五个真实的数据挖掘故事之四：《纸牌屋》
中国统计网 >
　　*中国能制作出类《纸牌屋》的电视局吗？NO
　　案例4：《纸牌屋》你学不会
　　凭借一部片子咸鱼翻身，这样的桥段在当下热播美剧《纸牌屋》身上重演，反转剧主角是美国一家视频公司Netflix，它的武器则是大数据。
　　首次进军原创剧就走红，Netflix不仅成为娱乐圈里的谈资，亦成为数据革命的代表。无论是《纽约时报》、《洛杉矶时报》还是最近一期的《经济学人》，严肃媒体们都在重要版面研究《纸牌屋》成功之道。
　　获得如此密集关注，并非没有道理。《纸牌屋》不仅是Netflix网站上有史以来观看量最高的剧集，也在美国及40多个国家大热。Netflix产品创新副总裁托德&耶林（Todd Yelin）称，其表现甚至&比我们最大胆的梦想都要好&。
　　事实是，美国&白宫甄?执、导演大卫&芬奇（David Fincher）和老戏骨凯文&史派西（Kevin Spacey），这些噱头只是用以吸引眼球的皮毛。最抓人的是，Netflix根据数据技术推导出《纸牌屋》的关键要素，喜欢BBC剧、大卫&芬奇和凯文&史派西的用户存在交集，这是多么酷的一件事。
　　中国的乐视网一直关注Netflix的发展路径。&值得研究的是Netflix如何从后端数据推导出前台生产。&乐视网副总裁何凤云说。这种做法与旧传统是背道而驰的，以美国著名的有线电视网络媒体公司HBO为例，它对导演强烈的个性抱以完全的信任，全权委任导演去制片、编剧、挑选演员。而在中国，几大视频网站在自制剧时都有自己的选片团队，由他们为观众选择与确定导演，挑选剧本。
　　多年前，依赖于种种技术，Netflix对数据的记忆能力已经炉火纯青。当一位用户通过浏览器登录Netflix账号，Netflix后台技术将用户位置数据、设备数据悄悄地记录下来。这些记忆代码还包括用户收看过程中所做的收藏、推荐到社交网络等动作。
　　在Netflix看来，暂停、回放、快进、停止等动作都是一个行为，每天用户在Netflix上将产生高达3000多万个行为，此外Netflix的订阅用户每天还会给出400万个评分，300万次搜索请求，询问剧集播放时间和设备。
　　没错，这些都被Netflix转化成代码，当作内容生产的元素记录下来。其首席内容官泰德表示，所有这些数据意味着，Netflix公司已经拥有&可寻址的观众&。
　　早年间，Netflix利用上述数据提供一项推荐引擎业务。比如说，数千万用户能在一个个性化网页上对影片做出1－5的评级，这些评级构成了一个巨大数据池，如今这个数据池容量已超过近百亿条。根据数据池，Netflix使用推荐算法来识别具有相似品味的观众，然后对这一群体做出相关内容的精准推荐。
　　Netflix要将巨大的数据池变为生产力并非易事。长年以来，为了提高算法精准，它持续地举办大型比赛，来提高自己的数据挖掘能力。2005年底，Netflix曾开放一数据集，并设立百万美元的奖金(netflix prize)，征集能够使其推荐系统性能上升10％的推荐算法和架构。这个数据集包含了超过48万个匿名用户对大约近2万部电影做的大约10亿次评分。
　　Netflix一直在寻找与自身匹配的数据挖掘工具。据一位前Netflix云数据库架构师的博客回忆，在2010年Netflix完成了两次迁移，其一是将Netflix的数据中心迁移到了Amazon AWS之中，其二是将Oracle数据库迁移至SimpleDB。
　　而到了2011年又从SimpleDB迁移到Cassandra，利用Cassandra提供的路由配置，集群可以被部署在多个大洲。忘掉上述专业术语，一个小故事足以说明它们的意义。
　　法国电影《不要告诉任何人》在美国的票房收入惨淡，只有600万美元。可Netflix的工程师并不相信这个数字，他们通过上述数据挖掘技术，找到了不易察觉的点击量，而这些才是被隐藏的事实。2011年时，Netflix决定播放《不要告诉任何人》。如Netflix预测的一样，这部电影在播放后立即在最受瞩目的节目中排到第四位。
　　然而，投资人并不看好Netflix的这些努力。投资人表面上相信Netflix的数据库是个大宝藏，但财务报表的数据呢？去年万圣节，Netflix董事长兼CEO里德&哈斯廷斯接到一位投资人电话，后者告知哈斯廷斯，他将从二级市场收购Netflix 10%的股份。投资人坚持认为Netflix气数已尽，这位投资人的计划是，进入Netflix董事会再建议哈斯廷斯卖掉Netflix。
　　早期，Netflix是北美家喻户晓的在线影片租赁提供商，它的主营业务是通过邮寄方式租赁DVD的模式赚取利润。然而，在互联网时代这个盈利模式逐渐式微。于是，Netflix将主营转向在线流媒体播放，其商业模式是付费用户通过PC、TV及iPad、iPhone收看电影、电视节目。
　　但在逐步放弃高利润率的DVD业务，彻底转型低利润率的流媒体业务后，Netflix却遭遇营收增速放缓、成本费用激增的困境。2012年第三季度，尽管财报中营收和每股收益均超出分析师预期，股价却依然暴跌。美国知名专栏作家撰文称&Netflix被收购或许才是投资者最理想的选择&。
　　里德&哈斯廷斯别无选择。他决定反击投资人的短视，用事实告诉资本市场，数据不是花架子，而是地道的生产力。Netflix利用数据挖掘能力计算出可以赢的办法，1亿美元买下一部早在1990年就播出的BBC电视剧《纸牌屋》的版权，请来导演大卫&芬奇（David Fincher），并由老戏骨凯文&史派西（Kevin Spacey）担当男主角。
　　乐视网副总裁何凤云向本刊介绍，1亿美元买下的《纸牌屋》总共2季26集，计算下来单集成本约为400万美元，远远高于美国一般电视剧的单集制作成本&&150万至200万美元，也只有《广告狂人》、《斯巴达克斯》这类热播美剧才能达到200万美元左右。算下来，对于Netflix而言，只有新增100万一年期合约付费用户才能收回上述成本。
　　Netflix并非没有计算过豪赌的回报，这样做不仅可以带来新增用户，更为重要的是它为Netflix开拓了上游市场，走上了自制剧之路。在《纸牌屋》之后，还将有四部自制剧在2013年登陆Netflix。这意味着，Netflix可以逐步降低对版权费用日趋高涨的好莱坞剧的依赖。
　　Netflix的故事，对于中国视频网站而言着实励志。他们与Netflix所面临的境遇相似：在美国国内，好莱坞的独家授权费用越来越高，版权成本上升导致资本开支加大。同时内容竞争越来越激烈，尽管在流媒体播放领域Netflix仍占据市场首位，但面临着HBO（美国家庭电视广播网）、Amazon（亚马逊）、Hulu、YouＴube的竞争，它们都在加大内容投入。
　　由于版权价格提升，国内知名的视频网站们，诸如优酷土豆、搜狐视频、乐视网、爱奇艺近两年也纷纷打造自制剧。
　　据乐视网高级副总裁高飞对本刊透露，虽然去年上半年版权价格曾达冰点，但是现在又很快回升，从一线卫视购买电视剧，平均购买价格每集几十万，意味着买下一整部剧不下千万。
　　在此局面下，拿下《纸牌屋》中国地区的互联网独家播放权的搜狐视频，不得不上调版权采购预算，其2012年的版权采购成本为5000万美元，但2013年这一预算上调到8000万美元。&但我们拍一个自制剧，成本基本上也就三分之一，甚至不到这个数。&高飞说。
　　关键是如何制作自制剧？国内视频网站意识到数据的重要性，也积累了大量数据。比如乐视网通过分析用户收看时间，在今年推出午间自制剧场。&但真正细致到使用数据来决定导演、演员，中国还没有哪家公司敢说他们能做到这点。&何凤云说。
　　此外，即便是有了数据，中国的流媒体公司还不敢像Netflix那样将宝押在一部剧上，因为中国的付费市场尚未成熟，目前还主要依赖广告盈利，无法完全将用户需求作为中心。&Netflix选择了这个项目，投巨资去做，就是博一个必须赢。&
　　乐视网高级副总裁高飞对《中国企业家》说，&期待中国市场也可以通过付费收视足以覆盖成本，但这要寄希望于未来大屏电视以及电视平台产品和服务的成熟，以及付费市场的快速成长。&
　　除此以外，一位视频行业的人士指出，在中国基于用户数据做出分析的同时，还要考虑广电审核的要素，一些领域与题材类型都要稍微收拢，&不是没法依赖数据，而是不能完全依赖数据，我们选择数据时也一定要结合中国国情。&||||||||||||||
当前位置：&&
《纸牌屋》第二季收视狂飙背后受益者Netflix的大数据运用启示
&《纸牌屋》是Netflix在2013年推出的最重要的原创剧，而随着观众开始习惯于通过流媒体内容连续追剧，该剧的人气似乎在第二年急剧飙升，据相关机构估算，《纸牌屋》第二季在北美大概拥有3170万观众。据统计，在一家美国有线电视提供商的所有Netflix订户当中，有16%在《纸牌屋》第二季上线后首个24小时之内至少观看了一集。这与2013年第一季上线首日的收视率相比飙升了7倍。2013年在《纸牌屋》第一季上线首日，只有2%的网飞订户观看了一集。相比之下，2014年在上线首日就观看了前五集的订户比例为3.6%。
《纸牌屋》第二季收视的飙升说明Netflix拥有一个极其成功的节目，Netflix的股价也因此上涨，成为《纸牌屋》收视狂飙背后最大的受益者。因为Netflix的盈利模式与国内不同的是会员付费制，所以Netflix需要像《纸牌屋》这样的独家节目，以此继续增加订户并且留住用户。前瞻产业研究院发布的《》分析认为，《纸牌屋》自制剧的成功并不意外，Netflix通过大数据的分析应用来进行剧集的定位，分析结结果具有很高的可信度，也预示了《纸牌屋》的成功。Netflix根据海量的用户数据推论出《纸牌屋》成功的关键要素有三：喜欢BBC剧集的用户、大卫.芬奇的表现风格、凯文&史派西的表演刻画。事实证明分析结论的可信度，《纸牌屋》在美国和其他40多个国家引起了观剧热潮，Netflix获得了巨大成功。
从消费者习惯、用户的爱好着手分析
Netflix的数据来自于它的4000万用户。每次Netflix用户的搜索和影视剧评分都会与第三方数据如尼尔森的收视数据综合起来。再加上地理位置数据，设备数据，社交媒体分享数据，Netflix用户添加书签数据，每次用户登录授权的数据，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。基于用户习惯，Netflix对其用户的消费习惯、偏好均有了一定的掌握，对推出剧集的定位也大有脾益，Netflix因此能够针对不同用户推出他们更加喜欢的节目。通过Netflix的算法，Netflix可以清楚的知道其用户观看不同剧集的高峰时间段、观看终端设备，甚至能够精确到一集节目结束演职员表开始滚动时就关闭节目的用户。
剧集制作从生产者主观判定到从消费者出发
Netfl已经将95%的数据存储在DataStax的Cassandra上，包括客户账户信息、影片评分、影片元数据、影片书签和日志等。Netflix在750多个节点上运行着50多个Cassandra集群。高峰时，Netflix每秒要处理50000多个读取和100000个写入操作。这样一来，Netflix业务能够灵活快速地创建和管理数据集群。
除了疯狂的计算能力外，Netflix在制作节目的思维上已经从生产者主观判定到从消费者出发。在掌握大量Netflix用户数据后，电视策划人会根据数据推算观众的主要关注焦点，再根据用户的需求设计、拍摄、播放新节目并且可以依据收视率的回馈灵活调整。Netflix颠覆了传统的集制作模式，Netflix还会根据观众的喜好选择导演、演员及剧本。
Netflix自制剧的动因与国内视频网站有所不同
与国内网络视频相比，Netflix在自制剧方面与其存在一些相同点，也有着明显差异。在原创节目的动机方面Netflix与国内网络视频大致相同，都有受到影视剧购买版权成本上升影响而寻求出路，希望实现差异化竞争。但在投资规模方面，Netflix是&大手笔&的高成本制作，而国内视频在成本控制方面显然显得更加谨慎。此外Netflix是由传统DVD租赁转型而成，因此在受众心目中的形象比较老旧，通过自制剧的推出，能够改善原有陈旧的形象，并打破原有的传统电视台首播剧的局面。
已有人评论　相关内容阅读
关注前瞻微信
有什么感想,您也来说说吧!
网友评论仅供其表达个人看法，并不表明前瞻网同意其观点或证实其描述。
有什么感想,您也来说说吧!
网友评论仅供其表达个人看法，并不表明前瞻网同意其观点或证实其描述。
免责声明：
1、凡本网注明“来源：***（非前瞻网）”的作品，均转载自其它媒体，转载目的在于传递更多的信息，并不代表本网赞同其观点和对其真实性负责。
2、如因作品内容、版权和其它问题需要同本网联系的，请在30日内进行。
征稿启事：
为了更好的发挥前瞻网资讯平台价值，促进诸位自身发展以及业务拓展，更好地为企业及个人提供服务，前瞻网诚征各类稿件，欢迎有实力机构、研究员、行业分析师、专家来稿。（）
12月9日，中国科学技术信息研究所和美国国际数据集团联合主...《纸牌屋》，Netflix的大数据实验
来源：《成功营销》 记者 周瑞华 发布日期
大数据的应用对作品的影响，不在于增加多少内容，而是对影片微调。比如，如何避免用户快进掉的那些内容，如何让用户耐心看完序幕等。而这些小小的改动，却可能会带来大不同。
Netflix自制剧《纸牌屋》第二季来袭，火热程度不亚于第一季，连美国总统奥巴马都在Twitter上追剧，给它打了一个大大的广告。这部号称白宫“甄嬛传”的政治阴谋剧不仅在观众中引起热潮，也在影视制作行业内部掀起一场关于“大数据如何让艺术变得可预测”的讨论。
Netflix对《纸牌屋》的走红毫不意外，因为这是一部“精打细算”出来的作品。从题材到导演和主演的选择，背后都有庞大的数据支持，大数据的应用，让《纸牌屋》变得可控、可测，一切都在意料之中。
《纸牌屋》是Netflix一次成功的大数据实验，在Netflix，所有的信息，从用户到影片，都可以量化。Netflix有一套独特的计算方法，用户的行为、喜好，最终都演变成数据，成为它决策的依据。
Netflix比你还了解你自己
1999年，当Netflix刚成立的时候，用户只能租DVD观看，Netflix还没有大数据的概念。随着互联网的出现，在线观看视频逐渐超过观看电视，Netflix才开始有意识地利用自身的优势运用起大数据。
Netflix在全球有3000万用户，每天产生3000万次播放，400万次评分，300万次搜索，同时还有其他诸如地理位置数据、播放设备信息、观看频率、速度等种种信息。庞大的用户群每天在Netflix上产生各种行为，形成了一个巨大的数据库。
究竟哪些用户数据才是有用的？Netflix也经历了一个摸索的阶段。最初，同其他公司一样，它会收集用户的一些个人信息，如性别、年龄，但后来发现，“一个60岁的女性和20岁的男性有什么区别？”前者可能也会看《钢铁侠》、《哈利·波特》，后者也会看肥皂剧。
意识到这一点后，他们很快放弃了这样的信息，转而关注用户喜欢什么，更重要的是，他们不喜欢什么。
因为对于Netflix这样一家视频网站，它的目标就是要保证用户能在合适的时间找到合适的视频观看，所以，Netflix要揣摩用户的喜好，给他们做出最佳的推荐，这样才能确保用户在这里不会“空手而归”。
Netflix淡化了用户评分、预测评分等“显”信息的作用，将重心放在一些“潜”信息的收集，如用户喜欢看什么，接下来又会看什么。公司的产品开发副总裁Todd&Yellin认为，传统的做法是，用户说喜欢看国外电影或者纪录片，公司就给他们推荐这类影片。但实际上，很多人只不过是随便在网上发表评论，在实际的观影选择中，可能会大相径庭。而随着用户越来越多的在线观影，他们实际上看了什么比他们的评级更重要。
现在，Netflix开始追踪用户是如何下拉页面，他们会点击哪里，哪些推荐是他们会忽略掉的，甚至还会追踪用户看一个视频时的速度，以及用户是喜欢在周末看喜剧，还是在一周的某一天看特定类型的影视剧等，根据用户习惯给他们做推荐。
在《纸牌屋》上映前，Netflix做了10个版本的预告片，每个版本都是根据用户之前的观影习惯推荐给不同类型的用户。例如，如果你是凯文·史派西的粉丝，推荐给你的就是他的特辑，如果你看过许多女性做主角的影片，你看到的就是一部女性为主的特辑。
《纸牌屋》是Netflix第一次战略性的运用大数据。该剧第一季推出后两周内，有10%的Netflix用户观看了全剧，80%的观影者给出“好”或者“超好”的评级。第一季播出后，2013年第一季度在美国用户增加了200万，比前一季度增加了7%，全球新增用户100万。根据The&Altantic&Wire,新增的300万用户的收益就已经追回了Netflix在《纸牌屋》上的投资。据一项调查显示，86%的Netflix用户因为《纸牌屋》表示不会退订。
日第二季全面上线后，Netflix不但用户数增加了10%，股价也从2013年1月初的90多美元上涨到现在的430多美元。
此外，Netflix还利用大数据来决定引进哪些影片。尽管大片很多，但Netflix每个月7.99美元的订阅费不足以支撑它引进所有热播大片，它通常只会选择那些用户点播率高的片子，这就存在一个选择的问题。用Netflix前产品工程副总裁John&Ciancutti的话说，物有所值和让用户高兴是Netflix选择的核心。例如，当一部片子很火的时候，版税也异常得高。Netflix可能会花高价买下几个月的播放权，但也可以通过大数据分析，拿这笔钱购买其他6部由同一个人主演或者导演的电影，也能博得用户的喜爱。
解构好莱坞电影
Netflix对大数据的运用有意思的地方在于它解构了好莱坞电影。登录Netflix的网站，人们会迷惑于它呈现的电影类型，例如，“1980年代的国外邪恶故事片”、“情感类对抗体制片”、“基于真实生活的忠诚故事片”……这种有别于一般的电影分类的方式，也是Netflix运用大数据的杰作。
Netflix曾花钱雇人来看电影，它提取出影片的主题、主角、情节、结尾、色彩、道德情感等多个角度和属性，要求观影者对各个属性进行评分。Netflix还会抓取一些画面，分析画面的色彩、用户播放时的音量、背景音乐等元素中，哪一些会对用户的观影决定产生影响。
Netflix利用收集起来的数据构成了一个美国电影预测数据库，这成了它的一个宝藏。这些数据的意义在于，它带有用户的观影习惯在其中，尽管它无法说明如何制作一部电视剧，但却能告诉Netflix哪一类用户喜欢哪一类型的影片。
基于用户对影片的评判角度和观影习惯，Netflix形成了自己的一套“语法”，这体现在它的网页上就是对影片类型的独特描述手法，它对电影的描述通常包含了以下元素：国家、拍摄地点、主题（婚姻、动作、奇幻）、描述影片的形容词（浪漫的、惊险的、强视觉冲击的）、时间等，如“奥斯卡浪漫虐恋”，“视觉冲击强劲的外国怀旧篇”。
事实就是，当Netflix越了解自己的用户，用户与Netflix之间的关系就越牢固。因为这种从用户观看一部影片的角度进行分类的方法，抓住了用户的观影心理，效果甚于广告。在Netflix上，推荐引擎比搜索引擎更能体现服务价值，75%的Netflix用户会受到Netflix推荐的影响，选择观看Netflix推荐的作品。
所以，在推出《纸牌屋》的时候，Netflix没有打广告，只是在自己的网站上做了推荐，结果令人意想不到的好。而Netflix一口气连推出13集的做法，也是源自于对用户数据的掌握：根据Netflix掌握的数据，人们更喜欢一次连着看几集，而不喜欢一集一集地看。
当人们坐在沙发上一口气看完了13集之后，迅速在社交媒体上展开大讨论，这又带来《纸牌屋》新一轮的关注。
大数据的应用是影视制作行业的一次革新，它在让影视作品变得更加可测、可衡量的同时，也带来人们对艺术创作的担忧。人们担心，在影视作品中引入大数据，会让艺术变得像算术一样机械，从而丧失作品的生命力。
Netflix并没有透露大数据对《纸牌屋》作品内容带来怎样的变化，但有人认为，大数据的应用对作品的影响，不在于在影片中增加多少内容，而是对影片微调。比如，如何避免用户快进掉的那些内容，如何让用户耐心看完序幕等。而这些小小的改动，却可能会带来大不同。
【《成功营销》新媒体】
微信公众账号：成功营销
获取APP的方式：苹果APP&Store、安卓应用市场搜索“成功营销杂志”
官方网站：
官方微博：
官方淘宝店：《纸牌屋》：大数据营销噱头的成功
《纸牌屋》：大数据营销噱头的成功
《纸牌屋》没有笑料，没有炫目的画面和俊男*美-女，甚至没有人们所熟悉的美国政客标签般的亲切和蔼。然而，这部充满阴郁色调的美剧在去年一经开播就创造了不俗的收视奇迹。2014年《纸牌屋》第二季上网那天适逢美国总统日的长周末，开播头一天，美国总统奥巴马在推特上发了一条微博：“明天《纸牌屋》开播，请大家不要剧透。”而据制作方Netflix公司统计，该片上线10小时便吸引了约16%的Netflix订户观看。搜狐与乐视网不惜重金引入《纸牌屋》第二季，点击率迅速刷新千万。
　　植入时髦的“大数据”概念，成为《纸牌屋》受到各界关注的原因。普遍流行的说法是，由于Netflix剧集没有广告，完全靠会员订阅费赚钱，因此它对用户需求尤其敏感，Netflix将其用户观看视频时留下的搜索、评分、地理位置、设备型号、社交媒体行为等数据纳入庞大的分析系统，最后发现80%的观众喜欢一次性“吃到饱”，并预测出“凯文·史派西+大卫·芬奇和+BBC出品”的电视剧产品会大火特火，由此豪掷1亿美元买下BBC一部上世纪80年代老剧的版权，请来大卫·芬奇和凯文·史派西，在没有试播的情况下就定制两季，改写了美国电视剧播出规律。而按照美剧传统制作模式，主创班底完成剧本后，必须自掏腰包先拍一集，试播后根据反响电视台才考虑是否购买，此后每周一集，随时根据观众反响调整后续情节。
　　可以说，Netflix利用“大数据”造剧开创了大数据在电视剧制作的先河，这个概念一经发布就在行业内部引起了轰动，再经过媒体不断传播，是一次成功的营销。有人认为。“该剧起用了好莱坞著名影星凯文·史派西担当主角，在用大数据进行包装的前提下，明星效应同时还有像奥巴马这样的政治人物为其背书也是其成功的重要原因之一。”
　　除了选取演员和导演，Netflix最独特的做法是研究用户在网站观看的具体行为，包括暂停、倒退、快进等等。比如用户为什么直接从第10分钟跳到第25分钟，为什么往回重新再看一遍，这是它真正做到大数据的地方：更准确地观测到消费者的喜好，也更接近消费者的实际行为。这得益于该剧的制作方Netflix公司既不是电视台，也不是传统的电影公司，而是一家视频播放网站。依托互联网的视频网站Netflix公司有了天然优势，数据来源更为自动化。 　　Netflix官方称，挖掘用户行为的大数据已经很长时间了，《纸牌屋》是其数据分析结果的第一次战略运用。但人们发现，Netflix最早推出的网络自制剧《莉莉海默》，以及此后和大牌制作人导演签约高调推出的4部新剧，避而不谈“大数据”模式。尽管Netflix的这一说法遭到很多业内人士质疑，但大数据与影视业相结合的话题并未失色。《纸牌屋》大获成功后，影视业兴起了利用大数据的浪潮。亚马逊等不少有实力的网站均开始通过大数据技术制作自制剧。
　　利用大数据这个营销噱头《纸牌屋》取得了惊人的成功，这也是大数据初期普遍达到的效果。正如美国行为经济学家丹·艾瑞里（Dan Ariely）曾指出的：“大数据就像青少年性话题：大家都在谈论它，没有人知道如何做，每个人都认为别人都在做，所以每个人都声称自己正在做。”
　　《纸牌屋》带来的不仅仅是栩栩如生的白宫权力角逐画面、丰厚的商业利润回报，更包括大数据语境下，对中国影视产业的触动以及暗藏的商机。
　　在中国内地，各大互联网公司，如腾讯、阿里巴巴等，都组建了自己的数据挖掘团队。而银行、保险、电网等拥有大量行业数据的公司，也纷纷在这方面开始布局。创立于2006年的AdMaster（中文名“精硕科技”）是中国内地最大的第三方大数据管理平台，公司这两年的客户也都寄希望于大数据。2013年夏天一家饮料企业希望在瓶身上印一些热词，AdMaster通过捕捉社交媒体过亿数据归纳了300个正能量身份名词，最终企业选择了50个热词印在“快乐昵称瓶”上，让饮料销量比上一年同期增加15%。在AdMaster看来，大数据已经可以投入到商业运用——在企业决策之前就提供意见和参考。
　　事实上近年来，大数据已经成为一个热门话题。它不仅影响着电子商务、金融服务、零售、医疗健康等行业，也开始在文化产业的各个领域发挥作用。根据美国的统计资料，文化传媒行业数据是仅次于政府信息数据的第二大数据来源。除了影视娱乐，麦肯锡在一份大数据研报中指出，大数据已经对美国健康医疗、欧洲的政府公共管理、个人位置数据、美国的零售业及制造业等五个部门产生了重大的经济影响，其中在公共管理领域，每年产生约2500亿美元的潜在价值。 　　有人认为，目前大数据运用没有那么重要，但2～3年后，情形会大变。（莫桂莉 来源：实效管理
2014年4期 ）咨询人生：中国最具影响力的管理咨询界xx平台！在这里，您可以第一时间学习到实用的管理咨询知识；第一时间获得最实战的管理咨询技巧；第一时间掌握最有价值的企业管理新鲜资讯。如果你觉得这篇文章不错，希望你能xx给你的朋友！让他们和你一起成长！投稿邮箱：
QQ群：微社区地址：http://wx./10万咨询师和企业家都爱关注的平台，您还在等什么？马上加微信号关注我们吧！点下面“阅读原文”,上微社区,一起互动交流!免责声明：部分文章采自网络，供大家免费xx，版权属原著所有。微信推荐：销售管理变革
微信号：salesnew悟道销售管理，xx变革喜悦。评论：《纸牌屋》玩的不是大数据|《纸牌屋》|大数据|Youtube_新浪娱乐_新浪网
评论：《纸牌屋》玩的不是大数据
　　2014年美剧界第一件大事是《纸牌屋》第二季的上线，这是一段被写进教科书的经典商业案例――流媒体巨头Netflix通过对3000万个用户行为的大数据分析，预判出《纸牌屋》的卖座。
　　诸如“用大数据捧火《纸牌屋》”、“Netflix的大数据炼金术”之类的标题成为IT分析师和自媒体热衷的话题，吹捧的文章说，在确定翻盘1990年版英剧《纸牌屋》后，Netflix大数据分析的结果之一是，确定了由大卫?芬奇和奥斯卡影帝凯文?史派西担当导演和主角。
　　但事实真的如此吗？其实，早在2010年以前，曾出品过《巴别塔》的独立制片公司MRC就相中了《纸牌屋》，该公司采纳一名实习生的建议签下了该剧改编权，并组建了上述名导和影帝在内的核心团队。起初MRC准备让Netflix买断《纸牌屋》的线上首播版权，但Netflix提出了自己出钱制作，并开出了无法令人拒绝的价码，例如不用试播便一次性订制两季，总预算超过1亿美金等，所以，MRC愉快地同意了交易。
　　没错，这就是2011年Netflix拿下《纸牌屋》的始末，看上去与大数据没有半毛钱关系。虽然，Netflix可以“很大数据”，比如你看片时按下暂停键，Netflix会猜：这是尿点吗？如果大伙总是按快进，那么注解就该是“此处会闷死人”……几乎观众的任何收视行为，都会被作为数据存储下来，并用来改进未来的工作。但关键是，从现在来看，这些数据还远不能起到关键性的决策作用，大数据更像是《纸牌屋》玩弄的“高科技标签”。
　　在十年前，甲骨文的软件就会记录下超市每个过道的人流和每层货架的销量，并以此来左右沃尔玛等的店面布局，并决定巧克力应该放在哪儿，或是洗衣粉的位置，在那个年代，这被称作“商务智能”，而不是如今时髦的“大数据”。尽管记录海量消费行为并进行数据分析，就是标标准准的大数据，十多年前就有。
　　众所周知，过去Netflix是一家DVD租赁公司，听上去很“low”，而后来，玩起线上视频之后，Netflix眼看就要奔着Youtube和Hulu的阴影去了。好在《纸牌屋》的出现令Netflix悬崖勒马，将其和大数据捆绑在一起后，Netflix一跃成为创新和崭新商业模式的代表。所以在文章开头，我们不得不被迫将Netflix定义为一家“流媒体巨头”，而非视频网站什么的。
　　很难想象Google和Youtube会不去分析用户的收视习惯和喜好，但Netflix却成为“媒体大数据的鼻祖”，由此带来的好处是，Netflix可以借此与互联网巨头展开差异化竞争，保证其股价一路飙升，并在《纸牌屋》第二季开播前一天登上历史高点。
　　这是一个互联网被标签化的时代，甚至被利用成为一种包装或者代表一种时尚品位，包括美利坚合众国的总统也不能免俗。2月13日，美国总统奥巴马在推特上发了一条微博：“明天《纸牌屋》开播，请大家不要剧透。”
　　2013年数据显示，老剧《广告狂人》和《绝命毒师》的收视率均超过了《纸牌屋》，《纸牌屋》的大数据真没什么可傲娇的，名导、影帝和银弹的组合本就是成功的一大半。设想一下，某些视频网站请来陆川做导演、陈道明当主角，并砸下10亿人民币现金投拍狗血的宫廷剧，想不火也难吧！
(责编： 鹿角)
，推荐效果更好！
看过本文的人还看过
电话：010-&&|&&&&|&&}