Chulalongkorn University Theses and Dissertations (Chula ETD)
Other Title (Parallel Title in Other Language of ETD)
Data warehouse, business intelligence and advanced data analytics of music record business
Year (A.D.)
2022
Document Type
Independent Study
First Advisor
จันทร์เจ้า มงคลนาวิน
Faculty/College
Faculty of Commerce and Accountancy (คณะพาณิชยศาสตร์และการบัญชี)
Degree Name
วิทยาศาสตรมหาบัณฑิต
Degree Level
ปริญญาโท
Degree Discipline
เทคโนโลยีสารสนเทศทางธุรกิจ
DOI
10.58837/CHULA.IS.2022.116
Abstract
ธุรกิจดนตรีเป็นธุรกิจที่มีมูลค่าสูงทั้งในประเทศไทยและต่างประเทศ ปัจจุบัน การสตรีมมิ่งดนตรีผ่านแพลตฟอร์มออนไลน์ เช่น สปอติฟาย (Spotify) หรือ แอปเปิ้ลมิวสิค (Apple Music) จัดเป็นรูปแบบที่สำคัญของการเผยแพร่ผลงานดนตรี อีกทั้งหลายแพลตฟอร์ม เช่น สปอติฟายให้บริการข้อมูลผ่าน Application Program Interface (API) ที่ให้ข้อมูลเกี่ยวกับศิลปินและเพลง เช่น จำนวนผู้ติดตามศิลปิน แนวเพลง คุณลักษณะทางเสียงของเพลง และคะแนนความนิยมของเพลง การพัฒนาระบบวิเคราะห์จากข้อมูลดังกล่าวย้อนหลังไปในช่วงเวลาที่ผ่านมาจะทำให้ค่ายเพลงทราบแนวโน้มความนิยมในการบริโภคเพลง ทั้งในด้านแนวเพลง ความยาวของเพลง หรือ คุณสมบัติทางเสียงของเพลง ซึ่งสามารถนำมาประกอบการตัดสินใจในการผลิตเพลงเพื่อเพิ่มโอกาสที่เพลงจะได้รับความนิยม โครงการ “คลังข้อมูล ธุรกิจอัจฉริยะ และการวิเคราะห์ข้อมูลขั้นสูงของธุรกิจค่ายเพลง” ประกอบด้วย 6 ระบบย่อย คือ ระบบวิเคราะห์คุณลักษณะทางเสียงของแทร็ค ระบบวิเคราะห์แนวเพลงของแทร็ค ระบบวิเคราะห์ความยาวของแทร็ค ระบบวิเคราะห์ผู้ติดตามศิลปิน การพัฒนาตัวแบบทำนายคะแนนความนิยมของแทร็ค การค้นหากฏความสัมพันธ์ในข้อมูลแทร็ค พัฒนาขึ้นบนระบบจัดการฐานข้อมูล SQL Server Management Studio และใช้เครื่องมือต่างๆ ของโปรแกรม PyCharm Community Edition 2021.3.1 และ Tableau Desktop 2022.1 ระบบที่พัฒนาขึ้นนี้ จะช่วยให้ผู้บริหารมองเห็นภาพรวมของธุรกิจค่ายเพลง ลักษณะของเพลงที่ได้รับความนิยมและไม่ได้รับความนิยม รวมถึงวิเคราะห์ข้อมูลในมุมมองต่าง ๆ ที่จะนำไปสู่การตัดสินใจวางแผนและกำหนดกลยุทธ์ในการผลิตเพลงให้ประสบความสำเร็จ
Other Abstract (Other language abstract of ETD)
The music industry has high value both in Thailand and internationally. Currently, music streaming through online platforms, such as Spotify and Apple Music, is an essential format for music releases. In addition, many platforms, for example, Spotify, have provided data services through Application Program Interface (API). Such services provide artist and song (or track) data such as artist’s followers, song genres, song audio features, and track popularity scores. Developing analysis systems of those data from past released tracks would help a music record company be aware of music trends in genres, track lengths, or song audio features. This information can support music production decisions to increase the chances that the produced songs become popular. “Data Warehouse, Business Intelligence and Advanced Data Analytics of Music Record Business” comprises 6 systems: Track's Audio feature Analysis System, Track's Music Genres Analysis System, Track's Duration Analysis System, Artist's Follower Analysis System, Development of Track's Popularity Score Predictive Model and Association Rule Discovery from Track Data Model. The systems were developed using SQL Server Management Studio as the database management system, PyCharm Community Edition 2021.3.1, and Tableau Desktop 2022.1 as development tools. This developed system will assist management in seeing an overall picture of music record businesses, understanding the characters of popular and unpopular songs, and analyzing the data obtained from various perspectives, which would lead to decisions and strategies for successful song production.
Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-No Derivative Works 4.0 International License.
Recommended Citation
ชุนหกรณ์, สวริน, "คลังข้อมูล ธุรกิจอัจฉริยะ และการวิเคราะห์ข้อมูลขั้นสูงของธุรกิจค่ายเพลง" (2022). Chulalongkorn University Theses and Dissertations (Chula ETD). 8198.
https://digital.car.chula.ac.th/chulaetd/8198