动漫之家
  1. 动漫之家
  2. 耽美小说
  3. 音乐系导演
  4. 1021.大数据电影战略第二弹
设置

1021.大数据电影战略第二弹(1 / 2)


王逸凡的话应验了,倒是让林沪生停下了蠢蠢欲动的心思。

选择了暂时观望。

不是因为大数据不给力,而是他算是看明白了。

大数据的确有用,但是却不是万能的,也没有阿狸和未来星宣传的那么牛逼。

毕竟,大数据真要那么牛逼,那么预测票房这种事情,多少能做到吧?

但是结果,显然,大数据的预测是失败的。

那么问题来了,你连市场走向都预测不准,那么大数据主导电影拍摄,真的一k?

什么大数据更懂观众,似乎也有些站不住脚了。

举个简单的例子。

一部从未出现过的类型的电影,大数据怎么去预测大众到底会不会喜欢?

怎么去判断,市场能否接受?

就在《功夫》票房正式突破30亿,日票房也已经跌破千万大关的时候,国内的媒体,以及阿狸,未来星等等的目光却是投向了海外。

奈非,大数据电影战略的首倡者,也是先行者。

他们的成功,所以让大数据电影战略大行其道。

而这个时候,奈非宣布了第二部大数据影视战略主导的剧集,即将上线!

这是奈非的大数据影视战略的第二弹!

可以说,不仅仅国内在关注,事实上全世界的影视公司都在关注着。

那么大数据是怎么帮到影视创作的呢?

以奈非为例子,他们的大数据是怎么回事呢?

就是当一位用户通过浏览器登录奈非账号,奈非后台技术将用户位置数据c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c推荐到社交网络等动作。

在奈非看来,暂停c回放c快进c停止等动作都是一个行为,每天用户在奈非上将产生高达3000多万个行为,此外奈非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。

没错,这些都被奈非转化成代码,当作内容生产的元素记录下来。而所有这些数据意味着,奈非公司已经拥有“可寻址的观众”。

早年间,奈非利用上述数据提供一项推荐引擎业务。比如说,数千万用户能在一个个性化网页上对影片做出1一5的评级,这些评级构成了一个巨大数据池,如今这个数据池容量已超过近百亿条。根据数据池,奈非使用推荐算法来识别具有相似品味的观众,然后对这一群体做出相关内容的精准推荐。

“奈非或许并不能准确知道点击暂停按钮的个人原因,但是如果足够多的人在整段视频中的同一个地方做了相同的举动,那么数据就开始显露出意义了。”结果是,奈非比观众还要清楚自己的观影喜好。

他们是这么将“数据转化为生产力”的——根据官方公布的数据,3/4的订阅者都会接受奈非的观影推荐。这意味着,奈非不用一集一集地攒新剧的口碑,只需向标签为“喜爱xxx”或“喜爱政治剧”的观众推荐一下就行了。

奈非通过“大数据”观测到另一流行趋势越来越多的人不再像30年前那样,在固定晚上的固定时刻守在电视机前,等着收看电视剧的最新剧集,而是“攒”起来,直到整季剧情全部播放完毕之后,才选一个自己方便的时间段和地点,在方便的设备,多数是网络设备,如电脑cpad上一次性观看。

而这方面,实际上,国内的互联网巨头也同样的能够做到,甚至可以做到的更好。

别看北美是互联网的起源地,可是实际上,时至今日,华国因为人口,因为经济,因为互联网的覆盖率,因为大众的习惯,等等等等,再加上互联网巨头对某个行业的垄断,所以,在数据方面,可以说比之奈非,更厉害!


设置
字体格式: 字体颜色: 字体大小: 背景颜色:

回到顶部