
大数据助推大电影迎来全民娱乐时代
近两年,大数据越来越成为一个时髦的名词,但是,互联网公司到底能为电影行业提供什么样的有效数据,电影人该如何最有效地使用大数据?
昨日,是上海电影节正式开幕第一天,由淘宝电影、娱乐宝、新浪三方联合主办的“大数据助推大电影”论坛上,来自互联网各领域资深人士以及演员徐峥,一同探讨了互联网生产的大数据如何更好地为传统电影行业和电影人服务。
你刷微博吐槽电影时
制片人可能因为你修改剧本
微博CEO王高飞表示,微博两亿月活跃用户里,电影最受关注。每个月微博上有8000万用户讨论电影,另外还有200多位粉丝过千万的明星大V,他们都是电影大数据的来源。未来微博将通过跟蚂蚁金服、娱乐宝的合作,做电影和粉丝之间的连接器。
而现在电影公司拍电影,很大一部分也都会运用预测系统,通过对票房的预估来决定片子做不做。爱奇艺高级副总裁杨向华指出,爱奇艺的数据和系统磨合需要一段时间,目前能达到约80%的准确度,剩余20%要依靠人工调整。从制作层面,可以用大数据分析什么题材、什么阵容的演员会被用户喜欢;在项目阶段,可以进行票房预测;在销售阶段,可以调查应该针对什么人群做什么样的营销;最后在发行阶段,也可以通过检测微博搜索量来测试观众期待值,为影城经理排片提供依据。
优酷土豆集团高级副总裁、合一影业CEO朱辉龙表示,去年《后会无期》和《小时代3》同期竞争,两部电影的物料都在网上引起很大反响。优酷土豆通过对后台会员数据的分析,决定深入内陆城市重点宣传,收获了很好的效果。同理,分析《老男孩》的用户关键词,排在第一的是音乐,所以《小苹果》应运而生,没想到最后歌比电影还火。
徐峥以导演创作角度发言,他认为在拍摄前,制片方可以通过大数据评估改进剧本,甚至对电影票房有所预估。电影定剪之前,也可以请专业人士来提前观影并进行完善。
蚂蚁金融服务集团国内事业群总裁樊治铭畅想,支付宝的消费数据,加上新浪微博的行为数据将为电影排片带来指导。未来淘宝和支付宝将利用LBS定位系统,打通数据和电影院,将最新观影信息即时发给观众,充分利用比如白天人流较少的上班时间,降低电影票价,为消费者提供实惠。
UTA亚太区负责人Max Michael则介绍了好莱坞的大数据分析体系,称美国有尼尔森这样的评级公司,有UTA研发的专业软件,各个公司自己也普遍对社交媒体进行追踪,会及时根据用户反馈作出调整。
《港囧》定档中秋节
大数据已经做好票房预估
在活动现场,嘉宾们以过去的微博和淘宝电影的大数据统计结果,对即将上映的《港囧》来了一次实战分析:《港囧》定档9月25日,今年中秋加国庆档票房大盘预计将达17到20亿,《港囧》能分到多少成为关注焦点。
大数据分析,喜剧是国庆档最受欢迎的类型,今年也没有同类型其他影片竞争,《港囧》票房前景可期。现场数据显示,射手、狮子、水平、天蝎、白羊都会去电影院捧场,处女座和摩羯座则是最有可能不去的人。对此,徐峥也大笑道:“那完了,宁浩和黄渤都是处女座,陶虹是摩羯座,他们都没机会看了。”
当谈到受众群在城市分布的问题时,徐峥表示,“其实我觉得如果中国的电影的定位准确的话,真的有可能战胜好莱坞的。我们在做《心花路放》的时候,认为这部电影在三四线城市一定会非常受欢迎,因为里面讲到了小城青年的元素,离他们的距离是很近的,现实感是很强的。”
而徐峥在拍摄上一部作品《泰囧》时,大数据还不像今天那么流行,但是在看过数据分析后,徐峥认为,在今年即使上映的《港囧》中,可以借鉴许多此次大数据的分析结论,对大数据显示的票房增量大的城市展开重点宣传。
同时,他表示,这次会拉上赵薇一块为《港囧》多跑跑三线城市。徐峥自认为目前还无法预测《港囧》的票房数字,原因是“国庆档还有很多其他的电影,《心花路放》时是一枝独大,但《港囧》就不知道了”。
大数据
不能完全代替人为决策
不过,大数据也是一把双刃剑。嘉宾们表示,大数据说到底只是一种分析工具和手段,不能完全代替人为决策,更何况电影作为一门艺术本来就应该保留一定的直觉和坚持。
那么运用大数据需注意什么?王高飞表示,微博在社交媒体中起到的是放大器的作用,但如果你电影本身的价值是0,后面再加多少个0都没有用;只有前面的数字有价值,后面0的放大才有用。
同样,朱辉龙表示:“数据是理性的,但决策是感性的,大数据不是万能的,即便用也要用真正场景化的数据,不能只看孤零零的数字。”杨向华则称,想让大数据完全代替人工分析,还有很长一段路要走。
然而现场也有观众提出疑问,现在选择电影存在随机性,这种情况下大数据是不是就无用武之地了?樊治铭对此回答:现在冲动消费已经越来越少了,因为现在微博等移动互联网的信息很方便获得,而且现在看电影的主要人群是“70后”、“80后”和“90后”,这些人大多对网络非常依赖,基本都会提前对热门影片有了解。这也是微博、淘宝电影、娱乐宝合作的一大优势。
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