbeeld van hoe computers in staat zijn om stijl en inhoud van een beeld te onderscheiden. Nog even en deep learning, het trainen van een computermodel om zichzelf nieuwe vaardigheden aan te leren, bereikt het stadium waarin software schilderijen aflevert die precies appelleren aan de smaak van de meeste mensen.

Knieval

Voorlopig worden Martella en zijn collega’s nog door musea ingezet om te bepalen hoe het publiek reageert op door mensen gemaakte kunstwerken. Martella laat heatmaps zien van een tentoonstellingsruimte in het Cobra Museum. De gekleurde patronen geven keurig de drukke en de luwe plekken weer. ‘In zaal vier en vijf was geen gedeelde route,’ wijst hij aan. ‘Mensen bewogen zich willekeurig door de zalen, zonder ergens te stoppen. De data suggereren dat ze niet werden geraakt door wat ze er zagen.’

Het Cobra Museum gebruikte de onderzoeksgegevens om de volgende tentoonstelling beter in te richten. Het Van Gogh Museum zette menselijke observanten in voor het genereren van data over bezoekersgedrag. In twee weken bestudeerden zij negenhonderd onwetende bezoekers. De inzichten uit het onderzoek droegen bij aan de herinrichting van de vaste collectie. Senior marketingadviseur Laurine van de Wiel vertelt: ‘Wij blijken veel aan de perceptie van drukte te kunnen doen door de manier waarop we de kunst presenteren. Voorheen hingen er bijvoorbeeld twee schilderijen in de schaduw van de Zonnebloemen. Daardoor kwamen ze niet tot hun recht.’

De observanten stelden vast dat er grote drukte ontstond op de eerste verdieping, waar het merendeel van de topstukken van Van Gogh hing. De chronologische indeling van de vaste collectie moest op de schop. Van de Wiel: ‘Niet dat we dat niet zelf konden verzinnen, maar door het onderzoek is het systematisch onderbouwd.’

In het kader van de privacy experimenteert het museum inmiddels met camera’s die wel filmen, maar de beelden niet opslaan. Zo ontstaan real time heatmaps, waarmee bijvoorbeeld kan worden onderzocht hoe bezoekers gebruikmaken van de nieuwe glazen entree.

Niet iedereen in de museumwereld is blij met deze ontwikkeling. Uit protest tegen de toegenomen nadruk op cijfers selecteerden curatoren Alix de Massiac en Vincent van Velsen onlangs het meest gemiddelde werk uit 29 bedrijfscollecties. Het resultaat, de tentoonstelling VBCN 10 jaar jong, is helemaal ingericht op basis van statistiek. ‘De meer artistieke types binnen de musea denken soms graag dat ze het beter weten dan data,’ zegt Martella. ‘Maar data zijn geen vervanging, maar een aanvulling op hun werk. Een curator of een tentoonstellingsarchitect maakt allerlei beslissingen zonder te weten wat de uitkomst is. Inmiddels halen ze zelf de data aan om hun beslissingen te rechtvaardigen.’

Is een aanpassing van een tentoonstelling op basis van big data een knieval naar de smaak van de massa?
Van de Wiel: ‘De kunstbeleving blijft centraal staan. De inzichten uit ons onderzoek leidden er uiteindelijk toe dat je niet wordt gestoord bij het kijken naar de Zonnebloemen.’
Martella haalt zijn schouders op. ‘Er is niets slechts in het bedienen van je publiek. Kijk naar wat Netflix doet. Ze zien wanneer mensen stoppen met het bekijken van een serie omdat ze verveeld raken. Vervolgens gebruiken ze die data om scenarioschrijvers te laten schrijven in een richting die het publiek wel interessant vindt.’

Hyperspecifieke subgenres

Het is een publiek geheim dat videostreamingdienst Netflix zeer uitgebreide data bijhoudt van het kijkgedrag van de abonnees. Iedere druk op de pauzeknop wordt door Netflix geregistreerd en opgeslagen als een ‘event’ dat kan worden geanalyseerd. De ‘taggers’ in dienst van Netflix zitten de hele dag hyperspecifieke subgenres op te stellen, zoals ‘Critically Acclaimed Emotional Underdog Movies’ of ‘Visually-striking Goofy Action & Adventure’. In totaal zijn er maar liefst 76.897 van zulke subgenres. De big data-analisten van Netflix zien welke tags in het kijkgedrag van de 65 miljoen abonnees wereldwijd terugkeren. Zo kunnen ze abonnees content voorschotelen die precies past bij hun voorkeuren. Maar de informatie wordt ook gebruikt om nieuwe eigen producties te laten aansluiten op, bijvoorbeeld, de voorliefde van de kijker voor een spannende twist na tien minuten, of een lichte daling in het verteltempo na een brute moord.

Kan de auteur overleven in een tijd waarin computer-algoritmes de focusgroep zijn?

Zo ontdekten ze dat een bepaalde grote groep kijkers films van regisseur David Fincher tot het einde uitkeek (een belangrijke graadmeter voor de waardering), dat diezelfde groep hield van films met Kevin Spacey én dat die groep graag naar de Britse serie House of Cards keek. Het idee voor de door Netflix geproduceerde Amerikaanse versie van House of Cards was geboren. Regie: David Fincher. Hoofdrol: Kevin Spacey. Succes kon Netflix bijna niet meer ontgaan. Zelfs de poster van House of Cards is een samenspel van kleuren en beelden die de liefhebber van goed geregisseerd politiek drama met Kevin Spacey in de hoofdrol zullen aanspreken. Er komt geen toeval aan te pas.

‘Netflix verandert kijkers in marionetten,’ schreef blogger Andrew Leonard op salon.com bij de verschijning van House of Cards op Netflix. ‘Als Netflix de kunst heeft geperfectioneerd om ons precies te geven wat we willen, wanneer en hoe komen we dan nog in aanraking met dingen die nieuw en anders zijn? De films en televisieseries waarvan we ons nooit zouden kunnen voorstellen dat we ze leuk vonden voordat we ze een kans gaven? Kan de auteur overleven in een tijd waarin computeralgoritmes de ultieme focusgroep zijn?’

Bestsellers voorspellen

Bij het 25-jarig bestaan van het Mediafonds sprak internetcriticus Evgeny Morozov zijn angst uit voor de invloed van big data op kunst en cultuur. Hij noemde de literatuur als voorbeeld van een veld dat tot voor kort nog vrij was van algoritmes. Sinds we van een scherm zijn gaan lezen, krijgen uitgevers van e-boeken echter gedetailleerd inzicht in het leesgedrag van gebruikers. ‘Het duurt niet lang meer voordat een biometrisch systeem in de interface van het scherm je emoties kan aflezen,’ waarschuwde Morozov. ‘Volgens de logica van de markt zal Amazon dan steeds verder geoptimaliseerde teksten gaan uitgeven. De vraag welk boek een succes wordt, is dan geen vraag, maar een gegeven, gebaseerd op data. De kans dat een uitgever nog risico’s met experimentele literatuur aandurft, neemt daarmee af.’

Bewust inspelen op wat de lezer raakt? Arnon Grunberg is vooralsnog de enige schrijver die er biometrisch onderzoek op kan naslaan. Neurowetenschapper Ysbrand van der Werf onderzocht met behulp van EEG de emoties die 280 mensen ervoeren bij het lezen van een aantal heftige scènes uit Grunbergs Het bestand. ‘Uit het onderzoek blijkt dat mensen sterk verschillen in hoe ze zo’n boek ervaren,’ zegt Van der Werf. ‘We zien dat de mate waarin iemand iets beleeft, tot uitdrukking komt in de mate van hersenactiviteit. Voor literatuur was dat niet eerder onderzocht.’ Desgevraagd geeft Grunberg aan dat hij bij het schrijven van nieuwe boeken geen rekening houdt met de onderzoeksresultaten.

Onlangs publiceerde e-readerfabrikant Kobo de resultaten van een trendonderzoek over lezen, gebaseerd op data van meer dan 21 miljoen gebruikers. Kobo onthulde dat slechts 44 procent van de Britten die de bestseller The Goldfinch van Donna Tart kocht, het boek heeft uitgelezen. Het in eigen beheer uitgegeven Rotten to the Core van Casey Kelleher blijkt het meest uitgelezen e-book in het Verenigd Koninkrijk. 83 procent van de kopers las het boek van kaft tot kaft. In feite komt geen enkel boek uit de bestsellerlijst terug in de lijst met de meest uitgelezen boeken.

Naar aanleiding van het onderzoek schrijft Francine Post in The New York Review of Books: ‘Menig schrijver zal binnenkort worden uitgenodigd op de marketingafdeling van zijn uitgever en te horen krijgen dat 82 procent van de lezers zijn interesse verloor in hun memoires op pagina 272. En of ze er maar voor willen zorgen dat wat er ook op die pagina gebeurde, dat in de toekomst niet meer op papier terechtkomt, als ze tenminste uitgegeven willen blijven.’

Op het nachtkastje

Een uitgever kan echter ook andersom redeneren. Het uitlezen van een boek is blijkbaar geen voorwaarde voor commercieel succes. Het loont dus om nog meer in de marketing van een paar potentiële toppers te investeren en de inhoudelijke kwaliteit links te laten liggen. Of hij pakt het onderzoek van de Amerikaanse Jodie Archer erbij. Deze promovenda aan Stanford University vergeleek 685 kenmerken van drieduizend bestsellers met tienduizend ‘normale’ boeken, om de computer te laten voorspellen welk boek op de bestsellerlijst van The New York Times zal verschijnen. Schrijvers die meer dan een miljoen exemplaren verkopen, kiezen vaak voor ‘middlebrow thematiek’, blijkt uit haar model. Educatie, reizen, geld, steden, technologie, de kindertijd en geschiedenis zijn goede onderwerpen voor bestsellers. Seks, lust en passie, lichamen, huwelijken en natuurbeschrijvingen daarentegen doen het veel minder goed. Al zeggen deze big data dus niets over hoe vaak de lezer het boek ongeopend op het nachtkastje liet liggen.