編者按:本文來自星河融快,作者楊曉艷,數字娛樂事業部投資經理,專注游戲、動漫、影視、體育等文化娛樂領域;36氪經授權發布。
“中國電影總是被觀眾詬病“不好好講故事”。
投資越來越大,畫面越來越華麗,技術越來越先進,可是票房和質量偏偏上不去。影院的掌中寶依然是好萊塢大片。但是這一切正在因為越來越多的互聯網巨頭進場,開始改變。并不是因為投資金額變大了,而是他們開始利用大數據,面向特定用戶制作影片,投其所好,票房也就越來越好,優質作品的產出率也就越來越高了。
全球復雜網絡權威、物理學家巴拉巴西通過研究提出,93%的人類行為是可以預測的。這是一種顛覆性的結論。如果真有93%的人類行為可以被預測,這還意味著,我們的商業行為同樣可以進入可掌控的范圍——而這就是數據里的秘密。
今天,人類社會邁入大數據時代,并影響社會各個領域。尤其對于投資巨大的影視行業,大數據正在逐漸改變我們長期以來對中國影視行業的失望,通過大數據前期研究、降低風險、精準營銷已經幫助許多投資人獲得了巨大回報。
2013年《紙牌屋》的爆紅,讓Netflix盆滿缽盈。這也開啟了大數據在影視產業應用的成功之路。大數據最重要的特點就是數據成為一種資源和生產要素,這就要求影視產業必須適應這種新的信息生產方式,生產、分析、解讀數據,探索一條為用戶提供分眾化服務和體驗的發展之路,這將成為未來影視產業競爭的核心要素。
那么數據和影視兩個看似毫無關聯的事物到底存在什么樣的關系?數據在影視行業有哪些應用價值?數據又如何能夠重構影視呢?今天我們就和楊曉艷一起為你解讀大數據時代下的影視之路,希望對你有所啟發。
以下,供你參考。
我先來講一個Netflix的故事。
《紙牌屋》的成功,讓Netflix盆滿缽盈。但和中國視頻網站一樣,Netflix也一直在尋求自己的突圍之道。
早期,Netflix是通過郵寄方式租賃DVD成為了北美家喻戶曉的在線影片租賃提供商。但是面對互聯網的沖擊,盈利每況愈下。于是,Netflix轉向線上,但轉型并不成功,一直被資本市場唱空。
不過,在決定拍什么、怎么拍上,Netflix卻一反常規,祭出自己的秘密武器——大數據。
Netflix從創立開始,就意識到數據的重要性。在他們的網站上,用戶每天產生高達三千多萬個行為,如收藏、推薦、回放、暫停等;Netflix的訂閱用戶每天還會給出400萬個評分,300萬次搜索請求,詢問劇集播放時間和設備等。這些都被Netflix轉化成代碼,當作內容生產的元素記錄下來。早些年,這些數據被Netflix用來進行精準推薦,隨著數據挖掘技術的日漸成熟,Netflix開始將其用于倒推前臺的影片生產。
于是在2013年Netflix的工程師們發現,喜歡BBC劇、導演大衛·芬奇(David Fincher)和老戲骨凱文·史派西(Kevin Spacey)的用戶存在交集,一部影片如果同時滿足這幾個要素,就可能大賣。
Netflix決定賭一把,他們花1億美元買下了一部早在1990年就播出的BBC電視劇《紙牌屋》的版權(幾乎是美國一般電視劇價錢的兩倍),并請來大衛·芬奇擔任導演,凱文·史派西擔當男主角。
事實證明,他們賭對了——《紙牌屋》不僅是Netflix網站上有史以來觀看量最高的劇集,也在美國及四十多個國家大熱。《紙牌屋》開啟了大數據對于影視產業的全面滲透。
第一 在影視產業鏈中,大數據在哪里發揮作用?
我們先來看一下影視產業的價值鏈,影視生產環節主要分為制作、發行、放映等環節;大數據把人們對因果關系的探究轉向對相關關系的探究,海量數據背后代表著事物與事物之間的相關聯系。
就影視產業的發展而言,產業創新是影視產業發展的必由之路,而通過對用戶數據、內容數據、行為數據和渠道數據等的獲取、存儲、分析和運用,將是整個產業創新發展的可行路徑,從數據中尋找受眾的個性化特征,進而為影視制作、內容傳播以及收視評估等提供方法論依據。大數據改變了影視產業的發展模式,對產業鏈的每個環節都產生影響。
從上圖的產業鏈中可以很清晰的看到,大數據在影視作品的制作、發行、放映環節都發揮著重要作用。對于投資方和制片方來說,可以利用大數據對投資回報進行預測,減少風險和損失。對于發行方而言,可以根據作品題材,受眾群眾等數據制定營銷策略;對于影院來說,可以利用大數據進行排片和票房預測。
而想要發揮數據的價值,主要是對三個維度的數據進行分析:一是分析已有數據,打透原有數據庫,進行數據歸類和用戶畫像。二是對當下數據進行處理,推到項目邏輯,擇優開展項目。三是基于現有數據對未來趨勢進行預測,利用科學建模,分析發展規律。簡單而言,大數據可以對策劃、制作、拍攝、發行、市場、周邊等整個影視產業鏈環節進行數據分析,從而以朝著收益最大化的方向去執行項目。
第二 對原始數據的分析處理,打透數據庫
大數據的基礎是數據的長期積累和分層歸類,就影視大數據而言,主要運用于投資方、制作方。對項目的決策和立項,主要體現在四個方面:
Netflix 花 1億美元買下1990年美劇《紙牌屋》的版權,請來 David Fincher 和老戲骨 Kevin Spacey,首次改編原創劇集,一炮而紅,在美國及亞洲等40 多個國家成為最熱門的在線劇集。讓全世界的文化產業界都意識到了大數據的力量。
《紙牌屋》所使用的數據庫包含了3000萬用戶的收視選擇、400萬條評論、300萬次主題搜索、評論、暫停、回放、快進等動作信息、用戶評分、用戶搜索數據、演員導演喜愛程度,電視節目收看行為,劇集播放設置、劇情導向選擇,劇播放時間等。其海量的用戶數據積累和分析,為制作方決策提供了精準的依據。
到了最后,如何成片,演員和導演怎么選,在哪個時間段進行播出,都由廣大受眾的客觀喜好統計決定。從受眾洞察、受眾定位、受眾接觸到受眾轉化,每一步都由精準細致高效經濟的數據引導,從而實現大眾創造的C2B,即由用戶需求決定生產。
最終結果,《紙牌屋》大熱,公司提升收益。2013年當季收入較去年同期增加 18%,達到 10.2 億美元。它的耀眼成績使得公司股價出現了近兩年來最大的漲幅, 成為影視界的標桿。在一季度新增超300萬流媒體用戶,第一季財報公布后股價狂飆26%,達到每股217美元,較去年8月的低谷價格累計漲幅超三倍。公司單在美國境內就增加了 200 萬訂戶。連美國前任總統奧巴馬都成為其忠實用戶。
第三 對當下數據進行分析處理,精準營銷
在影視項目的宣發過程中,對大數據的實時獲取與分析,能夠指導項目方對當下的輿論方向、宣傳路徑、炒作活動需求等作出及時有效的判斷。簡單而言,是對受眾的精準營銷。
在《小時代》案例當中,大數據在此體現為說服院線提高排片率,尤其與院線談排片時,發行方沒有提及電影本身,全是拿數據展示,最終拿下上映首周40%場次的理想結果。再是迎合受眾的興趣與口味提高票房收益。《小時代》電影是一部目標受眾設計精準,融合多種營銷手段的高票房電影。他們著重在微博渠道獲取數據,其次通過視頻網站抓取補充。后期還會通過數學模型轉化成數據,導入樂視影業的大數據系統儲存。該數據系統的背后是一個巨大的消費者數據庫,能夠分析消費數據、閱讀行為:
對數據深挖也是一項重要能力。例如《小時代》的微博數據分析如下:
眾所周知《小時代》系列是一部粉絲偶像電影,即為粉絲經濟。明星價值是由粉絲數量和質量決定,由活躍度及消費能力決定的。它對當下的數據采用了新媒體大數據分析,對受眾群體采用了定位分析,深入了解了用戶習慣,從而達到精準營銷、話題營銷和持續炒作。通過大數據可以知道電影的受眾是誰、在哪里,可以全面了解受眾觀看行為和習慣,從而針對性地制訂出合適的推廣計劃。
第四 基于現有數據對未來趨勢進行預測,分析發展規律
大數據要起到作用的前提是要有足夠多的價值數據。數據越全面、更新越及時,就越有價值。當然,任何大數據的應用都不會只是基于單一數據源,只有不同數據源交叉挖掘才會有更大價值。尤其是對行業的發展指導,具有積極的意義。
影視行業進入黃金時代,自然會吸引許多資本進入。現在投資者有了理論上的指導,進而做出更加精準的投資決策,從而降低風險,避免浪費。這對于整合影視行業而言無疑是起到了提升資本效率的作用。尤其值得注意的是,影視投資者越來越多是互聯網玩家,BAT、樂視等內容巨頭都開始投資影視。影視是一個長尾市場,利用大數據,面向特定用戶群制作出好作品的幾率更大。
影視的分發在專業化大數據指導下,能讓很多優秀的影視作品找到歸屬。就連賈樟柯的《山河故人》都能拿到3000萬票房就是最好的例子。熱播劇《三生三世》、《精絕鬼城》、《小別離》、電影《老炮兒》、《尋龍訣》等多部影視作品都熟練應用了互聯網營銷,與大數據開展合作,取得了不錯的收視與票房成績。
大數據對于用戶來說,還能在最大程度上提升作品生活消費體驗。主要體現在對觀看環境的優化。舉例來說,大數據對于大銀幕電影,可以解決用戶對周邊交通、餐飲、購物等線下活動的一系列需求。
大數據在影視行業的作用顯而易見。由于影視行業投入巨大,制作人在制作之前開展大數據研究成為必然,在大數據指導下避免無謂的投資浪費。越精準的投入越能獲得巨大回報,尤其是在制作量比較大的情況下。大公司對大數據的重視程度顯然比小公司大很多,產生的實際效果也強很多。
然而數據并不是萬能的,影視行業畢竟是創作型產業,對項目作品的尊重,作品的核心體現在內容的制作水準與質量,只有過硬的質量結合大數據分析,才會真正獲得市場的認可。數據不能創造經典,影視大數據未來還有很長的路要走。
編者按:本文來自星河融快,作者楊曉艷,數字娛樂事業部投資經理,專注游戲、動漫、影視、體育等文化娛樂領域;36氪經授權發布。
“中國電影總是被觀眾詬病“不好好講故事”。
投資越來越大,畫面越來越華麗,技術越來越先進,可是票房和質量偏偏上不去。影院的掌中寶依然是好萊塢大片。但是這一切正在因為越來越多的互聯網巨頭進場,開始改變。并不是因為投資金額變大了,而是他們開始利用大數據,面向特定用戶制作影片,投其所好,票房也就越來越好,優質作品的產出率也就越來越高了。
全球復雜網絡權威、物理學家巴拉巴西通過研究提出,93%的人類行為是可以預測的。這是一種顛覆性的結論。如果真有93%的人類行為可以被預測,這還意味著,我們的商業行為同樣可以進入可掌控的范圍——而這就是數據里的秘密。
今天,人類社會邁入大數據時代,并影響社會各個領域。尤其對于投資巨大的影視行業,大數據正在逐漸改變我們長期以來對中國影視行業的失望,通過大數據前期研究、降低風險、精準營銷已經幫助許多投資人獲得了巨大回報。
2013年《紙牌屋》的爆紅,讓Netflix盆滿缽盈。這也開啟了大數據在影視產業應用的成功之路。大數據最重要的特點就是數據成為一種資源和生產要素,這就要求影視產業必須適應這種新的信息生產方式,生產、分析、解讀數據,探索一條為用戶提供分眾化服務和體驗的發展之路,這將成為未來影視產業競爭的核心要素。
那么數據和影視兩個看似毫無關聯的事物到底存在什么樣的關系?數據在影視行業有哪些應用價值?數據又如何能夠重構影視呢?今天我們就和楊曉艷一起為你解讀大數據時代下的影視之路,希望對你有所啟發。
以下,供你參考。
我先來講一個Netflix的故事。
《紙牌屋》的成功,讓Netflix盆滿缽盈。但和中國視頻網站一樣,Netflix也一直在尋求自己的突圍之道。
早期,Netflix是通過郵寄方式租賃DVD成為了北美家喻戶曉的在線影片租賃提供商。但是面對互聯網的沖擊,盈利每況愈下。于是,Netflix轉向線上,但轉型并不成功,一直被資本市場唱空。
不過,在決定拍什么、怎么拍上,Netflix卻一反常規,祭出自己的秘密武器——大數據。
Netflix從創立開始,就意識到數據的重要性。在他們的網站上,用戶每天產生高達三千多萬個行為,如收藏、推薦、回放、暫停等;Netflix的訂閱用戶每天還會給出400萬個評分,300萬次搜索請求,詢問劇集播放時間和設備等。這些都被Netflix轉化成代碼,當作內容生產的元素記錄下來。早些年,這些數據被Netflix用來進行精準推薦,隨著數據挖掘技術的日漸成熟,Netflix開始將其用于倒推前臺的影片生產。
于是在2013年Netflix的工程師們發現,喜歡BBC劇、導演大衛·芬奇(David Fincher)和老戲骨凱文·史派西(Kevin Spacey)的用戶存在交集,一部影片如果同時滿足這幾個要素,就可能大賣。
Netflix決定賭一把,他們花1億美元買下了一部早在1990年就播出的BBC電視劇《紙牌屋》的版權(幾乎是美國一般電視劇價錢的兩倍),并請來大衛·芬奇擔任導演,凱文·史派西擔當男主角。
事實證明,他們賭對了——《紙牌屋》不僅是Netflix網站上有史以來觀看量最高的劇集,也在美國及四十多個國家大熱。《紙牌屋》開啟了大數據對于影視產業的全面滲透。
第一 在影視產業鏈中,大數據在哪里發揮作用?
我們先來看一下影視產業的價值鏈,影視生產環節主要分為制作、發行、放映等環節;大數據把人們對因果關系的探究轉向對相關關系的探究,海量數據背后代表著事物與事物之間的相關聯系。
就影視產業的發展而言,產業創新是影視產業發展的必由之路,而通過對用戶數據、內容數據、行為數據和渠道數據等的獲取、存儲、分析和運用,將是整個產業創新發展的可行路徑,從數據中尋找受眾的個性化特征,進而為影視制作、內容傳播以及收視評估等提供方法論依據。大數據改變了影視產業的發展模式,對產業鏈的每個環節都產生影響。
從上圖的產業鏈中可以很清晰的看到,大數據在影視作品的制作、發行、放映環節都發揮著重要作用。對于投資方和制片方來說,可以利用大數據對投資回報進行預測,減少風險和損失。對于發行方而言,可以根據作品題材,受眾群眾等數據制定營銷策略;對于影院來說,可以利用大數據進行排片和票房預測。
而想要發揮數據的價值,主要是對三個維度的數據進行分析:一是分析已有數據,打透原有數據庫,進行數據歸類和用戶畫像。二是對當下數據進行處理,推到項目邏輯,擇優開展項目。三是基于現有數據對未來趨勢進行預測,利用科學建模,分析發展規律。簡單而言,大數據可以對策劃、制作、拍攝、發行、市場、周邊等整個影視產業鏈環節進行數據分析,從而以朝著收益最大化的方向去執行項目。
第二 對原始數據的分析處理,打透數據庫
大數據的基礎是數據的長期積累和分層歸類,就影視大數據而言,主要運用于投資方、制作方。對項目的決策和立項,主要體現在四個方面:
Netflix 花 1億美元買下1990年美劇《紙牌屋》的版權,請來 David Fincher 和老戲骨 Kevin Spacey,首次改編原創劇集,一炮而紅,在美國及亞洲等40 多個國家成為最熱門的在線劇集。讓全世界的文化產業界都意識到了大數據的力量。
《紙牌屋》所使用的數據庫包含了3000萬用戶的收視選擇、400萬條評論、300萬次主題搜索、評論、暫停、回放、快進等動作信息、用戶評分、用戶搜索數據、演員導演喜愛程度,電視節目收看行為,劇集播放設置、劇情導向選擇,劇播放時間等。其海量的用戶數據積累和分析,為制作方決策提供了精準的依據。
到了最后,如何成片,演員和導演怎么選,在哪個時間段進行播出,都由廣大受眾的客觀喜好統計決定。從受眾洞察、受眾定位、受眾接觸到受眾轉化,每一步都由精準細致高效經濟的數據引導,從而實現大眾創造的C2B,即由用戶需求決定生產。
最終結果,《紙牌屋》大熱,公司提升收益。2013年當季收入較去年同期增加 18%,達到 10.2 億美元。它的耀眼成績使得公司股價出現了近兩年來最大的漲幅, 成為影視界的標桿。在一季度新增超300萬流媒體用戶,第一季財報公布后股價狂飆26%,達到每股217美元,較去年8月的低谷價格累計漲幅超三倍。公司單在美國境內就增加了 200 萬訂戶。連美國前任總統奧巴馬都成為其忠實用戶。
第三 對當下數據進行分析處理,精準營銷
在影視項目的宣發過程中,對大數據的實時獲取與分析,能夠指導項目方對當下的輿論方向、宣傳路徑、炒作活動需求等作出及時有效的判斷。簡單而言,是對受眾的精準營銷。
在《小時代》案例當中,大數據在此體現為說服院線提高排片率,尤其與院線談排片時,發行方沒有提及電影本身,全是拿數據展示,最終拿下上映首周40%場次的理想結果。再是迎合受眾的興趣與口味提高票房收益。《小時代》電影是一部目標受眾設計精準,融合多種營銷手段的高票房電影。他們著重在微博渠道獲取數據,其次通過視頻網站抓取補充。后期還會通過數學模型轉化成數據,導入樂視影業的大數據系統儲存。該數據系統的背后是一個巨大的消費者數據庫,能夠分析消費數據、閱讀行為:
對數據深挖也是一項重要能力。例如《小時代》的微博數據分析如下:
眾所周知《小時代》系列是一部粉絲偶像電影,即為粉絲經濟。明星價值是由粉絲數量和質量決定,由活躍度及消費能力決定的。它對當下的數據采用了新媒體大數據分析,對受眾群體采用了定位分析,深入了解了用戶習慣,從而達到精準營銷、話題營銷和持續炒作。通過大數據可以知道電影的受眾是誰、在哪里,可以全面了解受眾觀看行為和習慣,從而針對性地制訂出合適的推廣計劃。
第四 基于現有數據對未來趨勢進行預測,分析發展規律
大數據要起到作用的前提是要有足夠多的價值數據。數據越全面、更新越及時,就越有價值。當然,任何大數據的應用都不會只是基于單一數據源,只有不同數據源交叉挖掘才會有更大價值。尤其是對行業的發展指導,具有積極的意義。
影視行業進入黃金時代,自然會吸引許多資本進入。現在投資者有了理論上的指導,進而做出更加精準的投資決策,從而降低風險,避免浪費。這對于整合影視行業而言無疑是起到了提升資本效率的作用。尤其值得注意的是,影視投資者越來越多是互聯網玩家,BAT、樂視等內容巨頭都開始投資影視。影視是一個長尾市場,利用大數據,面向特定用戶群制作出好作品的幾率更大。
影視的分發在專業化大數據指導下,能讓很多優秀的影視作品找到歸屬。就連賈樟柯的《山河故人》都能拿到3000萬票房就是最好的例子。熱播劇《三生三世》、《精絕鬼城》、《小別離》、電影《老炮兒》、《尋龍訣》等多部影視作品都熟練應用了互聯網營銷,與大數據開展合作,取得了不錯的收視與票房成績。
大數據對于用戶來說,還能在最大程度上提升作品生活消費體驗。主要體現在對觀看環境的優化。舉例來說,大數據對于大銀幕電影,可以解決用戶對周邊交通、餐飲、購物等線下活動的一系列需求。
大數據在影視行業的作用顯而易見。由于影視行業投入巨大,制作人在制作之前開展大數據研究成為必然,在大數據指導下避免無謂的投資浪費。越精準的投入越能獲得巨大回報,尤其是在制作量比較大的情況下。大公司對大數據的重視程度顯然比小公司大很多,產生的實際效果也強很多。
然而數據并不是萬能的,影視行業畢竟是創作型產業,對項目作品的尊重,作品的核心體現在內容的制作水準與質量,只有過硬的質量結合大數據分析,才會真正獲得市場的認可。數據不能創造經典,影視大數據未來還有很長的路要走。