京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据的价值 _数据分析师
不久前的上海国际电影节上,保利博纳总裁于冬关于“未来的电影公司都将为BAT(即互联网媒体百度、阿里巴巴和腾讯电影节新增设的“华语电影新焦点”单元也首次运用大数据技术遴选了五位最受关注的焦点人物。由此可见,基于新媒体的大数据技术已经得到了具有前瞻意识的行业精英们的重视,开始被投入应用之中。然而,就在一些先锋人士主动走进大数据的同时,另一群从业者却认为,过分强调大数据的作用,并不利于电影产业的发展。比如梦工厂的CEO杰弗瑞·卡森伯格就坚决反对大数据参与到电影制作当中。他表示,梦工厂的电影不是来自数据,而是来自内心。乐视影业CEO张昭也认为,如果为了商业化目的,太早用数据做电影,用数据挣票房,我们将错过一次中国电影的文艺复兴。究竟哪个观点更有道理,值得探索。
一直以来,中国电影产业缺少对票房收入、受众结构和衍生品开发的有效数据统计,导致产业链最前端的项目评估由于缺乏数据支持,准确性和可靠性大大减弱。大数据的运用能够为电影投资提供可以量化的指标,数据所显示的规律性和对于项目的可行性预测,可以有效规避经验主义所带来的投资风险。大数据可以帮助电影产业进行市场定位,让业界有目标性地宣传推广,投放商业广告进行市场预热、引发话题讨论和用户参与等。我们还可以通过对大数据的持续量化跟踪,预测产业收益和社会影响。比如,克顿传媒很早就把数据分析应用于电视剧产业链的各个环节,让产业开发更有针对性。去年华策影视并购克顿传媒,很大程度上也是看中了克顿所拥有的庞大数据资源。
新媒体介入电影产业,让跨屏传播实现了无缝对接,同时也令电影创作更多地照顾到互联网、手机等移动终端的视听诉求,并且进一步扩容了受众数量和市场卖点。网络电视的推出,把大屏幕互联网、视频点播、内容定制和特别推出的数字机顶盒进行整合销售。数字电视与网络媒体的嫁接,让数字机顶盒中的“回路数据”被准确提取。与传统的收视率调查相比,这些海量又及时的数据所蕴含的信息量更大,准确度更高,由此得出的收视率和上座率评估就更为严谨、科学和实用。然而,目前国内影视行业更多的只是掌握了大数据的理念,而对大数据技术和实际操作流程还不甚了解。因此,搭建基于互联网的大数据平台,通过多渠道、多终端的互联互通,为投资、创作、发行、销售等产业链的各个环节提供技术支持和服务保障,是将大数据技术投入应用必须实施的基础工程。
那么,究竟如何将大数据应用于影视创作呢?美国视频网站Netflix用大数据技术评估观众口味,以选定美剧《纸牌屋》的创作班底,从而使其大受欢迎的故事,在媒体圈广为流传,甚至成为一些从业者树立“数据为王”这一颠覆性理念强有力的现实支撑。然而,我们发现,虽然《纸牌屋》的创作班底和播出方式是基于对3000万用户的数据分析得来的结果,但是创作者的艺术水准不容忽视。该剧对美国政治、经济、文化和社会生活的解读精致到位,剧作情节结构、剪辑节奏和表演技巧都堪称一流。对于大数据的另一个著名案例《小时代》而言,其原著在网络上的高点击率和大数据所显示其受众的人员构成及消费习惯,直接促成了电影从投资、拍摄到上映整个产业链的形成。然而,作品所显现的信仰缺失和价值观紊乱以及拙劣的创作水准,却与其票房收入形成极大的反差。这两个例子告诉我们:充满理性、相对严谨的数据思维固然可以提供一种创作模式和流水线般的商业运作方式,但它代替不了艺术思维中的灵感闪现和情怀抒发。过分依仗数据思维的艺术创作,容易落入迎合、取悦甚至献媚观众的窠臼,而缺乏必要的艺术引领和精神攀登。因此,在大数据时代,数据思维可以作为艺术思维的参照信息。在艺术创作中,我们可以从大数据的海量信息中窥得社会思潮、文化基因和流行元素,触摸到当代人的精神需要和生活期许,然后把这些数据信息当作创作者的素材、养料和佐证。但数据思维绝不是艺术创作的实现方式,解决不了拍摄理念、剧本创作、表演水平和3D技术应用等问题。也就是说,大数据可为电影的投资风向做出战略规划和战术指导,但是它无法代替具体“作战”的艺术创作者。因此,大数据对于艺术创作的介入应该有多深,还是个值得商榷的问题。我认为,面对大数据的来袭,我们既不要迷信也不要排斥,要用辩证的方法和发展的眼光来看待它。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20