編者注：本文由作者4年前發(fā)表于知乎專欄，前兩天編者偶然讀到，覺得很有意思，于是轉(zhuǎn)過來與大家分享。原文標(biāo)題：評析：觸不到的大數(shù)據(jù)

作者 | 王義之，凡影合伙人

最近這幾年，我們可以聽到很多關(guān)于大數(shù)據(jù)在影視方面的案例，Netflix 這個詞估計大家都快聽到耳朵起繭了，另外英國的一家做劇本語義分析的公司Epagogix也成為一個小熱詞，頻繁被提及。神秘的大數(shù)據(jù)與神秘的影視行業(yè)，結(jié)合在一起之后，便有了玄學(xué)一般的色彩，似乎你今天在社交媒體上打了一個噴嚏，正在擔(dān)心自己是不是感冒了，我明天就能做出一部關(guān)于禽流感的恐怖片，并且讓你有不得不去看的沖動。

事實上所謂《紙牌屋》式的成功，在視頻行業(yè)的人都知道，與其當(dāng)做一個技術(shù)發(fā)展案例來分析，不如將它作為一個公關(guān)案例來學(xué)習(xí)。原本在華納工作的CMO Kelly Bennett 和來自迪斯尼的CCO Jonathan Friedland 通過《紙牌屋》這一事件讓Netflix 變得更像一個電視臺，而不是互聯(lián)網(wǎng)企業(yè)，這其實是讓Netflix 的想象空間變大了，因為互聯(lián)網(wǎng)已經(jīng)有了一家Youtube，但是還沒有一家HBO 或者Showtime 。

至于將大衛(wèi)·芬奇、凱文·史派西，以及1990年的《紙牌屋》組合在一起，可以產(chǎn)生奇妙的化學(xué)反應(yīng)，這種充滿誘惑的想法一看便知是好萊塢經(jīng)紀公司的手段，而不是屬于大數(shù)據(jù)的語言體系。

在《紙牌屋》的背后，編劇兼制片鮑爾·威利蒙和凱文·史派西同屬一家經(jīng)紀公司，這部電視劇的主要推手，是好萊塢的影子幕僚之一CAA 以及制作方MRC ，Netflix能夠加入只是因為他們比有線電視臺出錢更多。大數(shù)據(jù)在整部劇集中的作用，不會比在2008年將英劇《紙牌屋》推薦給MRC 聯(lián)席董事長Modi Wiczyk 的那個實習(xí)生，所產(chǎn)生的價值更大。

至于Epagogix ，所提供的服務(wù)也并不新鮮，好萊塢有上千名劇本醫(yī)生，又便宜又好用。80年代之后，好萊塢的觀眾結(jié)構(gòu)和觀影偏好逐漸趨于穩(wěn)定，對觀眾喜好的判斷并不是個難題，目前在北美普遍采用的焦點訪談形式，所能獲得的反饋也要更為具體和實用。

從某個角度來說，好萊塢并不缺少好創(chuàng)意和好劇本，將文字轉(zhuǎn)換成影像的過程，所存在的不可控要比一些娛樂報道中的公開信息復(fù)雜的多。如果單純基于劇本和演職員搭配的角度，就可以預(yù)測未來高枕無憂，就好比我們是通過分析母雞的體格，然后去判斷一盤西紅柿炒雞蛋的受歡迎程度，它們二者之間必然互有相關(guān)，但是這種相關(guān)性不足以用來證明一名以泡面為生的宅男，為何會頓時愛上為他炒雞蛋的MM。

大數(shù)據(jù)為何近幾年大熱？

人類進入大數(shù)據(jù)時代，類似于生物學(xué)迎來了顯微鏡，天文學(xué)發(fā)現(xiàn)了望遠鏡，因為網(wǎng)絡(luò)傳輸和計算機存儲運算能力的提高，交給了我們一把信息放大鏡，從此我們對現(xiàn)象的觀察進入一個新的領(lǐng)域。

在網(wǎng)絡(luò)與終端的支撐下，雖然我們身處的時空沒有任何變化，但是通過更加碎片化的信息，我們可以將時間與空間的分割從以往的單位中進一步細分，這就相當(dāng)于原本一個9寸蛋糕切四塊，現(xiàn)在可以切成六百四十塊。所能夠建立的觀察維度，更加接近于無窮大，觀察的基準(zhǔn)點，更加趨向于無限小。這有點像是搭積木的游戲，當(dāng)積木的數(shù)量足夠多時，你最終所能搭出的形狀也足夠復(fù)雜，如果隨便交給你一個圖形，擁有更多的積木當(dāng)然更有可能組合出結(jié)果。

關(guān)于多維度數(shù)據(jù)的挖掘，自古就有，歷法的制定過程或許可以作為一個很好的例證，江湖上現(xiàn)在偶爾也會有關(guān)于林元帥諸葛軍師的傳說，自從計算機技術(shù)誕生之后，對數(shù)據(jù)的利用和處理一直在同步發(fā)展中，無論是分布處理還是并行處理，并不是一天就蹦跶到今日的技術(shù)高度，我們很多科學(xué)發(fā)現(xiàn)都是在近三十年之間才完成，正是得益于此。

但為何在這幾年“大數(shù)據(jù)”忽然大熱，甚至你一個做火燒做煎餅做包子的，如果不說兩句大數(shù)據(jù)，大家看你的眼神就和看一個死人沒啥區(qū)別。原因其實很簡單，全球智能手機的普及。

隨著移動終端信息處理能力的提升，與用戶的交互界面不僅更加具備黏性，并且實現(xiàn)了全方位全時段互動，此時每個人的移動終端實際上就變成了一個數(shù)據(jù)記錄儀。它比PC所能獲取到的信息更加個人化，不僅暴露這個人的生活細節(jié)，位置動向，同時也記錄著它的消費習(xí)慣，人類第一次擁有了這么多數(shù)據(jù)的生產(chǎn)者。每一個元數(shù)據(jù)都可以直接掛鉤一份具體的支出額度，每一個數(shù)字都可以被貨幣量化，大數(shù)據(jù)的商業(yè)價值與各個企業(yè)的營收幾乎都可以直接掛鉤。所以，圍繞“大數(shù)據(jù)”來說故事迅速成為當(dāng)下的主流。

但是揭開媒體的那些噱頭背后，你會發(fā)現(xiàn)，國內(nèi)對復(fù)雜系統(tǒng)的研究，仍然是處于概念大于應(yīng)用的階段，大部分行業(yè)對線性、封閉系統(tǒng)內(nèi)的數(shù)據(jù)關(guān)系都沒辦法掌握，更不用說將大數(shù)據(jù)轉(zhuǎn)化成有價值的信息。而在影視行業(yè)，工業(yè)化體系處于剛剛起步的階段，很多從業(yè)人士連財務(wù)報表這種基礎(chǔ)數(shù)據(jù)都看不明白，去理解大數(shù)據(jù)的價值更是有些不可想象了。

大數(shù)據(jù)于國內(nèi)影視行業(yè)的意義：

大數(shù)據(jù)技術(shù)作為一種工具，其應(yīng)用方向，無非三個方面，一是對過于和曾經(jīng)的理解，二是對以后和將來的認知，三是對當(dāng)下進行判斷并進行實時處理，影視行業(yè)大數(shù)據(jù)技術(shù)的應(yīng)用如果想要有長足的發(fā)展，那么在這三個方面都會面臨著一些需要解決的問題。

對過去和曾經(jīng)的理解

既然是對已發(fā)生的進行判斷，就會涉及到數(shù)據(jù)采集，這個部分往往會引發(fā)爭論，中心議題是到底多大才叫大，GB還是TB，PB還是EB？

如果我想要知道《致我們終將逝去的青春》這部差一點就可以歸類到文藝片的電影，為什么能在2013年上半年收獲僅次于《西游降魔篇》的票房，我是應(yīng)該僅以社交媒體的傳播效率來進行數(shù)據(jù)的挖掘，還是要追溯到原著小說里的青春，以及被電影宣傳所喚起的記憶？

將數(shù)據(jù)挖掘的范圍放在社交媒體的范疇，那么通過對一部電影推廣過程的梳理，其實我們很容易就可以通過數(shù)據(jù)制定出一張細化到分鐘的參考，以及觀眾會被什么樣的宣傳內(nèi)容所吸引，但是它仍然只是在描述現(xiàn)象。

用腳趾頭想一想也知道，將觀察只停留在眼前，無法找到最終的因果，必須對推動現(xiàn)象發(fā)生的機制進行論證，那么我們該用什么樣的體量來儲存和分析觀眾們的記憶，從而找到個人經(jīng)歷和集體共鳴之間的關(guān)系？

在這個方面，如果只用社交媒體的數(shù)據(jù)進行相關(guān)性的分析，其實和我們?nèi)粘Ｋ龅母行酝茖?dǎo)沒有太大區(qū)別，甚至還不如感性推導(dǎo)靈活，很容易因為數(shù)據(jù)的不夠全面犯下“黑天鵝”式的錯誤（在發(fā)現(xiàn)澳大利亞之前，西方認為只有白天鵝）。必須要追溯到成因階段更龐大的外部數(shù)據(jù)，比如主要觀眾群十年間的消費偏好及社會經(jīng)歷，以及對他們觀影之前的心理活動進行統(tǒng)計分析。會不會太復(fù)雜？但是從數(shù)據(jù)挖掘的角度來說，只有在這個方向上進行努力才可能會提供實質(zhì)性的價值。

或者說，我們也可以簡單粗獷一些，如麥特的負責(zé)人陳礪志所言，《致青春》的成功最主要的因素是因為趙薇的敬業(yè)與投入，以及她個人在行業(yè)的積累。

大家可以繼續(xù)用腳趾頭想一想，以上三個角度，哪個會更容易接近整個事件的核心。

對以后和將來的認知

大數(shù)據(jù)技術(shù)雖然可以讓人類對現(xiàn)象的理解進行更深入的探究，但是當(dāng)對國產(chǎn)的影視項目前景進行預(yù)測，首先需要面對的問題是，我們?nèi)匀惶幱谝粋€觀眾群體持續(xù)波動的時期。

在北美市場，貢獻50%票房的觀眾約占人口的10%，也就是3000萬左右，這部分群體基本上結(jié)構(gòu)相當(dāng)穩(wěn)定。上世紀70年代末，當(dāng)北美電影的平均制作預(yù)算開始攀升到1000萬美元以上，宣發(fā)費用達到500萬以上時，對觀眾的監(jiān)測從階段性的調(diào)研逐漸轉(zhuǎn)變成常態(tài)性的監(jiān)控。在計算機還只是個神話的時期，“好萊塢”是用人工+信件的形式，建立了最早的大范圍觀眾研究模型，這些歷史數(shù)據(jù)通過幾十年的積累，已經(jīng)讓一部電影與觀眾之間的聯(lián)系變得非常透明。但即使是如此嚴謹?shù)氖袌霰O(jiān)控，近幾年也因為受到移動互聯(lián)的影響，觀眾的觀影行為隨機性逐漸提高，導(dǎo)致傳統(tǒng)的觀眾研究模型頻頻出現(xiàn)一些問題。

反觀國內(nèi)電影市場，差不多有三分之二的銀幕是在近三年之內(nèi)才出現(xiàn)的，2010年時，我們所擁有的現(xiàn)代化銀幕不過才6223塊，而如今，這個數(shù)字差不多是17000?？上攵?，影院目前所迎來的觀眾，基本上是近三年才開始逐漸培養(yǎng)去影院觀影的興趣，這種行為暫時還不能稱之為習(xí)慣。

所以說，中國電影市場目前的波動很難通過現(xiàn)有的技術(shù)手段完成監(jiān)測，會因為存在有其他我們不可知的變量，而導(dǎo)致結(jié)果南轅北轍，這在統(tǒng)計學(xué)的回歸分析上被稱之為“變量遺漏偏差”，大數(shù)據(jù)技術(shù)目前所能覆蓋到的范圍并不能幫我們解決這個問題。我們還需要時間來不斷修正對市場數(shù)據(jù)的理解，觀眾也需要時間來不斷培養(yǎng)在影院觀影的習(xí)慣。

2013年上半年，幾乎所有從業(yè)者都對有動作元素的電影過于樂觀，而下半年，所有從業(yè)者包括我個人又會對以愛情元素為主的電影過分看好。從一些公司的大數(shù)據(jù)監(jiān)測上來看，這種觀眾消費行為的變化已經(jīng)反饋在可以被抓取的數(shù)據(jù)中，但是我們并不知道它所形成影響究竟該如何定量。也就是說我們可以看到趨勢，但是很難確定結(jié)果。

大數(shù)據(jù)對于預(yù)測的貢獻，其實和它本身的特性一樣，主要是增強客觀性。無論是1936年，初出茅廬的蓋洛普對羅斯福當(dāng)選的預(yù)測，還是2012年，Nate Silver預(yù)測對了美國大選所有50個州的選舉結(jié)果，其背后的方法論仍然是來自于1763年的貝葉斯，幾百年來，我們只是將這個事情不斷的細化了而已。

那么，在如今的中國電影市場中，于其期待大數(shù)據(jù)讓我們成為一名百曉生，不如將大數(shù)據(jù)技術(shù)的應(yīng)用方向，轉(zhuǎn)移到可以讓我們規(guī)避哪些操作上的錯誤，或許更具有現(xiàn)實意義。

對當(dāng)下進行判斷并進行實時處理

現(xiàn)在對大數(shù)據(jù)的理解，往往會糾纏于第一個字“大”，而忽視了它的另外一個重要特征“細”，其實后者才是最重要的，因為它會創(chuàng)造大數(shù)據(jù)真正的實用價值。

基于社交媒體的數(shù)據(jù)挖掘，其實已經(jīng)可以做到讓我們將觀眾的分類從簡單的年齡、性別、職業(yè)等維度，落實到區(qū)域、活動空間以及性格特征等等更為豐富的細節(jié)，在這樣的基礎(chǔ)上，我們要做的就是怎樣給觀眾提供個性化的影響，而不再是以電影為本位的共性宣傳。

舉例來說，當(dāng)一名男性觀眾在某個媒介上看到的電影海報，可能是大長腿和小翹臀，但一個女性觀眾同時接觸這個媒介時，所看到的可能是一個賣萌的大叔。當(dāng)陣地宣傳中的預(yù)告片貼片到一部好萊塢大片之前時，它可能主要是用來渲染情感或者突出搞笑，但同樣的一分多鐘，在視頻網(wǎng)站所上線的預(yù)告片，則被分成數(shù)個版本，用來對應(yīng)每一個點擊背后用戶的個人資料。這樣，觀眾便會加入到生產(chǎn)的過程中，通過對觀眾偏好的快速處理，最終創(chuàng)造更適合于傳播的信息。

目前，數(shù)據(jù)調(diào)研公司參與電影推廣的過程，所做的仍然只是一個統(tǒng)計的工作，決策是在片方或者是公關(guān)公司，其實可以將決策機制與數(shù)據(jù)同樣進行細化，成為實時的互動，減少時間的損耗，提高電影推廣的效率。我們以前在電影的推廣中，常常會為如何照顧到大部分觀眾的興趣而頭疼，那么換一種思路，用現(xiàn)有的觀眾數(shù)據(jù)進行群體的細分，給不同的觀眾群提供不一樣的信息，海納百川比光芒四射或許更符合當(dāng)下社會化營銷的要義。

不過，這一切其實都只是理想化的愿景，現(xiàn)實的情況是，中國的電影產(chǎn)業(yè)目前仍然是處于一個極其原始的狀態(tài)。

僅從電影投資成本的角度來說，目前所公映的電影，平均投資約在3000萬人民幣以內(nèi)，不足500萬美元，這樣的投資規(guī)模在不考慮通脹以及觀眾收入的情況下，只相當(dāng)于北美70年代初期的水平。面對這樣的市場現(xiàn)狀，很多議題其實都顯得比較空洞，因為拍腦袋做決策雖然有著莫大的風(fēng)險，但畢竟成本很低。

相關(guān)閱讀：

我們分析了1.6萬部電影，找出了華語電影爛片王

預(yù)測電影評級：NLP正是電影公司所需要的

使用文本挖掘技術(shù)分析Twitter用戶對電影的評價

用數(shù)據(jù)來書說說豆瓣的電影評分靠譜嗎?

經(jīng)典永存!關(guān)于大數(shù)據(jù)、人工智能的經(jīng)典電影引發(fā)的聯(lián)想

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。