
大数据的价值 _数据分析师
不久前的上海国际电影节上,保利博纳总裁于冬关于“未来的电影公司都将为BAT(即互联网媒体百度、阿里巴巴和腾讯电影节新增设的“华语电影新焦点”单元也首次运用大数据技术遴选了五位最受关注的焦点人物。由此可见,基于新媒体的大数据技术已经得到了具有前瞻意识的行业精英们的重视,开始被投入应用之中。然而,就在一些先锋人士主动走进大数据的同时,另一群从业者却认为,过分强调大数据的作用,并不利于电影产业的发展。比如梦工厂的CEO杰弗瑞·卡森伯格就坚决反对大数据参与到电影制作当中。他表示,梦工厂的电影不是来自数据,而是来自内心。乐视影业CEO张昭也认为,如果为了商业化目的,太早用数据做电影,用数据挣票房,我们将错过一次中国电影的文艺复兴。究竟哪个观点更有道理,值得探索。
一直以来,中国电影产业缺少对票房收入、受众结构和衍生品开发的有效数据统计,导致产业链最前端的项目评估由于缺乏数据支持,准确性和可靠性大大减弱。大数据的运用能够为电影投资提供可以量化的指标,数据所显示的规律性和对于项目的可行性预测,可以有效规避经验主义所带来的投资风险。大数据可以帮助电影产业进行市场定位,让业界有目标性地宣传推广,投放商业广告进行市场预热、引发话题讨论和用户参与等。我们还可以通过对大数据的持续量化跟踪,预测产业收益和社会影响。比如,克顿传媒很早就把数据分析应用于电视剧产业链的各个环节,让产业开发更有针对性。去年华策影视并购克顿传媒,很大程度上也是看中了克顿所拥有的庞大数据资源。
新媒体介入电影产业,让跨屏传播实现了无缝对接,同时也令电影创作更多地照顾到互联网、手机等移动终端的视听诉求,并且进一步扩容了受众数量和市场卖点。网络电视的推出,把大屏幕互联网、视频点播、内容定制和特别推出的数字机顶盒进行整合销售。数字电视与网络媒体的嫁接,让数字机顶盒中的“回路数据”被准确提取。与传统的收视率调查相比,这些海量又及时的数据所蕴含的信息量更大,准确度更高,由此得出的收视率和上座率评估就更为严谨、科学和实用。然而,目前国内影视行业更多的只是掌握了大数据的理念,而对大数据技术和实际操作流程还不甚了解。因此,搭建基于互联网的大数据平台,通过多渠道、多终端的互联互通,为投资、创作、发行、销售等产业链的各个环节提供技术支持和服务保障,是将大数据技术投入应用必须实施的基础工程。
那么,究竟如何将大数据应用于影视创作呢?美国视频网站Netflix用大数据技术评估观众口味,以选定美剧《纸牌屋》的创作班底,从而使其大受欢迎的故事,在媒体圈广为流传,甚至成为一些从业者树立“数据为王”这一颠覆性理念强有力的现实支撑。然而,我们发现,虽然《纸牌屋》的创作班底和播出方式是基于对3000万用户的数据分析得来的结果,但是创作者的艺术水准不容忽视。该剧对美国政治、经济、文化和社会生活的解读精致到位,剧作情节结构、剪辑节奏和表演技巧都堪称一流。对于大数据的另一个著名案例《小时代》而言,其原著在网络上的高点击率和大数据所显示其受众的人员构成及消费习惯,直接促成了电影从投资、拍摄到上映整个产业链的形成。然而,作品所显现的信仰缺失和价值观紊乱以及拙劣的创作水准,却与其票房收入形成极大的反差。这两个例子告诉我们:充满理性、相对严谨的数据思维固然可以提供一种创作模式和流水线般的商业运作方式,但它代替不了艺术思维中的灵感闪现和情怀抒发。过分依仗数据思维的艺术创作,容易落入迎合、取悦甚至献媚观众的窠臼,而缺乏必要的艺术引领和精神攀登。因此,在大数据时代,数据思维可以作为艺术思维的参照信息。在艺术创作中,我们可以从大数据的海量信息中窥得社会思潮、文化基因和流行元素,触摸到当代人的精神需要和生活期许,然后把这些数据信息当作创作者的素材、养料和佐证。但数据思维绝不是艺术创作的实现方式,解决不了拍摄理念、剧本创作、表演水平和3D技术应用等问题。也就是说,大数据可为电影的投资风向做出战略规划和战术指导,但是它无法代替具体“作战”的艺术创作者。因此,大数据对于艺术创作的介入应该有多深,还是个值得商榷的问题。我认为,面对大数据的来袭,我们既不要迷信也不要排斥,要用辩证的方法和发展的眼光来看待它。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08