京公网安备 11010802034615号
经营许可证编号:京B2-20210330
当影视遇上大数据
近年来,大数据强势来袭,各行各业各个领域都被它影响着、改变着。
2013年美国Netflix网站播出了一部靠网友提供的数据来左右剧情发展的网剧《纸牌屋》,这部号称“靠大数据‘算’出来”的网剧瞬间蹿红,由此,影视行业迈入“大数据时代”。
大数据为影视“算”什么?大数据真的那么灵吗?除了大数据,我们的影视还需要什么?
今天,我们邀请到我省几位活跃在影视行业的年轻编剧,来和大家一起把脉大数据下的影视创作——
主 持: 李滇敏
嘉 宾:
何 闯:笔名草玄,著有长篇玄幻小说《神魔蚩尤》、新历史小说《狂狷上不了天堂》等。编剧作品有电视连续剧《武动乾坤》、动画大电影《十二生肖之城市英雄》,十二生肖系列动画片(央视少儿频道播出),还参与了《大清盐商》等多部连续剧编剧。
安以陌:编剧,作品有《美人香》《决战女神》《美人图》《新白娘子传奇(华恒美视版)》等。
贺 璞:作家,有多部小说在网络连载并出版,其中《宫砂泪》《双栖蝶》售出影视版权。曾转型当编剧。
戴 姗:笔名慕容姗姗,独立编剧。著有《丝心》《海昏侯》《橙色》《游龙传》等剧本,微电影《老父如子》(腾讯视频播放30万次)、电影《中关村传奇之创先生》将于今年6月开拍。
数据之功
主持人:《纸牌屋》之后,通过大量的数据,发掘观众的兴趣,用来指导影视创作和营销,成为一种通行的手段。那么,大数据在影视行业能“算”什么?
安以陌:影视剧投资其实也有“采购”和“营销”两个部分。哪一类型的影视作品更适合哪一家平台?每个平台的受众群体喜好有什么区别?在营销时,大数据可以为投资人提供科学有效的分析,规避风险。而采购时,确定题材、聘请编剧、购买剧本、选择演员,一些数据也非常关键。
现在,每一部影视作品,从项目筹备起,就用大数据进行风险评估。制作阶段,根据数据组建团队;发行阶段,参考数据来选择播出平台;播出阶段,进行收视追踪……大数据的“算”贯穿了一部剧的全过程。
主持人:据说,《小时代》早在投资之前,出品方对原著在文学网站上的一些关键数据进行研究之后,精准地分析出了影片的核心观众以及第二圈、第三圈观众。而某数据公司称,可以利用大数据把票房误差控制在10%左右。但是,也有业内人士提出:“大数据分析的背后隐藏的是两个关键字——洞察。如果没有洞察之心或洞察之力,则有可能被数据吞噬。”
安以陌:数据的作用,其实只是供投资方分析观众的喜好。所谓“洞察”,一是要判断数据的真实性。买榜、刷话题,以及用金钱制造出的虚假数据,都会影响投资方的判断;其次,要正确解读数据。比如,某类作品获得了成功,有的投资方会跟风创作,而有的投资方会从这些数据中看到市场饱和的风险。不同的解读,会有不同的投资行为;第三,数据的解读要全面。比如购买IP,如果只看作品人气,而忽略其他,作品质量很难保证。
主持人:具体到编剧环节,你们怎么看大数据的作用?投资方是否会以大数据作为依据来要求你们的创作?你们怎么看这种要求?
安以陌:写剧本没有写小说自由,这应该是很多同时兼备了小说作者和影视编剧身份的创作者的共识。首先在选题上,编剧很多是进行委托创作,主题和方向,是资方确定的。这就是说,剧本创作之前,数据分析就已经介入了。
在创作过程中,资方也会根据大数据提出各种要求,比如要求男女主角必须在前几集内出现,人物关系必须有翻转,情节点的设置必须每一集都有高潮……这可能会干扰编剧的思维,限制编剧的发挥,但是从另一面来看,这就是编剧和作家的不同:对于作家来说,好的文笔,有创意的“脑洞”,人物塑造鲜明,情感细腻,笔下文字有深度有情怀,就应该是一个好作家了。而编剧更像是一个技术工种,它需要的是为后续的制作阶段提供一个可操作的“设计图纸”,二者的区别就像是设计师和画家的区别。
所以我觉得,一个好编剧,就是能够在不违背大数据规律的情况下,进行创新和创造。
何闯:我创作时会参考大数据,但是作为长期在“前线拼杀”的编剧,我更多的是根据自己的实战经验来综合判断,特别是时下由于各种原因,数据很多时候都不太真实。幸运的是,我参与的项目没有被大数据困扰过,因为投资方都是长期在市场历练的内行,对项目有非常专业的判断。比如我之前参与的几部连续剧,由于市场同类型题材非常多,我们如果完全参照以往成功的数据,就会雷同,所以投资方考虑得更多的是如何独树一帜地突围。事实证明我们是对的,最终口碑和收视率双丰收。
贺璞:我写的都是原创剧本,创作上没有遇到大数据的困扰,投资方也没有此类要求。但结果是剧本完成以后不能立即投拍,因为市场依赖大数据,而原创剧本的数据是零。
数据之失
主持人:大数据给影视行业带来了一个更繁荣的市场,但我们也注意到一个明显的变化:原创少了,IP多了;创新少了,翻拍多了;个性少了,“类型”多了。“千剧一面”的荧屏让人有些失望。
安以陌:选择高人气作品,可以规避掉一些风险,也能够吸引到更多的资金,而一些好的制作班底也愿意和这些大投入、大项目合作,可以说是一种良性循环吧。
贺璞:尽管有大数据“保驾护航”,一些IP在转换过程中仍然出现了不少问题,这应该是过于重视数据而忽视了内容导致的。
何闯:我觉得“千剧一面”的现象,暴露出了影视行业的浮躁和投机心理。而之所以鲜少原创,最主要的原因是一个普通的剧本是很难吸引资方,而一个自带各种大数据的IP更能吸引眼球。
戴姗:如今,影视行业高速发展,剧本这一环节却成为瓶颈。许多编剧公司应运而生,他们走的是“大数据+集体创作”的路线,根据数据确定题材方向和创作风格,流水线作业,工厂化生产。我对这种模式非常担忧。整合市场资源当然是好事,但也可能使得作品的“迎合”大于“创造”,激活了市场,却损伤了行业生命力。
主持人:你们更愿意进行IP改编,还是愿意创作原创的故事?
安以陌:编剧是一个专业性很强的行业和工种。无论是IP改编,还是原创剧本,其实都是要根据剧作的要求去创作。IP给编剧提供的仅仅是一个主线情节和人物设定,如何去搭建这个结构,如何去讲好这个故事,其实就是在重新创作。其实,无论是原创一个故事,还是改编一个故事,都各有难点也各有乐趣。只要是好作品,我都有兴趣参与。
何闯:作为一个创作者肯定是更愿意做原创的。不过目前市场的大投资全是IP改编剧,为了避免制片方的误会,我还是说我更愿意进行IP改编吧。
贺璞:我认为,迎合观众和引领观众之间的差别就在于你是想利用它还是真的热爱它。我们看到不少优秀的小说改编成了优秀的影视作品,也看到了一些优秀的小说改编成了糟糕的影视作品,这其中的原因太复杂,也不能只怪大数据,毕竟它只是一个技术手段,选择和执行都在于人。就我个人而言,当然愿意写原创作品,就算没人拍我也自得其乐。
戴姗:我更愿意自己创作IP,因为我喜欢原创剧本。
数据之限
主持人:大数据在影视行业激荡风云,一些清醒的业内人士却提出“大数据只是一种工具和解决思路,不能包治百病”。技术代替不了艺术,内容才是王道。
戴姗:数据不是万能的,编剧、制作者的智慧与创新能力是无法替代的。对编剧来说,大数据时代也许既是最好的时代,也是最坏的时代。说它好,是因为门槛低了,互联网的发展和网络剧的诞生,给年轻的编剧提供了更多的出路。而一个好的编剧也可以在这个时代拿到不菲的稿酬;说它坏,则在于,在人人都在谈论IP的时代,编剧的价值大打折扣。大数据可以告诉编剧们观众男女比例各占多少、他们的平均学历如何、他们居住在哪些城市、他们喜欢什么样的故事、喜欢什么样的人物设定……这样一来,编剧似乎可以更容易地写出迎合观众的故事。然而,迎合毕竟不是创作之道。
主持人:优酷土豆集团副总裁陈丹青说过一句话:如果单纯靠数据做出一个框架,“这只能保证不赔钱,它生产的或许只是一个‘不坏’的作品,它永远不会是一个‘不朽’的作品”。各位怎么看?
安以陌:数据是规律的总结,但真正的精品却绝不是单靠数据就能生产出来的。
何闯:从某种角度看,网络时代的大数据其实都是马后炮,因为市场虽然有一定之规,但是也并非一成不变。迷信数据非但不能让作品不朽,是否赔钱也不能保证。比如郭敬明就善于运用大数据,《小时代》是一个票房成功的案例(虽然口碑不好),但同样是拥有多方大数据的支持,他去年上映的《爵迹》就亏本了。
贺璞:关于大数据带给影视行业的影响,我想引用《大数据时代》里的一句话:“那些尝到大数据益处的人,可能会把大数据运用到它不适用的领域,而且可能会过分膨胀对大数据分析结果的信赖。随着大数据预测的改进,我们会越来越想从大数据中掘金,最终导致一种盲目崇拜,毕竟它是如此的无所不能。”
数据之外
主持人:把脉“大数据”下的影视剧创作之后,各位作为行业中人,是否可以开出一剂处方?
贺璞:我本身是学软件工程的,因此对数据有点感情,但是对于这个问题——如何让数据为我们所用,而不让我们成为数据的奴隶,我也没有答案。
安以陌:有了一个高数据的IP,就可以高枕无忧;请了一批“流量明星”,就可以粗制滥造,这绝对是违背艺术创作规律的,即便一时火爆了,后来的模仿者终将尝到苦果。
所有的大数据都告诉我们一个道理:好故事、好演员、好制作、好平台,加在一起,才能成就好作品。数据要为我所用,但不被数据所束缚,这需要所有环节的努力:影视投资方需要更精准的眼光,编剧需要有更大的创造力,而平台在购片的时候需要有更广阔的胸怀、更好的眼光,去发现、去包容那些敢于挑战和创新的好作品。
戴姗:一味重视流量、颜值的制作理念已经与观众的审美需求背道而驰。我认为,在利用大数据开发影视作品时,需要回归作品本身——选择好的题材,努力用一种好的样式呈现出来,用专业的,有深度、有温度的剧情留住目标观众。否则,热乎乎的数据捂出来的难保不是一个冷冰冰的票房。毕竟,受众在网络上发表的意见、留下的浏览痕迹以及展示的喜好都只是表象。在这些表象之下,只有看到有价值的东西,才能实现对大数据技术成熟、完美的应用。
何闯:我在编剧过程中经常发现,作品中那些令各方都击节叫好的部分,从剧本理论分析,往往和莎士比亚戏剧、元杂剧是相通的。可见无论古今中外,一些基本的编剧技巧千百年来并未改变。当然对比莎士比亚戏剧和元杂剧,你会发现一些不同之处,那是中西方文化和观众的心理差异导致的。
我相信那些流传千百年的剧本不是作者一次性完成的,是他们躲在剧场的某个角落,观察观众对每场戏的反应,经过一场又一场演出,一场一场观察,反复修改而成。这些观众的反应,其实就是我们今天所说的大数据。身处网络时代的我们在收集大数据方面比莎士比亚、关汉卿更便捷,但是我们收集的大数据冷冰冰、硬梆梆,而莎士比亚、关汉卿等先辈收集的数据带着观众的温度。
如果非要大言不惭地开一剂处方的话,我觉得我们需要在熟练把握编剧技巧的同时,多去体验大数据背后的温度。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据分析师认证考试全面升级后,除了考试场次和报名时间,小伙伴们最关心的就是报名费了,报 ...
2025-12-23CDA中国官网是全国统一的数据分析师认证报名网站,由认证考试委员会与持证人会员、企业会员以及行业知名第三方机构共同合作,致 ...
2025-12-23在Power BI数据可视化分析中,矩阵是多维度数据汇总的核心工具,而“动态计算平均值”则是矩阵分析的高频需求——无论是按类别计 ...
2025-12-23在SQL数据分析场景中,“日期转期间”是高频核心需求——无论是按日、周、月、季度还是年度统计数据,都需要将原始的日期/时间字 ...
2025-12-23在数据驱动决策的浪潮中,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越“整理数据、输出报表”的基础层面,转 ...
2025-12-23在使用Excel数据透视表进行数据分析时,我们常需要在透视表旁添加备注列,用于标注数据背景、异常说明、业务解读等关键信息。但 ...
2025-12-22在MySQL数据库的性能优化体系中,索引是提升查询效率的“核心武器”——一个合理的索引能将百万级数据的查询耗时从秒级压缩至毫 ...
2025-12-22在数据量爆炸式增长的数字化时代,企业数据呈现“来源杂、格式多、价值不均”的特点,不少CDA(Certified Data Analyst)数据分 ...
2025-12-22在企业数据化运营体系中,同比、环比分析是洞察业务趋势、评估运营效果的核心手段。同比(与上年同期对比)可消除季节性波动影响 ...
2025-12-19在数字化时代,用户已成为企业竞争的核心资产,而“理解用户”则是激活这一资产的关键。用户行为分析系统(User Behavior Analys ...
2025-12-19在数字化转型的深水区,企业对数据价值的挖掘不再局限于零散的分析项目,而是转向“体系化运营”——数据治理体系作为保障数据全 ...
2025-12-19在数据科学的工具箱中,析因分析(Factor Analysis, FA)、聚类分析(Clustering Analysis)与主成分分析(Principal Component ...
2025-12-18自2017年《Attention Is All You Need》一文问世以来,Transformer模型凭借自注意力机制的强大建模能力,在NLP、CV、语音等领域 ...
2025-12-18在CDA(Certified Data Analyst)数据分析师的时间序列分析工作中,常面临这样的困惑:某电商平台月度销售额增长20%,但增长是来 ...
2025-12-18在机器学习实践中,“超小数据集”(通常指样本量从几十到几百,远小于模型参数规模)是绕不开的场景——医疗领域的罕见病数据、 ...
2025-12-17数据仓库作为企业决策分析的“数据中枢”,其价值完全依赖于数据质量——若输入的是缺失、重复、不一致的“脏数据”,后续的建模 ...
2025-12-17在CDA(Certified Data Analyst)数据分析师的日常工作中,“随时间变化的数据”无处不在——零售企业的每日销售额、互联网平台 ...
2025-12-17在休闲游戏的运营体系中,次日留存率是当之无愧的“生死线”——它不仅是衡量产品核心吸引力的首个关键指标,更直接决定了后续LT ...
2025-12-16在数字化转型浪潮中,“以用户为中心”已成为企业的核心经营理念,而用户画像则是企业洞察用户、精准决策的“核心工具”。然而, ...
2025-12-16在零售行业从“流量争夺”转向“价值深耕”的演进中,塔吉特百货(Target)以两场标志性实践树立了行业标杆——2000年后的孕妇精 ...
2025-12-15