北京电影学院张锐：中国电影产业进入大数据时代，未来需要靠大数据思维做电影

张锐电影产业大数据大数据思维

张锐 | 2016-05-30 07:10

【数据猿导读】 2015年中国电影票房达到440亿元，较之去年同期增长51%。中国电影市场是全球增长最强劲的引擎。在“互联网+”和大数据的融合背景下，中国电影产业开始变局。未来，更准确的说，是用大数据思维在做电影

2016年5月26日，“创新，洞见，2016大数据与传媒产业峰会”在贵阳举办，峰会是2016贵阳国际大数据产业博览会的分论坛之一。诸多圈内大咖嘉宾围绕传媒大数据发展情况进行主题演讲与探讨交流。在26日上午的主题演讲中，北京电影学院大数据研究所所长张锐做了题为《“互联网+”和DT时代的中国电影产业》的主题演讲。

北京电影学院大数据研究所所长张锐

中国电影产业概况

2015年中国电影票房达到440亿元，较之去年同期增长51%。中国电影市场是全球增长最强劲的引擎。2015年全球电影票房实现383亿美元，较2014年增长6%。中国将在2—3年内成长为全球最大的电影市场。中国电影时代刚刚开始，年轻一代观众正在成长，巨大的市场潜力待开发。目前中国的电影工业和市场体系仍不成熟，从观影习惯来看，中国的人均观影频次仍有很大的提升空间;从内容制作的角度来看，中国的电影制片行业还需要进一步建立完善的工业标准体系。

实际上，中国电影市场的真正机遇在于国产片。巨大潜力的中国市场需要与成熟的电影工业体系对接，以更国际化的管理语言、镜头语言和故事元素，讲好中国的本土故事。

“互联网+”带来跨界和融合

今年的政府工作报告提出：“制定‘互联网+’行动计划，推动移动互联网、云计算。大数据。物联网等与现代制造业结合，促进电子商务、工业互联网和互联网金融健康发展，引导互联网企业拓展国际市场。”传统产业落后使得我国有利用互联网进行产业改造的巨大动力。互联网颠覆传统发行格局，三大生态型公司纷纷进驻电影行业，在产业链制、发环节频频布局。

在“互联网+”融合背景下，中国电影产业开始变局：从一开始的个人计算机、语音通信以及早期广播电视经济的各自发展，到后来三者的逐渐融合，再到现在的移动网络经济，都显示出了互联网的大背景下，产业间的融合趋势。

创作重心前移互联网网生内容进入爆发式增长

国产片类型创新，呈现丰富化、多元化趋势。2015年的过亿影片类型呈现更为多元、均衡的态势。其中，动画、魔幻类型有重要突破。

2005年，雏形期：优酷、土豆、乐视、搜狐、腾讯视频等纷纷出现。

2010年，萌芽期：平台自制剧开始试水;乐视、优酷、土豆等相继上市、爱奇艺上线、优酷土豆合并。

2013年，蜕变期：《晓说》返销电视台、优酷推出“光合计划”。平台自制剧、PGC内容专业度、持续度提高;爱奇艺并购PPTV，视频网站第一梯队成型;网生内容反哺电视台模式出现。

2014年，兴起期：《万万没想到》(第二季)广告收入2000万、《匆匆那年1》《暗黑者》《灵魂摆渡》等网络剧排名进入2014年网络剧点击量前十。内容制作、运营、商务等专业团队形成(万和天宜、大鹏工作室等);自制内容成为视频网站重点战略;自制剧爆发式增长，点击量屡创佳绩，被称“自制剧元年”。

2015年，爆发式成长期：《屌丝男士》大电影《煎饼侠》票房破10亿、腾讯视频;联合万合等百家CP启动“惊蛰计划”、优酷自制户外真人秀《旅行》首次输出央视、爱奇艺与东京合作推出《爱上超模》试水视频电商。网生内容(平台自制、PGC、UGC)生产、融资兴旺，大投资(千万级)网剧数量大幅提升;商业定制剧兴起;广告商对自制内容接受度持续提高，广告投放金额大幅上升;视频网站发力;电商、衍生品、网剧IP大电影、游戏开发等商业模式逐渐清晰化。

大数据与影视的结合

大数据与影视结合的开山鼻祖，是当年红极一时并且至今都保持着票房记录的《乱世佳人》。在当时好莱坞的南北战争题材电影基本全部血本无归的情况下，美国舆论研究所(AIPO)的盖洛普用调查问卷的方式为影片的女主角、彩色规格提出建议并作出5650万人次的预测。配合影片的四轮上映，都会调整广告策略和票价，最终以相差不到6%的5997万人次收官。

传统方式：好莱坞的基于调查模式的电影分析方法

其基于小数据集抽样调查的理论支持和指导，在西方应用历史较久，放大成熟，是最传统的面向市场制作的方法，从用户市场细分的角度进行了分析，指导性更强，实际意义更加深入。

缺点是：面临的都是小数据集抽样处理的方法，人工调查中容易出现主观影响以及抽样偏差的问题。

新时代：Google的电影票房预测模型

这是大数据时代的代表性处理案例，从数据挖掘规律、理论模型和数据验证完美结合，揭示小数据集下无法得到的规律和模型。

但其尚未广泛大量实践检验，只用99部电影做了分析，样本较局限;且未从用户市场细分讨论该问题，价值未得到深挖。

投资立项阶段

2006年在美国，“大数据”卡瓦洛夫将“蒙特卡罗模型”的算法融入了电影投资领域。给好莱坞带来了“革命性”的变化。

用这种来源于华尔街的风险管理策略，把好莱坞制片公司的影片所有数据都搜集到，比如导演、演员、制片人、预算、上映日期等，然后将这些信息放到数据库里和历史上的电影数据进行分析对比，将“蒙特卡罗”的方法用模拟的方式，列举出影片在一万种情况下的不同表现。

在电影的投资立项阶段，运用大数据分析不仅可以为电影的预算成本等提出建议，还可以提供市场回报的理性预期，用精确的数据分析推算出投资回报率，以降低电影投资的风险。

电影创作阶段一：传统文学改编

为赶上大数据潮流，2013年4月11日，盛大文学编剧公司在北京宣布成立首批签约100位新人编剧，并且聘请海岩、芦苇等为“编剧导师”。盛大文学的主要业务是依靠其强大的网络出版业务，拓展编剧培训和剧本定位业务。

电影创作阶段二：电视剧/微电影的改编

2010年筷子兄弟的微电影《老男孩》拥有8000万的真实粉丝，2014年被改编成微电影《老男孩之猛龙过江》的创作正是依靠于优酷土豆的“中国网络视频指数”。电影还未上映，预告片在不到一个月的时间里网站的点击量就超过了1亿次，最终上映之后，影片获得了2.1亿的票房。

所以不论是电视剧还是微电影改编的电影，流程和小说改编都是一样的，同样要先定位观众群体，分析电视剧粉丝的消费需求与倾向。

电影选档排片阶段的应用

电影选档期拍片最重要的一点还是分析观众类型、属性，将电影的主力观众的时间地域重合点找出来，在此时间和地域选择上映才是最佳选择。

观众在不同季节观影习惯不同。不同时间段看不同类型的电影，看电影前后有一些行为例如聚餐、打车、开房等等，这些都影响到电影档期和拍片选择。

以《小时代》为例，“小时代”系列的观众主体是女生，而且有82%是90后，针对90后这一特征，建议排片黄金时间为晚上八九点。这些建议都被片方采纳，且票房后来也验证了这个决策的正确。《小时代1》上院线以后，发现郭敬明的导演能力并不被观众所完全认可。而当时《小时代2》已经拍完，综合大数据结果，《小时代2》提前在“七夕档”上映，借节日营销，最终获得不俗的票房。

大数据电影的未来

除了部分已经要全面进行大数据开发和渗透的公司，大部分的公司还是处在一个初试水的阶段，更准确的说，是用大数据思维在做电影。

当然，大数据挖掘和分析只能告诉你观众以前喜欢什么，没法告诉你观众以后会喜欢什么，所以大数据的挖掘依然带有滞后性。

来源：文创资讯

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。