在第十六届的上海电影节论坛上，围绕大数据的话题又引起了人们的讨论。各方媒体大佬对于大数据的意见不一，讨论火花四溅。

一直以来，影视文化行业就是以回报率难以预测据称。著名导演迈克尔西米诺的天堂之门电影是影史上最为赔本的电影之一，华人著名导演吴宇森的风语者曾经拖累了米高梅公司最终走向破产。

由于影视产业属于文化创意产业，而创作人员的天马行空的艺术思维和作为商业人士的制片人本身思维就存在一定的冲突，所以有导演就是妥协的艺术的说法，保持商业和艺术的协调也是所有成功导演的必经之路。但正因为如此那么从源头来控制剧本，演员以及影片风格的选择的科学性，是否能够提高商业的回报准确率?

其实所有的文化创意产业类别都存在这样类似的问题，就是一个产品的可复制性和产品质量的相抵触问题。扩展来说，在文化创意产业目前成为国民经济的增长点的背景下，通过大数据和云计算这些新技术能否有效的提高产业的回报率?从而吸引更多的资本投入文化创意产业?

最近NETFLIX投资的《纸牌屋》获得了一致好评。《纸牌屋》不仅是Netflix网站上有史以来观看量最高的剧集，也在美国及40多个国家大热。《纸牌屋》是一部美国政治题材电视剧，剧本改编自1991年首播的英国广播公司BBC同名剧集，由视频网站Netflix投资1亿美元制作。敢于斥巨资老剧重拍，是因为Netflix在分析3000万用户影视消费“大数据”后，认为其中有利可图。纯粹政治剧的稀缺填补了国内电视剧消费市场的空白，而带有浓厚导演创作风格的电视剧引起的反响度也超过了最近两年几部类似的政治题材美剧，比如STARZ的《大佬》，HBO的《副总统》等。

《纸牌屋》是首部完全绕开了由广播电视网和有线电视所构成的传统电视生态系统的剧集，Netflix同一天将一季所有13集内容都播放出来，供观众点播。《纸牌屋》引起的风潮还在继续。

据称亚马逊正在制作至少11部试播剧集，这些剧集仅可通过互联网观看，原因是这家公司正在与Netflix展开“战争”，竞相利用人们对于在智能手机、平板电脑和互联网电视上观看电视节目的兴趣，以扩大自身在流媒体播放服务这一领域中的占有率。与此同时，微软也正在制作自己的电视连续剧，而且有报道称，谷歌、苹果、英特尔和Twitter也正在考虑开发自己的类似产品。

从这个信息可以发现，一方面是互联网行业对于传统影视产业链的渗透，另一方面是大数据对于影视制作行业的影响。由于互联网企业收集了大量的用户数据，因此成为了大户数据利用的主力军也毫不奇怪。

以纸牌屋为例，看大数据时代如何颠覆电视制作产业链?

著名导演大卫·芬奇曾拿着《纸牌屋》的改编剧本，找过美国多家电视台，却没有一家敢掏钱，因为谁也说不准一部20年前的老剧是否还有市场。Netflix也有类似的担心，于是进行了“电视剧消费习惯数据库”分析。最终，Netflix发现老剧《纸牌屋》依旧是点播热门，而点播该剧的用户群，也几乎和网站上大卫·芬奇、凯文·史派西的粉丝圈重合，于是决定投资1亿美元重拍，并由大卫·芬奇导演、凯文·史派西主演该剧。

相比传统收视率统计只抽取数千个样本户，“算”出《纸牌屋》的数据库却包含了3000万用户的收视选择、400万条评论、300万次主题搜索，是名副其实的“大数据”。这些数据源自Netflix数年来积累的数据资源。当一位用户通过浏览器登录Netflix账号，Netflix后台技术将用户位置数据、设备数据悄悄地记录下来。

这些记忆代码还包括用户收看过程中所做的收藏、推荐到社交网络等动作。在Netflix看来，暂停、回放、快进、停止等动作都是一个行为，每天用户在Netflix上将产生高达3000多万个行为。此外Netflix的订阅用户每天还会给出400万个评分，300万次搜索请求，询问剧集播放时间和设备。这些都被Netflix转化成代码，当作内容生产的元素记录下来。

为了找到分析大数据的方法，Netflix没有少花功夫。首先，千万级别的用户对网站提供的影片给出1至5星的评级，几年下来相关数据的总量超过百亿条。要找准用户推荐新影视剧，识别观众品位需要一个“算法”。

然而要将巨大的数据转化为生产力并非易事。长年以来，为了提高算法精准，Netflix一直举办大型比赛招贤纳士，以此拓宽数据挖掘处理能力。2005年底，Netflix曾开放一数据集，并设立百万美元的奖金(netflix prize)，征集能够使其推荐系统性能上升10%的推荐算法和架构。这个数据集包含了超过48万个匿名用户对大约近2万部电影做的大约10亿次评分。

对于中国的启发

目前国产文化创意产业已经出现了初步依据大数据的迹象，例如万达院线就将数据库作为重要的核心资产,预计在今年年底前建立的会员数据库将达到600万，而万达刚刚并购的美国院线AMC会员数据库人数达到400万。另一方面类似于腾讯，优酷等视频网站都有着大量基于用户的数据积累，也开始尝试运用HADOOP等技术进行数据挖掘和分析。但是基于大数据既不能够过于扩大大数据的作用，又不能再过于狭窄的意义上来理解大数据。

所谓大数据，是一种在多样或大量数据中快速收集数据和分析数据的能力，其根本依然是洞悉消费者需求。影视产业一直是一种感性化的行业，因此在洞悉消费者的需求方面表现不突出，并且很多创作者站在作者电影或者艺术电影不考虑观众的感受，这会造成培养多元化观众群体的失利，长远来说对于国产影视行业的发展是不利的。而大数据则是以一种科学化结构化的思维来看待影视行业，这能够提高影视行业的回报率。

目前在洞悉消费者需求方面，今年年初以来的几部电影《泰囧》，《致青春》和《中国合伙人》，或是知名青春小说的改编版本，或是在迎合新时代消费者心理需要和电影新媒体营销方面有独到之处，应该说就是大数据的初步体现，在科学洞悉消费需求方面有了初步成果。而目前国产影视行业也在大量购买近年来比较有知名度的网络小说版权，这些购买行为是基于对互联网文学消费群体的数据分析，细化到了消费者群体的年龄，性别，学历等维度要素，大大提高了科学性。

所谓大数据不应该只是在制作电影和购买版权时起作用的一个环节，影视公司应该将大数据渗透了企业经营的每一个环节。比如说在影视制作流程中制作团队可以通过微博,SNS等渠道多方面和潜在消费者互动，主动收集消费者数据，同时改变影视制造团队的管理边界，在制作中可以根本消费者的需求对产品进行进一步优化。

同时在影片成品营销，消费者反馈中影视公司持续和消费者进行互动，收集消费者的各方面信息，从而优化消费者的购买渠道和消费渠道，用智能化推送改变企业和消费者陈旧的消费关系。比如出版行业中的新经典文化尝试建立私有云来优化产品的销售渠道，就有大数据的思路在其中。从而让以前不太明确的产品销售过程变得明晰化，就是一种值得借鉴的尝试。

但是也不能过于神话了大数据的应用，大数据是一种工具和解决思路，但是不能包治百病。影视产业和其他文化创意产业一样，作者带有一定的艺术家气质，但是好的产品必然要求艺术和商业有效的结合。消费者对于自身的需求往往有着盲目性的特点，在寻找到特定产品前，消费者往往不知道自己是要寻找什么样的产品，比如说亨利福特的名言：当你问消费者需要什么产品时，他们会说请给我一匹跑得更快的马。

因此有时候基于消费者的数据分析可能会导致不科学的结果，另一方面过于强调大数据的分析作用会干扰创作过程，使得产品不伦不类。在创作风格受到干扰的情况下，导演的个人风格不再明显，会影响产品的多元化，降低产品的吸引力。在消费者队伍不成熟需要培育的情况下，这个过程尤其需要慎重。

围绕大数据推进影视投资在国内的环境目前还不够成熟。就互联网视频而言，中国视频网站的内容由资本的兴趣决定，但是国内的视频付费市场并不成熟，目前的主要盈利模式还是广告投放，很难完全以用户为中心决定影视剧的“配置”。只有付费收视覆盖成本，多屏融合加速之后，视频服务才能突破网络计算机的范畴，成为“客厅文化”，才有可能实现由数据说了算的定制服务。

其次，营销必须和内容相关联，根据观众喜好定制的节目，不但可以被定向推送给关联观众，而且可以根据观众群的定位“定制”广告。最关键的因素则是国内的数据分析习惯并没有形成，一方面“万恶的收视率”“收视率造假”等收视率统计风波不断，另一方面精确的数据分析始终未能纳入影视剧投资成本，往往一本糊涂账，更不用提“算出”一部剧。

笔者认为，大数据的潜力十分大，但是需要更好的将大数据嵌入产品的创作流程，一方面根据不同的数据维度收集有效数据，优化分析算法，另一方面需要在产品营销，版权购买和创作及消费渠道等方面入手，使得大数据不只是一种更加，更渗入到公司的管理流程成为企业的经营资产和管理要素。