娛樂大數據的新浪潮（車品覺）
在數據思考的方法裏，學會擺脫慣性思維很重要，像偵探一樣，當你尚未找到那一條關鍵的線索之前，你會覺得問題很難解決。在無盡的數據中，哪一個才是解決問題的金鑰匙呢？我有個朋友曾經遇到一個難題，就是如何決定一部新出品電影的放映排期，包括日期、場次等，這就需要對這部電影的票房有非常準確的預測。
以往，新電影的票房都是根據過去類似電影的票房來估計的，準確度不算理想。那大數據有幫助嗎？於是，我的朋友研究一段時間後找到一個方法，把準確率從約60%提升到約80%，其中的金鑰匙就是片花。
通過分析新電影的預告片在各視頻網站的瀏覽量、瀏覽時長、瀏覽人群及這些人群所屬的地區等數據，來預測這部電影的最終票房表現。你可能會說電影投資期這麼長，有辦法在未開拍電影前就提早預測嗎？清華大學有一位教授，他用五年時間從荷里活所有的製片人、導演及演員之間的合作關係中，得出了如何做一部有票房的電影的數據透視。這兩個例子都告訴我們，過去我們夢寐以求卻不可能知道的東西，現時在數據世界裏都能變得有答案。
針對觀眾訂製新網站
關於數據在視頻製作上的應用，我們發現最近美國有家公司也在做類似的事情，就是利用數據來挖掘新的視頻內容。這家公司名為Tubular，是一家專注視頻分析和市場推廣的公司，自稱為Video Intelligence（視頻智能）。該公司跟蹤收集視頻、視頻的製作者和觀眾以及相關討論的大量數據，並從中提取大量訊息。目前Tubular跟蹤34個平台上的視頻，包括Facebook、Periscope、Meerkat等。收集的數據包括觀看和分享的次數、相關的討論內容、用戶參與的深度等。
一個典型的成功案例是這樣的，客戶希望知道如何在家庭和花園視頻類目裏，觸達（reach）千禧世代（2000年後出生）的用戶群。Tubular通過數據分析，發現千禧世代在花園類目中最感興趣的是DIY，從而建議創作一個關於花園DIY的頻道。
HGTV據此建議創造了HGTV Handmade網絡，並在一年裏獲得精準的觀眾。同時，根據視頻製作者數據庫， 對於希望通過視頻進行品牌推廣的企業，可以從大量視頻製作者中找到自己感興趣的人，對他們進行評估並觸達。
不久的將來，我們就會看到智能電視的出現，這將再一次顛覆視頻製作領域。因為智能電視每隔30秒就能收集觀眾觀看電視節目的情況，包括他們看了什麼、什麼時候看的、看了多長時間等，並通過這些數據為他們量身定製其喜歡的節目。未來，或許我們不再需要費勁地去找想看的節目，而是家裏的智能電視會告訴我們今天有哪個節目適合我們一家人欣賞。可以看到，數據為節目的製作打開了一個全新的局面，我們完全可以期待從上億計的終端收集到的用戶、內容、渠道及製作者之間的深度關聯數據，將會成為創新浪潮的一股核心力量。
更多車品覺文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
