
电影投资 大数据的悖论_数据分析师
最近有个电影挺火,相信不少人都看了,前几天它轻松地过了8亿的票房,《智取威虎山3D》版,挺酷,挺好玩。要说看电影现在就和吃个麦当劳一样稀松平常了,所以不能太认真,能看到导演的诚意、演员的态度,还能给我们带来点惊喜也就挺好了。
但是,对于电影的投资方来说,问题远远不止如此,因为这是一项生意,一项风险很高的生意。以前南方基金的投资总监、现在一家私募公司的CEO邱国鹭就说过:“从现金流的角度看,拍电影你得先写剧本,然后请导演、搭班子、雇演员,先是一大笔现金流出,然后一年半载之后,影片开始发行、宣传,又是一大笔费用,而且电影公映之后你要等好几个月才能够从票房中分到钱”;而且“电影的定价权掌握在导演和演员手里,观众买票到电影院是去看范冰冰、徐峥和冯小刚的,不是去看电影公司的,所以名导演和名演员的薪酬总能涨到电影制片方不怎么赚钱的水平”;“所以很多电影公司,不管利润怎样,现金流都是大幅为负,抗风险能力特别弱,一有风吹草动就容易元气大伤”。
有了邱国鹭这番分析,我们就会知道,电影生产行业其实不容易,真正的利润往往都要靠一两部大卖的片子,因为要贴补那些卖得不好的片子,那么什么片子会大卖什么片子会翻船,提前的预测就很重要。你要问互联网时代,在互联网思维下,电影要怎么玩?很简单的答案啊,大数据嘛!用大数据一分析,就知道粉丝喜欢什么了,粉丝喜欢什么,你就给他们什么。
真的这么简单吗?我想乔布斯做iPhone手机的时候是没有搞什么大数据的,他想得更多的是估计自己的需求,把1000首歌装进口袋里就是iPad,iPad能够打电话了就是iPhone了。所以,真正成功的产品我以为不是大数据的产物,而是能够发现消费者自己都不知道自己想要什么但其实很想要的那种东西,好产品比你更了解你自己。
今天为什么说起《智取威虎山3D》和大数据这档子事,是因为看到这电影票房刚刚破8亿那天,制片方博纳影业的于冬说了一句话:“别太迷信大数据。”
按照于冬的说法,“今天,越来越多的人迷信大数据,甚至很多电影人在根据市场数据‘定制’电影。《智取威虎山3D》这个项目从大数据的角度来讲,根本不应该拍。但我们始终相信,电影创作是一件有灵魂的事,电影人也应该是一群有情怀的人,不能忘记我们进入这个行业的初心,结果再次证明能让观众对华语电影保持信心的,只有好作品。”
这段话的后半段当然有于冬的宣传意味,但是道理并没有错,电影这个东西是件艺术创作,所谓艺术创作的灵魂,总要有点想象力,拍出点你自己想不到但是看着过瘾的内容,基本上就是替你做梦而已。如果要靠大数据,这个梦要怎么做?
话再说回来,今天拿《智取威虎山3D》当例子只是为了说明大数据并非大家想象的那么神奇,大数据预测失败的例子比比皆是,天气预报是大数据处理,地震预报也是大数据处理,自然是如此,掺杂了人和社会更复杂的精神因素的领域更是如此。数据本身或许就有问题,数据的算法往往更有问题;所以,2008年的经济危机没有人用大数据计算出来,2014年至今的国际油价暴跌也没有人用大数据预测准过。
最近一个很让我惊讶的数据是,2014年中国的贸易总额只增长了2.3%。按照经验,政府制定的目标如果说不能实现,那也不会相差太多,现在实际情况只能说明,目标已经很难控制,或者说是不再被控制。而这,又不是所谓的大数据可以预测得到的。
那么好了,马上就要公布2014年全年的GDP数据了,这个经济增长数据会不会也低于年初政府制定的年度目标呢?这又是大数据能回答的问题吗?或许你的答案是,这还用得着大数据吗?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04