京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代电影制片厂制作发行策略
近来在好莱坞较为流行的《流媒体、分享、窃取:大数据和娱乐业的未来》一书,确切地剖析了好莱坞制片厂在数据驱动力日益明显的数字电影时代所面临的问题。书中,联合作者迈克尔·D·史密斯和拉胡尔·特朗给出了解决问题的办法,提出好莱坞大制片厂应与消费者建立直接联系,学习亚马逊、苹果、奈飞等流媒体发行平台打通垂直链条的做法,实施发行端下游垂直整合,进一步了解消费者行为,对电影制作和发行模式进行掌控。
在当下“互联网+”、全媒体融合发展的时代,以“BAT”为代表的互联网企业已经进入我国电影行业,先是通过流媒体发行、互联网售票的方式从下游入手,并全面进军电影制作领域。具有数据优势的互联网企业,为电影行业增添了新的活力,传统电影制片企业也应积极运用大数据等技术,提高电影制作、营销、发行等方面的决策水平;电影院线则应该充分利用接触消费者的机会,积极搜集整理数据,为进一步提升服务水平和管理水平服务。
可以说,当下全球的电影行业企业转型、提质、升级的诉求都是一样的,如何把握机遇,迎接挑战,成为发展的重中之重。
制片厂应充分利用数据来提升决策水平
1.制片厂需重视与客户沟通。
迈克尔·D·史密斯和拉胡尔·特朗是卡内基-梅隆大学信息系统、营销与管理专业的教授,同时也是该校“数字娱乐分析倡导组织(IDEA)”项目的联合负责人,为很多大公司完成了研究项目,包括一些好莱坞制片厂。和制片厂合作让史密斯惊奇地发现,制片厂并不是他想象中那样的庞大而整体的企业,其内部的决策意见分歧相当大,效率也极其低下。他鼓励好莱坞大制片厂充分利用数据,了解电影制作成败的规律,从而提高决策水平。他认为,好莱坞制片机构要在谷歌、亚马逊和奈飞时代生存,需要在客户沟通方面改变观念。为此,他们需要针对顾客实施数据采集和分析。
乔布斯带领苹果走进全新成功商业时代的故事人人皆知,他采用自建门店的方式,增强了与消费者之间的联系。对于电影行业而言,其成功经验值得借鉴,制片厂需要重视与消费者建立直接联系,而不能过分依赖第三方发行商进行内容推广,否则将置身于不利之地。
应用数据分析有诸多阻碍,但也蕴含巨大机遇。数据驱动的市场营销和新兴流媒体发行平台不仅能够提高工作效率,还能增强艺术家的创新机会,并能增进好的故事、好的故事讲述者和观众之间的联系。不过,基于与制片厂合作的经验,史密斯认为,改变不可能一蹴而就,改进将逐步推进,因为新的、年青一代精英人士会逐渐占据领导决策位置;另外,企业和部门也面临增加利润的压力,因此实施数据分析成为必然选择。
2.社交网络和粉丝社群可成为直接数据来源。
一些制片厂想要的数据可以通过社交网络直接获得。比如,传奇影业在数据分析部门进行了大量投资,从推特、脸书、谷歌、票务软件等多渠道获取数据,用于更好地与用户建立联系,传递正确的推广信息。
制片厂也可以采用J.K.罗琳《哈利·波特》系列吸引读者的方式,建立社群,和粉丝们共享信息及内容。通过消费者加入的多种多样的社群,制片厂可以了解消费者,并实施有针对性的推广。采用这一方式的主要障碍是,消费者都有简单化的强烈欲望,他们面对针对不同内容建立的不同网站的繁琐登录过程,会有犹豫心理;另外,即使制片厂能够做好自己的平台,获取的也是关于自身内容的反馈,不能把握整体形势。
3.制片厂可从放映商、流媒体平台等渠道采集客户数据。
随着数字电影时代全面来临和数据挖掘、分析的逐渐复杂化,众多放映商都已经搜集了观众对于电影的详细喜好信息,涉及领域非常广泛。如果放映商和制片厂能够共享数据,将会对制片厂有很大帮助。例如,调查研究发现,对于观众而言,在影院看过影片将很大提升其购买同样影片DVD的几率。因此,制片厂可以基于观影数据,在DVD上市期间直接对观众进行推广。
虽然放映商和制片厂的关系有时候有些紧张,但是他们都面临着在线流媒体平台及其他媒体的威胁,这可能迫使他们在未来开展合作,且共享数据是一个双赢的举措。不过,利用数据分析结果进行投资决策,远没有那么简单,因为利润和投入的问题远比人口统计学特征复杂。
制片厂与流媒体平台合作和竞争的基本策略
1.制片厂应利用流媒体平台数据加快向多产品商业模式转变。
《流媒体、分享、窃取:大数据和娱乐业的未来》一书的重点之一,就是指导制片厂如何从单一产品商业模式向多产品商业模式转变。如上文所述,制片厂能够主动搜集的数据只局限于其自身内容,并不能使其对市场有全面了解。目前制片厂以单一产品模式运行,即使有系列电影和重拍片,也是各自为政,制作完一部销售一部。
亚马逊和奈飞提供的是多商品,并且持续为老客户推荐更多商品,这是其多年来获取和分析客户数据,从而对客户深入了解的结果。为什么奈飞能够有勇气支付亚当·桑德勒6位数(美元)的签约费用,而制片厂则不会做出这样的决定?因为奈飞不仅仅知道其订阅用户喜欢亚当·桑德勒,还知道他们住在哪、喜欢什么时候看电影、在什么设备上看电影;同时知道亚当·桑德勒电影首映以后订阅人数的波动数据。
近年来,制片厂已在尝试首轮发行大片的流媒体同步发行模式,通过流媒体发行数据,放映商可以了解观众对各种类型电影的喜好。制片厂、放映商和流媒体发行平台可以通过共享数据,最终实现共赢,并实现对发行窗的智能调整。
2.制片厂应实施下游垂直整合。
如果制片厂想要获取消费者信息,他们需要和那些强大的流媒体发行商签订特别许可协议。在线媒体发行商和制片厂也存在潜在的竞争关系,如果制片厂的信息都来自于媒体发行商,则会在策略信息方面过度依赖其竞争对手。
亚马逊、奈飞和谷歌已经通过推出原创内容的方式,开展了上游垂直整合。因此,制片厂需要将流媒体平台的策略反转使用,即实施下游垂直整合,实现垂直发行,对发行商减少依赖。最直接的方法就是形成强大的内容品牌效应,投入资金吸引消费者登录制片厂已有的在线门户。
开展垂直整合发行的特殊优势
制片厂实施垂直整合,进行自主数字发行,将具有以下特殊优势:
1.预估市场潜在价值,有效实施推广。
为了获取这一优势,需要努力经营发行平台。奈飞和亚马逊的平台为其获得了丰富的消费者信息,但其平台并不像表面上那么简单:即使竞争者能够很容易地抄袭这些设计方案——比如Blockbuster.com曾经很快融合了奈飞页面设计的元素,但是却无法复制其后面的算法。因此,对于平台需要有持续的优化投入,加强研发相应的算法,并利用市场调查平台不断改进。
2.获取不同消费群体数据,优化市场营销。
长期以来,尼尔森等其他市场调查公司出售的人口统计数据是制片厂唯一能够获得并可有效衡量的顾客数据。但是人口统计数据对于个体消费行为并没有具体描述,也缺少人群细分。在与消费者进行数字交互的当下,在计算能力强大的信息时代,人口数据在促进市场营销决策方面的作用已经逐渐消解。
亚马逊在开展基于大数据的顾客行为研究工作之后,营销效率提高了10倍。如果将营销决定建立在客户实时行为之上,将更能有的放矢,因为建立在这些行为之上的数据有助于回答有关市场的所有问题。
3.把握顾客需求,掌控内容生产,发掘具有赢利潜力的产品。
对娱乐行业而言,最重要的是掌控内容生产,这不仅仅是掌握大多数人的消费行为那么简单。在零售行业的调查中可以发现,最有价值的顾客是那些买走高利润、低销量商品的人,如果减少这些销售缓慢的高利润商品,则会失掉高利润顾客。在顾客的网络娱乐消费方面,数据显示也存在这样的情况。因此,不能只着眼“大片”,要充分发掘多种多样的影片题材。总之,对于娱乐行业而言,转变不是一蹴而就的。但可以肯定的是,大数据思维已在电影和娱乐行业受到重视。未来,大数据挖掘分析的作用将逐渐显现,并给整个电影行业带来深刻的变革。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19