Netflix是如何用大数据捧红纸牌屋的

作者:    2020-06-08 08:09:33   954 人阅读  574 条评论
Netflix是如何用大数据捧红纸牌屋的

现在网路上最热门的美国影集,可以说就是「纸牌屋」,而纸牌屋本身更是请来大卫芬奇作为导演以及知名演员凯文史贝西作为剧中扮演美国多数党党鞭的角色,话题性十足;一推出后,在美国等地就成为热门讨论焦点。

那幺 Netflix 是否在买下本剧开拍前就知道这部片会不会红呢?纽约时报在近期的文章中 Give Viewers What They Want,如此评论:

以下为 IT 经理网编译自 SALON 的内容 ,早在一年前,Netflix 就开始利用大数据分析,对节目的进行安排,透过对观众收看习惯的了解, Netflix 发现,
那些喜欢看 BBC 旧版「纸牌屋」的观众,同样也喜欢大卫芬奇导演的电视剧, 或者凯文史贝西主演的电视剧。

因此, 对 Netflix 的高层来说, 购买这部由大卫芬奇导演,凯文史贝西主演的同名电视剧就是合理的。而这也最终也让他们决定花一亿美元来购买这个 1990 年 BBC 同名电视剧的重製版。

新版「纸牌屋」一共两季, 第一季已经在 2 月 1 日在 Netflix 平台上独家播出,第一季一共 13 集, 北美、英国、爱尔兰、拉丁美洲和斯堪的纳维亚半岛的会员都可以点播观看。在去年 11 月, Netflix 的公关总监 Jonathan Friedland 在接受「连线」杂誌採访的时候说:

除了节目自身的受欢迎程度外, 大数据战略还有一个优势, 就是 Netflix 的推荐引擎也会有很大作用, 这可以使 Netflix 节省不少行销成本。Netflix 的数据表示, 75% 的观众都会被 Netflix 推荐观看所影响。

Netflix 的公关副总裁 Steve Swasey 说:「透过我们的演算法, 我们可以发现那些可能喜欢凯文史贝西或者政治题材电视剧的观众,进而推荐给他们喜欢的剧集。」虽然具体的数据还得过一段时间才会揭晓, 但观众对新版「纸牌屋」的最初评价相当正面。而人们不禁要问, 大数据分析究竟给影视创作带来了什幺?

Netflix 的数据来自于它的 2900 万观众。每次观众的搜寻, 正评或负评, 这些数据也会和第三方数据, 如尼尔森的收视数据综合起来, 此外,再加上地理位置数据、装置数据, 社群媒体分享数据, 观众加书籤数据、 每次观众登入授权的数据,以及每部影片或者剧集的数据, 都会进入 Netflix 庞大的数据分析系统里去。

通过 Netflix 的演算法, Netflix 不仅仅知道你星期天晚上比星期一下午更可能会看恐怖片。也可能知道你更喜欢用平板电脑来看片。哪些地方的人们更加喜欢在星期天下午,用平板电脑观看。Netflix 甚至能够记录哪些使用者当节目结束,幕后人员表开始跑时,就停止观看。

分析凯文史贝西,大卫芬奇的粉丝与政治题材电视剧的相关性, 仅仅是很小的一个应用方式。Netflix 透过对观众习惯的了解, 足够它判断某些特定内容对观众的吸引程度。

Netflix 的资深数据科学家 Mohammed Sabah 在去年夏天的一个研讨会上指出, Netflix 可以针对某一帧画面进行内容分析, 分析当时的观看习惯。这些数据, 可以和其他数据关联起来, 得到更加完整的分析。而根据 Sabah 的演讲看来, 这里的「其他数据」可能包括音量、颜色、背景等等数据, 这些数据可能综合起来, 得出关于观众喜欢内容的有价值的资讯。

Netflix 的首席内容官 Ted Sarandos 表示:

当然, 以数据为中心的决策也不一定能够保证成功。凯文史贝西甚至大卫芬奇的参与, 也不能保证一定成功。作为 Netflix, 它的目标是要挑战 HBO 在高品质影片的地位。这需要对大数据分析进行精益求精的优化。要记住的是, 任何大数据分析, 也不可能避免小概率事件的发生。

不过, Netflix 这次在「纸牌屋」上的尝试,对于製片业即将迎来一个重要转折。新媒体公司过去几年来, 已经在利用大数据分析的推荐引擎, 向观众推荐他们喜欢的节目。而现在, 大数据分析正深入到电影的创作环节, 这对将来整个影视创作行业从剧本选择、 导演与演员的选择, 拍摄和后期製作, 乃至行销, 都会产生深刻的影响。