大数据搭起的《纸牌屋》.doc

1、大数据搭起的纸牌屋在很多电视人看来，比起纸牌屋的爆红，其体现出的影视制作新思路才是最重要的：新兴的大数据模型与传统影视工业结合到底会带来什么？这不仅关乎从业者的生存发展，也影响着整个娱乐市场的未来 自进入 21 世纪以来，美国电视剧业无疑是全球娱乐界最璀璨的明星，尤其是在刚刚过去的 2013 年，美剧的发展继续向着画面精良、阵容强大、摄影专业的大制作发展。业界普遍认为，美国已进入了第二个电视黄金时代，而这个黄金时代的作品水平和全球化程度之高则是前所未有的。 Netflix 的秘密 众所周知，与以中国为代表的传统影视制作模式相比，以美国为代表的西方成熟影视工业市场有着截然不同的运作方式。在好莱坞

2、，不管是明星名导名编剧的大制作，还是某些特定类型的肥皂剧，最主要的目的都只有一个，那就是赚钱。所以符合观众口味就是最重要的衡量标准，在这个基础上，不管是大制作，还是小成本，只要不出明显的纰漏，最后都有很大可能达成目标。特别是在全球经济普遍低迷的这几年里，随着口红效应的逐渐显现，娱乐工业一片莺歌燕舞，正因如此， 纸牌屋在此背景下的出现，也就更值得玩味了。 提到纸牌屋 ，就不得不提到它的出品商。Netflix 是美国处于领先地位的视频播放网站，这家成立于 1997 年的在线影片租赁提供商主营业务是为家庭提供互联网即时媒体播放。只要登录 Netflix，用户就可以通过 PC、TV、iPad 及 iP

3、hone 进行节目的播放。据权威研究公司 IHS 统计，Netflix 在 2011 年的网上视频收入就已经超过苹果，目前其在流媒体高峰下载市场上所占份额为 33%，而网站整体份额已占北美在线电影总销量的 45%；在竞争对手中，最接近的亚马逊所占份额也仅为 1.8%。对Netflix 来说，这是一种令人感到惬意的领先地位，但 CEO 哈斯廷斯（Wilmot Reed Hastings.Jr）认识到，这家公司必须使其自身成为能与其他流媒体视频播放服务提供商区分开来的提供商，才能继续保持自己的领先地位。 作为大数据在娱乐工业市场的开山之作， 纸牌屋之所以会出现在Netflix，而不是其他娱乐公司，

4、还与其自身的大数据基因相关。从成立伊始起，Netflix 就把计算作为公司的核心竞争力和发展战略的核心。通过推荐引擎、数据算法等方式，Netflix 可以提前知晓观众喜欢看的内容，从而进行准确的影视内容采购，此外流媒体的广泛应用彻底改变了观众以往静态守候电视节目的习惯，让 Netflix 颇为受益。 “我们知道人们正在 Netflix 上观看什么内容，而且根据人们的观看习惯，我们有能力去了解特定的一部剧集的受众人群可能会有多大，对此我们具有高度的信心。 ”Netflix 通信负责人乔纳森弗里德兰（Jonathan Friedland）在接受采访时说道， “我们想要继续为所有人提供内容。随着时间

5、的推移，我们正越来越善于选择内容，能带来更高的观众参与度。 ” 这就是真实的 Netflix，它不只希望利用独家内容来与那些已确立了自身地位的有线电视网络展开面对面的竞争，同时还想利用传统电视网络所缺少的东西大数据来对人们观看习惯和偏好进行认知， “如果Netflix 知道哪些观众喜欢看哪些频道，那就好像是打开了上帝的礼物，传统电视运营商将毫无抵抗力。 ”一位美国知名电视评论人如此说道。 大数据大力量 大数据真有如此大的力量吗？其实，对于电影工业来说，大数据虽然还是个新鲜事物，但数据的分析和运用却早已存在。以市场最成熟的好莱坞为例，一部电影从创意、拍摄到后期的发行，每一步都印刻着数据整理的痕迹

6、，投资商最终会根据每种组合的收视效果进行最优排列。那么，这种数据分析形势和大数据相比，又有什么区别呢？简单来说，大数据有 4 个特点：第一，数据体量巨大，从 TB 级别跃升到 PB 级别；第二，数据类型繁多，网络日志、视频、图片、地理位置信息等等无所不包；第三，价值密度低，商业价值高。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒；第四，处理速度快。这都和传统的数据挖掘技术有着本质的不同。业界将其归纳为 4 个“V”Volume、Variety、Value、Velocity。 在数托邦创意分析工作室的杨玥看来，大数据之于影视业，不仅是一种创作的工具，也提供了一种观察世界的维度，

7、“在影视行业，有传统的影视剧制作、投资、营销的分析视角，大数据能提供一种更深入的视角，相当于显微镜和放大镜。它能够提供更多的信息，有助于更好地决策。 ” 在电影的推广中，大数据同样能够发挥作用，通常情况下，一部电影的营销工作通常需要花费半年甚至更长时间，出品方要在不同领域使用各种方法不断加深观众印象，使他们产生兴趣，进而激发消费者的观看冲动。在这个过程中，不断地试错常常意味着巨额成本。作为失恋33 天的营销负责人，张文伯一开始并没有想到集中力量推广“失恋物语”这个视频。在发布会上，这只是他们正常发布的一个资料，但放到网上一个月后，他忽然发现优酷播放量居然已高达 200 多万，而且这还是在没有做

8、任何推广的前提下！这 200 万的播放量是怎么来的？在“优酷指数”显示的播放来源中，来自人人网、开心网、微博等自媒体端的关注占了绝大多数，说明它有了自发传播的趋势，产生了在朋友间主动分享的效果，也就证明了这个视频比同时期投放的宣传都有效。于是，张文伯果断开始调整预算，接下来的效果也非常好。在作决策的过程中，优酷 200 多万播放量的数据结果以及来源判断，给电影营销提供了重要指引。 美国著名影评人胡特斯特恩虽然仍固执地认为，Netflix 所押注的并非确实是某种新的东西，不过就连他也承认，大数据彻底颠覆了影视剧的传统模式。 “如果让普通人来做这件事情（指创造原创内容） ，而仍旧还能取得成功，那么

9、基本上来说，我就会认为 Netflix 找到了一种不错的想法。 ”他说道。 问题待解 和传统行业相比，专注于速度和创新的高科技公司反应总能快出一步，这次也不例外。随着纸牌屋大结局在 2014 年 2 月的全部放出，谷歌、亚马逊、英特尔乃至社交网站 Twitter 都在摩拳擦掌准备制作自己的电视剧，以期延续 Netflix 的辉煌。 中国的问题则又有不同，Netflix 尚且可以利用大数据分析巨量用户的需求，不仅是谁喜欢看什么节目，更精确到用户行为：什么人喜欢在星期天晚上用平板设备看恐怖片；哪些人会打开视频就直接跳过片头；看到哪个演员出场会快进；看到什么剧情会重放， 纸牌屋的商业奇迹正是通过云计

10、算精确整理重点关联数据而造就的。相较而言，国内的影视制作水平则要相差很远。在采访中，一些影视公司虽然也在使用数据分析，但连他们自己也承认，那只是对数据的简单挖掘。 也许，这并不是他们不够努力。事实上大数据的高门槛注定了它暂时还只能是“有钱人的游戏” ，从数据的获取，到其质量及相关性的分析，再到巨量数据处理技术以及最终商业应用的确定，这些都是大多数中国企业无法企及的。具体到我国，只有一些大型用户导向性公司如阿里巴巴、腾讯等天然拥有大量高质量数据累积，换句话说，也只有这种公司才有起跑的可能。而在影视工业，由于与消费者距离较远，还没有哪一个公司有熟练运用大数据的实力。所以基于大型公司提供的大数据研究

11、或者是通过抓取的方式获取数据，进而一边进行商业运作来吸引用户，一边在应用的过程中建立自己的数据并进行再次加工就成了很多公司的选择。 然而，利用用户习惯猜测用户偏好，再通过大数据整合分析制作过程的各个环节并得出最优解，这种听起来简单，做起来似乎也无懈可击的“玩儿法”却使影视作品逐渐丧失了一件最重要的东西：剧作者所赋予作品的灵魂。就好像“给力” 、 “最美”这种词在中国被疯狂地长时间滥用折射出社会文化创新的枯萎一样，盲目地依据用户喜好进行影视创作虽然相对保险，但却有使观众陷入精神鸦片的风险。无论在科技领域，还是在影视领域，创新和创作有时就在于引领，就在于创造出从未有过的需求空间以扩大市场体量并壮大

12、自己，苹果、微软、好莱坞都是其中的实例。在 3D 电影诞生之前，在众多经典荧幕电影创作之前，观众并没有对电影故事质量提出极大异议，也没有感觉到他们需要 3D；在莎士比亚、狄更斯诞生前，他们的思想也从未在人们身边传播，如果那时大数据就已占满影视人的脑海，那么他们可能永远都不会出现 除了抑制创新，大数据与影视工业的结合也让从业者存在着盈利模式单一化趋向的忧虑。一般来说，频繁观看影视剧而又易进行网络消费活动的人群主要集中在 20-40 岁的城市有产年轻人，年龄大或小过这个年龄段，以及知识水平、财力水平有限的人都很难进入大数据的统计范围。虽然从二十岁的年龄差分析的数据已足够支撑影视剧的需要，但更大的群

13、体却被科技忽略了。尤其是农村和技术不发达地区，在大数据影视的故事里，许多家庭也许只能被动接受城市有产家庭的价值判断而无从选择；另一方面，对于编剧来说，技术的狂热常常会让他们忽视原先沉下来采访采风的习惯，这是技术发展的副作用，也是令人担忧的趋势。诚然，在现有模式下影视工业依然处于蓬勃发展的阶段，由纸牌屋带来的大数据模型也不会在短时间内冲击到影视制作的根本，但它带来的理念却是颠覆性的。科技与人的认知谁更重要？观众的想法到底应在影视作品中占据多大比重？娱乐的真正意义又是什么？中国有句俗语：凡夫畏果，菩萨畏因，好的影视作品当然是所有人都想要的，但评判“好”的标准以及形成“好”的方法过程，也值得我们所有人深思。