大数据的风肆意地刮，席卷了各个行业，一夜忽扫万枝花，却是春风吹又生。这阵风其实早已吹进了娱乐圈，只不过我们的眼球往往被花边新闻所吸引，没有过多关注这些新鲜的玩法，接下来，让我们一起走进科学，探索娱乐行业的大数据。
好大一块蛋糕！
国家富强了，人民富裕了，生活富足了，老百姓们除了吃饱穿暖，也越来越注重精神和情感世界的丰富多样。
自2010年以来，娱乐行业蓬勃发展，电视剧、电影、网络综艺、网剧、网络视频等一系列娱乐衍生品喷薄而出。2011年-2017年间，中国的网络视频市场规模从63亿元人民币增长至850亿元人民币，年复合增长率达到了54.3%。
据国家广电总局和其他公开资料统计，2014年网络综艺节目数量仅47部，而到了2017年，网综的数量达到了197部，网络大电影播放数量也由450部增加至2017年的1892部，而网剧的数量由131部增加至206部。
我们再来看看电影市场，2012-2017年期间，中国电影市场飞速发展，2017年总票房收入达559亿元人民币。欣慰的是，我国国产电影的数量以及制作水平都在逐步提高，与引进的国外电影相比，国产电影的票房份额也在不断提升，目前国产电影票房占据53.8%的市场份额。
曾几何时，10亿票房是多少制片方所渴望越过的殿堂门槛，而随着《美人鱼》33亿，《战狼2》56亿等一个个天文数字的爆出，10亿票房不过是卖座电影的及格线而已。
所以，无论是从受众面、关注度、行业发展趋势还是盈利空间来看，娱乐产业都是一块奶油鲜糯欲滴，飘香四溢的金黄大蛋糕。
最关键的是，随着互联网的发展，娱乐产业沉淀了大量的数据，有着巨大的挖掘空间，这就好比是把一块蛋糕摆到了面前，还准备好了刀叉，谁能不蠢蠢欲动。
怎么吃？
这么香的一块大蛋糕应该怎么吃呢？
我们先来看看都有谁吃过：
其实早在七八年以前，美国人就试吃过，其中最成功的当属Netflix出品的《纸牌屋》。作为一名《纸牌屋》的脑残粉，感慨于Underwood “人至贱则无敌”的同时，也不得不惊叹于Netflix的神机妙算。
作为世界上最大的在线影片服务商，Netflix拥有3000多万的订阅用户，这些用户每天在Netflix上会留下3000多万条行为数据，其中包括300多万次搜索和400多万次评分。
基于这些数据，Netflix可以了解用户的偏好，他们热议的话题，他们喜爱的演员等等，通过一系列分析，他们可以识别出《纸牌屋》这个IP好不好，用户是否会喜欢，该找谁来当导演，谁来主演，如何运作，如何宣传。
经过分析决策，Netflix用1亿美元买下了《纸牌屋》版权，请来David Fincher（导演）和Kevin Spacey（主演），助力《纸牌屋》火爆全球，甚至连奥巴马都追到入迷。
接下来，再来看看我们应该如何吃：
1）剧本孵化
剧本孵化一般有两种途径：一种是直接买一个IP，这种方法相对比较保险，因为已有粉丝基础，但在改编之前仍需要先对IP进行评估，以此了解该IP是否有足够且持续的关注度，受众人群基数如何。
另一种途径是原创剧本，那么在创作之前可以先基于大数据针对用户的喜好进行挖掘，识别出用户所关注的类型、标签，然后再按照细分市场划分的方法，来确定要进入的领域，创作符合该类用户喜好的剧本。
2）选角评估
我们可以针对各个演员的热议程度、号召能力进行初筛，之后再对演员的粉丝群进行画像分析，看看各演员的粉丝是否符合这部戏的受众定位，是否可以运用这些演员进行引流。
此外，还需要考量大众对这些演员的认知印象，是否符合剧本中人物的形象，最后再看看价格是否能谈妥。
3）广告植入
有了剧本，有了演员，当然还需要钱，除了投资方以外，通过广告植入也有不少的经济来源。不过广告也不能随便植入，收钱之前，还需分析该品牌的品牌形象是否契合剧本中的具体场景。收完钱之后，还得再复个盘，评估一下广告的到达率、与品牌的关联度、观众喜爱度及对品牌而言的认知提升。
4）营销宣发
以电影为例，在宣发时需要确定排片。
一是上线的时间，同时期是否有其他同类型的电影？是否有其他关注度很高的对手？
二是发行的区域，我的电影有哪些目标人群，他们分布在哪些地方？在做宣传时，如何能触达到这些用户？这些都是可以通过大数据来解决的问题。
美国的大数据在娱乐行业的应用自然是走在了前面，在很多方面都吃的比较透了，不过近几年，国内的大数据发展也紧随其后，在娱乐领域做了很多尝试，吃的越来越开。
上述的吃法可能还比较抽象，接下来，我们来回放一下国内大数据的吃蛋糕过程。
《小时代》是一部饱受争议的国产连续电影，电影好不好先不做评价，这一系列电影确实为大数据研究提供了很完整的素材。
首先，《小时代》电影是由IP衍生而来，有着一众原著粉丝，那是她们课桌下、被窝里按耐不住的青春回忆。
其次，《小时代》角色众多，在演员的评估上大有文章可作。
再者，《小时代》电影接连拍了好几部，每一部的间隙都有机会去做分析和调整。
最后，《小时代》系列电影饱受争议，媒体和观众的关注度较高，因此有大量的内容可待挖掘。
1）IP评估
对IP的评估大致有三个维度：
一是IP的粉丝数，这决定市场的规模，原著粉丝数越多，风险相对越小。
二是IP话题热度，通过书籍的阅读量、书籍排名、相关文章阅读量和相关内容搜索量可以识别IP的话题性和可传播性。
三是IP的活跃度，这个IP是否在持续发酵，是否不断有新用户关注，要做到这一点难度较大，除了《西游记》这种IP能延续百年，直至今日，还被翻来覆去炒到发焦以外，其他IP的活跃度一般都呈现出明显的生命周期。
这里的《小时代》书籍虽然热度已过，但别忘了，郭敬明这个IP可是非常活跃的。
2）如何选角
对于有着较高关注度的明星演员而言，各平台的数据并不缺乏，基于媒体资讯和搜索评论数据，可以提取出大众对于演员形象的认知关键词。当然，选角更多还是由主创人员主观抉择，但对于演员的形象词分析可以提供辅助，特别是在拍续集时，对于角色形象突出的演员，可以适度加大戏份。
比如：郭采洁通过《小时代》颠覆了大众的认知，完美、华丽、霸气等关键词频频冒出，她所扮演的“顾里”也逐渐承担起了更重的戏份。
3）主演口碑评估
《小时代》主演众多，通过观众对于前几部电影中演员的评价，可以准确了解到观众的情感倾向。基于文本情感分析，可以看到，观众对于“简溪”的演员李悦铭的负面评价明显高于其他，那么在后续的电影中，可以直接考虑换演员或者删减这一角色的戏份。
4）设定哪些剧情
通过对之前剧情的分析，可以发掘出观众对于各类剧情的喜好程度，比如：基于数据可以发现，观众对圣诞夜、顾里生日宴会的互撕、顾源裸上身等情节关注度极高，那么后续可以继续加入更多“闺蜜疯闹”、“情感冲突”、“腐女”的情节元素。
5）受众是谁
数据的结果其实和大众的认知是一致的，《小时代》的关注者以女性为主，她们大多是90后的原著粉，比较宅，喜欢音乐、影视、八卦等等，因此在进行营销的时候可以针对这些用户所活跃的视频网站、社交平台、新闻媒体进行宣传。
6）在哪里排片
排片量直接会影响到票房的成绩，《战狼2》就是个最好的例子，通过小镇青年带动了票房的增长。对于《小时代》而言，热议话题的发起者与参与者多为北上广和深圳、成都等一二线城市居民，因此，一二线城市是《小时代》的主要战场，那么在做宣传活动和排片的时候也要以一二线城市为主。
用什么吃？
方法都知道了，那这些数据是从哪儿来的呢，要用到哪些工具呢？
通过大数据进行娱乐行业的分析，最核心的方法自然是文本挖掘技术了。
大体来讲，文本挖掘所基于的数据源主要有四类：
1）行业中的票房和收视数据
这些数据很多票房榜单和中介销售平台都有，基于这些数据可以评估各个电影的卖座程度，当然，热卖指数的计算还需要考虑到时间和同期的其他电影票房。
通过对电影的关键词提取，可以形成一套标签库，将电影打上各类标签，那么基于决策树的思想，通过观众对电影的选择行为，可以分析出观众对于各类标签的偏好程度，从而指导主创人员根据观众的喜好进行创作或IP选择/改编。
2）搜索数据
热搜可以很好地体现人们的关注度，对于热搜标签的提取和评估和上述的方法相同。除此以外，搜索数据还可以很好地支持IP的评估，通过建立多项指标进行聚类，可以对现有IP进行分类，提供IP选择的参考。
3）媒体数据
媒体反映的是大众的关注焦点，同时也对大众的认知起着引导作用，将媒体数据进行摘要提取，可以了解到媒体的关注点，此外，在进行宣发营销时，同样可以借用媒体的力量酝酿发酵，那么在媒体的选择上需要先进行考量什么媒体的调性更适合，哪些媒体的受众人群和本剧相吻合。
在运用网络媒体进行传播时，还可以通过链接参数进行全流程跟踪，以此分析该媒体资讯是否有较强的裂变能力，从而考虑是否“加注”。
4）评论数据
随着社会的发展，网民们越来越乐于吐露自己的心声，“键盘侠”们从天而降，裹着正义的披风大杀四方，没有人知道他们叫什么，他们身后留下的只有泛着唾沫星子的战场。
这么多的评论数据，当然需要进行提取分类，通过观点情感挖掘，了解他们的主要论点和倾向，一方面可以用于选角的评估或剧情的修改，另一方面，还可以在电影发布初期进行舆情监控，当发现不好势头的时候，及时进行公关引导，或在水军的大坝决堤之前，筑起高墙。
结语
这是一个“娱乐至死”的时代么？
大数据的方法好像只有迎合，但尼尔·波兹曼说：
“有人说我取悦于人，我说这很好，如果一个教授上课时表现幽默，人们就会带着记忆下课”。
我们需要严肃文学的清高和深刻，但也需要娱乐文化的寓教于乐。创作者可以决定想表达什么，但你能说给多少人听，说给哪些人听，如何说给他们听，这也许是大数据能赋予的价值。
作者：Mr.墨叽，公众号：墨叽说数据产品
