為什麼說影視業裡的大資料應用，多半是個噱頭

近幾年，有很多關於大資料在影視方面的案例，Netflix 這個詞估計讓大家耳朵都聽起繭了，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。 神秘的大資料與神秘的影視行業，結合在一起之後，便鍍上了玄學色彩，似乎你今天在社交媒體上打個噴嚏，正在擔心自己是不是感冒了，我明天就能做出一部禽流感主題的恐怖片，並讓你有不得不去看的衝動。

事實上在視頻行業的人都知道，所謂《紙牌屋》式的成功，與其當做一個技術發展案例來分析，不如將它作為一個公關案例來學習。 原本在華納工作的CMO Kelly Bennett 和來自迪士尼的CCO Jonathan Friedland 通過《紙牌屋》這一事件讓Netflix 變得更像一個電視臺，而不是互聯網企業，這其實是讓Netflix 的想像空間變大了， 因為互聯網已經有了一家YouTube，但是還沒有一家HBO 或者Showtime 。 至於將大衛·芬奇、凱文·史派西，以及1990年的《紙牌屋》組合在一起，可以產生奇妙的化學反應，這種充滿誘惑的想法一看便知是好萊塢經紀公司的手段，而不是屬於大資料的語言體系。 在《紙牌屋》的背後，大衛·芬奇和凱文·史派西同屬一家經紀公司，這部電視劇的主要推手，是好萊塢的影子幕僚之一CAA 以及製作方MRC ，Netflix能夠加入只是因為他們比有線電視臺出錢更多。 大資料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 聯席董事長Modi Wiczyk 的那個實習生，所產生的價值更大。 至於Epagogix 所提供的服務也並不新鮮，好萊塢有上千名劇本醫生，又便宜又好用。 20世紀80年代之後，好萊塢的觀眾結構和觀影偏好逐漸趨於穩定，對觀眾喜好的判斷並不是個難題，目前在北美普遍採用的焦點訪談形式，所能獲得的回饋也要更為具體和實用。 從某個角度來說，好萊塢並不缺少好創意和好劇本，將文字轉換成影像的過程，所存在的不可控要比一些娛樂報導中的公開資訊複雜的多。 如果單純基於劇本和演職員搭配的角度，就可以預測未來高枕無憂，就好比我們是通過分析母雞的體格，然後去判斷一盤番茄炒雞蛋的受歡迎程度，它們二者之間必然相互關聯，但是這種相關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。 大資料為何近幾年大熱？ 人類進入大資料時代，類似于生物學迎來了顯微鏡，天文學發現瞭望遠鏡，因為網路傳輸和電腦存儲運算能力的提高，交給了我們一把資訊放大鏡，從此我們對現象的觀察進入一個新的領域。 其實自古就有多維度資料的挖掘行為，曆法的制定過程或許可以作為一個很好的例證，江湖上現在偶爾也會有關于林元帥諸葛軍師的傳說，自從電腦技術誕生之後，對資料的利用和處理一直在同步發展中，無論是分佈處理還是並行處理， 並不是一天就蹦躂到今日的技術高度，我們很多科學發現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「大資料」忽然大熱？ 原因其實很簡單，全球智慧手機的普及。 隨著移動終端資訊處理能力的提升，與使用者的交互介面不僅更加具備黏性，並且實現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資料記錄儀。 它比PC所能獲取到的資訊更加個人化，不僅暴露這個人的生活細節，位置動向，同時也記錄著他的消費習慣，人類第一次擁有了這麼多資料的生產者。 每一個中繼資料都可以直接掛鉤一份具體的支出額度，每一個數位都可以被貨幣量化，大資料的商業價值與各個企業的營收幾乎都可以直接掛鉤。 所以，圍繞「大資料」來說故事迅速成為當下的主流。 但是揭開媒體的那些噱頭背後，你會發現，國內對複雜系統的研究，仍然是處於概念大於應用的階段，大部分行業對線性、封閉系統內的資料關係都沒辦法掌握，更不用說將大資料轉化成有價值的資訊。 而在影視行業，工業化體系處於剛剛起步的階段，很多從業人士連財務報表這種基礎資料都看不明白，去理解大資料的價值更是有些不可想像了。 大資料于國內影視行業的意義大資料技術作為一種工具，其應用方向，無非三個方面，一是對過於和曾經的理解，二是對以後和將來的認知，三是對當下進行判斷並進行即時處理，影視行業大資料技術的應用如果想要有長足的發展， 那麼在這三個方面都會面臨著一些需要解決的問題。 對過去和曾經的理解既然是對已發生的進行判斷，就會涉及到資料獲取，這個部分往往會引發爭論，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，為什麼在2013年上半年票房僅次於《西游·降魔篇》，我是應該僅以社交媒體的傳播效率來進行資料的挖掘， 還是要追溯到原著小說裡的青春以及被電影宣傳所喚起的記憶？ 將資料採礦的範圍放在社交媒體的範疇，那麼通過對一部電影推廣過程的梳理，我們很容易通過資料制定出一張細化到分鐘的參考，以及觀眾會被什麼樣的宣傳內容所吸引，但是它仍然只是在描述表像。 如果觀察只停留在眼前，將無法找到最終的因果。 我們必須對推動現象發生的機制進行論證，那麼我們該用什麼樣的體量來儲存和分析觀眾們的記憶，從而找到個人經歷和集體共鳴之間的關係？ 在這個方面，如果只用社交媒體的資料進行相關性的分析，其實和我們日常所做的感性推導沒有太大區別，甚至還不如感性推導靈活，很容易因為資料的不夠全面犯下「黑天鵝」式的錯誤（在發現澳大利亞之前，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資料，比如主要觀眾群十年間的消費偏好及社會經歷，以及對他們觀影之前的心理活動進行統計分析。 會不會太複雜？ 但是從資料採礦的角度來說，只有在這個方向上進行努力才可能會提供實質性的價值。 或者說，我們也可以簡單粗獷一些，如麥特的負責人陳礪志所言，《致青春》的成功最主要的因素是因為趙薇的敬業與投入，以及她個人在行業的積累。 大家可以想一想，以上三個角度，哪個會更容易接近整個事件的核心。  對以後和將來的認知大資料技術雖然可以讓人類對現象的理解進行更深入的探究，但是當對國產的影視專案前景進行預測，首先需要面對的問題是，我們仍然處於一個觀眾群體持續波動的時期。 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構相當穩定。 上世紀70年代末，當北美電影的平均製作預算開始攀升到1000萬美元以上，宣發費用達到500萬以上時，對觀眾的監測從階段性的調研逐漸轉變成常態性的監控。 在電腦還只是個神話的時期，「好萊塢」是用人工+信件的形式，建立了最早的大範圍觀眾研究模型，這些歷史資料通過幾十年的積累，已經讓一部電影與觀眾之間的聯繫變得非常透明。 但即使是如此嚴謹的市場監控，近幾年也因為受到移動互聯的影響，觀眾去影院觀影的行為隨機性逐漸提高，導致傳統的觀眾研究模型頻頻出現一些問題。 反觀國內電影市場，差不多有三分之二的銀幕是在近三年之內才出現的，2010年時，我們所擁有的現代化銀幕不過才6223塊，而如今，這個數位差不多是17000。 可想而知，影院目前所迎來的觀眾，基本上是近三年才開始逐漸培養去影院觀影的興趣，這種行為暫時還不能稱之為習慣。 所以說，中國電影市場目前的波動很難通過現有的技術手段完成監測，會因為存在有其他我們不可知的變數，而導致結果南轅北轍，這在統計學的迴歸分析上被稱之為「變數遺漏偏差」，大資料技術目前所能覆蓋到的範圍並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資料的理解，觀眾也需要時間來不斷培養在影院觀影的習慣。 2013年上半年，幾乎所有從業者都對有動作元素的電影過於樂觀，而下半年，所有從業者包括我個人又會對以愛情元素為主的電影過分看好。 從一些公司的大資料監測上來看，這種觀眾消費行為的變化已經回饋在可以被抓取的資料中，但是我們並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，但是很難確定結果。 那麼，在如今的中國電影市場中，我們不如將大資料技術的應用方向，從對未來的預知上轉移到可以讓我們規避哪些操作上的錯誤，或許更具有現實意義。 對當下進行判斷並進行即時處理現在對大資料的理解，往往會糾纏于第一個字「大」，而忽視了它的另外一個重要特徵「細」，其實後者才是最重要的，因為它會創造大資料真正的實用價值。 基於社交媒體的資料採礦，其實已經可以做到讓我們將觀眾的分類從簡單的年齡、性別、職業等維度，落實到區域、活動空間以及性格特徵等等更為豐富的細節，在這樣的基礎上，我們要做的就是怎樣給觀眾提供個人化的影響， 而不再是以電影為本位的共性宣傳。 舉例來說，當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。 當陣地宣傳中的預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，在視頻網站所上線的預告片，則被分成數個版本，用來對應每一個點擊背後使用者的個人資料。 這樣，觀眾便會加入到生產的過程中，通過對觀眾偏好的快速處理，最終創造更適合於傳播的資訊。 目前，資料調研公司參與電影推廣的過程，所做的仍然只是一個統計的工作，決策是在片方或者是公關公司，其實可以將決策機制與資料同樣進行細化，成為即時的互動，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，那麼換一種思路，用現有的觀眾資料進行群體的細分，給不同的觀眾群提供不一樣的資訊，海納百川比光芒四射或許更符合當下社會化行銷的要義。 不過，這一切其實都只是理想化的願景，現實的情況是，中國的電影產業目前仍然是處於一個極其原始的狀態。 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，不足500萬美元，這樣的投資規模在不考慮通脹以及觀眾收入的情況下，只相當於北美70年代初期的水準。 面對這樣的市場環境，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險，但畢竟成本很低。