電影統計學數據分析案例

㈠ 從統計學、生態學的層面如何解釋漫威電影這么受歡迎

為什麼漫威電影如此受歡迎？一千個漫威迷有一千種解釋，有的人說是因為太深的情懷和觸動人心的故事情節；也有人說是因為電影拍攝技術扎實，特效細膩；也有人說是因為電影裡面的超級英雄那“以凡人之軀，比肩神明”的精神……

羅漢教授希望將這個項目中使用的方法應用到MCU之外的其他領域。“我認為這種多樣性指標在敘事分析之外是有用的。我們在網路安全方面也有一些應用，我認為這些應用可能也很有趣。”

㈡ 什麼是電影研究

電影研究產生大量類型研究，檢驗它們的主題、形式特徵、地位等。

對於電影製作者而言，類型框架提供了一個生產決策的樣板，類型的相對穩定推動了片廠生產的標准化。"類型熟悉度"能夠減輕拍片的風險性，考察世紀之交十年（1991—2000）間發行的好萊塢電影我們會發現：熟悉度越高的類型電影（如劇情片和喜劇片），明星力量與批評家的評論效應對於票房的影響就越小；相反，熟悉度越低的類型電影（如科幻片和外語片），越強的明星力量與越正面的評論對於票房的影響就越積極。

同時，基於文化產品的快速廢棄，為了確保重復消費，類型需要革新。因此在一個"消費者需要熟悉度來理解他們所看但是又需要享受新奇"的電影工業中，類型扮演著關鍵角色。然而令人詫異的是，這些年來缺乏好萊塢電影類型趨勢的分析。

電影研究產生了大量類型研究，檢驗它們的主題、形式特徵、地位等的演變，但是沒有提供一種對電影類型的頻率與流行度的短期及長期趨勢的統計學概覽。電影工業內部對於類型趨勢的經濟學研究也是極少的，盡管許多國家電影局對類型與票房收入都做了數據收集。

關於當代好萊塢電影製作的兩項研究，曾經分析了1967—2006年四十年間美國票房前二十名的不同類型的出現頻率。研究發現：最常出現的五種類型是動作、冒險、喜劇、驚悚和劇情片。但是在研究時段以外，劇情片從1967—1971年間出現頻率最高的類型衰落為2002—2004年間出現頻率最低的類型；西部片、戰爭片、音樂片、浪漫喜劇的出現頻率也在下降；與此同時，科幻片與動畫片廣為流行。

本研究在票房趨勢上將著重參考的一項研究，是尼克·雷德芬引入統計學分析的《美國電影票房的類型趨勢（1991—2010）》，對二十年間每年美國票房收入前五十名所做的樣本分析，這是目前類型研究中非常匱乏的一種實證研究。聚焦在不同類型出現的頻率及排名、不同類型的票房收入與發行模式以及好萊塢大片廠的發行規律等。旨在考察新世紀美國最賣座影片的類型趨勢，類型如何塑造了美國電影市場，尤其是不同類型問鼎票房榜的頻率；通過考察票房排名的趨勢，來確定特定類型上升或下降的模式。

5. 喜劇片在票房前五十名中的數量有小幅回落，在票房前二十五名中的比例也持續保持在50%以下，但是在票房前十名中的比例急劇下降，從14%降至7%。因此，進入票房前十名的喜劇片比例也減半，在2005—2010年六年間這一下降趨勢更為顯著：2006年之前，喜劇片只有一年未能進入票房前十名；但是2006年之後，五年有四年沒有一部喜劇片進入票房前十名。因此，我們可以說此類電影數量還像以前一樣多，但是在票房榜上下降。

6.恐怖片沒有特定趨勢，大部分歸因於它們在票房前五十名上出現的頻率低。票房前二十五名中的恐怖片數量下降了一半，由1991—2000年間的14部降至2001—2010年間的7部。電影數量保持穩定，但是這一類型自2005年起就沒有一部電影進入票房前二十五名。很少有恐怖片進入票房前十名，1000部樣本中只有4部。

7.浪漫愛情片在美國票房榜上的數量也很少，二十年間只有11部進入票房前十名，包括《泰坦尼克號》。11部電影中，7部是2001年前上映的，4部是2001年後上映的；2000—2010年間十年有六年沒有浪漫愛情片進入票房前十名。

8."其他"由四種不同類型組成，因此對於言說這些電影在票房榜上的趨勢意義不大。但是《拯救大兵瑞恩》在1998年高居美國票房榜首；《珍珠港》在2001年票房排名第七；《芝加哥》在2002年票房排名第十。除此之外，沒有影片進入票房前十名；這一類進入票房前二十五名的頻率也很低。9.狹窄類型主導了美國票房。

進入每年票房榜的數量是明顯的，進入1000部電影的票房前二十名的數量也如此。每年票房最高的電影中有8部奇幻/科幻類型，而許多其他電影也有很強的奇幻或科幻元素：如《怪物史瑞克2》《阿拉丁》《聖誕怪傑》被歸類在家庭電影，但是明顯也可被視為奇幻電影，許多動作/冒險電影如《蜘蛛俠》《黑暗騎士》等也有很強的科幻主題。

㈢ 大數據於國內影視行業的意義

大數據於國內影視行業的意義
大數據為何近幾年大熱？
人類進入大數據時代，類似於生物學迎來了顯微鏡，天文學發現瞭望遠鏡，因為網路傳輸和計算機存儲運算能力的提高，交給了我們一把信息放大鏡，從此我們對現象的觀察進入一個新的領域。
其實自古就有多維度數據的挖掘行為，歷法的制定過程或許可以作為一個很好的例證，江湖上現在偶爾也會有關於林元帥諸葛軍師的傳說，自從計算機技術誕生之後，對數據的利用和處理一直在同步發展中，無論是分布處理還是並行處理，並不是一天就蹦躂到今日的技術高度，我們很多科學發現都是在近三十年之間才完成，正是得益於此。
但為何在這幾年「大數據」忽然大熱？原因其實很簡單，全球智能手機的普及。
隨著移動終端信息處理能力的提升，與用戶的交互界面不僅更加具備黏性，並且實現了全方位全時段互動，此時每個人的移動終端實際上就變成了一個數據記錄儀。它比PC所能獲取到的信息更加個人化，不僅暴露這個人的生活細節，位置動向，同時也記錄著他的消費習慣，人類第一次擁有了這么多數據的生產者。每一個元數據都可以直接掛鉤一份具體的支出額度，每一個數字都可以被貨幣量化，大數據的商業價值與各個企業的營收幾乎都可以直接掛鉤。所以，圍繞「大數據」來說故事迅速成為當下的主流。
但是揭開媒體的那些噱頭背後，你會發現，國內對復雜系統的研究，仍然是處於概念大於應用的階段，大部分行業對線性、封閉系統內的數據關系都沒辦法掌握，更不用說將大數據轉化成有價值的信息。而在影視行業，工業化體系處於剛剛起步的階段，很多從業人士連財務報表這種基礎數據都看不明白，去理解大數據的價值更是有些不可想像了。
大數據於國內影視行業的意義
大數據技術作為一種工具，其應用方向，無非三個方面，一是對過於和曾經的理解，二是對以後和將來的認知，三是對當下進行判斷並進行實時處理，影視行業大數據技術的應用如果想要有長足的發展，那麼在這三個方面都會面臨著一些需要解決的問題。
對過去和曾經的理解
既然是對已發生的進行判斷，就會涉及到數據採集，這個部分往往會引發爭論，中心議題是：到底多大才叫大，GB還是TB，PB還是EB？
如果我想要知道《致我們終將逝去的青春》這部差一點就可以歸類到文藝片的電影，為什麼在2013年上半年票房僅次於《西遊·降魔篇》，我是應該僅以社交媒體的傳播效率來進行數據的挖掘，還是要追溯到原著小說里的青春以及被電影宣傳所喚起的記憶？
將數據挖掘的范圍放在社交媒體的范疇，那麼通過對一部電影推廣過程的梳理，我們很容易通過數據制定出一張細化到分鍾的參考，以及觀眾會被什麼樣的宣傳內容所吸引，但是它仍然只是在描述表象。
如果觀察只停留在眼前，將無法找到最終的因果。我們必須對推動現象發生的機制進行論證，那麼我們該用什麼樣的體量來儲存和分析觀眾們的記憶，從而找到個人經歷和集體共鳴之間的關系？
在這個方面，如果只用社交媒體的數據進行相關性的分析，其實和我們日常所做的感性推導沒有太大區別，甚至還不如感性推導靈活，很容易因為數據的不夠全面犯下「黑天鵝」式的錯誤（在發現澳大利亞之前，西方認為只有白天鵝）。必須要追溯到成因階段更龐大的外部數據，比如主要觀眾群十年間的消費偏好及社會經歷，以及對他們觀影之前的心理活動進行統計分析。會不會太復雜？但是從數據挖掘的角度來說，只有在這個方向上進行努力才可能會提供實質性的價值。
或者說，我們也可以簡單粗獷一些，如麥特的負責人陳礪志所言，《致青春》的成功最主要的因素是因為趙薇的敬業與投入，以及她個人在行業的積累。
大家可以想一想，以上三個角度，哪個會更容易接近整個事件的核心。
對以後和將來的認知
大數據技術雖然可以讓人類對現象的理解進行更深入的探究，但是當對國產的影視項目前景進行預測，首先需要面對的問題是，我們仍然處於一個觀眾群體持續波動的時期。
在北美市場，貢獻50%票房的觀眾約占人口的10%，也就是3000萬左右，這部分群體基本上結構相當穩定。上世紀70年代末，當北美電影的平均製作預算開始攀升到1000萬美元以上，宣發費用達到500萬以上時，對觀眾的監測從階段性的調研逐漸轉變成常態性的監控。在計算機還只是個神話的時期，「好萊塢」是用人工+信件的形式，建立了最早的大范圍觀眾研究模型，這些歷史數據通過幾十年的積累，已經讓一部電影與觀眾之間的聯系變得非常透明。但即使是如此嚴謹的市場監控，近幾年也因為受到移動互聯的影響，觀眾去影院觀影的行為隨機性逐漸提高，導致傳統的觀眾研究模型頻頻出現一些問題。
反觀國內電影市場，差不多有三分之二的銀幕是在近三年之內才出現的，2010年時，我們所擁有的現代化銀幕不過才6223塊，而如今，這個數字差不多是17000。可想而知，影院目前所迎來的觀眾，基本上是近三年才開始逐漸培養去影院觀影的興趣，這種行為暫時還不能稱之為習慣。
所以說，中國電影市場目前的波動很難通過現有的技術手段完成監測，會因為存在有其他我們不可知的變數，而導致結果南轅北轍，這在統計學的回歸分析上被稱之為「變數遺漏偏差」，大數據技術目前所能覆蓋到的范圍並不能幫我們解決這個問題。我們還需要時間來不斷修正對市場數據的理解，觀眾也需要時間來不斷培養在影院觀影的習慣。
2013年上半年，幾乎所有從業者都對有動作元素的電影過於樂觀，而下半年，所有從業者包括我個人又會對以愛情元素為主的電影過分看好。從一些公司的大數據監測上來看，這種觀眾消費行為的變化已經反饋在可以被抓取的數據中，但是我們並不知道它所形成影響究竟該如何定量。也就是說我們可以看到趨勢，但是很難確定結果。
那麼，在如今的中國電影市場中，我們不如將大數據技術的應用方向，從對未來的預知上轉移到可以讓我們規避哪些操作上的錯誤，或許更具有現實意義。
對當下進行判斷並進行實時處理
現在對大數據的理解，往往會糾纏於第一個字「大」，而忽視了它的另外一個重要特徵「細」，其實後者才是最重要的，因為它會創造大數據真正的實用價值。
基於社交媒體的數據挖掘，其實已經可以做到讓我們將觀眾的分類從簡單的年齡、性別、職業等維度，落實到區域、活動空間以及性格特徵等等更為豐富的細節，在這樣的基礎上，我們要做的就是怎樣給觀眾提供個性化的影響，而不再是以電影為本位的共性宣傳。
舉例來說，當一名男性觀眾在某個媒介上看到的電影海報，可能是大長腿和小翹臀，但一個女性觀眾同時接觸這個媒介時，所看到的可能是一個賣萌的大叔。當陣地宣傳中的預告片貼片到一部好萊塢大片之前時，它可能主要是用來渲染情感或者突出搞笑，但同樣的一分多鍾，在視頻網站所上線的預告片，則被分成數個版本，用來對應每一個點擊背後用戶的個人資料。這樣，觀眾便會加入到生產的過程中，通過對觀眾偏好的快速處理，最終創造更適合於傳播的信息。
目前，數據調研公司參與電影推廣的過程，所做的仍然只是一個統計的工作，決策是在片方或者是公關公司，其實可以將決策機制與數據同樣進行細化，成為實時的互動，減少時間的損耗，提高電影推廣的效率。我們以前在電影的推廣中，常常會為如何照顧到大部分觀眾的興趣而頭疼，那麼換一種思路，用現有的觀眾數據進行群體的細分，給不同的觀眾群提供不一樣的信息，海納百川比光芒四射或許更符合當下社會化營銷的要義。
不過，這一切其實都只是理想化的願景，現實的情況是，中國的電影產業目前仍然是處於一個極其原始的狀態。
僅從電影投資成本的角度來說，目前所公映的電影，平均投資約在3000萬人民幣以內，不足500萬美元，這樣的投資規模在不考慮通脹以及觀眾收入的情況下，只相當於北美70年代初期的水平。面對這樣的市場環境，很多議題其實都顯得比較空洞，因為拍腦袋做決策雖然有著莫大的風險，但畢竟成本很低。