起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識娛樂圈里的數據智能
大數據的風肆意地刮，席卷了各個行業，一夜忽掃萬枝花，卻是春風吹又生。這陣風其實早已吹進了娛樂圈，只不過我們的眼球往往被花邊新聞所吸引，沒有過多關注這些新鮮的玩法，接下來，讓我們一起走進科學，探索娛樂行業的大數據。
看下圖：
好大一塊蛋糕！
國家富強了，人民富裕了，生活富足了，老百姓們除了吃飽穿暖，也越來越注重精神和情感世界的豐富多樣。
自2010年以來，娛樂行業蓬勃發展，電視劇、電影、網絡綜藝、網劇、網絡視頻等一系列娛樂衍生品噴薄而出。2011年-2017年間，中國的網絡視頻市場規模從63億元人民幣增長至850億元人民幣，年復合增長率達到了54.3%。
據國家廣電總局和其他公開資料統計，2014年網絡綜藝節目數量僅47部，而到了2017年，網綜的數量達到了197部，網絡大電影播放數量也由450部增加至2017年的1892部，而網劇的數量由131部增加至206部。
我們再來看看電影市場，2012-2017年期間，中國電影市場飛速發展，2017年總票房收入達559億元人民幣。欣慰的是，我國國產電影的數量以及制作水平都在逐步提高，與引進的國外電影相比，國產電影的票房份額也在不斷提升，目前國產電影票房占據53.8%的市場份額。
曾幾何時，10億票房是多少制片方所渴望越過的殿堂門檻，而隨著《美人魚》33億，《戰狼2》56億等一個個天文數字的爆出，10億票房不過是賣座電影的及格線而已。
來源：中國電影發行放映協會，灼識咨詢
所以，無論是從受眾面、關注度、行業發展趨勢還是盈利空間來看，娛樂產業都是一塊奶油鮮糯欲滴，飄香四溢的金黃大蛋糕。
最關鍵的是，隨著互聯網的發展，娛樂產業沉淀了大量的數據，有著巨大的挖掘空間，這就好比是把一塊蛋糕擺到了面前，還準備好了刀叉，誰能不蠢蠢欲動。
怎么吃？
這么香的一塊大蛋糕應該怎么吃呢？
我們先來看看都有誰吃過：
其實早在七八年以前，美國人就試吃過，其中最成功的當屬Netflix出品的《紙牌屋》。作為一名《紙牌屋》的粉，感慨于Underwood “人至賤則無敵”的同時，也不得不驚嘆于Netflix的神機妙算。
作為世界上最大的在線影片服務商，Netflix擁有3000多萬的訂閱用戶，這些用戶每天在Netflix上會留下3000多萬條行為數據，其中包括300多萬次搜索和400多萬次評分。
基于這些數據，Netflix可以了解用戶的偏好，他們熱議的話題，他們喜愛的演員等等，通過一系列分析，他們可以識別出《紙牌屋》這個IP好不好，用戶是否會喜歡，該找誰來當導演，誰來主演，如何運作，如何宣傳。
經過分析決策，Netflix用1億美元買下了《紙牌屋》版權，請來David Fincher（導演）和Kevin Spacey（主演），助力《紙牌屋》火爆全球。
接下來，再來看看我們應該如何吃：
1）劇本孵化
- 劇本孵化一般有兩種途徑：一種是直接買一個IP，這種方法相對比較保險，因為已有粉絲基礎，但在改編之前仍需要先對IP進行評估，以此了解該IP是否有足夠且持續的關注度，受眾人群基數如何。
- 另一種途徑是原創劇本，那么在創作之前可以先基于大數據針對用戶的喜好進行挖掘，識別出用戶所關注的類型、標簽，然后再按照細分市場劃分的方法，來確定要進入的領域，創作符合該類用戶喜好的劇本。
2）選角評估
我們可以針對各個演員的熱議程度、號召能力進行初篩，之后再對演員的粉絲群進行畫像分析，看看各演員的粉絲是否符合這部戲的受眾定位，是否可以運用這些演員進行引流。
此外，還需要考量大眾對這些演員的認知印象，是否符合劇本中人物的形象，最后再看看價格是否能談妥。
3）廣告植入
有了劇本，有了演員，當然還需要錢，除了投資方以外，通過廣告植入也有不少的經濟來源。不過廣告也不能隨便植入，收錢之前，還需分析該品牌的品牌形象是否契合劇本中的具體場景。收完錢之后，還得再復個盤，評估一下廣告的到達率、與品牌的關聯度、觀眾喜愛度及對品牌而言的認知提升。
4）營銷宣發
以電影為例，在宣發時需要確定排片。
- 一是上線的時間，同時期是否有其他同類型的電影？是否有其他關注度很高的對手？
- 二是發行的區域，我的電影有哪些目標人群，他們分布在哪些地方？在做宣傳時，如何能觸達到這些用戶？這些都是可以通過大數據來解決的問題。
美國的大數據在娛樂行業的應用自然是走在了前面，在很多方面都吃的比較透了，不過近幾年，國內的大數據發展也緊隨其后，在娛樂領域做了很多嘗試，吃的越來越開。
上述的吃法可能還比較抽象，接下來，我們來回放一下國內大數據的吃蛋糕過程。
《小時代》是一部飽受爭議的國產連續電影，電影好不好先不做評價，這一系列電影確實為大數據研究提供了很完整的素材。
- 首先，《小時代》電影是由IP衍生而來，有著一眾原著粉絲，那是她們課桌下、被窩里按耐不住的青春回憶。
- 其次，《小時代》角色眾多，在演員的評估上大有文章可作。
- 再者，《小時代》電影接連拍了好幾部，每一部的間隙都有機會去做分析和調整。
- 最后，《小時代》系列電影飽受爭議，媒體和觀眾的關注度較高，因此有大量的內容可待挖掘。
1）IP評估
對IP的評估大致有三個維度：
- 一是IP的粉絲數，這決定市場的規模，原著粉絲數越多，風險相對越小。
- 二是IP話題熱度，通過書籍的閱讀量、書籍排名、相關文章閱讀量和相關內容搜索量可以識別IP的話題性和可傳播性。
- 三是IP的活躍度，這個IP是否在持續發酵，是否不斷有新用戶關注，要做到這一點難度較大，除了《西游記》這種IP能延續百年，直至今日，還被翻來覆去炒到發焦以外，其他IP的活躍度一般都呈現出明顯的生命周期。
這里的《小時代》書籍雖然熱度已過，但別忘了，郭敬明這個IP可是非常活躍的。
2）如何選角
對于有著較高關注度的明星演員而言，各平臺的數據并不缺乏，基于媒體資訊和搜索評論數據，可以提取出大眾對于演員形象的認知關鍵詞。當然，選角更多還是由主創人員主觀抉擇，但對于演員的形象詞分析可以提供輔助，特別是在拍續集時，對于角色形象突出的演員，可以適度加大戲份。
比如：郭采潔通過《小時代》顛覆了大眾的認知，完美、華麗、霸氣等關鍵詞頻頻冒出，她所扮演的“顧里”也逐漸承擔起了更重的戲份。
3）主演口碑評估
《小時代》主演眾多，通過觀眾對于前幾部電影中演員的評價，可以準確了解到觀眾的情感傾向?；谖谋厩楦蟹治觯梢钥吹?，觀眾對于“簡溪”的演員李悅銘的負面評價明顯高于其他，那么在后續的電影中，可以直接考慮換演員或者刪減這一角色的戲份。
4）設定哪些劇情
通過對之前劇情的分析，可以發掘出觀眾對于各類劇情的喜好程度，比如：基于數據可以發現，觀眾對圣誕夜、顧里生日宴會的互撕、顧源裸上身等情節關注度極高，那么后續可以繼續加入更多“閨蜜瘋鬧”、“情感沖突”、“腐女”的情節元素。
5）受眾是誰
數據的結果其實和大眾的認知是一致的，《小時代》的關注者以女性為主，她們大多是90后的原著粉，比較宅，喜歡音樂、影視、八卦等等，因此在進行營銷的時候可以針對這些用戶所活躍的視頻網站、社交平臺、新聞媒體進行宣傳。
6）在哪里排片
排片量直接會影響到票房的成績，《戰狼2》就是個最好的例子，通過小鎮青年帶動了票房的增長。對于《小時代》而言，熱議話題的發起者與參與者多為北上廣和深圳、成都等一二線城市居民，因此，一二線城市是《小時代》的主要戰場，那么在做宣傳活動和排片的時候也要以一二線城市為主。
用什么吃？
方法都知道了，那這些數據是從哪兒來的呢，要用到哪些工具呢？
通過大數據進行娛樂行業的分析，最核心的方法自然是文本挖掘技術了。
大體來講，文本挖掘所基于的數據源主要有四類：
1）行業中的票房和收視數據
這些數據很多票房榜單和中介銷售平臺都有，基于這些數據可以評估各個電影的賣座程度，當然，熱賣指數的計算還需要考慮到時間和同期的其他電影票房。
通過對電影的關鍵詞提取，可以形成一套標簽庫，將電影打上各類標簽，那么基于決策樹的思想，通過觀眾對電影的選擇行為，可以分析出觀眾對于各類標簽的偏好程度，從而指導主創人員根據觀眾的喜好進行創作或IP選擇/改編。
2）搜索數據
熱搜可以很好地體現人們的關注度，對于熱搜標簽的提取和評估和上述的方法相同。除此以外，搜索數據還可以很好地支持IP的評估，通過建立多項指標進行聚類，可以對現有IP進行分類，提供IP選擇的參考。
3）媒體數據
媒體反映的是大眾的關注焦點，同時也對大眾的認知起著引導作用，將媒體數據進行摘要提取，可以了解到媒體的關注點，此外，在進行宣發營銷時，同樣可以借用媒體的力量醞釀發酵，那么在媒體的選擇上需要先進行考量什么媒體的調性更適合，哪些媒體的受眾人群和本劇相吻合。
在運用網絡媒體進行傳播時，還可以通過鏈接參數進行全流程跟蹤，以此分析該媒體資訊是否有較強的裂變能力，從而考慮是否“加注”。
4）評論數據
隨著社會的發展，網民們越來越樂于吐露自己的心聲，“鍵盤俠”們從天而降，裹著正義的披風大殺四方，沒有人知道他們叫什么，他們身后留下的只有泛著唾沫星子的戰場。
這么多的評論數據，當然需要進行提取分類，通過觀點情感挖掘，了解他們的主要論點和傾向，一方面可以用于選角的評估或劇情的修改，另一方面，還可以在電影發布初期進行輿情監控，當發現不好勢頭的時候，及時進行公關引導，或在水軍的大壩決堤之前，筑起高墻。
結語
這是一個“娛樂至死”的時代么？
大數據的方法好像只有迎合，但尼爾·波茲曼說：
“有人說我取悅于人，我說這很好，如果一個教授上課時表現幽默，人們就會帶著記憶下課”。
我們需要嚴肅文學的清高和深刻，但也需要娛樂文化的寓教于樂。創作者可以決定想表達什么，但你能說給多少人聽，說給哪些人聽，如何說給他們聽，這也許是大數據能賦予的價值。
作者：Mr.墨嘰，公眾號：墨嘰說數據產品
本文由 @Mr.墨嘰? 原創發布于人人都是產品經理。未經許可，禁止轉載
題圖來自Unsplash，基于CC0協議
不好意思沒看懂
不好意思，表達還不夠清晰
很棒，深受啟發！
謝謝~ ??
得到大咖的肯定，受寵若驚~
謝謝??