鄭笑眉 王凌峰(重慶工商大學(xué)，重慶 400067)

隨著我國電影產(chǎn)業(yè)的飛速發(fā)展，眾多電影提高了營銷資金投入?！短迫私痔桨?》宣發(fā)費用達(dá)1.5億元，《捉妖記2》宣發(fā)費用達(dá)3億元，個別影片的營銷費用甚至超過其制作費用。電影營銷投入占比趨高，既彰顯了電影營銷在電影產(chǎn)業(yè)中的地位和作用，也為營銷的創(chuàng)新提供了雄厚的資金支持。另一方面，《流浪地球》《夏洛特?zé)馈返入娪氨M管營銷費用相對不高，但通過新媒體平臺的算法推薦營銷仍然獲得了好口碑與高票房。目前，中國至少有超過6億的人借助于算法來獲取每天所消費的內(nèi)容產(chǎn)品——包括公眾號、知乎問答等的圖文內(nèi)容，得到、喜馬拉雅這樣的音頻內(nèi)容，以及短視頻、影視劇這樣的影像內(nèi)容。[1]這些新媒體平臺利用算法推薦的精準(zhǔn)性、集約性積極地投身于電影營銷，成為當(dāng)前電影營銷的新方向。

一、當(dāng)前電影營銷的算法推薦轉(zhuǎn)向

電影營銷中有兩個關(guān)鍵點：一是信息的傳達(dá)，即通過各種渠道讓觀眾知道這部影片的相關(guān)資訊；第二是效果的呈現(xiàn)，即要通過內(nèi)容創(chuàng)新打動并吸引受眾進(jìn)入影院觀影。在當(dāng)前的新媒體環(huán)境下，電影營銷發(fā)生了怎樣的轉(zhuǎn)變？

(一)傳統(tǒng)渠道仍是“規(guī)定操作”

目前，傳統(tǒng)的營銷渠道和手段仍然是多數(shù)電影的“規(guī)定操作”。原合一影業(yè)電影營銷專家喬大旺說道：“為保險起見，電影營銷基本上都會把全渠道鋪一遍。電影營銷會在報紙、廣播和電視等傳統(tǒng)傳播渠道投放相關(guān)的廣告信息?！比A誼電影公司副總經(jīng)理柳慶慶認(rèn)為：“在各種粗放式的媒體渠道上進(jìn)行信息投放的方法，除非內(nèi)容本身有極強(qiáng)的傳播調(diào)性，可以打通所有渠道的壁壘，否則相對弱一點的調(diào)性的信息都是傳不出去的?！盵2]粗放式的傳統(tǒng)渠道，及植入性廣告、病毒性散播等野蠻的營銷手段雖然承擔(dān)著重要的電影營銷任務(wù)，但隨著移動互聯(lián)網(wǎng)的興起，電影營銷開始向新媒體、移動化方向轉(zhuǎn)移，新的營銷模式也開始不斷涌現(xiàn)，助力電影營銷不斷創(chuàng)新發(fā)展。

(二)電影營銷的算法推薦轉(zhuǎn)向

中國互聯(lián)網(wǎng)絡(luò)信息中心第43次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》顯示，截至2018年12月底我國網(wǎng)民數(shù)量為8.29億，全年新增5653萬，其中手機(jī)用戶規(guī)模達(dá)8.17億，全年新增6433萬。網(wǎng)絡(luò)用戶的飛速增長，讓電影營銷的第一個關(guān)鍵點，即信息傳遞不得不轉(zhuǎn)向越來越多的互聯(lián)網(wǎng)及移動互聯(lián)網(wǎng)用戶。

新的媒體業(yè)態(tài)不斷出現(xiàn)，也促進(jìn)了電影宣發(fā)的形式不斷創(chuàng)新。雖然還是以文字、圖片和視頻等為主的內(nèi)容，但是渠道早已從傳統(tǒng)媒體到“微博+社群”“微博+朋友圈”以及優(yōu)酷、騰訊等視頻網(wǎng)站。今天，以算法推薦為主的聚合類app包括今日頭條、一點資訊、抖音等新媒體平臺悉數(shù)登場。由于視頻、直播、短視頻等互動平臺可以讓用戶更加主動參與，實現(xiàn)精準(zhǔn)的推薦傳播，電影營銷將徹底走出傳統(tǒng)媒體的桎梏，進(jìn)入以算法推薦為主的全新的營銷階段。

二、表征與價值：算法推薦對電影營銷流程的再造

電影營銷的產(chǎn)業(yè)鏈中有三個關(guān)鍵的要素，即內(nèi)容、渠道及用戶。在數(shù)字媒體的大背景下，內(nèi)容的易復(fù)制性使得內(nèi)容冗余隨處可見，用戶的閱讀選擇更加困難；如何破解內(nèi)容冗余，并將相關(guān)內(nèi)容精準(zhǔn)推送至個體已成為當(dāng)前電影營銷的主要難題。而基于用戶消費時間、空間及結(jié)構(gòu)偏好的各種算法推薦，在尋找對的渠道，推薦對的內(nèi)容，滿足用戶的觀影需求方面正發(fā)揮著流程再造的功能。

(一)電影營銷算法推薦源自用戶觀影的精準(zhǔn)需求

據(jù)國家電影局的數(shù)據(jù)，2018全年我國共生產(chǎn)電影故事片902部，動畫電影51部，科教電影61部，紀(jì)錄電影57部，特種電影11部，總計1082部，再加上國外引進(jìn)的64部電影共計1146部，題材類型多樣是當(dāng)前電影供給的特點。而隨著用戶自我意識的覺醒，個人生產(chǎn)內(nèi)容的積極性大大提升，在電影營銷的有意推動下，電影信息、評論、互動日益豐富，內(nèi)容冗余已成為常態(tài)。如何在龐雜的信息中給用戶推薦其真正感興趣的內(nèi)容，滿足個性化的需求，是電影營銷面臨的現(xiàn)實問題。而算法推薦的技術(shù)賦能恰好解決了業(yè)界這一痛點。

利用算法技術(shù)，電影營銷可根據(jù)觀影者的個性化消費需求，依托用戶消費的內(nèi)容偏好、不同場景下的消費模式等計算維度，實現(xiàn)精準(zhǔn)的個性化推薦。算法的巨大優(yōu)勢已徹底改變了用戶獲取內(nèi)容、消費內(nèi)容和分享內(nèi)容的習(xí)慣，并從根本上改變內(nèi)容產(chǎn)品的研發(fā)、生產(chǎn)、分發(fā)和反饋等各個環(huán)節(jié)。[3]

(二)電影營銷算法推薦的表征

算法推薦首要表征是為用戶精準(zhǔn)畫像。用戶畫像是從真實的用戶行為中提煉出來的一些特征屬性并形成用戶模型，它們代表了不同的用戶類型及其所具有的相似態(tài)度或行為，這些畫像是虛擬的用戶形象。[4]個人在網(wǎng)絡(luò)上的瀏覽、觀看、評價等行為都能通過后臺進(jìn)行收集，而后臺還可以通過技術(shù)手段如cookie的植入來采集到用戶的更加詳細(xì)的行為。與傳統(tǒng)的消費者畫像相比，算法推薦的消費者畫像特點首先是量的區(qū)別。前者是通過抽樣來獲取部分消費者信息；后者則使用全體樣本，通過大數(shù)據(jù)的挖掘和采集，對每一個用戶數(shù)據(jù)都進(jìn)行采集。二是質(zhì)的不同。傳統(tǒng)消費者調(diào)查收集的消費者信息是靜態(tài)的、片面的，而算法精準(zhǔn)畫像收集的消費者信息是動態(tài)的、全面的，它是消費者真實網(wǎng)絡(luò)行為及過程的數(shù)據(jù)統(tǒng)計。

算法推薦第二個主要表征是對用戶場景使用計算并提供個性化推薦。算法推薦不僅僅知道用戶是怎樣的，還要知道用戶會在什么情況下消費怎樣的信息。當(dāng)用戶外出時、工作期間休息時，或在周末享受整段閑暇時光時，這些不同的生活、學(xué)習(xí)、工作等普通的場景，都蘊含著其不同的內(nèi)容消費形態(tài)。只有利用合適的算法，將用戶的使用場景作為計算的維度，才能真正了解用戶的場景需求，向用戶進(jìn)行個性化的電影內(nèi)容推薦。

(三)算法推薦的價值

首先，算法推薦的基礎(chǔ)價值是為電影的市場營銷提供了明確的目標(biāo)。算法的基礎(chǔ)就是通過大數(shù)據(jù)發(fā)現(xiàn)不同的用戶群體，并為其打上不同的標(biāo)簽進(jìn)行精準(zhǔn)畫像。這樣做的好處就是為電影營銷提供更加明確的目標(biāo)，某一個具體的用戶是不是某個電影的潛在用戶，通過算法的精準(zhǔn)畫像一目了然。明確的目標(biāo)可以讓電影營銷公司集中自身的資源，完成營銷的任務(wù)。

其次，算法推薦的關(guān)鍵價值是提供了精準(zhǔn)推送服務(wù)，為消費者節(jié)省了時間和精力，提高了其閱讀效率。算法推薦可以實現(xiàn)對用戶年齡、職業(yè)、興趣等人口統(tǒng)計學(xué)特征，時間、地理位置、天氣情況等環(huán)境特征，以及類別、關(guān)鍵詞、熱度等文章特征的對接和匹配，將篩選過的信息精準(zhǔn)推送至用戶。精準(zhǔn)推送不僅節(jié)省了用戶搜索的時間和精力，還在不同場景的匹配中提高了其閱讀效率。

最后，算法推薦的終極價值再造了整個營銷流程。傳統(tǒng)的營銷思路是有什么樣的電影資訊或內(nèi)容，然后傳播給大眾相同的信息。雖然也提出了以用戶為中心，但受制于技術(shù)條件，并沒有真正從用戶的需求出發(fā)。而算法推薦的出現(xiàn)，用戶的畫像更加清晰，用戶的場景需求更加實在，我們可以實時地、精準(zhǔn)地給用戶推送其喜歡的電影內(nèi)容。算法推薦的出現(xiàn)可以說改變了整個營銷環(huán)節(jié)，實現(xiàn)了真正以用戶為中心的運營模式。

三、電影營銷中的算法推薦機(jī)制

在當(dāng)前的新媒體環(huán)境下，電影資訊愛好者接受信息的模式無外乎主動地搜尋和被動地接受。當(dāng)用戶主動通過搜索引擎來尋找自己喜愛的電影信息時，搜索引擎會根據(jù)算法來進(jìn)行數(shù)據(jù)的抓取、計算和排序，然后將內(nèi)容呈現(xiàn)給用戶；而在用戶打開新聞資訊類或者是購票app時，通過算法推薦機(jī)制，擬合用戶對內(nèi)容滿意度的函數(shù)，即用算法公式來模擬用戶的滿意度，從而實現(xiàn)精準(zhǔn)地推薦電影資訊或推廣內(nèi)容。

(一)搜索引擎算法推薦模式

在海量的電影信息面前，大多數(shù)用戶會主動地使用搜索引擎來獲得自己喜歡的電影信息。《流浪地球》即將上映時，用戶會通過搜索引擎搜索電影上映時間、票價，故事梗概以及主要演員等。由于搜索呈現(xiàn)頁面內(nèi)容有限，如何將用戶感興趣的內(nèi)容排列在首頁是搜索引擎算法推薦最根本的任務(wù)，電影營銷算法推薦的工作機(jī)制主要包括數(shù)據(jù)抓取、意圖識別(數(shù)據(jù)處理分析)、搜索排序。

首先是數(shù)據(jù)抓取。在電影營銷中，算法機(jī)制通過各種爬蟲技術(shù)，將與搜索主題相關(guān)的海量數(shù)據(jù)都抓取過來。如用戶搜索“流浪地球”關(guān)鍵詞，爬蟲就將涉及的文章都抓取過來，這里使用的算法技術(shù)就包括查詢詞分析以及查詢詞與文章相關(guān)性、個性化、時效性的關(guān)聯(lián)分析等。

其次是意圖識別。較為通俗的說法是用戶查詢的這個關(guān)鍵詞到底是什么意義，我們基于什么樣的規(guī)則來進(jìn)行解讀。比如“流浪地球”，后臺在接受到這個查詢詞之后做切分，劃分為不同的前后綴，然后加上實體詞本身，切分的前后綴可以計算詞頻信息、左右熵、可信度等。經(jīng)過這樣的操作后，用戶再搜索相關(guān)的詞時，如導(dǎo)演、演員表、影評這些熱門詞就可以關(guān)聯(lián)到《流浪地球》影片信息。

最后是搜索排序。簡單地說就是將得到的底層數(shù)據(jù)進(jìn)行處理和挖掘、提取、計算各種標(biāo)簽特征，然后用各種模擬擬合，打分，得到最終的分?jǐn)?shù)后進(jìn)行排序。而最終呈現(xiàn)給用戶的就是按照相應(yīng)算法而排序的各種電影相關(guān)資訊。

(二)精準(zhǔn)推送的算法推薦機(jī)制

除了主動信息搜索之外，大多數(shù)用戶對電影資訊的獲取大都是通過瀏覽新聞app和網(wǎng)頁，閱讀社交媒體以及購票app推薦等方式。如何實現(xiàn)對用戶的精準(zhǔn)推薦，《超時空同居》走出了一條自己的模式。該片發(fā)行方光線傳媒找到以算法見長的今日頭條，希望通過今日頭條旗下的產(chǎn)品矩陣大面積覆蓋年輕群體，并使用其算法推薦精準(zhǔn)找到潛在用戶。頭條算法推薦系統(tǒng)的三個維度是內(nèi)容維度、用戶維度及環(huán)境維度。內(nèi)容維度包括圖文、視頻、UGC小視頻、問答、微頭條的不同特征。用戶維度是用戶的職業(yè)、年齡、性別等興趣標(biāo)簽。第三個維度是環(huán)境維度。結(jié)合三方面的維度，算法模型會給出一個預(yù)估，即推測推薦內(nèi)容在這一場景下對這一用戶是否合適。[5]《超時空同居》主演雷佳音在微頭條頻繁發(fā)聲，2個月發(fā)布14條電影宣傳圖文，曝光量破千萬。這些信息被精準(zhǔn)推送給喜歡雷佳音的粉絲，為影片聚攏大量潛在用戶，使得影片以1500萬的宣發(fā)，換來7億的票房。

在購票環(huán)節(jié)，算法亦發(fā)揮重要的作用。淘票票app依靠低于同類平臺的票價后來居上，成為在線票務(wù)市場中的佼佼者，所依靠的就是比價算法，其依托阿里云及其自身大數(shù)據(jù)，通過自行研發(fā)的爬蟲技術(shù)對其他售票平臺同一影片同一場次售價進(jìn)行數(shù)據(jù)抓取，橫向比價后計算出低于所有平臺的票價(活動除外)，然后利用此低價向用戶進(jìn)行票價推薦，受到對價格敏感的普通用戶喜愛，吸引了大批用戶，成就了其票務(wù)市場的地位。

四、結(jié) 語

中國的電影市場快速發(fā)展，消費者正趨向成熟，電影營銷理念和模式亦要把握好自己的度。在算法大獲成功的今天，我們既要充分享受技術(shù)發(fā)展所帶來的便利和價值，在競爭激烈的電影營銷市場中取得成功，也要考慮過度使用算法推薦可能造成用戶獲取信息的阻礙。充分考量算法推薦的市場性和公共性，巧妙掌握好其中的度，才能促進(jìn)我國電影產(chǎn)業(yè)的健康長遠(yuǎn)發(fā)展。