Scavenger AI paljastaa Eurovisionin datamallit
Scavenger AI on analysoinut 68 vuoden Eurovision laulukilpailujen datan. Analyysi paljastaa tilastollisia malleja voittajien esiintymisnumeroista, kappaleiden kielestä ja sanoituksista.

Scavenger AI, data-analytiikkayritys, on julkaissut syväluotaavan analyysin 68 vuoden Eurovision laulukilpailusta. Yli 51 000 äänestysrivin ja 1 700 laulun sanoitusten perusteella tehdyt havainnot paljastavat yllättäviä malleja siitä, mikä edistää menestystä kilpailussa.
Analyysi osoittaa, että fanien ennusteet eivät aina ole tarkkoja. Vaikka yleisön suosikit, kuten MyESC Community, menestyivät paremmin sijoittaen kaikki viimeaikaiset voittajat seitsemän parhaan joukkoon, OGAE-fanikerhon äänestykset olivat epäjohdonmukaisempia. MyESC Communityn suurempi käyttäjämäärä, yli 10 000 jäsentä, yhdistettynä enemmän dataan, vaikuttaa selittävän sen parempaa ennustuskykyä verrattuna OGAE:n noin 900 jäsenen ryhmään.
Strategisesti esiintymisjärjestys vaikuttaa merkittävästi. Tietojen mukaan alkupään esiintyjät, erityisesti ensimmäisestä viidestä numerosta, eivät ole voittaneet vuosiin. Sen sijaan kaksi segmenttiä, esiintymisnumerot 11–15 ja 21–26, ovat tuottaneet seitsemän kahdeksasta viimeaikaisesta voittajasta, keskimääräisillä pisteillä 213 ja 216. Vähemmän menestyksekäs on kuitenkin numerosarja 16–20, joka ei ole tuottanut yhtään voittoa.
Kielenkäyttö on myös muuttunut. Vuoden 1999 sääntömuutoksen jälkeen, joka poisti velvoitteen laulaa omalla kielellä, englanninkielisten kappaleiden osuus kasvoi merkittävästi. Kuitenkin Portugalin voitto Salvador Sobralin portugalinkielisellä kappaleella vuonna 2017 on kääntänyt trendin. Sittemmin äidinkielisten kappaleiden osuus on kasvanut tasaisesti, ja neljä kahdeksasta viimeaikaisesta voittajasta lauloi omalla kielellään.
Sanoitusten analyysi paljastaa, että voittajakappaleissa on taipumus olla positiivisempi sävy ja sisältää sanoja kuten "forever", kun taas "La La La" esiintyy useammin viime sijoille sijoittuneissa kappaleissa. Miesten ja naisten välinen esiintyjäsukupuolten välinen ero on vähäinen, mutta yksittäisten artistien menestys on tilastollisesti parempaa kuin ryhmien. Scavenger AI viittaa siihen, että optimaalinen voittajaprofiili sisältäisi äidinkielisen kappaleen, esiintymisnumeron 11–15 tai 21–26 esittävän sooloartistin, jolla on positiiviset sanoitukset.