京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据分析、机器学习的实操场景中,聚类分析与主成分分析(PCA)是两种高频使用的统计与数据处理方法。二者常被用于数据预处理 ...
2026-02-24在聚类分析的实操场景中,K-Means算法因其简单高效、易落地的特点,成为处理无监督分类问题的首选工具——无论是用户画像分层、 ...
2026-02-24数字化浪潮下,数据已成为企业核心竞争力,“用数据说话、用数据决策”成为企业发展的核心逻辑。CDA(Certified Data Analyst) ...
2026-02-24CDA一级知识点汇总手册 第五章 业务数据的特征、处理与透视分析考点52:业务数据分析基础考点53:输入和资源需求考点54:业务数 ...
2026-02-23CDA一级知识点汇总手册 第四章 战略与业务数据分析考点43:战略数据分析基础考点44:表格结构数据的使用考点45:输入数据和资源 ...
2026-02-22CDA一级知识点汇总手册 第三章 商业数据分析框架考点27:商业数据分析体系的核心逻辑——BSC五视角框架考点28:战略视角考点29: ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7:基础范式的核心逻辑(本体论与流程化)考点8:分类分析(本体论核心应用)考 ...
2026-02-18第一章:数据分析思维考点1:UVCA时代的特点考点2:数据分析背后的逻辑思维方法论考点3:流程化企业的数据分析需求考点4:企业数 ...
2026-02-16在数据分析、业务决策、科学研究等领域,统计模型是连接原始数据与业务价值的核心工具——它通过对数据的规律提炼、变量关联分析 ...
2026-02-14在SQL查询实操中,SELECT * 与 SELECT 字段1, 字段2,...(指定个别字段)是最常用的两种查询方式。很多开发者在日常开发中,为了 ...
2026-02-14对CDA(Certified Data Analyst)数据分析师而言,数据分析的核心不是孤立解读单个指标数值,而是构建一套科学、完整、贴合业务 ...
2026-02-14在Power BI实操中,函数是实现数据清洗、建模计算、可视化呈现的核心工具——无论是简单的数据筛选、异常值处理,还是复杂的度量 ...
2026-02-13在互联网运营、产品迭代、用户增长等工作中,“留存率”是衡量产品核心价值、用户粘性的核心指标——而次日留存率,作为留存率体 ...
2026-02-13对CDA(Certified Data Analyst)数据分析师而言,指标是贯穿工作全流程的核心载体,更是连接原始数据与业务洞察的关键桥梁。CDA ...
2026-02-13在机器学习建模实操中,“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林(Random Forest) ...
2026-02-12在MySQL数据查询实操中,按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额,需要按日期分组展示, ...
2026-02-12对CDA(Certified Data Analyst)数据分析师而言,描述性统计是贯穿实操全流程的核心基础,更是从“原始数据”到“初步洞察”的 ...
2026-02-12备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11