《浅析大数据在影视行业中的作用与应用》由会员分享,可在线阅读,更多相关《浅析大数据在影视行业中的作用与应用(8页珍藏版)》请在金锄头文库上搜索。
1、全球复杂网络权威、物理学家巴拉巴西通过研究大胆地提出,93%的人类行为是可以预测的。这是一种颠覆性的结论。如果真有93%的人类行为可以被预测,这还意味着,我们的商业行为同样可以进入可掌控的范围 而这,就是数据里的秘密。数据是什么?数据和影视又是什么?两个看似毫无关联的事物到底存在什么样的关系?数据又如何能够重构影视呢?不能不说的大数据何谓数据?麦肯锡公司预计,数据将与企业的固定资产和人力资源一样,成为生产过程中的基本要素。而在2012年瑞士达沃斯论坛上,一份题为大数据,大影响的报告同样认为,数据已经成为一种新的经济资产类别,就像货币或黄金一样。这是大数据时代的独特现象。此数据和彼数据如果能有机
2、地结合到一起,可能就会产生新的信息和知识,并且实现大幅增值。麦肯锡的报告继而指出:“已经有越来越多令人信服的证据表明:大数据将成为竞争的关键性基础,并成为下一波生产率提高、创新和为消费者创造价值的支柱。 ”何谓大数据?多大的数据量才可以称之为大数据?数据量大就有价值吗?大数据,至少需要具备的四个特征:海量(Volume ) 、快速(Velocity) 、高价值(Value) 、多元( Variety) 。如果用存储容量来表示数据的话,一篇文章达到52万字是1M。1G=1024M ,1T=1000G,1P=1000T,1E=1000P ,1Z=1000E,1Y=1000Z。从2010 年开始数据
3、已逐步进入 G时代,那么到了 2020年会达到什么样的数据量呢?2020 年达到35Z 级,刻在9G 的光盘上,摞起来有233万公里的高度,能在月亮和地球之间来回三圈。Facebook,全球拥有9 亿用户,其中日常活跃用户达5.26亿,每天新增25亿条分享内容,32亿条评论,27 亿条“赞” ,3亿张照片,每天会采集到500+TB 的数据。Google ,每天需要处理数据量达到24PB。这些庞大的数据量里85%都是非结构化数据。那么,数据量大就有价值吗?如果数据是一个金矿,我们不去开采和挖掘,它就毫无价值。只有对数据进行分析、处理,才能将有价值的数据提炼出来,才能将数据的价值提炼出来。案例:如
4、何比一位父亲更早知道他的女儿怀孕了有一位男性顾客到一家塔吉特店中投诉,商店竟然给他14岁的还在读书的女儿寄婴儿用品的优惠券。这家全美第二大零售商,会搞出如此大的乌龙?但经过这位父亲与女儿进一步沟通,才发现自己女儿真的已经怀孕了。一家零售商是如何比一位女孩的亲生父亲更早得知其怀孕消息的呢?这是通过数据分析得出的结论,数据显示这个女孩在相当长的一段时间内购买的都是妇女怀孕时使用的物品。在进一步的数据分析中,可以判断出哪些顾客是孕妇,甚至还可以进一步估算出她们的预产期,在最恰当的时候给她们寄去最符合她们需要的优惠券,满足她们最实际的需求。依靠数据分析,塔吉特的年营收从2002年的440亿美元扩大到2
5、010年的 670亿美元。不能不算的风险2013年最热议的话题莫过于大数据。2013 年最热的投资方向莫过于影视投资。近几年来,每年都有大量的资金涌入影视行业,影视投资成为最热的投资方向之一。这究竟是机遇还是陷阱?从2011年到2013 年,电视剧收视比重对电视台的贡献达到了1/3,也就是说支撑电视台的1/3 是电视剧。2013年中国电影票房达到近 220亿人民币。预计到2015年,将实现票房收入300亿。机遇大,自然风险也大。2012年中国制作完成近600 部电影,有60%无法走进院线,只能在一些频道播出,还有一些积压在库房。而风险相对较低的电视剧,目前也只能达到1/3 赚钱,1/3 保本,
6、1/3要赔本。投资,是为了收益。投资需谨慎。无论做什么类型的项目,都需要知道自己的优劣势,项目的优劣势。需要对各种情况、各种指标、各个方向进行分析和梳理。没有投资人会盲目进入一个项目。在一个影视剧项目中,五大要素是不能不深度考量的。在此,以电视剧项目为例,从数据在市场、剧本、班底、生产、发行等五个指标下的作用力进行分析。1.市场:如果计划投拍一部电视剧,投资人至少需要了解该项目的市场收益及市场风险。该项目的市场优势是什么?项目的题材是否符合当下的市场需求等。数据维度则成为重中之重。那么我们是不是可以通过对电视剧从本体到播出平台、所属题材、收视区域三大收视率因素进行全面展示和归纳分析?通过数据对
7、电视剧播出情况的详细分析、分析各频道的电视剧播出特点、分析各个题材区域偏好、分析各个时段的播出优势,并依据上述因素对历史播出数据做出全面的分析,对当前播出市场、播出环境以及适合该项目的播出平台进行分析和定位,从而为投资人是否投入电视剧项目的决策提供科学有效的分析。通过对海量数据的挖掘统计分析,了解各类电视剧播出情况,各种题材电视剧分别适合的市场环境,从而为制作公司有目的地选择剧本、制作电视剧,以及发行电视剧提供参考依据。2.剧本:剧本题材如何?话题性怎样?故事结构如何?情节逻辑是否清晰?情节点设置如何?冲突密度如何?角色配置如何?人物关系与网络级别怎么样?人物塑造是否丰满?人物塑造逻辑有无严重
8、缺陷?剧本是否还有调整的空间?那么,可否通过对剧本的评估及分析,从而控制、降低投入风险?根据影视公司及电视台两方市场需求,细分当今电视剧播出市场环境,通过提取剧本或样片中多级百余项评估元素,建立更为科学、严谨、量化、细分的金字塔式评估系统。评估指标则根据业内专家意见、海量市场优秀样本,建立量化标准及核算公式,经由电脑和人脑的双重分析,完成电视剧作品的评估。根据不同的作品元素所起的作用,将评估体系严格地分列三级指标,又根据各级功能设置数据计算公式及得分权重。对于影视剧项目的评估,评估规则和评估人才,是实际操作中的两个关键问题。和一般的产品评估不同,并不完全是量化分析。评估体系:三级指标,层层把控
9、题材分析:人物设置、情节点、人物配置、逻辑性、频道分析评估流程:文本分析建立样本分集监测出具意见电脑比对计算总分评估内容:人物小传、故事大纲、分集梗概、完整剧本、市场分析市场分析:题材年度播量、题材年度市场排名、卫视频道各年度播出情况、题材主要贡献地域、题材主要受众分布在项目初期通过对电视剧项目早期的定位包装、风险评估以及后期制片、发行、调研及收视追踪,帮助影视机构进行剧本投资风险预控,最大限度地保障拍摄成品的制作质量,帮助电视台实现剧目竞争力和品牌升级的双赢效应。3.班底:班底如何?现在演员的成本占了电视剧制作成本的60%左右,成本如此之高是否合理?通过对海量数据的挖掘统计分析,通过合理的算
10、法,对每个导演、演员、编剧等制作人员及其班底的资质、各种题材的经验、所拍摄过的电视剧的收视率进行全面的评价。通过数据展示班底成员所参与或拍摄过的电视剧、每个电视剧的基本资料及收视信息进行分析,给制作方提供一份相对客观、用数据说话的评估结果,包括酬劳是否合理。对班底成员所参与的班底资质、各种题材的运作或执行经验、所拍摄过的电视剧的收视率等全方位信息通过数据统计搭建出性价比最高的制作班底。例如,某导演擅长制作历史题材的作品,近三年的历史数据展示,此类题材一等剧较多,如果请他执导历史题材,系统可能会给他评出五星,但是如果执导都市情感题材的话,近三年的数据展示,此类题材均为四五等剧,系统分析的结果可能
11、是一颗星。我们根据投入成本和题材、剧本等因素,会建议是否聘请此导演。其他班底搭配亦如此。4.生产:制作成本如何管控?生产剧组无论是电影还是电视剧,无论上市公司还是跨国企业,无论美国也好,香港也罢,都有各种的资金滥用问题,而浮上水面的不过冰山一角。那么可以通过对剧本规范化的解析,在筹备期就可以精确地计算剧本的总体拍摄量、各角色的戏份、各场景的戏量,以便安排演员档期,制定拍摄计划,经过合理的统筹安排,从而能够精确地预估费用,缩短拍摄周期,制定最优拍摄计划,避免不合理的浪费。可以通过对历史数据的分析,制定在同类题材里最合适性价比的预算方案。在剧组拍摄期间,还可以通过对拍摄进度的跟进,财务支出费用的统
12、计,实时地管控剧组的生产和资金的使用状况,第一时间发现问题,解决问题,避免因不能及时发现而被放大的错误。5.发行:发行如何定位?政策风险如何管控?如何找到客户群?只有精准的客户群定位才可以有效发行。那么我们可以通过对新闻出版广电总局报备剧目的汇总及追踪,对政策进行前瞻性解读,对新剧进行动态追踪并分析市场关注度。针对各影视制作公司新剧数据分析及地面频道选择未上星二轮电视剧的数据分析,对电视剧的发行和电视剧的购买进行评估及分析。通过对电视剧播出方即电视台或视频网站的市场定位、播出平台竞争方定位,当前播出环境、播出平台的市场环境等因素进行评估及分析,对电视剧播出情况的详细分析、频道的电视剧播出特点、
13、各类题材在不同的区域偏好、不同时段的播出优势做出全面的分析,以及与竞争方相比较的优劣势,合理制定发行方案及规划。通过各类数据在市场、剧本、班底、生产、发行等不同维度上的作用,对投资人是否进行项目投资、投资了如何衡量剧本品质,如何选择、搭建班底团队,如何制定最优化的拍摄计划,如何制定最适合的财务预算,如何制定适合的发行规划等等,带来更科学的思考、更科学的分析。算出来的影视剧美国的视频网站 Netflix 打造的首部原创剧集纸牌屋一炮而红,该公司就是在对数据进行挖掘和分析后,成功完成了纸牌屋项目。究竟拥有什么样的数据库,又是对哪些数据进行分析和挖掘才成功打造出纸牌屋?300多个主题搜索,大量的版权
14、,对客户的功能使用数据进行精准分析,关注用户热点。通过客户对功能使用的停留数据判断客户对数据点发生的内容和人物是否感兴趣,并通过该分析数据建立与之指标对应的数学模型。对每一个作品都进行评级通过大量数据分析、挖掘得到的结论是喜欢看1990版 纸牌屋 的观众也喜欢大卫 芬奇(导演) ,同时也喜欢看奥斯卡影帝凯文斯派西演的电影。通过对千万个用户数据进行分析,挖掘出来这些客户究竟喜欢哪位导演来导,哪位演员来演,最后收获了纸牌屋项目的成功。电影小时代1和小时代2 ,票房收入共计7.8 亿。它的成功不能不提到大数据的应用, 小时代利用数据思维进行精准的观众群体分析,关注了9万用户的新浪微博。对微博使用人群进行深入分析。调查数据显示,在9万微博用户中81%是女性,19%是男性。平均年龄20岁左右,喜欢看快乐大本营非诚勿扰等电视节目。通过数据分析了解适合小时代的受众群体:40%是高中生,30%是白领,20%是大学生,10%是与此最相关的潜在观众。数据不能创造经典,但是可以评估风险、规避风险。风险,是可以算出来的。那么数据终将重构影视,以至每一个行业。