查看原文
其他

艾漫数据总裁曹永寿:影视大数据的出路和死路在哪里?

曹永寿 数据猿 2021-05-06
数据猿导读
 

这是一个最坏的时代,也是最好的时代。如果我们处于一个用脚趾头决策就可以盈利的领域,还需要大数据吗?如果随便拍出的烂电影都有票房,还需要大数据吗?影视行业已经进入一个野蛮生长的时代,影视大数据的出路和死路在哪里。


作者 | 曹永寿


本文长度为3000字,建议阅读6分钟


本文为数据猿年关策划活动《大数据的2016,我的2016》系列稿件,感谢本文作者 艾漫数据总裁 曹永寿 先生的投稿。


敬请期待2月16日(本周四),由数据猿与中欧商学院、腾讯视频共同举办的高端领袖线下演讲栏目中欧微论坛之《超声波》



关于影视大数据,2016年是一个特别重要的年份,因为貌似电影哀声一片,电视剧年底又陷入收视率作假的风波(很多人把大数据理解为是可以篡改结果的排行榜),大数据的作用,受到了质疑。


2013年的《纸牌屋》,掀起了影视大数据热潮,但大数据的出现改变了商品的基本商业规律吗?仔细一想,并没有。那么,大数据在影视行业中的从天而降,带来的价值是什么?


有人说,90%的骗子都去做影视项目了,漫咖啡每天都是各种影视项目,动不动就是票房十个亿的影视BP路演,各种小鲜肉堆积,多个NB的IP在空气中荡漾,2016年估计投入在电影领域的资金超过2000亿,但2016年的票房却是455亿,这是一个比股票交易市场还可怕的数据。2015年的投资热潮,到了2016年彻底遇冷,很多数据同行也都快走不下去了。


这是一个最坏的时代,也是最好的时代。


如果我们处于一个用脚趾头决策就可以盈利的领域,还需要大数据吗?如果随便拍出的烂电影都有票房,还需要大数据吗?


大数据的价值,并不是创造出太平盛世,而是告诉每一个人,当下什么最有市场,用户喜欢看什么类型的题材,关注的社会话题是什么,对什么样的角色和演员感兴趣,什么类型的投资回报率最高,什么样的用户最容易掏钱买单。


而这一切,有影视圈的老炮跟我说,老曹啊,这些我们有经验,不需要大数据。


真的如此吗?那为什么有经验的导演都死在了票房上面?现在每年进入电影院过亿人次的电影时代,真的和以前每年千万人次时的一样吗?现在的购票观影人群,真的和经验里面的人群一致吗?


媒体碎片化,受众分散化,传播的娱乐化,早就把以前的经验粉碎得支离破碎,影视行业已经进入一个野蛮生长的时代,所有的规则都会被打破,墨守成规的老炮可能都会死在王八拳下,因为太多的未知了,唯一不变的是,按需生产才是唯一的出路。


影视大数据的出路在哪里?


介入交易环节


大数据要想迎来春天,一定要介入各个交易环节,而不是事后追忆和事后诸葛亮,事后的分析,是调研公司的职责,而不是大数据的工作。只有介入剧本创作与交易,演员组建与交易,投资评估与交易,才可能迎来春天。


大数据应该在剧本阶段就参与进去,什么类型的话题用户持续关注,帮助编剧足不出户就可以采风,告诉编剧他们在写的类型和题材已经有多少人在写了,现在是否已经类型扎堆,往往能挖出金矿,通过大数据帮助编剧去创新会迎来春天,而尝试通过大数据去做剧本医生,会死在评估的路上。


通过大数据去分析,什么样的演员组合相加比分最高,什么样的演员在哪种类型的影视项目里面贡献率和号召力最高,可以分析粉丝人群覆盖和规模,挖掘更多的潜在市场,通过大数据去比较性价比最高可以获得春天,而片面追求明星知名度的数据比较,会死无葬身之地,数据成为演员选拔的交易凭证,这个行业才会良性发展。


大数据只有参与到影视项目的投融资环节,把导演、制片人、编剧、主要演员、档期、发行团队的能力和风险通过大数据提炼出来,才能找出生存的空间。为项目方做出各种“优势数据”,最后只会成为骗子的帮凶。这三个交易,只有为交易的买单者服务,并影响到乙方单子的成交,才能杀出重围。


介入内容生产


大数据只有介入到故事核和人物设定,参与到内容的策划,才有可能分得一杯羹。影视行业本质上还是一个内容为王的领域,什么样的故事核能打动人,什么样的角色能够感动人,是永恒不变的主题。


行业缺的不是内容,而是优质的好内容,坦白来讲就是拥有广泛用户基础的好内容。为什么出现了那么多烂片?那是因为没有好的剧本,为什么没有好的剧本?那是资本方都追求热门IP去了,但热门IP的网络小说真的直接能变成影视作品吗?


网络小说的消费场景和影视的消费场景是不一样的,网络小说的付费场景本质上是打发时间,体现在不是打怪升级,就是插科打诨,是由男性用户所驱动的;而影视项目的付费场景是社交!而社交的本质是提供沟通、线下见面的机会和话题点,而这个市场是由女性驱动的,她们的内心诉求是什么,她们喜欢什么样的男主人公,哪种表白场景最能让她们感动,又通过什么样的桥段和对白体现,就是大数据的金矿。


数据结果可视化要让傻子都能看得懂


影视大数据最难的是非结构化数据,在技术和算法上投入的成本非常高,这样会导致大数据呈现的时候,客户往往看不懂,而新的产品一旦教育成本过高,就会导致交易成本非常高,就会导致影视大数据公司经营成本非常高昂。


其实客户往往需要的就是一个显而易见的结论:用这个演员行不行?排第几名?只有把数据结果变成简单,才会引起客户对结果的关注,从而关注导致这种结果的原因。


互联网时代的来临,让信息结果的获得变得越来越容易,而对结果的原因却很难获得,因为信息量太多了。大数据要盈利,一定要从结果可视化入手,数据结果可以免费,但结果背后的原因却可以收费。


数据费用门槛要降下来


大数据的付费门槛要降低下来,不要动不动就收费几十万,因为这是一个新的领域,客户愿意在挣钱的时候成为第一个吃螃蟹的人,但绝大部分的客户都不会愿意在花钱的时候成为第一个吃螃蟹的人。


那么,大数据收费应该化整为零,能否做到一份报告就几百块钱?让客户尝到甜头,把猪养肥了再说?新生事物总是要被人欺负的,除非你占领了该领域的绝对第一地位,要不然没有定价权。只有抢占了绝对的市场份额,才有可能盈利。只有做到按条付费,将来才可能有高额的包年付费。


影视大数据的死路在哪里?


追求数据全面


数据处理好像只有四种:简单数据简单化处理、简单数据复杂化处理、复杂数据简单化处理、复杂数据复杂处理,目前挣到钱的好像都是前两种。中国市场太大,数据相互打通的难度太高,而从业人员抱怨最多的是数据源好像永远都不够,却忘了数据源是永远都不够的,因为大数据公司是不可能拥有数据源的,市场规则也让每个大数据公司都获得不了完整数据源。


运营商的数据源够多了吧,貌似他们的数据部门也没盈利(如果把他们获取数据源的成本和运营成本算上的话)。数据的本质,是快速让大家知道发生了什么事,只有降低成本,把简单数据简单化或者复杂化分析,快速变成结果去变现,大数据公司才能活下去。活下去,比数据最全面更加重要。


追求因果关系


做大数据的,最怕听到“因为……所以……”,因为大数据能做到最真实情况的还原,就已经很难了,因为数据噪音太大。当现实市场那么混乱的时候,尝试去找出项目成败的因果关系,太难了。大数据能帮助找出相关关系,就已经很难了。大数据的作用是趋势判断,而不是找出因果。只有最熟悉项目的客户,才最有可能找出因果,寄希望于大数据公司找出因果,实在是有点勉为其难了。


我最怕我公司销售接到这样的项目,如果我能准确找到因果关系,我就不做大数据了,我为什么不去做影视项目呢,那样挣到的钱更多!大数据是医院的各项检测仪器,可以协助医生告诉病人哪些指标异常,但患了哪些疾病和怎么治疗,是医生的职责,如果让一台台机器来代替医生治病,那不是一个很可怕的事情吗?


追求高新技术


我特别害怕又有一些IT专家加入影视大数据的领域,尤其害怕其中又涌现一些骇人听闻的技术。这个领域和其他的领域不一样,是一个感性和理性结合的领域,如果一家大数据公司核心团队里面没有人写过剧本,不懂艺人,不懂发行,甚至都不追剧,不看电影,不追星,出来的报告只有IT人员才看得懂的报告,真不知道谁会买单。


影视,是一个需要工匠和科学家的领域,左脑和右脑只有配合好才能出好作品,纯粹的IT人或者纯粹的影视人组建的大数据公司,都会死得很惨。


2017年,我其实充满了希望,只有经历过这种市场变坏而又能存活下来的公司,才能挣到钱。大数据就像美国西部淘金时代一样,不是像每个淘金者一样去淘金,而是向每个淘金者卖淘金工具,这样才会稳赚,不是么?


— 关于作者 


曹永寿,艾漫数据创始人兼总裁,全面主管公司运营、产品、研究、市场、销售工作。曾在腾讯、搜狐、尼尔森等公司担任管理岗位,历年担任过运营、产品、市场、数据调研、销售、策划、客服、广告投放等部门负责人,尤其在电视剧、网络剧、电影、音乐、大数据等领域有非常丰富的从业经验。



注:本文由 曹永寿 投稿数据猿发布。

欢迎更多大数据企业、爱好者投稿数据猿,来稿请直接投递至:tougao@datayuan.cn


推荐阅读:


聚道科技李厦戎 | 品友互动黄晓南

360大数据中心傅志华 | DataMesh李劼

网智天元莫倩 | 易日升金融史建伟 | 六禾创投杜挺 

中关村大数据交易产业联盟张涵诚 | 博晓通张宇

中堃数据魏清 | 星环科技孙元浩 | AdMaster洪倍

友盟+李丹枫 | 华院分析唐岳岚 | 天云大数据雷涛

慧辰资讯马亮 | 中科院方向东博士 | 勤智数码廖昕

微瑞思创周像金 | 艾媒咨询张毅 | 神策数据桑文锋

薪人薪事联合吕恒 | GrowingIO张溪梦 | 易观郭炜

普丘信息系统陈涛 | TalkingData鲍忠铁



    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存