賀文

有人稱他們是為電影“算命”，但劉晗以為，“看病”更準確。劉晗他們創(chuàng)業(yè)的新影數(shù)訊，就是將數(shù)據(jù)分析、數(shù)據(jù)挖掘應用到電影票房的預測上。這是一個創(chuàng)業(yè)不到兩年的團隊，現(xiàn)在是十余人的規(guī)模，卻掌握了20000部電影、60000名藝人、4000位導演的數(shù)據(jù)資料，并能對微博80%活躍用戶中的影迷約8000萬人進行偏好分析。

劉晗介紹，新影數(shù)訊開發(fā)的“iFilm+”系統(tǒng)即通過數(shù)據(jù)分析，將影視作品和用戶的行為關聯(lián)起來?！拔覀兺诰蛴脩簦ㄓ懊裕蕵樊a(chǎn)品（影片）的娛樂訴求和價值感知，然后我們精準地計算出某部影片的受眾人群的意愿。在知道了什么樣的電影會成功之后，我們便能對制片人和導演提出決策建議?！痹谶@一思路下，原本是B2C模式的電影產(chǎn)業(yè)，將出現(xiàn)C2B的變化。劉晗說，“iFilm+”預測一部電影的市場表現(xiàn)，在上映前一個月左右，其準確度能達到80%。

這套算法也不是萬能的?！癷Film+”能說明白應該怎樣做，卻不能解釋為什么，這也不是“iFilm+”的缺陷，而是因為“大數(shù)據(jù)只解釋相關性的問題，不解釋因果”。此外，這套算法只能做到測算商業(yè)片的價值回報，卻算不出“電影能不能得獎，會不會感人”。

將數(shù)據(jù)分析、數(shù)據(jù)挖掘應用到影視領域，劉晗認為能做兩件事，預測和推薦。新影數(shù)訊選擇了toB“預測”，回避了toC“推薦”。因為中國的互聯(lián)網(wǎng)用戶，還沒有特別好的付費習慣，而比較常見的電影票抽成的做法，給他們這類服務商留下的利潤空間已經(jīng)很薄。

“手工清洗”數(shù)據(jù)

事實上，電影行業(yè)利用數(shù)據(jù)，在好萊塢不是新鮮事兒。在好萊塢工業(yè)體系下，一部電影從研發(fā)、創(chuàng)作生產(chǎn)到發(fā)行，都能看到數(shù)據(jù)的身影。而且，好萊塢在數(shù)據(jù)庫建設方面的基礎工作做得很早、很扎實。在中國情況則大不相同。有業(yè)內(nèi)人士曾說，“中國電影產(chǎn)業(yè)多數(shù)時候都是拍腦門憑經(jīng)驗，過去連每周票房的實際數(shù)據(jù)都拿不到，很多數(shù)據(jù)都不靠譜，更不要說其他精確數(shù)據(jù)了”。

那新影數(shù)訊的“iFilm+”，是如何解決數(shù)據(jù)來源難題呢？影片制作端、影片消費端這兩端的信息數(shù)據(jù)，“iFilm+”是如何完成積累的？

按照新影數(shù)訊的理念，電影的名稱、陣容、劇本、檔期、宣傳點、主題曲、互聯(lián)網(wǎng)版權(quán)等30多個參數(shù)變量共同決定了一部影片是否能獲得成功。他們的設想是，從過往上映的電影抽樣中，找到相關數(shù)據(jù)，然后利用計算機確定出定量和公式。這部分做法類似于好萊塢的票房預測體系。但“iFilm+”不僅如此，還引入了社交網(wǎng)絡的數(shù)據(jù)，將微博等社交網(wǎng)絡上涉及到演員、角色、電影結(jié)局等內(nèi)容作為變量?！?00個人月”，這是劉晗他們用在電影行業(yè)數(shù)據(jù)收集與整理上的時間。換句話說，如果有20個人手的話，得做15個月。

光有人力和時間的投入還不夠，還得有技術手段的介入。劉晗舉例說，很多網(wǎng)絡數(shù)據(jù)庫對于演員票房貢獻度的算法很粗糙，他們則是按照戲份的多少、臺詞的多少等來計算演員票房貢獻度。即便像《十二生肖》這種由成龍編劇、導演、主演的影片，按照劉晗他們的系統(tǒng)計算，成龍的票房貢獻度也不到70%。最初的時候，劉晗他們甚至用“最笨”的方法——找人看一遍電影——來核實一些影片基本信息的真實與否?！斑@些電影行業(yè)的原始數(shù)據(jù)都是我們自己‘手工洗過的，我們能做到現(xiàn)在這一步，也是因為干了很多苦活累活，所以不怕新浪、騰訊或者百度?！眲㈥险f。

即便如此，電影行業(yè)本身的數(shù)據(jù)還都不是“大數(shù)據(jù)”，劉晗認為，社交媒體的用戶行為數(shù)據(jù)，才是真正的大數(shù)據(jù)。但這部分數(shù)據(jù)的收集和整理的難題是，如何過濾掉數(shù)據(jù)的“雜音”？劉晗反倒不認為這是難事。在創(chuàng)業(yè)之前，他曾在新浪的無線部門做技術，很熟悉新浪微博的底層技術，他還在中移動旗下的卓望公司工作過，參與搭建了卓望整個的開放平臺，卓望當時主要負責中移動“移動夢網(wǎng)”?！白ト?shù)據(jù)，識別僵尸粉絲、判定灌水、攔截機器人等，我們相對有得天獨厚的條件。”

那么，“iFilm+”獲取用戶行為數(shù)據(jù)會否受到微博等新媒體平臺的限制？“其實不會?！眲㈥辖忉屨f，這里只有“懶人和勤快人的區(qū)別”。從對方平臺的接口抓取數(shù)據(jù)，是最省事的；如果對方不開放數(shù)據(jù)接口，則可以用機器模擬一個真實用戶看這些網(wǎng)頁的行為，也能抓取數(shù)據(jù)。

在創(chuàng)業(yè)早期，因為數(shù)據(jù)的存儲有壓力，劉晗他們不得已要“忍痛割愛”刪一些相對“老”的數(shù)據(jù)，或者對現(xiàn)在或者半年一年后的趨勢判斷沒有太大影響的數(shù)據(jù)；此外，他們還建立了數(shù)據(jù)存儲的分級更換機制，比如9天之內(nèi)的是熱數(shù)據(jù)，存在機器內(nèi)存里，老一點的數(shù)據(jù)放在硬盤上，再老一點的用磁盤、光盤備份等。

劉晗透露，今年新的融資將主要投在硬件設備上，“做大數(shù)據(jù)需要有存儲量大、計算量大的設備，我們現(xiàn)有20多臺服務器特別不夠，現(xiàn)在基本上每兩周就要加差不多小一萬塊錢的硬盤設備”。

做toB的生意

在數(shù)據(jù)分析上，劉晗是技術高手，但是對電影，他原本卻是個門外漢。新影數(shù)訊的“iFilm+”，就像劉晗本人一樣，在與電影業(yè)界人士、制片方的線下接觸中，不斷熟悉電影行當，不斷豐富對電影票房的計算維度。

在商業(yè)模式上，劉晗他們選擇了toB，而非toC。這也是劉晗認為的，在把大數(shù)據(jù)應用到影視領域時，新影數(shù)訊與豆瓣電影的不同。他們toB做的是有關電影投資/拍攝的咨詢服務建議，也有toC的“推薦”，但是他們沒有把toC的結(jié)果直接轉(zhuǎn)化成toC的業(yè)務模式，而是反向操作，把用戶喜歡的東西做成toB的咨詢建議。劉晗總結(jié)，他們的商業(yè)模式/業(yè)務模式是針對影片的投資方/出品方/宣傳方。在他看來，電影產(chǎn)業(yè)不應該是一個“拍腦門憑經(jīng)驗”行當，而應該“需要更加理性的數(shù)據(jù)來幫助判斷”。

大數(shù)據(jù)讓影視界感受到“沖擊”的經(jīng)典案例，當屬美國視頻網(wǎng)站Netflix推出的電視劇《紙牌屋》，該劇無論是劇情設置還是選擇演員、導演陣容，都以用戶在網(wǎng)站上的行為和使用數(shù)據(jù)做支撐，根據(jù)官方公布的數(shù)據(jù)，3/4訂閱者都會接受Netflix的觀影推薦。

同樣都是將大數(shù)據(jù)應用到影視領域，新影數(shù)訊與Netflix的做法不一樣。首先，新影數(shù)訊收集的是微博等第三方平臺的用戶數(shù)據(jù)，Netflix是以自己平臺上用戶產(chǎn)生的數(shù)據(jù)為支撐；其次，Netflix的商業(yè)模式是用戶付費，它有2000多萬付費用戶，而新影數(shù)訊選擇的是toB模式。

新影數(shù)訊現(xiàn)在有兩種收費方式：一是收取固定的服務費；另一種是他們更愿意大規(guī)模拓展的，影片票房增值部分的分成?！氨热缫徊坑捌?，投資方認為能有1.5億元的票房，我們通過數(shù)據(jù)分析預測票房能到2億元，如果最后票房超過1.5億元，那么增值部分投資方每多賺1000萬元，我們多抽1%?！比绻堑诙N業(yè)務模式，新影數(shù)訊則需要在劇本環(huán)節(jié)就得介入，包括劇本接不接地氣、如何選演員等。劉晗透露，今年新影數(shù)訊主要承接的都是此類合作，“開花結(jié)果”將集中到明年年底。

期間也有人建議過劉晗他們做藝人經(jīng)紀，或者從現(xiàn)在做影片的數(shù)據(jù)分析挖掘，拓展到舞臺劇、話劇等，但劉晗都拒絕了，而是堅持把主線放在“對影視行業(yè)娛樂數(shù)據(jù)、用戶觀影行為、用戶對演員的評價等要素的分析整理上”。在他看來，這是資源有限的創(chuàng)業(yè)團隊，要經(jīng)得住的“誘惑”，要懂得取舍。

在堅持“主線”的同時，劉晗也在考慮更大效率地商業(yè)化“iFilm+”的數(shù)據(jù)分析挖掘能力。他們已與一些影視投資基金和制片方合作，以代管基金的方式，嘗試介入到影片投資環(huán)節(jié)；他們也在嘗試影片植入廣告的服務。