大數據是影視行業的利器還是障礙

以前是有什么電影，觀眾就看什么電影。如今是根據大數據中顯示的觀眾喜歡看什么，再拍什么。觀眾的活動數據影響了作品的生產。大數據，指的是利用新型數據處理模式，采集、存儲、管理、分析海量信息。大數據服務于決策，能夠提升決策能力。

收視率數據、票房數據、明星粉絲數據、網友興趣關注數據……都會影響影視行業的發展動態。所以，不難理解為什么現在IP火爆，演技生澀的小花、鮮肉滿天飛，劇情空洞的玄幻劇霸屏，以及套路滿滿的青春片充斥影院。在IP、顏值、玄幻、青春片扎堆之際，其實是大數據在掌控。

然而從觀眾對《小時代》、《老九門》、《微微一笑很傾城》、《致青春》的評價來看，這些作品并沒有達到他們的期望，滿足他們的情感。相反，過度依賴粉絲支持、顏值的作品，引起大多數人的失望和反感。

可以說，目前大數據對影視行業來說，并沒有發揮出其優勢和潛力。

唯點擊量還是看實力？

大數據，是一個有著更為科學、精細的系統，能夠實現滿足用戶定制化需求。中國影視行業的投資者、制片方也樂意通過大數據分析及時抓取用戶的喜好傾向，提高作品市場回報率。但是在實際操作中，也有一些誤區。在是參照輿情，還是看實際情況這一問題中，大多數人走向了唯點擊率是首。

翻開一個個電視劇、綜藝節目、電影，演員、明星在其中充當了流量擔當。陳學冬、王俊凱、黃軒、楊冪、唐嫣、吳亦凡、劉亦菲、彭于晏……這一個個名字背后都是人氣指數。導演、制片方、投資方花重金選擇擁有龐大粉絲基礎的明星，離飄紅的票房、收視率更近了。如今，粉絲數量、明星話題度已經影響了整個影視大環境。

但是這種依靠點擊量的影視作品也陷入一個怪圈，賣座并不叫好，甚至引發負面影響。一味重視流量、顏值的制作理念已經與觀眾的審美需求背道而馳。人們常常發現，一個偶像明星演了一個劇的同時也毀了一部劇。吳亦凡出演《致青春2》，人氣吸引了粉絲買單。但是，夸張的表演，讓人從頭到尾看不到演技的存在，也拉低了整部電影的品質。這樣的情形在2016年暑期表現尤為突出。因此原本可以產生國產爆款的暑期檔，最后不見一匹黑馬。

是跟風還是深度挖掘用戶需求？

在眾多影視作品通過大數據的分析，走向顏值、人氣第一的制作理念時，是跟風，還是另辟蹊徑？其實大數據一般都有一定的滯后性。大數據是對過去存在的數據采集，從而形成對過去形勢的認知。人們可以根據大數據對影視行業進行布局。如果抓住了一部分群體的需求空白，有的放矢，制作產品，吸引他們的注意，很容易成功。但是當這種需求已被大范圍滿足時，原來的大數據就失去了作用。

在大數據的指導下，影視作品的生產方式是先鎖定觀眾，選擇他們喜歡看的小說做劇本，然后請一些他們喜歡的明星、導演進行拍攝，再到他們社交網站上經常提到的景點取景，用人氣歌手配樂，最后再到觀眾喜歡看的綜藝節目上宣傳。這樣生產出來的產品，在熱點活躍的時候，很吸人眼球。但是，當熱點一消失，就會因藝術性缺乏而不被接受。

大數據是線性存在的，隨著時間軸的發展，隨時隨地都在發生著微妙的變化。因此，作為制作者，在依賴大數據的同時，也需要挖掘用戶的深度需求。當大眾對顏值、流量的追求被海量生產的作品滿足時，就應該轉向顏值、流量的對立面——質量。制作方，可以在精準的定位與藝術性之間找到一個平衡點，讓影視作品不僅僅是一個商品。

大數據應和創意同行

大數據的出現，對傳統影視行業來說，是機遇，也是挑戰。以前，生產者不考慮用戶的需求，海量生產作品，同質化嚴重，很難滿足個性各異的用戶。有了大數據之后，用戶能夠在眾多產品中找到自己喜歡的作品。這對于普通用戶來說，是一種福音，也是一種改變。大數據部分解決了用戶需求與作品創作之間的矛盾，也成功塑造了一些商業價值高的產品。相對于傳統的市場調研，大數據能夠實現分析的高度智能化和有效匹配。大數據分析能夠及時、迅速地進行分析，節約市場調研的成本。

當然，大數據并不是影視行業發展的決定性力量。一部作品的成功，取決于多種因素、多個力量的相互配合。

《紙片屋》的編劇約翰 曼凱維奇認為，《紙牌屋》的成功并不是由大數據決定的。大數據的作用在《紙牌屋》的成功中被夸大了，至少作為編劇，他沒有關注網絡大數據。他和其他四個編劇，集中精力講好一個故事，做到專業且有深度。因此，可以說《紙片屋》的產生源于大數據，但是其成功不限于大數據，而是更多地依靠導演、演員、創意、講故事的手法等。 歸根結底，一部影視作品的成功，充滿了很多偶然性，并不是大數據能夠決定的。

總之，在利用大數據開發影視作品時，需要回歸作品本身。選擇一個觀眾都喜歡看的題材，需要下功夫想出一個與眾不同的講故事的方式，用專業、有深度的劇情留住目標觀眾。否則，就會出現熱乎乎的數據產生一個冷冰冰的票房成績現象。畢竟，受眾在網絡上發表的意見、留下的瀏覽痕跡以及展示的喜好都只是表象。在這些表象之下，只有看到有價值的東西，才能實現對大數據技術成熟、完美的應用。