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
【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02