当前位置 > 主页 > 行业简报 >


大数据变现之琅琊榜是怎样炼成的

2015-11-02 10:51

  在如今的大数据领域,大数据变“现”已经成为人们最为关注的话题,所谓的变“现”,就是利用对数据的收集处理后给企业以决策引导,从而为企业带来真实的价值和财富。而想要变现,其中一大难点就是如何在特定的场景应用合适的数据和大数据技术。那么,在传统行业之一的影视行业中,大数据是如何发挥其作用的呢?


  上周,2015 SACC中国系统架构师大会于周六完满落幕,大会的三天议程中,许多专家及业内人士到场交流学习。在SACC的“大数据变现”专场中,微瑞思创联合创始人兼首席架构师周像金到场进行了题为《影视及地产大数据的变“现”之道》的演讲。微瑞思创是一家以大数据技术为基础的信息技术公司,主要为企业提供大数据产品、技术、营销及分析咨询服务。周像金结合其经验及公司案例为大家讲述了大数据在影视和地产行业的应用场景,而他提到大数据如何在影视行业变现时,解释了一部成功的影视剧是打造出来的,下面就跟小编来一起回顾一下。


  ▲微瑞思创联合创始人兼首席架构师  周像金


  《琅琊榜》是近期备受关注的一部电视剧,其火爆程度堪比当年的《甄嬛传》,红遍大街小巷。那么这部剧如此火爆是否是巧合呢,恰巧公司选的是这样的题材、剧情、演员,而恰巧又很对大多数人的口味?如果不是的话,那么在其从选题拍摄到宣传播放的过程中,大数据又起到了什么作用?其实,在影视行业的生命周期中,大数据有几种典型的应用场景,而用对了方法和场景,大数据就能够真正为企业带来价值。


  场景一:投资选材


  在寻找剧本阶段,投资方很早就会监测各小说的interactive property(交互属性),并且提前与作者协商买断版权。《琅琊榜》很多年前就已经是起点中文网人气非常高的连载小说,影视公司将其监测到后,即果断向作者买断版权,再继续规划演员、编剧,挑选合适的拍摄地点,最后进入拍摄制片阶段。


  在大数据技术应用前,很多投资选材的决定都是公司老板思考决定,并无太多参考数据。而大数据出现后,能够帮助公司监测早期数据。例如,目前各大网络平台有哪些小说热度较高,它们分别影响的是哪类人群,这类人群是否是制片公司本身在意的人群,他们的收入水平如何。影视公司能够在一部合适小说的萌芽阶段连同它的作者一起买断,这种先期的机遇在以前是可遇不可求的,而大数据技术已经能够帮助公司做这类决策,数据的价值也由此体现。


  场景二:策划投拍


  在以前在剧本策划阶段,编剧常常会遇到一个问题,一般小说内容很长,若电视剧将其完整展现甚至需要上百上千集,那么编剧根据什么来精简剧本?应该将删掉哪些剧情,将哪些人物挑选出来?此时的编剧就需要数据支持。周像金在演讲中以一个真实案例为大家解释了大数据是如何辅助决策的:“有一部明年会上映的电视剧,我们在帮它精简剧本的时候做了哪些事呢?我们会挖掘这部小说一千多集中每一集大家的评论,踩的多还是点赞的多,他们大多在赞哪一个桥段,将各种相关数据一一收集梳理,挑选最受欢迎的一些内容,给编剧作为参考。编剧即可围绕这些内容编写剧本。”


  场景三:拍摄推广


  在拍摄过程中,制片方一般会先行播放一些片花和海报,这些内容能够产生很多具有参考价值的数据,例如这部剧的剧情、某个演员、某个桥段等等是否受欢迎。大数据能够帮助这些公司收集统计观众意向以及在社交媒体平台上的讨论量,根据这些数据影视公司能够更精确的制作和排片,讨论多的热剧,就可以将其排到黄金时段。


  除此以外,周像金表示,以上内容又能够引发另外一个需求点,即利用数据来精准营销预算。周像金说:“我们曾在一个美国的合作伙伴处了解到,他们每年都有大量的营销预算需要投入,但投入的营销预算都是营销公司所报出的数值,影视公司并不知道投入这些金额的钱是否值得。此时,他需要监测舆论的变化来判断投资是否正确,而我们公司能够很好的为其提供舆论监测,告诉他投资效果是否如营销公司所讲述的那样。而这家公司就是钢铁侠的投资公司之一,DMG Media。”



  利用大数据,影视公司从最初选材能够占得先机,以较低价格买断小说,而后编写剧本,到最后拍成宣传,每个步骤都经过了精确的信息收集数据计算。一切未知因素都被分散到各个步骤中,一一以数据的收集分析来应对,极大降低了投资制作风险。甚至连演员的选择,都可以事先将试妆照发布到互联网,收集观众们的评价而做出最终决策。如此根据观众的口味制作出来的影视剧,还愁收视惨淡吗?


  如何搭建适应场景的大数据系统?


  大数据是在海量行业数据的基础上去伪存真,去解决某一个特定问题。而“某一行业数据能解决所有问题”,这个命题本身就是伪命题,大数据一定要依附于某一具体行业,要能够解决这个行业的某一具体问题。


  对于传统行业的从业者来说,他们对大数据技术名词并不敏感,对于大数据技术的接受度也有限。他们关心的首要问题是大数据能解决他们的哪些问题,只有能应对真实问题,大数据对他们来说才是有价值的。其次,传统行业用户对于如何保护数据并不了解,用户害怕自身数据被盗、被卖,数据安全和数据隐私是他们担心的另一大问题。所以,区别于传统的系统架构,想要服务于此类传统企业,建立的系统架构一定要十分稳定才能有更长久的发展。周像金在演讲中和大家分享了要搭建一个合适的大数据系统架构,他们多年来得到的经验步骤:


  1、了解客户希望解决什么样的问题


  2、我们能够给他开发什么样的应用


  3、我们可以用哪种技术来支撑这个应用


最近开班 more>
  • 全栈开发
  • 前端基础班
  • 软件测试
  • Java大数据开发工程师
  • 云原生精英班
  • 开发课程基础班第四期
  • 开发课程基础班第三期
  • 开发课程基础班第二期
  • 开发课程基础班第一期
  • Java Web UI Python
  • CISP
  • HCIE-Datacom(HCIA,HCIP基础)
  • HCIP-Datacom(HCIA基础)
  • HCIA-Datacom(0基础)
  • HCIE-Datacom(HCIA,HCIP基础)
  • HCIP-Datacom(HCIA基础)
  • HCIA-Datacom(0基础)
  • OCM 12C
  • OCP 19C
  • RHCE 9.0
  • 脱产班
  • 脱产班
  • 脱产班
  • 脱产班
  • 脱产班
  • 脱产班
  • 脱产班
  • 脱产班
  • 脱产班
  • vip班
  • 考试计划
  • 脱产班
  • 脱产班
  • 脱产班
  • 双休班
  • 双休班
  • 双休班
  • 双休班
  • 业余班
  • 业余班
  • 10月16日
  • 9月23日
  • 9月2日
  • 9月30日
  • 8月26日
  • 10月8日
  • 9月23日
  • 9月16日
  • 9月9日
  • 随时开课
  • 9月21日
  • 10月17日
  • 9月18日
  • 9月2日
  • 11月2日
  • 10月26日
  • 9月7日
  • ——
  • 随时开课
  • 9月26日
    • 姓 名 :
    • 电 话 :
    • 课 程 :

技术交流群

  • Java大数据交流群560819979加入
  • Python技术交流群595083299加入
  • Oracle技术交流群595119011加入
  • Web前端技术交流群604697610加入
  • Huawei技术交流群482919361加入
  • Redhat技术交流群587875348加入
  • UI设计技术交流群511649801加入
  • Cisco技术交流群596886705加入
  • IT运维技术交流群605888381加入