大數據時代下的影視業
專欄
作者：彭侃
大數據，這個聽上去與影視業風馬牛不相及的概念，正在悄然改變著我們行業的生態。“沒有人知道觀眾想要什麼”，這一籠罩影視業的魔咒，在大數據時代似乎有了破解的可能。《紙牌屋》，最近全球大熱的一檔美劇，便宣告著這種改變的來臨。
推出這部美劇的Netflix是美國一大視頻網站，他們的工程師通過挖掘用戶數據發現，喜歡BBC劇、導演大衛·芬奇和老戲骨凱文·史派西的用戶存在交集，一部劇集如果同時滿足這幾個要素，就可能大賣。尋求戰略轉型的Netflix於是決定賭一把，他們花一億美元買下了一部1990版BBC電視劇的版權，並請來大衛·芬奇擔任導演，凱文·史派西擔當男主角。果不其然，這部劇取得了空前的成功，位列全球40多個國家點擊率最高的劇集之列。嚐到甜頭的Netflix，決定在2013年繼續推出4部自製劇。
Netflix的底氣，源自它從創立之初就開始積累的數據庫。在這個網站上，來自全球各地的用戶每天進行高達三千多萬次操作，如收藏、推薦、回放、暫停等，還會給出400萬個評分，發出300萬次搜索請求。用戶的個人特征和觀看習慣及偏好都被Netflix記錄下來，並用於商業開發。早些年，Netflix使用這些數據來對用戶精準推薦他們可能會消費的內容，隨著數據挖掘技術的日益成熟，Netflix開始將其用於影片生產。相較於很難從用戶那裏得到反饋的傳統影視公司，用戶數據成為了Netflix一筆巨大的財富。
很長時間以來，製片人總在抱怨，觀眾的口味是如此複雜多變，很難預知觀眾到底喜歡什麼。他們迫切希望了解觀眾，於是早在1920年代就開始在影院的廁所裏安排訪問員，與剛看完電影的觀眾交談了解他們的感受。後來又進一步借鑒社會科學的方法，用問卷調查、焦點小組等方法來對觀眾展開調研。好萊塢各大製片廠每年光花在試映上的費用就高達上億美元，然而收效甚微。因為觀眾在接受調查時做出的選擇與他們實際消費時的選擇往往有很大偏差，而每次對數十至數百名觀眾所做的調查結果也難以推而廣之，用來左右影片創作。
而在大數據時代，日漸普及的數字化和網絡技術能將人們的在線消費行為完整地記錄在案，彙集成海量的數據。與傳統調查得來的數據相比，這些數據基於用戶主動的購買或使用行為產生，往往更為全麵和真實，盡管分析也更有難度，因為大數據是無法在一定時間內用常規軟件工具對其內容進行抓取、管理和處理的。於是，數據工程師的職業應運而生，他們幫助運營商開發專門的軟件對相應的數據進行挖掘和分析，從中找出能夠有利於了解用戶需求、把握市場動向的規律。
在影視業中，大數據的運用還處在初步嚐試的階段，但商機已開始顯現。在《紙牌屋》的案例中，Netflix成功地運用了觀眾們在線觀看行為的大數據，來指導影片的創作和精準營銷。而除此之外，觀眾們在日漸盛行的社交網絡上發表的電影評論，構成了另一種可以開發的大數據。
通過對電影口碑數據的跟蹤監測和挖掘分析，能夠幫助發行商調整營銷的策略，甚至能夠提前預測影片的市場表現。2010年時，惠普實驗室的兩位分析師搜集了Twitter上3個月之內120萬名用戶發布的290萬條電影評價信息，根據其中的口碑傾向預測24部電影（包括《阿凡達》和《暮光之城：新月》等）上映首周的票房信息，結果顯示有97.3%的準確率。在此背景下，一些投資者開始通過數據挖掘來預測電影的票房表現，用來決定他們是否購買好萊塢電影公司的股票。
對於未來的影視企業而言，除了創作和運營的水準，對數據的挖掘和分析能力也將成為競爭的重要方麵。因為就像去年達沃斯世界經濟論壇上發表的宣言所說的：“數據已成為一種新型的經濟資產，就像貨幣或者黃金一樣。”