大數據應用對電影行業價值影響分析

梅清

摘 要 作為智力密集型產業，影視創作是電影行業的關鍵一環。影視創作與大數據的交融滲透可以建立用戶偏好模型，直擊營銷重點，占領盈利制高點。2016年春節檔7天36億元票房，54天破百億元的中國電影票房成績，曾讓不少人預言2017年全年輕松闖過600億元大關。然而，截至2017年8月7日，內地總票房才剛剛突破300億。如今的影視創作都用大數據制作規避風險，為何電影市場反倒走低？文章探討在大數據基礎設施、科技尚未完全成型的當下，大數據應用對于電影行業價值的影響進行分析。

關鍵詞 大數據；工業體系；藝術價值；內容創作；商業價值

中圖分類號 G2 文獻標識碼 A 文章編號 2096-0360（2018）04-0049-02

美國學者大衛·芬雷布在《大數據云圖》中指出，大數據（Big Data）已經成為當前社會最基本的數據形態。大數據和云計算擁有著越來越廣闊的應用前景，不僅為用戶節省大量的時間和精力，亦可為企業的決策提供支持。電影行業受益于“人口紅利”2.0時代的大娛樂行業，正在成為中國實體經濟下滑大背景下為數不多的亮點。這個行業的特征是：市場開放較充分，商業氣氛濃，民營金融資本充當行業主力軍。大數據在電影行業中的作用涉及兩個關鍵點：一是對電影行業模式與規律的發現；二是對未來趨勢的預測和分析，如Google公司推出的“電影票房預測模型”根據用戶對電影的搜索可以判定該電影在首周末和次周末的票房數據，其準確率高達94%。

1 大數據有助于實現電影的商業價值

中國的電影行業還處于粗放經營階段，產業鏈的每個環節的經營還不夠專業化，圈外的資本更是隨大流的投入電影行業，在這種情況下進行數據分析有利于提升電影行業的專業性和科學性，提升電影行業的生產水平。

總的來說，首先，大數據是對電影工業標準化生產的靠近。大數據看似混亂無序，彼此不相干。但是互聯網時代的到來讓每個用戶一條條雜亂無序的訪問、一次次有選擇的點擊，在大數據的計算下成為每個人的偏好圖譜。電影也是如此，縱觀美國的英雄電影和席卷票房的爆米花電影，大多都遵循著悉德·菲爾德的“三幕架構”，即影片分配時間為4/1-2/1-4/1，通過大數據的計算，電影生產者可以依照受眾的心理和偏好大致設置出：主角應該用什么方式出場？觀眾喜歡看哪種性格的主人翁？最刺激的劇情點應該安排在哪？兩個高潮劇情中間的間隔是多少？打戲和戰爭場面到什么程度觀眾可以接受？轉折的部分應當設計在哪？觀眾喜歡快一點還是慢一點的剪輯節奏？這些疑問都可以通過數據得出一個相對滿意的回答。BBC的紀錄片為什么在世界享有盛譽。因為BBC的電影有其標準的生產流程。《地球脈動》《非洲》等紀錄片都是嚴格按照“8分鐘定律”的標準流程進行生產，50分鐘的紀錄片講述7個故事，避免受眾對于視覺產品的疲勞期。《舌尖上的中國2》就是借鑒了BBC工業化生產的“8分鐘定律”，按照數據來制定自己的生產流程。但值得注意的是，成功的節目并不是只依賴于數據化的生產流程，這只是BBC精品電影和《舌尖上的中國》成功的途徑之一，這些優秀的影視作品之所以口碑利潤雙豐收，更主要的是因為有強大的精品內容作支撐。大數據可以推算哪些明星最有票房號召力，哪個類型片最貼合受眾、哪個時間段上座率最高，但好的內容卻無法完全依賴大數據。

大數據開啟了一種新的觀眾互動參與路徑。大數據在某種意義上實現了千萬人去寫一個劇本的可能性，劇本的走向，導演的把控，攝像的角度，演員的個性甚至都會因為的數據的改變而有新的走向，這無疑是一種全新的觀眾互動參與。電影的內容無非故事題材、影片類型、導演風格、演員角色、聲音內容、剪輯藝術等，而經過大數據的總結，受眾的偏好會融入到整個生產體系中。前文提到的很多成功案例都是對受眾偏好數據的采集分析和反復試驗后得到了成功。韓劇的邊拍邊播模式就是為了更好的采集觀眾數據，從而更好地利用反饋修正自己的內容走向；美劇《越獄》主角的死而后生也是因為觀眾對主角生死的趨向和輿論最終對生產者產生了影響。又如《破產姐妹》里MAX的性格就是統計觀眾的反饋數據和輿論數據后不斷修正形成。數據讓觀眾和生產者不再是單向度的關系，也讓反饋不再如此微弱。其次，大數據為影片的宣傳提供了精準的擊破點。比如《小時代》的觀眾分布群朝著二、三線城市傾斜，北上廣地區的受眾熱度較低。這種不同地域的受眾觀影偏好也有利于片方制定精準的宣發策略。

2 大數據并不能保證電影的藝術價值

所有行業發展到一定的高度，必然會成為資本運作的產物。即使數據真實、工藝完善，文藝作品的特殊性也會影響大數據工具的有效性，2016年電影市場“爛片高票房”比比皆是。比如《歸來》里對于歷史、人文、情感的反思和品位，就無法用大數據去衡量。

第一，大數據的概念性大于實操性。雖然越來越多的專業影視大數據網站開始在這個行業進行垂直細分（如艾漫、藝恩、貓眼等），但是相對于其他行業，電影業大數據體系還很不完善。在影視創作大數據的理論研究上我國還比較缺乏，大多都是對實例的分析，缺乏系統的具有指導意義的理論。把億萬大數據分類分析得出規律不是普通的計算機能完成的工作量。這需要既懂電影又懂大數據的優秀數據分析師，對存儲設備采購、網絡資源、機器運算能力進行評估和擴容。最后，國內缺乏有透明度的公共數據平臺。萬達、騰訊、樂視都有自己的數據庫，但為了壟斷資源并不會與競爭對手分享，而是將其數據庫作為自己的核心競爭力之一。因此某一家公司的大數據的樣本并不能代表全行業，依然存在一定的偏差。

第二，票房做假導致大數據存在偏差。任何一個行業的數據都會存在水分，甚至很多國家級經濟統計數據也未必真實。視頻網站的流量、院線的票房數據都有很大的水分、網絡上又充斥著水軍團隊、槍手團隊，為了造勢或者競爭在電影上映后進行發帖、攻擊、詆毀、轉載，因此得出的數據分析準確性有待考證。譬如最基本的電影票房，一部電影的票房中，觀眾真實購買的比例是多少？出品方通過互聯網票補的比例是多少？這些都很難做詳細

統計。

第三，電影的藝術價值容易被商業價值綁架。對于電影的投資方來說，當然希望投資的每部電影都能夠獲得很好的票房收益。因此，投資商就希望通過大數據分析來降低自己的投資風險。在以商業利益為導向的社會里，投資商為了規避風險，很多有價值的作品就得不到拍攝的機會，因為沒有投資商愿意投錢拍攝。歸根結底，電影是一門藝術，是藝術就要有藝術價值而不能為商業利益所綁架。所以，拍攝一部影視作品的最終目的應是一部觀眾喜歡的具有藝術價值的作品。

第四，大數據限制了影視創作的空間。現在很多影視行業工作者以為套上“大數據”這個概念后，所有問題便可迎刃而解。希望能從市場端倒推回創作端，從簡單的互聯網數據中直接判別觀眾反饋。然而受眾的數據并不是萬能的，當前大數據在影視創作上的應用仍然存在很多問題，僅僅依靠市場、收視率、票房來評價影視作品存在很大的局限性。大數據背景下的電影創作人，以數據統計出的有票房號召力的元素來指導自己的創作，這無疑束縛了影視人天馬行空的想象。人類創作的過程是有自然基礎的，再精密的儀器都無法精確計算出。

3 結束語

大數據在推測題材、鎖定受眾、精準營銷、獲得反饋、制造爆點等方面有其不可替代的作用，可以幫助我們在這個不確定性的市場中尋找相對確定性。但同時大數據也只是電影成功的途徑之一，而不能成為決定性因素，一味依賴于大數據，是對電影藝術性的毀滅。因此，不必將大數據奉為電影核心驅動力的神話，更不能本末倒置地用技術來壓倒技藝。大數據可能帶來商業上的成功，卻未必帶來叫好又叫座的電影。過去的數據有可能決定電影市場的未來，但無法決定電影市場的未來。

參考文獻

[1]劉婧.大數據時代下中國電影營銷的問題與對策[D].蘭州：蘭州大學，2014.

[2]劉婧雅，文田.大數據時代的電影營銷[J].電影藝術，2014（1）：93-97.

[3]劉濤.大數據思維與電影內容生產的數據化啟示[J].當代電影，2014（6）：9-14.

[4]李迅，王義之，杜思夢.大數據對電影創意和內容管理的意義[J].當代電影，2014（8）：4-8.

[5]李簡璦.大數據技術與電影藝術的相遇——以《小時代》系列電影的大數據營銷為例[J].電影新作，2015（1）：85-90.

[6]張麗.大數據時代電影產業面臨的機遇與挑戰[J].中國商貿，2015（1）：147-149.

[7]范志忠，唐朱勇.2014年國產電影大數據分析[J].當代電影，2015（2）：142-145，97-100.

[8]劉達，方捷新.電影大數據關鍵技術與發展策略[J].當代電影，2015（3）：117-121.

[9]孫寧.大數據：電影行業的“雙刃劍”[J].美與時代（上），2015（7）：93-95.