大数据时代的电影产业 谁更懂观众谁赚的越多

云计算
大数据的应用并不仅仅局限于电影内容开发,从投资决策、开发制作一直到宣传推广、终端放映,电影产业的每一个环节都蕴藏着数据化运营的可能性。

 

2013年,《纸牌屋》的热播让在线影片租赁公司Netflix再次成为万众瞩目的焦点,该公司基于大数据而投资拍摄的这部剧集,无论是剧情设置还是演员、导演阵容,都以用户在网站上的行为和使用数据做支撑,从开发之日起便注定会受到观众的青睐。

大数据的应用并不仅仅局限于电影内容开发,从投资决策、开发制作一直到宣传推广、终端放映,电影产业的每一个环节都蕴藏着数据化运营的可能性。对电影投资制作来说,大数据分析不仅能为影片的预算、创意、演员、导演提供建议,而且能精确地计算出电影可能的投资回报率;从营销、推广的角度来讲,大数据能让营销人员知道电影的受众是谁,从而针对性地制订出合适的推广计划;而对电影的放映来说,在什么时间、以何种方式来播放哪部电影,同样需要以受众的数据作为基础。在这三个环节上,大数据具体是如何发挥作用的呢?

 

[[74034]]

 

《纸牌屋》的投拍基于用户数据分析#p# 

大数据用于投资决策——

Netflix:没人比你更懂用户

Netflix每天会对全美和世界的2700万和3600万注册用户的3000万次“动作”(包括播放、暂停、倒退和快进等动作)、400万次评级、300万次搜索,以及一天中用户观看视频的时间和所用设备进行观测。此外,Netflix上的电影和电视节目还被观众贴上了数以百计的标签,包括影片的演员、情节、基调、类型等方面的描述。过去,这些标签的作用是根据个体用户的喜好向他们推荐网站上的电影和节目,而现在,Netflix开始根据用户的偏好制作原创内容。

 

[[74035]]

 

Netflix CEO 里德·哈斯廷斯

通过大数据及标签分析,该公司知道,相当一部分用户已经看过大卫·芬奇的作品,由凯文·史派西主演的电影通常都很卖座,而英国版的《纸牌屋》也很受欢迎。有了这三个兴趣人群,Netflix找到了一个维恩图解交集,证明如此配置一部新版《纸牌屋》将稳操胜券。与此同时,该公司还根据精确的算法判定出为这样一部电视剧付出多少投资是合理的。

最后,Netflix花费1亿美元制作的《纸牌屋》受到了广泛的好评,而投资者也提高了对这家公司的热情。该公司第一季度营收10.2亿美元,较去年同期增长18%。单单是在美国市场上,Netflix的用户人数就增加了200万人。Netflix的股价又重新回到了200美元上方,成为今年截至目前为止表现最好的股票之一。

除了《纸牌屋》,Netflix已经投资数亿美元来制作原创的系列电视剧——如《铁杉树丛》、《发展受阻》、《女子监狱》、与梦工厂联合出品的儿童剧《蜗牛:快》、以及由瑞奇·热维斯主演的《德里克》等。虽然宣传力度不像《纸牌屋》那样大,但《铁杉树丛》吸引的观众人数比前者要多,而《发展受阻》则可能超越两者。#p# 

 

[[74036]]

 

亚马逊工作室直接从它的用户中征集剧本和创意

亚马逊:创意取之于受众,用之于受众

去年五月,亚马逊工作室也宣布开始制作原创节目。与Netflix不同,亚马逊直接从它的用户中征集剧本和创意。通过仔细阅读,亚马逊最终在2700份申请中筛选出25份入围的剧本。去年十二月,亚马逊工作室为6份喜剧剧本制作了试片。该公司将在未来几个月中播放全部6部试片,并利用其强大的用户基础提供分析反馈。随后,观众的意见将决定哪一部试片最有潜力成为成功的连续剧。因此,该连续剧的风格和角色的表达方式在正式上线前就已经得到优化,并拥有了大量的舆论效应和观众基础。#p# 

 

[[74037]]

 

新影数讯创始人刘晗

新影数讯:30个参数预测影片成败

在国内,针对电影运作的不同环节,一些数据分析、咨询等第三方公司开始出现,为行业内的投资方(包括银行证券、基金公司)、电影制发公司、院线公司等同类型企业提供影视制作及投资决策依据。由刘晗创办的新影数讯公司便扮演着这样一个角色,这个10人规模的公司掌握了两万部电影、六万名艺人、四千位导演的数据资料,并能对微博80%活跃用户约8000万人进行偏好分析。

新影数讯的理念是,电影的名称、阵容、剧本、档期、宣传点、主题曲、互联网版权等30多个参数变量共同决定了一部影片是否能获得成功。该公司的工作人员从1990年以来上映的电影中抽样出五百部,从统计年鉴中找到相关数据,然后利用计算机确定出定量和公式。而微博等社交网络上涉及到演员、角色、电影结局等内容则会被作为变量。通过数据分析,新影数讯将影视作品和用户的行为关联起来。在此基础上开发的“iFilm+”能以80%的准确度预测出一部电影的市场表现。在知道了什么样的电影会成功之后,新影数讯便能对制片人和导演提出决策建议。#p# 

 

[[74038]]

 

张昭、张艺谋

大数据用于电影营销——

乐视影业:互联网时代的电影公司

从营销、发行角度来讲,大数据能让我们知道把电影推销给谁是最直接有效的。乐视影业创始人张昭在公司成立之初将其定位为“互联网时代的电影公司”。在他看来,“大数据时代”的到来,利用好互联网的数据分析,通过一系列的精准定位准确地满足消费者的需求,是该公司发展的核心驱动力。

乐视影业的兄弟公司乐视网做了多年的网络观影调查,对用户的需求有着精准的数据记录。通过分析注册信息和评论打分,该公司知道了用户的职业、年龄、性别、文化背景、偏好。同时,线下工作人员会对观众进行持续的观影调研。线上、线下的数据分析,再加上相关部门及专业机构公布的数据,通过整合这三方数据,乐视逐渐建立受众分析的市场定位数据系统。

 

 

《小时代》的推广计划以数据分析为基础

以《小时代》的宣传为例,通过数据分析,乐视得出该片40%的受众是高中生,他们是郭敬明、杨幂等主创的忠实粉丝,是冲动型消费者;30%是白领,对《小时代》感同身受,是营销导航的重点;20%是大学生,他们是非核心消费者,但能影响其他受众;另外10%则为目前观影年龄在26到35岁之间的主体观众,他们是需要消除顾虑,扩大外延的群体。基于上述分析,乐视计划在全国数百家影院举办《小时代》零点首映嘉年华,举行一系列有针对性的推广活动。而推广活动举行的时间、地点会根据所面向的是哪个类型的受众而有所不同。

张艺谋加盟 开启互联网时代新格局

而张昭显然不满足于仅仅利用大数据来进行电影营销。5月28日,乐视影业在超级发布会上公布,张艺谋正式加盟乐视成为签约导演并兼任艺术总监。乐视对于这一事件的定位尤其意味深长:“张艺谋加盟乐视,开启互联网时代新格局”。而张艺谋则称:“我很喜欢这次的定位。在互联网影响下,中国电影的一些传统规则正在被改写,可见和未可估量的变化正在发生,日新月异的新时代已经到来。”尽管具体计划并未公布,但乐视影业基于大数据进行电影制作的道路已经开启。#p# 

 

[[74039]]

 

《发展受阻》在Netflix上重焕活力

大数据用于播放终端——

Netflix:抢在用户提出要求以前

在涉足原创内容以前,交付节目的技术、用户界面、视频内容与计算设备的整合、无缝的流播放是Netflix的核心竞争力。Netflix的用户在每个季度中会通过1000多种不同的设备收看大约40亿个小时的节目。为了满足这种需求,Netflix使用了散布在全球的大量视频服务器,负责处理客户信息、视频推荐、数字版权管理、转码以及监控系统性能等事务。

 

[[74040]]

 

《发展受阻》最新一季(第四季)剧照

当一名用户点击一部电影进行流播放时,Netflix会在一瞬间判断出哪个服务器中有这部电影,而且离这名用户比较近;然后,服务器会从数十个视频文件版本中选出一个,每个版本都对应不同用户的各种带宽、设备和语言要求。在Netflix的总部,由数学家和设计师组成的多个团队负责研究人们喜欢看什么节目,并开发算法和界面来向他们提供相关的视频,从而让他们一直看下去。

Netflix每晚都会进行一次分析,查看哪些节目在哪些地方最受欢迎。从当地时间凌晨两点到五点,Netflix会在其服务器中填满各种合适的节目。人气度最高的视频会占用高速闪存驱动器,其他节目则存储在价格较低、速度较慢的硬盘驱动器中。利用这种预测性的模式,Netflix抢在用户提出要求以前就向他们提供喜爱的内容。

Netflix不仅可以向观众推荐其可能喜欢的节目,而且知道观众喜欢以怎样的方式观看内容。比如说,《发展受阻》由于剧情复杂、有深度、幽默转瞬即逝,并不适合在电视上播放,在2006年不得不停播。但这部电视剧非常适合在网络上观看,Netflix一次性的发布了该剧集所有内容,观众可以随时随地、连续或反复观看这部剧集,通过这种方式,Netflix创造了《发展受阻》的第二春。今年五月,Netflix还将一股脑儿推出了14集新拍的《发展受阻》。

责任编辑:王程程 来源: 电影网
相关推荐

2017-11-06 13:39:20

大数据隐私个人信息

2013-08-05 10:19:34

小时代电影大数据

2013-07-25 10:16:38

QR码微信二维码

2016-10-20 16:04:30

大数据电影

2010-04-23 22:06:13

机房监控软件Mocha BSM摩卡软件

2016-11-07 12:30:59

大数据互联网

2013-07-04 11:02:18

2012-07-13 16:29:30

2012-02-27 09:10:09

大数据商业

2017-07-10 10:15:34

2019-08-06 14:18:33

Hadoop大数据数据分析

2010-05-20 09:29:14

谷歌微软云计算

2015-06-05 15:47:47

2019-12-13 08:25:26

FlinkSpark Strea流数据

2015-11-03 16:59:54

SaaS

2018-10-16 11:02:03

2017-03-22 16:18:51

2015-10-09 11:02:02

2016-07-18 16:20:50

戴尔

2022-05-23 09:11:18

AngularBlazor前端
点赞
收藏

51CTO技术栈公众号