本篇文章5191字，读完约13分钟
今年6月，小月写了一篇关于电影大数据的文章。在一次采访中，我们发现，至少在剧本研发、演员筛选和公告策略制定方面，空仍有一些大数据。然而，“脏数据”已经成为中国大数据产业发展的“原罪”。此外，中国电影产业运行中存在许多隐性逻辑，这也对大数据的解读提出了更高的要求。
中国电影业开始相信大数据了吗？
正文/郑
在电影行业，“大数据”是一个熟悉又陌生的词。有些人把它比作青少年口中的“性”——每个人都在谈论它，但没有人知道如何操作它；每个人都认为别人在做，所以他们都声称自己在做。”
然而，情况正在发生变化。
通过数据收集和建模，谷歌实现了提前一个月预测票房的目标，准确率达到94%，这将为电影公告策略提供直接指导。
目前，中国也有类似的服务——根据电影首映日的票房预测最终的票房结果。电影《没有未来》已经购买了这样的服务，提供数据支持的公司叫做abd Dream娱乐公司。
然而，艾蒙娱乐的票房预测与实际结果存在较大偏差，根据数据模型计算的票房为4.3亿至4.8亿，但截至发稿时，这部电影的票房已经超过6亿。
这就像一个比喻——对于中国快速发展的大数据产业，我们希望实现电影投资、制作和宣传的“全生命周期”服务；但是对于电影制作人来说，大数据的分析只是参考。
从数据到“大数据”
7月22日，在《不会再有未来》上映的前两天，电影宣传员收到了一份“大数据分析报告”:“强烈建议降低观众的收视预期。韩寒的语气应该谦虚，必要时弄巧成拙。”
本报告来自abd Aimeng娱乐有限公司，该公司为“无未来会议”提供数据服务。这可能是中国电影业大数据应用的最新案例。之前的《没有未来》、《小时代》、《北京爱情故事》和《地球上的小团圆》都是从行业内的大数据分析公司购买数据服务。
电影业越来越重视数据，这是不争的事实。
“过去，电影业不太重视数据，因为电影是艺术作品，而不是产品。P&G的产品可能需要从设计、研究、生产到销售的数据支持，但电影业却没有这种意识。”数字拓邦创始人岳洋表示:“但随着郭敬明、韩寒和尚伟等新导演的加入，他们对观众非常熟悉。他们用电影作为产品来运营，他们创造了2亿或3亿的票房收入。让整个行业开始思考如何理解用户并深入了解市场。”
在电影界，乐视被认为是电影界最“互联网”的公司之一。乐视影业首席执行官张昭曾提出一个观点——从市场角度做内容。
在今年7月的一次分享会上，张昭表示，百度指数是老男孩从5月1日推迟到夏季的一个重要原因。“那时候，老男孩的百度指数不够高，话题也不够热门！”随后，老男孩队去韩国拍摄了四部最有价值电影，其中《小苹果》成为了一部轰动一时的《神曲》，这部大电影一举获得了超过2亿的票房。
此前，在《小时代》选角时，张昭还指出，几位主角的微博粉丝总数必须超过1亿。
"乐视的数据思维值得肯定."拓邦的岳洋说:“但不管百度指数、粉丝数量和票房，这些都只是数据，不是真正意义上的大数据。”大数据基于对海量数据的捕获和挖掘。”
数字拓邦曾经制作了一个“早知道油价”的产品，可以提前三天预测油价的涨跌。几个拓邦在新浪微博上抓取关于油价的演讲，发现其中700个属于意见领袖，然后提取他们的意见并加权得到一个结果，预测未来油价是涨还是跌。“从去年5月至今，我们已经预测了30次，准确率为100%。”
在他看来，电影行业也可以有类似的应用场景，甚至从剧本创作、电影投资、拍摄和营销实现大数据服务。
在大数据行业的视野中，未来将会有这样一部电影:它的剧本创作将会从数百名微博用户的网络行为中吸引兴趣点，供编剧们创作故事情节；根据剧本和拟参演名单，投资者将在社交媒体上分析粉丝群体，分析投资收益，确定合理的投资金额。
然后，在拍摄的后期，所有的营销都是根据大数据分析的目标群体进行的，并根据人们的好恶和反应，请卖可爱或扮酷。最后，大数据将帮助投资者预测票房，并吸引更多的广告干预。
“没有哪部电影可以称得上是真正意义上的大数据电影。”岳洋说。
电影业的“大数据尝试”
虽然真正的“大数据电影”还没有出现，但国内电影行业渴望尝试“大数据”的应用。
“不会有未来”就是这样一种情况。爱盟娱乐创始人雷明表示，7月21日，“未来不会有会议”被大规模播出，随后爱盟娱乐分析了当天网上的所有评论，并于22日凌晨提交了娱乐预警计划。
在这个计划中，爱盟娱乐列出了所有可能的负面关键词，并给出了处理每个可能的负面评价的计划。同时，他还强烈建议电影方应该降低用户的期望值，并建议韩寒应该更加谦虚，能够在适当的时候自杀。
北京的另一家大数据公司爱曼科技为《小时代》、《北京爱情故事》和《窃听》等电影提供数据支持服务。
爱曼科技首席技术官郭锐表示，在分析了新浪微博上许多提到《小时代》的微博用户的数据后，他们建议电影制作人增加在南方二三线城市(包括宁波、福州等)安排的电影数量，因为这些地方的网民对《小时代》的讨论更热情。
艾曼还发现女孩最喜欢的演员是柯震东，并建议宣传员应该多宣传柯震东。
《没有未来》和《小时代》的大部分数据服务都集中在宣传和营销的后期，而在影视剧创作的早期，大数据有时会产生意想不到的效果。
数字拓邦曾经为科通媒体的作者提供大数据服务。
科通传媒希望参照日本作家东野圭吾的《白夜漫步》拍摄一部悬疑剧，于是几个拓邦从微博上抓取了数千用户关于白夜漫步、悬疑剧等相关作品的信息，最终发现这些用户都有一个共同的关注点——壳牌网，尤其是对于“凶杀现场法医学”这一群体。
令人惊讶的是，这些用户还喜欢一部台湾电视剧《白塔》(White Giant Tower)，该剧基于一所大学附属医院的政治生态，讲述了年轻医生被困其中，如何在理想与现实之间挣扎的故事。
此外，这些用户还关注差旅行、马蜂窝论坛和镜头杂志。舒拓邦建议基顿的编剧应该从这些媒体中寻找灵感，当这部剧拍摄完成后，他们也可以利用这些媒体进行宣传。
这一分析让科通传媒的作者感到惊讶，并为故事创作提供了更多的可能性。
尴尬的票房预测
预测未来，这是大数据最吸引人的部分。如果我们能准确预测票房，就能帮助电影吸引更多的广告，帮助宣传员控制宣传成本。
去年，谷歌发布了一个电影票房预测模型，可以提前一个月预测电影的票房，准确率为94%。在谷歌的模型中，票房预测的基础包括:电影预告片的搜索量，同一系列前几部电影的票房表现，以及时间表的季节性特征等。
然而，同样的模式不太适合在中国使用。爱奇艺首席执行官龚宇曾公开表示，百度和爱奇艺拥有相似的数据，但用这些数据来设定谷歌的模型发现准确率很低，表明中国市场上除了这些因素之外，可能还有其他因素。
“获得数据并不难。困难在于如何建立一个合适的分析维度。”爱盟娱乐创始人雷明表示，市场上很多数据公司和舆情分析公司都积累了大量的互联网数据，但是如何解读和分析预测却很困难。
雷明表示，中国娱乐业存在许多不为人知的潜规则。他的公司希望建立一个更适合中国市场的预测模型。“比如偷票房，这在四线城市是很常见的事情，我们会根据偷票房的情况制作特殊的模型。”雷鸣说道。
爱盟娱乐的票房预测产品是根据电影上映第一天的票房来推动电影的总票房。他们主要根据以下变量计算票房:上映第一天的确切票房、上映第一天的口碑、接下来几天的电影植入率、同期竞争对手的情况等等。
然而，对于“不会有未来的会议”的票房预测却有很大的偏差。首映式的第二天，雷明给出了4.38亿到4.88亿的总票房预测。但事实上，《没有未来》最终获得了6亿多的票房。
"我们高估了白发新娘的影响力."雷明说，起初，他认为《白发魔女》上映后，会大大挤压影片中安排的影片数量，但事实上，一些影院给这部影片提供了更多的影片。由于准确率不够高，爱盟娱乐的票房预测产品还没有商业化，预测数据仅供电影制作人参考。
与爱盟娱乐等小公司相比，百度和搜狗等互联网巨头在票房预测方面更有雄心。目前，这些公司正在开发票房预测产品，但由于各种原因，没有一个票房预测产品实现了商业化运营。
娱乐资本理论指出，百度的预测渠道已经开通，包括景点预测、高考预测等功能。电影票房预测产品已被纳入百度的预测产品线，但尚未推出。
搜狗没有发布票房预测网站，但团队领导在新浪微博上反复发布他们的预测数据。
今年1月，搜狗助理研究员亚历克斯·王小玮在微博上说，搜狗预测《小黄人》中“爸爸运动鞋2”的票房将达到1.53亿。随后的结果显示，这几乎与实际结果完全一致，这引起了一些电影界人士的惊呼。然而，当预测“熊出没”时，搜狗犯了一个大错误，预测票房为6400万，最后第一周的票房为1.48亿。
哈尔滨工业大学计算机科学学院甚至推出了一个名为“票房预测”的网站，只要输入电影名称，它就会给出票房预测和实际票房结果。该网站预测，《小时代3》的票房为6.0581亿元，远高于5.16亿元的实际票房。
大数据“原罪”
快速增长的大数据行业有时会遭遇电影制作人的冷眼。在业界看来，电影《大数据》至少有四个问题。
首先，数据是基于过去经验的总结，很难预测新事物。
梦工厂首席执行官卡森·伯格曾经说过:“这部电影依靠的是创造力，而不是数据分析。”詹姆斯·卡梅隆创作《阿凡达》时，如果他问观众是否想看《阿凡达》，观众根本不知道他在说什么。”
在几个国家工作的岳洋也表示，像《哈利·波特》这样的系列电影是最容易预测票房的。如果这是一个全新的课题，甚至谷歌也会对预测的准确性打折扣。
其次，目前的大数据更多的是基于互联网，而不是真实的电影票购买者的统计数据。
乐视影业的一位内部人士说，谈论电影《小时代》的人和去电影院看《小时代》的人不能完全重叠。因此，乐视影业也非常重视线下调研，公司地面推广人员将在各大影院进行实地调研，形成数据送回总部，最终将线上线下数据结合起来作为决策的依据。
“没有未来的会议”宣传负责人常杰表示，像韩寒这样的导演在互联网上相当活跃，任何微博上可能都会有数万条帖子，粉丝们也热衷于参与在线讨论。相比之下，张艺谋还没有开通微博，张艺谋的一些粉丝可能已经到了中年，没有在网上获取信息和参与讨论的习惯。对于他的电影，如果以同样的方式进行分析，它们将不得不打折扣。
第三，中国互联网数据的真实性越来越受到质疑。
很少有人知道一个明星的微博粉丝买了多少，僵尸粉丝有多少。艾蒙娱乐的雷明表示，如今科技越来越先进，微博的僵尸粉丝越来越像真粉，但随着微博活动的减少，真粉越来越像僵尸粉丝。
在中国，几乎所有新媒体数据都可以用钱买到。在淘宝上，花120元就能卖出1万个新浪微博的高质量粉丝。这些粉丝有头像和微博。如果你出价170元，这些僵尸粉丝账户基本上可以有100多个粉丝，这更现实。
在论坛里，一万条热门帖子只需16元就能“赚”到，而在视频网站里，一万条视频的成本只有8元。
“数据是脏的”，这已成为大数据行业面临的“麻烦”之一。这个行业有一个专业词汇，叫做“数据清理”，意思是如何将好看的数据恢复到它的真实面貌。
“大数据公司通常会制定一些标准，并获取这些粉丝的数据来运行。”雷明说:“也许一个5000万的明星只有150万到200万的真实粉末。”
具有讽刺意味的是，中国电影业的运作并不完全基于商业逻辑。雷明表示，大数据希望帮助电影投资者降低决策风险，以最低的成本获得最大的收益，但事实上，有些人拍电影只是为了“洗钱”，有些导演可能会选择《潜规则》的女演员。此时，任何大数据分析都失去了价值。这篇文章是作者独立的观点，并不代表老虎嗅探网络的立场
向作者提问并加入语料库
三链:吃昆虫、吃厕所和油炸？？3.模纸锻造，模具模具模具模具模具模具模具模具模具模具模具？？. 95镣铐和镣铐？？0.07%锝58.....
当前流行度:0
[娇娇]http://itougu.jrj/view/189514.j.....
当前流行度:0
1.1 .涓涓细流？？邦邦、邦邦、邦邦、交邦和廖廖？？变得强大。.....
当前流行度:0
你知道，你知道，你知道，你知道，你知道，你知道，你知道，你知道，你知道，你知道，你知道，你知道，你知道，你知道........
当前流行度:0
缇落入三条锁链？？3镝？？6铥？？0(乌桕脂含有3条链吗？？4镝？？4铥？？0)死，死，死，死又死，4.72？？......
当前流行度:0
那墙，墙，墙和墙呢？？钳子里有丰富的镰刀、叉子、叉子、nan和链条，这些都是銮棒的来源.....
当前流行度:1
你想挑起镝，破坏哮喘吗？？缇，汤，汤，3汤和柊镶嵌？？链条？？4."敌鲁，缇，汤，汤，汤."？？.....
当前流行度:0
咸丰、大树、细垴、十二寸、相互涓涓？？环秀细链，涓涓细流，砸铙钹，甩铙钹，砸铙钹，砸铙钹，砸响，砸得咝咝作响？？葛格·岳格·柊.....
当前流行度:0
