如何利用大数据促进电影行业

⑴ 电影如何融入数字经济

电影作为传统影像之王，在新世代下必定与数字经济发生密切联系，中国电影要寻求新的发展动能，需要与互联网，大数据，云计算，人工智能等数字经济的表现形式相融合


1.可以进行ip和众筹，通过互联网大数据形成模板，观众进行打分，激发大众的投资创作热情，带动电影的影响力


2.利用社交媒体和网络发行放映


3.在线售票和周边产品发展

⑵ 大数据 如何驱动电影产业

大数据 如何驱动电影产业

近日，谷歌公布研发了一个准确率高达94%的电影票房预测模型，据其统计，电影相关的搜索量与票房收入之间存在很强的关联性。此票房预测模型正是大数据分析技术在电影业的一个应用案例。此前，大获成功的美剧《纸牌屋》也是美国视频网站NetFlix基于大数据投资拍摄的这部电视剧。随着越来越频繁地被提及，“大数据”是否能成为中国电影的新驱动？

“大数据不能代替创作行为”

电影产品不同于其他产品的最大特点，就是它的非理性占很大比例。它的体验性消费很难用一个数据去分析、前瞻。我认为，大数据就是在海量数据面前，用软件上的技术分析，帮你把所有行为通过数据方式整理出来。但是这是基于已经发生过的事情，它的价值在于为你未来做什么东西提供一些方向。所以说，数据分析可以给我们一些参考的价值，但是我认为其不能代替创作行为。

“大数据应预测未来”

大数据是我们所有的产品平台里一个最核心的关键词。整个视频行业大数据有三方面：用户大数据、内容大数据、渠道大数据。在互联网时代，这三大数据将融合在一起。现在由点击量很高的原创网络文学作品改编的电视剧剧本，已经被证明有比较好的收视率，这是简单的商业模式。更重要的是如何基于这三大数据，更好地用现在的数据预测未来？这在短时间内是非常重要的挑战。

“学会洞察大数据是关键”

时代在变，消费者在变，我们要跟随这种变化趋势。万达的电影院很早就已经开始变了，数据库已成为我们重要的核心“矿藏”，到今年底建立会员数据库达到600万、AMC达到400万。大数据能否发挥作用，取决于看到这个数据的人能不能通过大数据做事情。在信息、数据特别多的当下，如果没有洞察之心或洞察之力，有可能被数据吞噬。

以上是小编为大家分享的关于大数据 如何驱动电影产业的相关内容，更多信息可以关注环球青藤分享更多干货

⑶ 大数据于国内影视行业的意义

大数据于国内影视行业的意义
大数据为何近几年大热？
人类进入大数据时代，类似于生物学迎来了显微镜，天文学发现了望远镜，因为网络传输和计算机存储运算能力的提高，交给了我们一把信息放大镜，从此我们对现象的观察进入一个新的领域。
其实自古就有多维度数据的挖掘行为，历法的制定过程或许可以作为一个很好的例证，江湖上现在偶尔也会有关于林元帅诸葛军师的传说，自从计算机技术诞生之后，对数据的利用和处理一直在同步发展中，无论是分布处理还是并行处理，并不是一天就蹦跶到今日的技术高度，我们很多科学发现都是在近三十年之间才完成，正是得益于此。
但为何在这几年“大数据”忽然大热？原因其实很简单，全球智能手机的普及。
随着移动终端信息处理能力的提升，与用户的交互界面不仅更加具备黏性，并且实现了全方位全时段互动，此时每个人的移动终端实际上就变成了一个数据记录仪。它比PC所能获取到的信息更加个人化，不仅暴露这个人的生活细节，位置动向，同时也记录着他的消费习惯，人类第一次拥有了这么多数据的生产者。每一个元数据都可以直接挂钩一份具体的支出额度，每一个数字都可以被货币量化，大数据的商业价值与各个企业的营收几乎都可以直接挂钩。所以，围绕“大数据”来说故事迅速成为当下的主流。
但是揭开媒体的那些噱头背后，你会发现，国内对复杂系统的研究，仍然是处于概念大于应用的阶段，大部分行业对线性、封闭系统内的数据关系都没办法掌握，更不用说将大数据转化成有价值的信息。而在影视行业，工业化体系处于刚刚起步的阶段，很多从业人士连财务报表这种基础数据都看不明白，去理解大数据的价值更是有些不可想象了。
大数据于国内影视行业的意义
大数据技术作为一种工具，其应用方向，无非三个方面，一是对过于和曾经的理解，二是对以后和将来的认知，三是对当下进行判断并进行实时处理，影视行业大数据技术的应用如果想要有长足的发展，那么在这三个方面都会面临着一些需要解决的问题。
对过去和曾经的理解
既然是对已发生的进行判断，就会涉及到数据采集，这个部分往往会引发争论，中心议题是：到底多大才叫大，GB还是TB，PB还是EB？
如果我想要知道《致我们终将逝去的青春》这部差一点就可以归类到文艺片的电影，为什么在2013年上半年票房仅次于《西游·降魔篇》，我是应该仅以社交媒体的传播效率来进行数据的挖掘，还是要追溯到原着小说里的青春以及被电影宣传所唤起的记忆？
将数据挖掘的范围放在社交媒体的范畴，那么通过对一部电影推广过程的梳理，我们很容易通过数据制定出一张细化到分钟的参考，以及观众会被什么样的宣传内容所吸引，但是它仍然只是在描述表象。
如果观察只停留在眼前，将无法找到最终的因果。我们必须对推动现象发生的机制进行论证，那么我们该用什么样的体量来储存和分析观众们的记忆，从而找到个人经历和集体共鸣之间的关系？
在这个方面，如果只用社交媒体的数据进行相关性的分析，其实和我们日常所做的感性推导没有太大区别，甚至还不如感性推导灵活，很容易因为数据的不够全面犯下“黑天鹅”式的错误（在发现澳大利亚之前，西方认为只有白天鹅）。必须要追溯到成因阶段更庞大的外部数据，比如主要观众群十年间的消费偏好及社会经历，以及对他们观影之前的心理活动进行统计分析。会不会太复杂？但是从数据挖掘的角度来说，只有在这个方向上进行努力才可能会提供实质性的价值。
或者说，我们也可以简单粗犷一些，如麦特的负责人陈砺志所言，《致青春》的成功最主要的因素是因为赵薇的敬业与投入，以及她个人在行业的积累。
大家可以想一想，以上三个角度，哪个会更容易接近整个事件的核心。
对以后和将来的认知
大数据技术虽然可以让人类对现象的理解进行更深入的探究，但是当对国产的影视项目前景进行预测，首先需要面对的问题是，我们仍然处于一个观众群体持续波动的时期。
在北美市场，贡献50%票房的观众约占人口的10%，也就是3000万左右，这部分群体基本上结构相当稳定。上世纪70年代末，当北美电影的平均制作预算开始攀升到1000万美元以上，宣发费用达到500万以上时，对观众的监测从阶段性的调研逐渐转变成常态性的监控。在计算机还只是个神话的时期，“好莱坞”是用人工+信件的形式，建立了最早的大范围观众研究模型，这些历史数据通过几十年的积累，已经让一部电影与观众之间的联系变得非常透明。但即使是如此严谨的市场监控，近几年也因为受到移动互联的影响，观众去影院观影的行为随机性逐渐提高，导致传统的观众研究模型频频出现一些问题。
反观国内电影市场，差不多有三分之二的银幕是在近三年之内才出现的，2010年时，我们所拥有的现代化银幕不过才6223块，而如今，这个数字差不多是17000。可想而知，影院目前所迎来的观众，基本上是近三年才开始逐渐培养去影院观影的兴趣，这种行为暂时还不能称之为习惯。
所以说，中国电影市场目前的波动很难通过现有的技术手段完成监测，会因为存在有其他我们不可知的变量，而导致结果南辕北辙，这在统计学的回归分析上被称之为“变量遗漏偏差”，大数据技术目前所能覆盖到的范围并不能帮我们解决这个问题。我们还需要时间来不断修正对市场数据的理解，观众也需要时间来不断培养在影院观影的习惯。
2013年上半年，几乎所有从业者都对有动作元素的电影过于乐观，而下半年，所有从业者包括我个人又会对以爱情元素为主的电影过分看好。从一些公司的大数据监测上来看，这种观众消费行为的变化已经反馈在可以被抓取的数据中，但是我们并不知道它所形成影响究竟该如何定量。也就是说我们可以看到趋势，但是很难确定结果。
那么，在如今的中国电影市场中，我们不如将大数据技术的应用方向，从对未来的预知上转移到可以让我们规避哪些操作上的错误，或许更具有现实意义。
对当下进行判断并进行实时处理
现在对大数据的理解，往往会纠缠于第一个字“大”，而忽视了它的另外一个重要特征“细”，其实后者才是最重要的，因为它会创造大数据真正的实用价值。
基于社交媒体的数据挖掘，其实已经可以做到让我们将观众的分类从简单的年龄、性别、职业等维度，落实到区域、活动空间以及性格特征等等更为丰富的细节，在这样的基础上，我们要做的就是怎样给观众提供个性化的影响，而不再是以电影为本位的共性宣传。
举例来说，当一名男性观众在某个媒介上看到的电影海报，可能是大长腿和小翘臀，但一个女性观众同时接触这个媒介时，所看到的可能是一个卖萌的大叔。当阵地宣传中的预告片贴片到一部好莱坞大片之前时，它可能主要是用来渲染情感或者突出搞笑，但同样的一分多钟，在视频网站所上线的预告片，则被分成数个版本，用来对应每一个点击背后用户的个人资料。这样，观众便会加入到生产的过程中，通过对观众偏好的快速处理，最终创造更适合于传播的信息。
目前，数据调研公司参与电影推广的过程，所做的仍然只是一个统计的工作，决策是在片方或者是公关公司，其实可以将决策机制与数据同样进行细化，成为实时的互动，减少时间的损耗，提高电影推广的效率。我们以前在电影的推广中，常常会为如何照顾到大部分观众的兴趣而头疼，那么换一种思路，用现有的观众数据进行群体的细分，给不同的观众群提供不一样的信息，海纳百川比光芒四射或许更符合当下社会化营销的要义。
不过，这一切其实都只是理想化的愿景，现实的情况是，中国的电影产业目前仍然是处于一个极其原始的状态。
仅从电影投资成本的角度来说，目前所公映的电影，平均投资约在3000万人民币以内，不足500万美元，这样的投资规模在不考虑通胀以及观众收入的情况下，只相当于北美70年代初期的水平。面对这样的市场环境，很多议题其实都显得比较空洞，因为拍脑袋做决策虽然有着莫大的风险，但毕竟成本很低。

⑷ 大数据时代电影如何做精准营销

大数据时代电影如何做精准营销

在2015全球移动互联网大会(GMIC)上， 著名电影营销专家《失恋33天》营销推广负责人张文伯，悠易互通CEO周文彪，以及知名演员秦海璐为我们带来圆桌论坛：大数据小电影，移动互联时代的精准营销。

以下为对话实录：

张文伯：大家中午好，马上要吃午饭了，估计这是我们今天上午的最后一场，今天两位嘉宾有点跨界的意思，一位是来自我们互联网行业的专家，一位是来自于影视圈的，既然今天有跨界的朋友来，我们可以先从影视聊起，秦海璐最近有一档电影马上上映是吧？

秦海璐：对，明天由王小帅导演的电影《闯入者》。

张文伯：周总看过这个电影吗？

周文彪：后来在PC上面偶尔浏览到一个标题，说要去冲击威尼斯的金狮奖，在微软上面看视频的时候有一些片花，有更多的了解，上周我想去找看电影《速7》，突然看到它已经在开始预收，19.9一张票，毫不犹豫地抢了两张。

秦海璐：谢谢。

张文伯：周总这么忙，对娱乐圈的事还挺关注的？

周文彪：谈不上太多关注，对娱乐圈了解比较少。

张文伯：海璐正好借这个机会介绍一下这个电影，做个广告。

秦海璐：这个电影秉承了一贯王小帅导演的风格，它也从不同的视点讲了一个故事，我们生活当中每个人都是闯入者，也是被闯入者，比如说我的生活现在就有一个闯入者，我刚生了宝宝，但是其实我在之前我也闯入到了我先生的家庭，就是组建家庭。其实每天包括说我们两个人今天闯入到这样一个峰会当中有不同的行业，每个人可能都是一个闯入者和被闯入者，但是这个闯入的时机和你的契机，还有你产生的一连串的这样一个连锁效应其实是很难估算的。

张文伯：所以你看电影其实这两年非常地火，跟互联网行业有很多的交集，我们说BAT，每家公司都在以各种不同的方式参与到我们电影行业当中。不知道从周总，你是一个偏技术、偏大数据，做精准营销的公司，从你的公司的工作的业务范畴和我们这个行业有没有一些交集？

周文彪：首先恭喜海璐，有一个小小的闯入者，升级做了妈妈，恭喜。我们这边主要是做一个跨屏的叫程序化购买，其实底层是大数据的支撑，所以刚刚提到的《闯入者》这个片子我最近也在看它在互联网上的一些营销推广的方式。比如说如果从我们的角度去看的话，怎么样利用大数据和多屏的技术可以去找到一些目标的受众，跟它去发生交互，有一点就比如说海璐的，或者是小川的你的忠实粉丝这是一个群体。

另外这个片子本身是偏文艺类的，或者去欧洲、去威尼斯获奖、冲奖，对于文艺片很执著的，或者对欧洲很关注的群体是可以抓到的，再有一个群体通过我们互联网的技术，我是可以把过去的比如一个月，或一段时间当中关注《闯入者》这些片子的人扒出来，第二部分在我自己切身的体会当中看到怎么样在不同的屏幕、不同的节点去抓到他们，因为有的人可能只是找到那四个节点当中的一个，我通过跨屏的技术不停地去提醒他。

以上是小编为大家分享的关于大数据时代电影如何做精准营销的相关内容，更多信息可以关注环球青藤分享更多干货

⑸ 如何利用“爱奇艺号”大数据让网大更赚钱

12月20日，“爱奇艺号”上线整整一年，在“你本不凡-点石成金”2017爱奇艺号iPartner合作者大会上，“爱奇艺号”交出了如下成绩单：12.7万爱奇艺号，8276个PGC合作伙伴，覆盖全站40%用户!

在“爱奇艺号”里，你不仅已经可以通过前贴片分账、信息流分账、VIP分账、单点付费、粉丝打赏、应援等多种商业模式实现内容变现，而且你可以清楚地看到，观看你内容的用户在哪里，他们的喜好、特征是什么，你应该选择样的封面图，取什么样的标题，他们对什么样的内容最感兴趣……

以前，很多数据只掌握在平台手中，而现在你可以像爱奇艺内部编辑一样，去精准高效地管理自己的内容，运营自己的粉丝，打造属于自己的IP和品牌，让内容流量最大化、利益最大化、效率最大化!

我们将以《陈翔六点半之废话少说》为例，《陈翔六点半废话少说》当初定级为B类网大，却创造了一千多万分账的票房奇迹，对这部爆款网大的“爱奇艺号”后台数据做一个全面解析，来告诉大家如何利用“爱奇艺号”大数据进行内容的智能分发和高效变现。

玩赚“爱奇艺号”第一步，搞懂“TGI指数+UV覆盖度”

要想玩赚“爱奇艺号”，有两个“指数”必须搞清楚：TGI指数+UV覆盖度。

TGI指数：可以理解为，观众看完影片后，对该片的喜爱度。如果TGI=1，就代表跟全站平均水平持平，如果TGI>1，则代表嘎鱼全站平均喜欢水平，大于越多，说明这部影片好评度越高!

UV覆盖度：具有该偏好或特征的用户，在圈定人群中的占比。例如观看此片的男性用户覆盖度为60%，女性用户覆盖度为40%，相较之下，本片更适合定义为【直男斩】电影。

观众喜欢什么类型的网络大电影？“爱奇艺号”就可以告诉你!

很多网络大电影片方，见面最常问的一句话就是：最近什么类型的网大比较火啊？

其实不用问别人，“爱奇艺号”就可以告诉你!

网络大电影目前依然是高度“类型化”的商业片，既然是“类型化”，那必须要了解观众对内容类型的偏好!

其中，横轴代表着TGI指数，纵轴百分比代表某一类型在那一列类型当中的观众占比，而圆圈的大小代表UV覆盖度。

从“内容类型偏好”数据可以看出：

1、“动作、喜剧、友谊、搞笑”类的国产剧情片UV覆盖度占比较大，属于流量较大的大众题材，拍好了就可能爆;

2、垂直细分领域，“社会问题、悬疑、杀戮、军事”等题材观众占比较高，拍好了市场前景依然看好;

3、“职场”类虽然UV覆盖度小，但观众看完后好评度高。

从爱奇艺号的“频道偏好”可以看出，影片受众对于不同频道的核心内容的喜好程度。

其中，“搞笑”频道不仅TGI指数高，而且UV量大，这说明这个频道的点击量大而且好评度较高。也变相地说明了“搞笑内容”的受欢迎程度。

而“科技、汽车、旅游、财经”等频道类型，虽然UV量不大，但受众喜好同样高于全站平均水平，适合片方在之后的创作中，衍生垂直方向深挖和尝试。

“视频偏好”则更加具体，可以横向比较不同影片的TGI指数和UV量，看到自己影片和其他影片的差距，以便在宣发上随时进行弥补和调整。

了解全站用户的观影偏好和习惯，有助于片方节约“试错成本”，避免盲目尝试，提高资本效率，实现“快准狠”题材判断和流量收割。

片方选取受欢迎的题材，融入关注度高的元素，制作用户已有消费习惯的内容，实现理想票房自然是水到渠成的事情。

“看点指数”：了解观众对每一秒剧情的喜爱程度!

爱奇艺号还有一个特别重要数据——“绿镜”。通过“绿镜”，可以观众对每一秒剧情的喜爱程度。

绿镜数据来源于海量用户实际的播放行为，且每天会基于新增数据进行校准。也就是说，视频播放量越大，用户标本越多，绿镜数据就越精准。

其中，横轴表示视频的总时长，时长精确到秒;纵轴表示视频段落的精彩程度，即看点指数。

“看点指数”是根据观众的观看行为综合计算的指标，表达视频每一秒的相对精彩度，观众的回退、跳过等都会通过看点指数体现出来。

“看点指数”“高于平均值线，说明这个时段观众满意度较高，低于平均值线，则说明观众满意度较低。

从《陈翔六点半之废话少说》的看点指数，我们可以看出：影片在第6分钟“看点指数”明显高于平均值线，说明影片节奏把控很好，在第六分钟剧情迎来了第一个大高潮，成功地吸引了观众，在这之后也基本上保持了比较高的看点指数;但从41-50分钟这个时间段，“看点指数”低于平均值线，说明这个时间段的剧情比较无聊，但在这之后立马就又来了一个大高潮。

整体看来，《陈翔六点半之废话少说》的看点指数保持在平均值线之上，中间小高潮不断，而且在6分钟、53分钟、75分钟和结尾，都迎来了几次大高潮，这样的数据相当喜人，也正是这样的数据成就了《陈翔六点半之废话少说》的千万票房。

通过“绿镜”，可以得到精确的观众喜好数据，对应到电影中每一秒情节片段，好好分析对比，就可以知道观众喜欢什么，不喜欢什么，哪些情节戳中了观众的嗨点，在几分几秒的时候有观众在流失，哪些情节让观众没有继续观看……

而爱奇艺号后台强大的数据，让内容创作者与用户真正实现了无缝连接，这些数据可以让网络大电影的投资、创作、营销都不再盲目，而且对内容的品质、方向、收入都起着决定性作用。

“爱奇艺号”完全可以看作是“视频行业的微信公众号”，可以像微信公众号一样，进行“内容上传、管理、宣发和粉丝管理”，而且提供了前贴片分账、信息流分账、VIP分账、单点付费、粉丝打赏、应援等多种变现途径。

所以，充分利用“爱奇艺号”，好好研究后台数据，创作出好的内容，运营好自己的粉丝，打造自己的品牌，让自己的每一部电影流量最大化、价值最大化，成为爱奇艺号里面的大V。

⑹ 大数据时代如何做好市场营销

大数据时代下，如何做好市场营销的推广工作?下面我为大家整理了在大数据时代，做好市场营销推广工作的要点和技巧，欢迎大家阅读参考!

如何做好市场营销

大数据对用户行为与特征分析

显然，只要积累足够的用户数据，才能分析出用户的喜好与购买习惯，甚至做到"比用户更了解用户自己"。这是大数据营销的前提与出发点。过去虽也有"一切以客户为中心"作为口号的企业经营思想,可以想想真的能及时全面地了解客户的需求与所想吗，或许只有大数据时代这个问题的答案才能更加明确。

过大数据支撑精准营销信息推送

过去多少年了，精准营销总在被许多公司提及，但是真正做到的少之又少，反而是垃圾信息泛滥。究其原因，主要是过去名义上的精准营销并不怎么精准，因为其缺少用户特征数据支撑及详细准确的分析。现在的RTB广告的应用则向人们展示了比以前更好的精准性，而其背后靠的是大数据支撑。

大数据让营销活动更能投其所好

如果能在产品生产之前了解潜在用户的主要特征，以及他们对产品的期待，那么你的产品即可投其所好。如《小时代》在预告片投放后，即从微博、微信上通过大数据分析得知其电影的主要观众群为90后女性，因此后续的营销活动则主要针对这些人群展开。

大数据帮助企业筛选重点客户

许多企业家纠结的事是：在企业的用户、好友与粉丝中，哪些是最有价值的用户?有了大数据，或许这一切都可以更加有事实支撑。从用户访问的各种网站可判断其最近关心的东西是否与你的企业相关，从用户在社会化媒体上所发布的'各类内容及与他人互动的内容中，可以找出千丝万缕的信息，利用某种规则关联及综合起来，就可以帮助企业筛选重点的目标用户。

大数据分析消费者的特点

面对日新月异的新媒体，许多企业想通过对粉丝的公开内容和互动记录分析，将粉丝转化为潜在用户，激活社会化资产价值，并对潜在用户进行多个维度的画像，其目的就是更加精准地分析你的产品消费者特点。

大数据可以分析活跃粉丝的互动内容，设定消费者画像各种规则，关联潜在用户与会员数据，关联潜在用户与客服数据，筛选目标群体做精准营销，进而可以使传统客户关系管理结合社会化数据，丰富用户不同维度的标签，并可动态更新消费者生命周期数据，保持信息新鲜有效。

在大数据分析架构下的众多商业管理模式中，UFO模型较为引人关注，这里U代表User experience，即用户体验，其对应的方向是产品设计;F代表Freemium，即免费商业模式，其对应的方向是商业模式研究和设计;O代表精细化运营，其对应的方向是产品营销运营。研究认为(2014)大数据在以下三个方面起到不同程度的作用。其中，大数据与U(用户体验)及F(免费商业模式)关联度中等，而与O(精细化运营)关联度最高。

今天我们的经营者大数据分析在商业模式设计、商业模式研究、创新商业模式等方面的能力还比较弱，可能到目前在中国还没看到非常成功的利用大数据分析来设计商业模式的案例，也许是因为计算机目前的智慧还没达到设计商业模式的能力高度。

但我们可以通过大数据分析方法进行行业监测以及进行创新监测，从而可以辅助战略规划人员来进行商业模式的设计。

好产品是运营出来的，互联网产品需要不断运营、持续打磨。产品运营的目的是为了扩大用户群、提高用户活跃度、寻找合适商业模式并增加收入。

成功的互联网运营要做到精细化运营，成功的精细化运营需要大数据支撑。大数据和互联网思维在此方面关联度最高。所以，企业在大数据的应用场景上，一定是要优先考虑如何通过大数据进行精细化运营，以驱动更好的运营效率和效果的提升。

基于大数据可以更好的做精细化运营监控、更准确的做用户细分、更准确的进行个性化推荐、更合理的进行营销推广效果的评估以及基于用户生命周期进行相关的营销策略创新。具体在以下几个方面值得关注：

1、通过基于大数据的方法进行用户细分。基于大数据可以找出更好的细分维度，并对用户做更好区隔，以辅助产品运营人员做更加准确的用户细分，并洞察每个细分人群的兴趣爱好和消费倾向，对每类用户分别进行有针对性的策划和运营活动。

2、通过大数据的方法，可以实现对不同通过渠道的效果评估。如果只看一些表面的数据，如广告的点击率，是非常难衡量不同推广渠道的真正效果。如果把用户的渠道行为和后续产品行为(即通过渠道获取的用户在产品上的各种使用行为)进行打通跟踪，在此数据基础上构建渠道质量评估模型，将能够更好的发现渠道的真正质量，或者更直接的，可以发现推广渠道的究竟有多少是虚假的流量。

3、通过利用基于大数据进行有针对性的用户画像，并通过用户画像数据、用户行为和偏爱，结合个性化推荐算法实现根据用户不同的兴趣和需求推荐不同的商品或者产品，通过算法真正的实现"投其所好"，以实现推广资源效率和效果最大化。

⑺ 告诉你如何用大数据推动影视产业

关于大数据在影视方面的案例，Netflix 这个词估计大家都快听到耳朵起茧了，频繁被提及。比如《纸牌屋》的成功 。
大数据技术在电影方面的应用，主要在于于电影剧本分析、电影营销分析、电影用户行为分析。

⑻ “大数据”要这样用才赚钱!

“大数据”要这样用才赚钱!

大数据的生意经其实很简单，就是收入增加，花费减少；就是增加客户，提高客户体验，提高资金回报的杠杆率；大数据应用成熟之后，大数据可以预测商业未来，发现新的商业机会。
一石激起千层浪，国务院发布的2015 第50号文《促进大数据发展行动纲要》刷满了朋友圈，特别是其中提到了大力推动政府部门数据共享，稳步推动公共数据资源开放。2017年底前形成跨部门数据资源共享格局，到2018年实现统一共享平台全覆盖和数据共享及交换。2020年培育10家国际领先的大数据核心龙头企业，500家大数据应用、服务和产品制造企业。
众所周知，大数据商业价值巨大。但是中国大数据的商业价值还没有被充分挖掘。主要的困难在大数据的分散，具有价值的数据大部分集中在在政府内部，垄断国企业，以及互联网巨头之中。分散的数据无法帮助企业拿到具有价值的信息，无法实现大数据的商业变现。政府开放数据，以及大数据交易市场的建立是中国大数据商业价值应用的重中之重。
另外大数据的应用场景和大数据隐私问题，也是大数据商业应用功能的两大问题，不知道数据应用场景，就无法寻找具有价值的数据，就无让数据发挥作用，大数据的应用就会停留在解决数据采集、处理、存储等大数据1.0时代的低级阶段，无法实现大数据商业变现，无法激励企业进一步投资大数据，无法形成数据价值应用的生态循环。大数据隐私问题是所有企业不能回避的问题，到底何种数据可以进行交换，何种数据可以采集和变现，何种数据可以作为商品在市场流通，这些问题既影响个人隐私保护，又影响到企业购买数据产品的积极性，同时也影响了数据企业的发展。
中国大数据企业分为三类，一类是大数据技术公司，为企业提供大数据平台搭建，技术咨询，大数据计算和存储的产品，例如华为、亚信、浪潮等传统IT公司。一类是大数据服务公司，为企业提供基于大数据技术的服务、平台、产品。包括为企业搭建大数据挖掘工具，搜索引擎，分析引擎等大数据处理平台，大数据清洗和挖掘服务例如明略科技，ADMaster，百分点。最后一类是提供数据产品的大数据公司，他们拥有数据，加工生成具有价值的数据，为市场提供标准的数据产品。例如芝麻信用，TalkingData，九次方，星图数据等。
中国大数据市场的数据来源有四种，一种是通过网络爬虫采集的外部数据，大多数提供舆情分析的公司就是通过爬虫技术来进行数据采集的。例如海量数据。一种是提供SaaS服务得到的数据，例如Talkindata。另外一种是靠和运营商或政府合作，通过数据挖掘得到的数据，例如亚信和九次方。最后一种就是自身平台产生的数据（电商、旅游、媒体等互联网企业），包括BAT以及较大的一些互联网公司如360、当当、唯品会、聚美优品、携程、今日头条等。
一、开放数据的价值
开放数据就是政府向社会公布自己所拥有的，并经过脱敏的数据。包括天气数据、GPS数据、金融数据、教育数据、交通数据、能源数据、医疗数据、政府投资数据、农业数据等。这些原始数据本身并没有明显的商业价值，但经过一些公司加工之后，可以产生巨大的商业价值。
开放数据在美国有几千亿美金的市场，包括300亿美金的气象数据，900亿美金的GPS数据，上千亿美金的医疗数据。但政府开放的数据是原始数据，数据自身的商业价值并不大，需要专业的公司对数据进收集，清洗，挖掘，展现，从而形成具有商业价值的数据。在美国有很多公司是依靠加工政府开放数据而实现其商业价值的，例如处理天气数据的Zillow公司，the weather channel 公司，以及处理GPS数据的Garmin公司，它们的总市值已经超过了一百亿美金。
1 、政府开放数据的主要范围
a政府收集和制造的科学数据。例如天气数据，政府资助的医疗研究数据。这些数据都可以作为公共资源进行使用。
b 政府运行的数据，例如政府支出或大型项目运行数据。开放数据一方面可以增加民众对政府的信任，另一个方面可以给一些公司带来商业机遇。
c监管行业的数据。这些数据由企业提供给政府，并且经过政府二次加工。这些宏观数据对于产业规划，企业的投资战略都有很大影响。
2、 中国开放数据之路的挑战
a 国家对数据治理还没有完成。很多数据没有集中管理，还是处于信息孤岛状态，这些都是开放数据需要解决的问题。数据治理投资巨大，时间周期较长，都是巨大的挑战。
b 一些开放数据还不是电子形式。例如医疗数据和教育数据，在一些地区还处于纸质记录状态，没有形成电子档案。这些数据的电子化也是一个较大的挑战。
c 开放数据的脱敏和整合将是一项重大的挑战。特别是国有企业的数据，哪些数据可以公开，哪些数据需要脱敏，如何整合各个地方的数据，这些都是一个挑战
d 大数据服务公司和大数据人才匮乏。由于大数据市场刚刚开始，市场上缺少大数据人才和大数据服务公司，公开的数据短时间可能很难产生商业价值，这会影响政府和企业开放数据的积极性，不利于形成良性的大数据商业市场，会影响开放数据项目的持续发展。
3、有关开放数据一些建议
人类社会即将进入数字时代，开放数据将会是巨大的生产力。政府已经认识到了开放数据的价值，会持续推动政府和国企的数据开放。即使短时间内开放数据的投资看不到商业价值，但其未来经济价值会促使政府坚持开放数据的政策，持续进行投资。就像中国的高速公路，开放数据是另外一条信息高速公路，将数据转化为资产，转化为巨大的社会生产力，帮助企业实现更大的商业价值。
对于数据拥有者的政府，需要在保障公共安全和个人隐私的前提下，完成数据治理和数据整合，逐步向社会开放数据，并提高数据质量，公开面向所有个人和企业，有效利用政府科技资金，让利益相关企业和个人参与到开放数据项目中，鼓励创新，接受外部挑战，利用集体智慧，实现数据最优选择。
对于国有企业，需要在保护自身商业利益的前提下开放数据，帮助各自产业链企业的发展。同时开放数据也可以帮助其自身进行产业规划，进行有效投资，发现市场机会和风险，稳健经营，科学决策。企业可以利用开放数据提高生产效率，减少资源浪费，降低决策失误风险。产业链企业的良性发展，也会推动国企自身发展和进化，提高竞争力，优化企业经营，实现产业共赢。
对于企业家，开放数据将会作为新的资源，帮助企业进行发展，聚焦新的商业机遇，特别是在开放数据影响较大的保健行业，金融行业，能源行业，教育行业。数据服务公司可以利用开放数据，帮助消费者挖掘数据的潜在价值，为企业和政府提供具有价值的商业数据。对于经营中的公司，可以利用开放数据评价商业伙伴和潜在投资，通过提供数据来树立消费者的忠诚度，学会在透明的商业社会中进行经营，寻找公共或私人合作的机会，专注自身产品和客户，为消费者提供更好的产品和服务。
二、万亿的大数据市场
2014年的GDP中消费占比已经超过了50%，标志着中国经济正在向市场经济转型，消费占GDP 50%－70%是中等发达国家向市场经济过渡的一个表现，未来中国经济增长最大的引擎应该来源于消费，特别是个人消费。中国正在经历经济结构调整和城镇化，个人消费需求巨大，社会产品较为丰富，渠道也较为通畅，物流成本正在下降，运输能力正在提高。但是社会消费零售总额增加的还不够快，资源配置不平衡，社会整体消费水平还处于较低的水平。这些问题正在成为中国经济发展的难题，是企业和社会需要解决的问题。
大数据的商业应用将会帮助企业解决这些问题；大数据的有效利用将会提高社会消费水平，将会帮住企业提高效率、洞察客户、增加收入。大数据商业应用未来是万亿级的大市场，大数据是大生意。
大数据时代最重要的特征是人类所有的行为都被数据记录下来，无论是在电商的购买行为，旅游度假，娱乐活动，行为轨迹等，所有的人类社会行为都被各种传感器和互联网记录下来。数据记录了一切，人类社会的行为都变成了数据，用纸质媒体记录人类历史的时代已经过去，历史正在被数据以文字、数据、表格、声音、影像的方式记录了下来。中国的大数据应用主要集中在征信和精准营销，这两个市场的规模加在一起不过两千亿，但是大数据如果同所有企业的商业需求相结合，其产生的化学反应将是巨大的，市场规模将会超过万亿，大数据是个大生意。
网络连接了信息与读者，阿里连接了商品与消费者，腾讯连接了人与人。BAT所有的连接都是建立在数据基础之上的，可以认为大数据连接了一切。数据连接了消费者和商家，数据连接了客户习惯，数据连接客户喜好，数据连接了位置，数据连接了时间和空间，数据连接了历史和现在。连接一切的大数据将会反馈所连接的事物、空间和时间，通过数据记录来反馈物体的移动，客户的消费习惯，个人爱好，行为习惯，活动轨迹，运动规律等。重要的这些反馈数据能知道；你是谁、你在哪里、你喜欢什么、你在干什么、你的消费能力、以及你未来的需求等。所有被反馈的事物都被打上了一个或多个数据标签，这些具有价值的标签经过整理和分析后，将会揭示事物之间的相关性和规律，将会为个人、商家、社会带来巨大价值。
1、大数据帮助制造业规划生产，降低资源浪费
制造业过去面临生产过剩的压力，很多产品包括家电、纺织产品、钢材、水泥、电解铝等都没有按照市场实际需要生产，造成了资源的极大浪费。利用电商数据、移动互联网数据、零售数据，我们可以了解未来产品市场都需求，为客户定制产品。
例如依据用户在电商搜索产品的数据以及物流数据，可以推测出家电产品和纺织产品未来的实际需求量，厂家将依据这些数据来进行生产，避免生产过剩。移动互联网的位置信息可以帮助了解当地人口进出的趋势，避免生产过多的钢材和水泥，
2、移动大数据帮助房地产开发商规划房地产开发
房地产行业在过去为中国GDP贡献了很大力量，未来粗放型的房地产行业将会转向精细化经营，从选地到规划和从设计到建设，都需要参考当地到人口数据和消费者信息，进行科学决策；利用大数据商业应用加快房子销售速度，降低自身负债。
房地产公司可以利用人群的手机位置信息来帮助企业进行开发规划、土地选址、商铺开发等。同时利用人群到用户画像信息帮助房产公司选择合作商户，提升消费人气，最终提高房产价值。
3、移动大数据帮助餐饮零售行业进行选址和顾客导流
餐饮零售行业最关注客户流量，过去开店选址时经常安排人员在十字路口进行人流统计，利用统计的人口流动信息来决定开店地址。进入到移动互联网时代之后，智能手机的位置信息可以帮助餐饮零售行业进行开店选址，企业可以参考客户画像来决定开店的规模，以及产品的类别。
移动互联网端的用户标签和画像数据还可以帮助企业进行一些精准营销，为新开的商户导入客流。特别是在规模较大的购物商厦中，移动App端的位置导航功能，可以指引客户找到新的商户，参加促销活动。市场上已经有成熟的零售餐饮商家和移动互联网大数据公司在开店引流方面进行合作，资金利用的杠杆率超过了5倍，投入产出比较高。
4、传感器数据帮助产品进行故障诊断和预测
家电和汽车正在走向智能化，通过安装传感器，汽车和智能家电可以将运行参数和运行状态传送到厂家的云平台，厂家可以了解其产品的运行状态，零部件的老化程度，帮助厂家及时更换故障器件，延长产品使用寿命，提高安全系数。汽车行业和智能家电在物联网领域将会产生巨大的市场，云计算和大数据处理平台将起到关键的作用。
中国汽车市场的销售规模超过万亿，家电市场也有一万多亿。车联网和智能家电涉及的大数据应用市场也是巨大的，按照大数据商业变现高杠杆率的特点，其市场规模至少应该在百亿左右。
5、利用移动互联网位置信息进行精准营销
O2O已经成为了一个重要的商业模式，很多互联网企业和传统企业都在寻找O2O的应用场景，订餐、教育、家政、汽车美容等都成为O2O的应用典范。移动互联网数据具有LBS和实时特点，可以帮助企业及时连接客户，依据客户需求进行精准营销。
大型购物中心一般都设有电影院，经常存在某些电影在开场前30分钟，大量电影票还没有出售的情况。借助于手机App推送广告功能，电影院在电影放映前30分钟，可以将电影票以2折价格推送给正在周围就餐的客户。依据客户画像信息，电影票将推送给喜爱看电影的顾客，增加电影销售额。企业可以利用手机App进行广告推送，做到千人千面，依据客户喜好来进行广告推送。这种精准广告推送具有成本低、转化率高的特点，在餐饮、服装、美容、零售等行业取得了良好的应用效果。如果基于位置信息的精准广告推送被大规模的商业应用，将会促进商品流转，大幅度提高社会消费总额，帮助传统企业实现互联网＋的战略。
6、电商大数据将会帮助企业优化资源配置
电商是最早利用大数据进行精准营销的行业，电商网站内推荐引擎将会依据客户的购买行为，进行关联产品的推荐。除了精准营销，电商还可以依据客户消费习惯来提前为客户备货，并利用便利店作为货物中转点，在客户下单后的短时间内，将货物送上门，提高客户体验。电商还可以利用其交易数据和现金流数据，为其生态圈内的商户提供小额贷款，也可以将此数据提供给银行，为中小企业信贷提供支持。
电商的数据量足够大，数据较为集中，数据种类较多，其商业应用具有较大的想象空间。包括预测流行趋势，消费趋势、地域消费特点、客户消费习惯、消费行为的相关度、消费热点等。依托大数据分析，电商可帮助企业进行产品设计、库存管理、计划生产、资源配置等，有利于精细化大生产，提高生产效率，优化资源配置。
7、移动大数据助力交通运输规划和管理
交通大数据应用主要在两个方面，一方面可以利用大数据传感器的数据了解车辆通行密度，合理进行道路规划。另一方面可以利用大数据分析来实现交通信号灯智能切换，提高已有线路运输能力。
在美国，政府依据某一路段的交通事故信息来增设信号灯，降低了50%以上的交通事故率。大数据可以帮助机场安排航班起降，提高管理效率；航空公司可以利用大数据提高上座率，降低运行成本；铁路公司可以利用大数据安排客运和货运列车，降低运营成本。
8、大数据帮助金融行业进行价值变现
大数据在金融行业应用范围较广，典型的案例有花旗银行利用IBM沃森电脑为财富管理客户推荐产品，美国银行利用客户点击数据集为客户提供特色服务。招商银行(600036,股吧)利用客户刷卡、存取款、电子银行转帐、微信评论等行为数据进行分析，每周给客户发送针对性广告信息。
中国目前金融行业大数据价值变主要在用户体验提升和大数据营销两个方面，其中招商银行信用卡中心和平安银行(000001,股吧)走到了金融行业的前面。
大数据在很多行业都有广泛的应用场景，例如在医疗行业，农林牧渔、能源行业、物流行业等，大数据将会是电商之后的另外一个巨大市场，结合了所有行业的商业需求之后，大数据产业的市场规模将会是个万亿级别。大数据不是电力但是比电力更能提供动力，大数据不是石油，但是比石油更能驱动企业发展。大数据就是资产，能够帮助企业进行价值变现。大数据的生意经其实很简单，就是收入增加，花费减少；就是增加客户，提高客户体验，提高资金回报的杠杆率；大数据应用成熟之后，大数据可以预测商业未来，发现新的商业机会。

⑼ 如何度量大数据对于电影产业的影响

文化产业引入大数据技术有着先天优势。首先，文化产业所拥有的数据具备较高的消费价值。由于文化产业所涉及的行业和产品大多和消费者直接相关，能够直接为用户所消费，有着明确的直接消费价值。其次，文化产业本身就是数据和内容创造的行业，能够不断地产生或获得新的数据资源。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。第三，文化产业本身就拥有极其雄厚的用户资源，由于文化产业直接面向消费者，由此拥有广阔的用户基数和规模，而基于庞大的用户资源进行数据分析，则将成为文化产业未来基于大数据业务转型的关键性条件。