TEDNYC
Lux Narayan: What I learned from 2,000 obituaries
Lux Narayan: Hva jeg lærte av 2000 nekrologer
Filmed:
Readability: 4.4
1,705,669 views
Lux Narayan begynner dagen sin med eggerøre og spørsmålet: "Hvem døde i dag?" Hvorfor? Ved å analysere 2000 nekrologer i New York Times over en 20-måneders periode, fant Narayan, med kun få ord, hvordan prestasjon ser ut over en livstid. Her deler han hva de som er foreviget i trykk, kan lære oss om et godt levd liv.
Lux Narayan - Entrepreneur
Lux Narayan is a perpetual learner of various things -- from origami and molecular gastronomy to stand-up and improv comedy. Full bio
Lux Narayan is a perpetual learner of various things -- from origami and molecular gastronomy to stand-up and improv comedy. Full bio
Double-click the English transcript below to play the video.
00:12
Joseph Keller used to jog
around the Stanford campus,
around the Stanford campus,
0
879
4072
Joseph Keller pleide å jogge
rundt Stanford campus,
rundt Stanford campus,
00:16
and he was struck by all the women
jogging there as well.
jogging there as well.
1
4975
4717
og han ble gal av alle damene
som også jogget der.
som også jogget der.
00:21
Why did their ponytails swing
from side to side like that?
from side to side like that?
2
9716
3589
Hvorfor svingte hestehalene deres
fra side til side på den måten?
fra side til side på den måten?
00:25
Being a mathematician,
he set out to understand why.
he set out to understand why.
3
13867
3138
Som matematiker gikk han
inn for å forstå hvorfor.
inn for å forstå hvorfor.
00:29
(Laughter)
4
17029
1151
(Latter)
00:30
Professor Keller was curious
about many things:
about many things:
5
18204
2306
Professor Keller var
nysgjerrig på mange ting:
nysgjerrig på mange ting:
00:32
why teapots dribble
6
20534
1967
hvorfor tekanner drypper
00:34
or how earthworms wriggle.
7
22525
1830
eller hvordan meitemarker vrir seg.
00:36
Until a few months ago,
I hadn't heard of Joseph Keller.
I hadn't heard of Joseph Keller.
8
24847
3048
Frem til noen måneder siden hadde
jeg ikke hørt om Joseph Keller.
jeg ikke hørt om Joseph Keller.
00:40
I read about him in the New York Times,
9
28581
2852
Jeg leste om ham i New York Times,
00:43
in the obituaries.
10
31457
1432
i en nekrolog.
00:44
The Times had half a page
of editorial dedicated to him,
of editorial dedicated to him,
11
32913
3772
The Times hadde en halv sides
lederartikkel dedikert til ham,
lederartikkel dedikert til ham,
00:48
which you can imagine is premium space
for a newspaper of their stature.
for a newspaper of their stature.
12
36709
3922
som du kan tenke deg er beste plassering
for en avis av deres betydning.
for en avis av deres betydning.
00:53
I read the obituaries almost every day.
13
41368
2342
Jeg leser nekrologer nesten hver dag.
00:56
My wife understandably thinks
I'm rather morbid
I'm rather morbid
14
44690
3022
Konen min, forståelig nok,
synes jeg er ganske morbid
synes jeg er ganske morbid
00:59
to begin my day with scrambled eggs
and a "Let's see who died today."
and a "Let's see who died today."
15
47736
4400
som begynner dagen min med eggerøre
og en "La oss se hvem som har dødd i dag."
og en "La oss se hvem som har dødd i dag."
01:04
(Laughter)
16
52160
1150
(Latter)
01:06
But if you think about it,
17
54025
1292
Men hvis du tenker på det,
01:07
the front page of the newspaper
is usually bad news,
is usually bad news,
18
55341
3413
så er fremsiden av avisen
ofte dårlige nyheter,
ofte dårlige nyheter,
01:10
and cues man's failures.
19
58778
1975
og viser til menneskers feil.
01:12
An instance where bad news
cues accomplishment
cues accomplishment
20
60777
2666
En forekomst hvor dårlige nyheter
viser til prestasjoner
viser til prestasjoner
01:15
is at the end of the paper,
in the obituaries.
in the obituaries.
21
63467
3235
finnes på slutten av avisen,
i nekrologene.
i nekrologene.
01:19
In my day job,
22
67405
1364
I min hverdagsjobb
01:20
I run a company that focuses
on future insights
on future insights
23
68793
2476
leder jeg et firma som fokuserer
på fremtidig innsikt
på fremtidig innsikt
01:23
that marketers can derive
from past data --
from past data --
24
71293
2420
som markedsførere kan utlede
fra tidligere data --
fra tidligere data --
01:25
a kind of rearview-mirror analysis.
25
73737
2944
en ny form for bakspeilsanalyse.
01:29
And we began to think:
26
77092
1155
Og vi begynte å tenke:
01:30
What if we held a rearview mirror
to obituaries from the New York Times?
to obituaries from the New York Times?
27
78271
5118
Hva om vi holdt et bakspeil
opp mot nekrologene fra New York Times?
opp mot nekrologene fra New York Times?
01:36
Were there lessons on how you could get
your obituary featured --
your obituary featured --
28
84514
3468
Var det leksjoner om hvordan du kunne
få nekrologen din fremhevet --
få nekrologen din fremhevet --
01:40
even if you aren't around to enjoy it?
29
88006
1977
selv om du ikke er her for å nyte den?
01:42
(Laughter)
30
90007
1484
(Latter)
01:43
Would this go better with scrambled eggs?
31
91515
2628
Passer dette bedre til eggerøre?
01:46
(Laughter)
32
94167
1150
(Latter)
01:48
And so, we looked at the data.
33
96163
2998
Og så kikket vi på dataene.
01:51
2,000 editorial, non-paid obituaries
34
99869
4494
2000 redaksjonelle, ubetalte nekrologer
01:56
over a 20-month period
between 2015 and 2016.
between 2015 and 2016.
35
104387
3642
over en 20 måneders periode
mellom 2015 og 2016.
mellom 2015 og 2016.
02:00
What did these 2,000 deaths --
rather, lives -- teach us?
rather, lives -- teach us?
36
108053
4824
Hva kunne disse 2000 dødsfallene -
eller livene - lære oss?
eller livene - lære oss?
02:04
Well, first we looked at words.
37
112901
2033
Vel, først så vi på ordene.
02:06
This here is an obituary headline.
38
114958
1761
Dette er en overskrift
på en nekrolog.
på en nekrolog.
02:08
This one is of the amazing Lee Kuan Yew.
39
116743
2296
Den er om den fantastiske Lee Kuan Yew.
02:11
If you remove the beginning and the end,
40
119063
2522
Hvis du fjerner begynnelsen og slutten,
02:13
you're left with a beautifully
worded descriptor
worded descriptor
41
121609
3334
sitter du igjen med en nydelig
formulert beskrivelse
formulert beskrivelse
02:16
that tries to, in just a few words,
capture an achievement or a lifetime.
capture an achievement or a lifetime.
42
124967
4675
som forsøker, med kun få ord,
å fange en prestasjon eller en livstid.
å fange en prestasjon eller en livstid.
02:21
Just looking at these is fascinating.
43
129666
2161
Bare å se på disse er fascinerende.
02:24
Here are a few famous ones,
people who died in the last two years.
people who died in the last two years.
44
132301
3295
Her er et par kjente,
personer som døde de siste to årene.
personer som døde de siste to årene.
02:27
Try and guess who they are.
45
135620
1319
Prøv å gjett hvem de er.
02:28
[An Artist who Defied Genre]
46
136963
1440
[En artist som
trosset sjanger]
trosset sjanger]
02:30
That's Prince.
47
138427
1185
Det er Prince.
02:32
[Titan of Boxing and the 20th Century]
48
140497
1837
[Boksegiganten og det 20. århundre]
02:34
Oh, yes.
49
142358
1160
Å, ja.
02:35
[Muhammad Ali]
50
143542
1224
[Muhammad Ali]
02:36
[Groundbreaking Architect]
51
144790
1546
[Banebrytende arkitekt]
02:38
Zaha Hadid.
52
146360
1251
Zaha Hadid.
02:40
So we took these descriptors
53
148843
1748
Så vi tok disse beskrivelsene
02:42
and did what's called
natural language processing,
natural language processing,
54
150615
2524
og gjorde det vi kaller
naturlig språkbehandling,
naturlig språkbehandling,
02:45
where you feed these into a program,
55
153163
1771
hvor du mater disse inn i et program,
02:46
it throws out the superfluous words --
56
154958
1865
det kaster ut alle overflødige ord -
02:48
"the," "and," -- the kind of words
you can mime easily in "Charades," --
you can mime easily in "Charades," --
57
156847
4223
"det", "og" - den typen ord
du kan lett mime i mimelek,
du kan lett mime i mimelek,
02:53
and leaves you with the most
significant words.
significant words.
58
161094
2193
og etterlater de mest
betydningsfulle ordene.
betydningsfulle ordene.
02:55
And we did it not just for these four,
59
163311
1821
Men vi gjorde ikke bare disse fire,
02:57
but for all 2,000 descriptors.
60
165156
2519
men alle 2000 beskrivelsene.
02:59
And this is what it looks like.
61
167699
1743
Og slik ser det ut.
03:03
Film, theatre, music, dance
and of course, art, are huge.
and of course, art, are huge.
62
171004
4827
Film, teater, musikk, dans
og selvfølgelig kunst, er svære.
og selvfølgelig kunst, er svære.
03:08
Over 40 percent.
63
176485
1946
Over 40 prosent.
03:10
You have to wonder
why in so many societies
why in so many societies
64
178455
2528
Man må lure, hvorfor
i så mange samfunn
i så mange samfunn
03:13
we insist that our kids pursue
engineering or medicine or business or law
engineering or medicine or business or law
65
181007
4435
insisterer vi at barna våre forfølger
ingeniør, medisin, business eller juss
ingeniør, medisin, business eller juss
03:17
to be construed as successful.
66
185466
1587
for å bli sett som suksessrik.
03:19
And while we're talking profession,
67
187871
1693
Og mens vi snakker om yrke,
03:21
let's look at age --
68
189588
1151
la oss se på alder --
03:22
the average age at which
they achieved things.
they achieved things.
69
190763
2510
gjennomsnittsalderen
når de oppnådde ting.
når de oppnådde ting.
03:25
That number is 37.
70
193297
1846
Det tallet er 37.
03:28
What that means is,
you've got to wait 37 years ...
you've got to wait 37 years ...
71
196274
3656
Hva det betyr er,
at du må vente 37 år ...
at du må vente 37 år ...
03:31
before your first significant achievement
that you're remembered for --
that you're remembered for --
72
199954
3395
før din første betydelige prestasjon
som du blir husket for -
som du blir husket for -
03:35
on average --
73
203373
1151
i gjennomsnitt -
03:36
44 years later, when you
die at the age of 81 --
die at the age of 81 --
74
204548
2478
44 år senere, når du
dør i en alder av 81 -
dør i en alder av 81 -
03:39
on average.
75
207050
1168
i gjennomsnitt.
03:40
(Laughter)
76
208242
1001
(Latter)
03:41
Talk about having to be patient.
77
209267
1684
Snakk om å måtte være tålmodig.
03:42
(Laughter)
78
210975
1057
(Latter)
03:44
Of course, it varies by profession.
79
212056
2089
Selvfølgelig varierer det etter yrke.
03:46
If you're a sports star,
80
214566
1193
Om du er idrettsstjerne,
03:47
you'll probably hit
your stride in your 20s.
your stride in your 20s.
81
215783
2127
treffer du nok toppen
i 20-årene.
i 20-årene.
03:49
And if you're in your 40s like me,
82
217934
2645
Og hvis du er i 40-årene som meg,
03:52
you can join the fun world of politics.
83
220603
1991
kan du delta i den gøye politiske verden.
03:54
(Laughter)
84
222618
1056
(Latter)
03:55
Politicians do their first and sometimes
only commendable act in their mid-40s.
only commendable act in their mid-40s.
85
223698
3915
De gjør sin første og noen ganger
eneste verdige handling midt i 40-årene.
eneste verdige handling midt i 40-årene.
03:59
(Laughter)
86
227637
1257
(Latter)
04:00
If you're wondering what "others" are,
87
228918
1937
Om du lurer hva "de andre" er,
04:02
here are some examples.
88
230879
1476
her er noen eksempler.
04:04
Isn't it fascinating, the things people do
89
232821
2116
Er det ikke fasinerende, ting folk gjør
04:06
and the things they're remembered for?
90
234961
1882
og hva de blir husket for?
04:08
(Laughter)
91
236867
1752
(Latter)
04:12
Our curiosity was in overdrive,
92
240136
1844
Nysgjerrigheten vår var i høygir,
04:14
and we desired to analyze
more than just a descriptor.
more than just a descriptor.
93
242004
3788
og vi lengtet etter å analysere
mer enn bare en beskrivelse.
mer enn bare en beskrivelse.
04:18
So, we ingested the entire
first paragraph of all 2,000 obituaries,
first paragraph of all 2,000 obituaries,
94
246998
4946
Så vi tok inn hele første paragraf
av alle 2000 nekrologene,
av alle 2000 nekrologene,
04:23
but we did this separately
for two groups of people:
for two groups of people:
95
251968
2774
men vi gjorde dette separat
for to grupper mennesker:
for to grupper mennesker:
04:26
people that are famous
and people that are not famous.
and people that are not famous.
96
254766
2777
personer som er berømte,
og personer som ikke er berømte.
og personer som ikke er berømte.
04:29
Famous people -- Prince,
Ali, Zaha Hadid --
Ali, Zaha Hadid --
97
257567
2689
Berømte personer - Prince,
Ali, Zaha Hadid -
Ali, Zaha Hadid -
04:32
people who are not famous
are people like Jocelyn Cooper,
are people like Jocelyn Cooper,
98
260280
4235
personer som ikke er berømte
er personer som Jocelyn Cooper,
er personer som Jocelyn Cooper,
04:36
Reverend Curry
99
264539
1154
Pastor Curry
04:37
or Lorna Kelly.
100
265717
1169
eller Lorna Kelly.
04:38
I'm willing to bet you haven't heard
of most of their names.
of most of their names.
101
266910
3188
Jeg er villig til å vedde på at du
ikke har hørt de fleste navnene.
ikke har hørt de fleste navnene.
04:42
Amazing people, fantastic achievements,
but they're not famous.
but they're not famous.
102
270122
3812
Utrolige folk, fantastiske prestasjoner,
men de er ikke berømte.
men de er ikke berømte.
04:46
So what if we analyze
these two groups separately --
these two groups separately --
103
274720
2788
Så hva om vi analyseree
disse gruppene separat --
disse gruppene separat --
04:49
the famous and the non-famous?
104
277532
1525
de berømte og de ikke-berømte.
04:51
What might that tell us?
105
279081
1419
Hva kan det si oss?
04:52
Take a look.
106
280524
1240
Ta en titt.
04:56
Two things leap out at me.
107
284556
1469
To ting slår meg.
04:58
First:
108
286569
1170
Først:
05:00
"John."
109
288106
1198
"John."
05:01
(Laughter)
110
289328
1300
(Latter)
05:03
Anyone here named John
should thank your parents --
should thank your parents --
111
291914
3388
Alle her kalt John
burde takke sine foreldre -
burde takke sine foreldre -
05:07
(Laughter)
112
295326
1329
(Latter)
05:08
and remind your kids to cut out
your obituary when you're gone.
your obituary when you're gone.
113
296679
3082
og minne barna på å klippe ut
nekrologen din når du er borte.
nekrologen din når du er borte.
05:13
And second:
114
301061
1356
Og neste:
05:15
"help."
115
303849
1154
"Hjelp."
05:18
We uncovered, many lessons
from lives well-led,
from lives well-led,
116
306524
3465
Vi lærte mye,
fra de som har hatt et godt liv,
fra de som har hatt et godt liv,
05:22
and what those people immortalized
in print could teach us.
in print could teach us.
117
310013
2836
Og hva de som har blitt foreviget
på trykk kunne lære oss.
på trykk kunne lære oss.
05:24
The exercise was a fascinating testament
to the kaleidoscope that is life,
to the kaleidoscope that is life,
118
312873
4738
Øvelsen var et fasinerende testament
for det kaleidoskopet livet er,
for det kaleidoskopet livet er,
05:29
and even more fascinating
119
317635
2715
og enda mer fasinerende
05:32
was the fact that the overwhelming
majority of obituaries
majority of obituaries
120
320374
3068
var det at en overveldende
majoritet av nekrologene
majoritet av nekrologene
05:35
featured people famous and non-famous,
121
323466
2998
fremhevet berømte og ikke berømte folk
05:38
who did seemingly extraordinary things.
122
326488
2433
som gjorde tilsynelatende
ekstraordinære ting.
ekstraordinære ting.
05:41
They made a positive dent
in the fabric of life.
in the fabric of life.
123
329574
3110
De lagde en positiv bulk i livets stoff.
05:44
They helped.
124
332708
1237
De hjalp.
05:46
So ask yourselves as you go
back to your daily lives:
back to your daily lives:
125
334772
2591
Så spør deg selv når du
går tilbake til dagliglivet:
går tilbake til dagliglivet:
05:49
How am I using my talents to help society?
126
337387
2920
Hvordan bruker jeg mine talenter
for å hjelpe samfunnet?
for å hjelpe samfunnet?
05:52
Because the most powerful lesson here is,
127
340331
2973
Fordi den mektigste leksen her er,
05:55
if more people lived their lives
trying to be famous in death,
trying to be famous in death,
128
343328
4336
om flere personer levde livet
i forsøk på å bli berømt i døden,
i forsøk på å bli berømt i døden,
05:59
the world would be a much better place.
129
347688
2605
ville verden vært et mye bedre sted.
06:03
Thank you.
130
351062
1169
Tusen takk.
06:04
(Applause)
131
352255
2848
(Applaus)
ABOUT THE SPEAKER
Lux Narayan - EntrepreneurLux Narayan is a perpetual learner of various things -- from origami and molecular gastronomy to stand-up and improv comedy.
Why you should listen
Lakshmanan aka Lux Narayan mans the helm of Unmetric, a social media intelligence company that helps digital marketers, social media analysts, and content creators harness social signals to track and analyze competitive content and campaigns, and to create better content and campaigns of their own.
Prior to founding Unmetric, Narayan was a co-founder at Vembu Technologies, an online data backup company. He also helped found and volunteered at ShareMyCake, a non-profit started by his wife that focuses on encouraging children to use their birthdays to channel monetary support towards a cause of their choosing.
As Unmetric's CEO, he leads a team of 70 people distributed across the company's operations in Chennai and New York City.
Outside of work, he is a perpetual learner of various things -- from origami and molecular gastronomy to stand-up and improv comedy. He enjoys reading obituaries and other non-fiction and watching documentaries with bad ratings. Narayan makes time every year for trekking in the Himalayas or scuba diving in tropical waters, and once he learns to fly, he hopes to spend more time off land than on it.
Lux Narayan | Speaker | TED.com