
百度如何演不一样的大数据偶像剧_数据分析师培训
传统行业如何拥抱互联网?2013年在喊了“互联网思维”一年后,2014年到底能够如何落地,是一件严肃的事情。尤其在服务行业,今年的百度大会上亮相的“直达号”,就是传统旅游业与互联网新的一次碰撞。甚至是地产业都在蜂拥而上,抱上互联网之时,文化娱乐行业却好像迟迟未有十分积极的响应。
在文化娱乐产业中,影视行业可以说的上是最大的一块版图。早在国内第一批视频网站成立之时,影视行业已经开始了其互联网化之路。不过时至今日,也仅仅只是半互联网化,将其发行渠道实现了互联网化。而在影视发行之外的影视内容制作、营销环节中,却甚少与互联网有过亲密接触。
影视内容以及营销为何迟迟没有乘坐上互联网的大船?最主要的原因还是,包括影视人以及互联网人都没有想明白,切入点在哪?怎样成为影视剧行业的“直达号”呢?
《纸牌屋》的出现可以称得上是第一次尝试,他利用大数据实现了影视剧内容在制作上的数字化。通过观众在观看中的进度条停、放时间来获得观众对影视剧内容的喜好厌恶判断,来编写、优化下一步的剧情内容。
不过,这种“大数据+影视内容”的操作模式在流传到中国国内的市场中时,却出现了两种不同的模式。第一种是忠实于《纸牌屋》的原版模式,通过网络视频播放之时,播放进度条中各种观众动作来判断剧情内容喜好厌恶,如优酷、爱奇艺等视频网站皆在尝试;另一种则是跳脱在在线播放的约束之外,实现网络口碑大数据整合优化剧情内容,甚至是选角、选景。如百度近期与湖南卫视合作的青春偶像剧《不一样的美男子》就是第一次尝试。
相较后者,前者的模式虽然已经有了成功先例,但是依然有些局促:首先,如何获知在电视上观看的观众大数据?其次,进度条、或者社区中的互动口碑,并未能够代表全网网友意向。
换而言之,这种仅仅依靠在线播放获得的大数据还不够全、和精。
后一种通过全网口碑来获知剧迷大数据的模式,虽然也并非完玉无暇,但是在思路和操作模式上却是给了影视人和互联网公司更多的思考空间。我们不妨就拿《不一样的美男子》来看看,这种模式如何探索新路。
首先,用大数据来参与选择演员。在大数据遴选机制中,有三大核心点,包括知名度、口碑和气质匹配。据说,剧中男主角张翰就是通过大数据遴选而来。其日后火遍网络的“肌肉照”证实,张翰的气质和超能力关键词有很高的匹配度。
而百度在此次推出了代言人大数据选择工具事实上也是这一遴选机制的另一翻版。其原理是,通过大数据来洞察明星与品牌之间的匹配度,以及可以与其的市场影响力。而这中模型相信,在洞察明星与影视作品品牌,或是导演品牌上,也可以所有建树。
其次,精钻于用户剧情口碑数据之内。事实上,在大数据分析中,最为困难的就是从海量碎片口碑中获取用户的意愿方向。但是,用户的喜好厌恶又大多是发自心声,对于剧情的优化是最具价值。百度曾经在6月公布了一组女性数据证明女人谈的最多的是怕老,其口碑数据真正来源于此。
《不一样的美男子》在全程中都利用大数据进行了剧集优化。如超能力背景解释剧情,男角死而复生剧情,以及大结局剧情等。其中,其在设置大结局时就极大动用了用户口碑大数据。首先百度从平台之上用户的口碑中提炼Top10结局剧情,并在百度贴吧上设下擂台,为剧组征选大结局。据说,这次的结局在六天中就有近200万的网友参与,参与热度远远超出了湖南卫视的预期。
当然,引导学习传统与科技的配合之道,也是大数据公司在和传统企业进行合作时十分重要的柔术。事实上,和传统行业在配合之时,很多IT科技行业的人都会满腹牢骚,配合方式、理念和效率都是大问题。所以,当百度商业市场部总经理陈志峰说在百度与湖南电视台合作时,曾经出现编剧大罢工的事件之时,笔者也并不感到惊讶。不过,从《不一样的美男子》连续多周蝉联收视冠军的结果上看,可以知晓,百度是将这一难题巧妙进行了化解,不得不说,这会成为后来者的经典案例。
无论是大数据之全面,还是精钻在口碑之上,都是百度大数据在演出这么一出《不一样的美男子》偶像剧时做到的中国大数据渗透娱乐文化产业的一个独特案例,而在未来,这种优势也势必从内容制作扩展至全产业链,覆盖产、销、播一条龙,更多上演《不一样的美男子》大数据制剧。而百度有没有可能在今年推出影视行业的“直达号”,来再次颠覆传统?不如搬好小板凳,等着接大招。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23