
中国电影业正在互联网上挖掘数据
在《后会无期》大规模点映的第二天凌晨,影片宣传方收到了一份“预警报告”:“强烈建议调低受众的观影预期;韩寒的口吻应该适当谦逊,必要的时候可以自黑。”
这份报告来自于一家提供大数据分析服务的公司——ABD爱梦娱乐。它预测《后会无期》的最终票房将在4.3亿到4.8亿元之间。
美剧《纸牌屋》把大数据概念成功导向娱乐业。谷歌公司此前也曾公布一个电影票房预测模型,通过搜索、广告点击数据及院线排片来预测票房。越来越多中国电影制作公司开始期待数据可以帮助其获得更大的成功——该行业正高速发展,票房在2013年达到约220亿元,此前突破100亿元是在2010年。
爱梦娱乐在《后会无期》上映最初通过分析所有在互联网上产生的言论为韩寒团队提供了一份报告,将所有可能的负面关键词列出,针对每一条可能出现的负面评价给出应对预案。它还建议韩寒团队“调低预期”。
艾曼科技为《小时代》提供服务,公司CTO郭锐说,当他们对新浪微博上提及“小时代”的众多微博用户进行了数据分析后,建议片方加大南方二三线城市的排片量,这些城市包括宁波、福州等。它还发现,女孩子们最喜欢的男演员是柯震东,建议宣传方更多以柯震东为主打进行宣传。艾曼还为《北京爱情故事》、《窃听风云》等电影提供过数据支持服务。
数据思维看起来正在电影业流行。“以往电影业不太重视数据,因为电影是艺术品,不是产品。宝洁的一款产品可能从设计、调研、生产到销售,整个流程都需要数据支持,但电影业没有这个意识。”数托邦创始人杨玥说:“但随着郭敬明、韩寒、肖央这些新锐导演进场,他们是把电影当做产品去运营的人。”数托邦是一家专注大数据发掘的公司。
乐视影业CEO张昭此前在一次分享会上透露,公司之所以将《老男孩》档期从五一档推迟到暑期档,一个重要的原因是百度指数。“当时老男孩的百度指数不够高,话题热度不够。”随后,《老男孩》团队前往韩国拍摄了4支MV,其中《小苹果》成为爆红“神曲”,这帮助电影拿下超过2亿票房。此前在《小时代》选角时,张昭也提出,几位主角的微博粉丝数加起来,必须要超过1亿。
电影制作方的目的只有一个,那就是利用数据成功做出预测。但事情并非如此容易。爱奇艺CEO龚宇曾表示,利用谷歌模型来分析中国电影市场的类似数据——预告片搜索量、同系列电影的历史票房表现或档期季节性特征等,准确率很低。而谷歌表示其票房预测模型的准确率可以达到94%。
“获取数据并不难,难的是如何建立合适的分析维度。”爱梦娱乐创始人雷鸣说,中国的娱乐业有很多隐秘的规律,他的公司希望建立更适合中国市场预测模型。“比如偷票房,这在三四线城市是一件很普遍的事,我们会据此来专门建模”。
爱梦娱乐的票房预测产品,是根据电影上映首日的票房,来预测这部电影的总票房,参照的变量是:上映首日的确切票房、上映首日的口碑、未来几天排片率、同档期竞争对手的情况等。
但对《后会无期》的预测并不成功,这部电影的票房已经突破6亿元。“我们高估了《白发魔女传》的影响力。”雷鸣说,开始他以为《白发魔女传》上映之后,会大大挤压《后会无期》的排片量,但事实上,一些影院还是将更多排片给了《后会无期》。由于准确度还不够高,爱梦娱乐的票房预测产品目前尚未商业化。
就连大公司也试图在这一领域开拓市场,百度已经推出了预测频道,其电影预测产品已被列入计划,目前还未上线。搜狗的相关产品团队曾多次在新浪微博上公布他们的预测数据,对《神偷奶爸2》的预测与最终结果几乎完全一致,但在预测《熊出没》时,则出现了极大偏差。
当电影业开始热衷讨论大数据时,梦工厂CEO卡森伯格说:“电影靠创造力,不靠数据分析,詹姆斯·卡梅隆创作《阿凡达》的时候,如果问观众是否想看《阿凡达》,观众根本不知道他在说什么。”
数据分析对于像《哈利波特》这样的系列电影来说最为容易,但对一部全新题材来说这相当困难。在娱乐业讨论大数据如何帮助了《纸牌屋》的时候,大家随后也发现其实Netflix并不是每次都能成功,尽管它拥有了所有电视用户的所有行为数据。
而对中国电影业来说,它还主要依赖于互联网数据,这会引发更多问题。对韩寒的《后会无期》来说,电影观众和互联网上韩寒的粉丝重合率可能很高,但比如张艺谋的影迷可能并不热衷在互联网上参与讨论,这位老牌导演也并没有开通微博。因为存在类似问题,乐视影业还会派出地面推广人员进行调研,结合线上线下数据帮助做出决策。
另外一种担忧则来自于对于互联网数据真实性的质疑,因为这些数据可以“用钱买到”。制造假数据的途径包括购买粉丝或者点击量,因此还需要经过“数据清洗”。
尽管如此,电影公司仍寄望于这股潮流能够继续下去,并且服务于电影制作的整个流程:从剧本创作、投资拍摄到最终的发行营销。在设想当中,一部电影可以从互联网上发现大家最感兴趣的话题,这被编剧写入故事情节;投资方拟定主演名单,根据社交媒体分析进行投资收益评估;拍摄后期,营销针对大数据分析的目标群体展开,并且帮助预测票房,拉动广告植入的介入。
数托邦曾给克顿传媒的编剧提供过一次服务。克顿传媒希望参考日本作家东野圭吾《白夜行》的风格拍摄一部悬疑剧,于是数托邦从微博上抓取了上千个关注白夜行、悬疑剧等相关作品的用户信息,最终发现,这些用户都有一个共同的关注点——果壳网,尤其是对于果壳网“谋杀现场法医”这个小组最为关注。
这些用户还非常喜欢一部台湾电视剧《白色巨塔》,这部剧以一所大学附属医院里的政治生态为背景,讲述身陷其中的青年医师们如何在理想与现实之间挣扎的故事。此外,这些用户还关注穷游、马蜂窝论坛和Lens杂志。
数托邦建议克顿的编剧去这些媒体上寻找灵感,当拍摄完成后,也不妨借助这些媒体进行宣传。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28PCU:游戏运营的 “实时晴雨表”—— 从数据监控到运营决策的落地指南 在游戏行业,DAU(日活跃用户)、MAU(月活跃用户)是衡量 ...
2025-08-28Excel 聚类分析:零代码实现数据分群,赋能中小团队业务决策 在数字化转型中,“数据分群” 是企业理解用户、优化运营的核心手段 ...
2025-08-28CDA 数据分析师:数字化时代数据思维的践行者与价值推动者 当数字经济成为全球经济增长的核心引擎,数据已从 “辅助性信息” 跃 ...
2025-08-28