周依妍
關(guān)鍵字:新媒體大數(shù)據(jù),用戶生成內(nèi)容,預(yù)測模型,電影營銷策略
在好萊塢近百年的發(fā)展歷史中,其全面市場研究的營銷體系為其在世界電影市場上的統(tǒng)治地位奠定了基礎(chǔ),觀眾研究已經(jīng)成為了電影制片方規(guī)避風(fēng)險(xiǎn)的一種方法,利用觀眾研究數(shù)據(jù)來提前對電影的上映前景進(jìn)行分析并采取相應(yīng)的營銷手段,跟蹤與衡量相關(guān)的受眾群體以在市場上占據(jù)有利位置。
傳統(tǒng)上,受眾研究通常依賴于從較小但具有潛在代表性的樣本中收集的數(shù)據(jù)進(jìn)行,但該樣本的取樣帶有一定的局限性和針對性并可能增加不可預(yù)測的波動,無法從更廣的維度精準(zhǔn)的分析現(xiàn)有市場情況。
隨著互聯(lián)網(wǎng)絡(luò)的普及與發(fā)展,個(gè)體用戶與網(wǎng)絡(luò)的交互行為日益增多,基于用戶生成的內(nèi)容進(jìn)行準(zhǔn)確的抓取,計(jì)算,處理并生成用戶分析是大數(shù)據(jù)網(wǎng)絡(luò)時(shí)代背景下數(shù)字化營銷策略的發(fā)展方向。電影行業(yè)作為娛樂業(yè)的龍頭產(chǎn)業(yè),其巨大的資金投入與激烈的行業(yè)競爭推動了傳統(tǒng)用戶分析模式的改革與大數(shù)據(jù)背景下觀眾行為的數(shù)字化研究。這也將成為今后電影市場分析的主流的發(fā)展方向。
大數(shù)據(jù)時(shí)代下的受眾研究是通過檢測,抓取,分析網(wǎng)絡(luò)用戶生成的內(nèi)容來實(shí)現(xiàn)的。新媒體環(huán)境的交互功能有助于系統(tǒng)的收集,匯總和分析潛在的受眾行為信息。傳統(tǒng)上生產(chǎn)者和消費(fèi)者是二元的,消費(fèi)者僅扮演著接收信息的角色。但如今已經(jīng)不能再做出如此明顯的區(qū)分,新媒體環(huán)境下幾乎任何有能力接收信息的人也能夠發(fā)布信息,新媒體環(huán)境的自主性和互動性促進(jìn)了反饋機(jī)制和數(shù)據(jù)流的集成從而提供了更全面的受眾數(shù)據(jù)。內(nèi)容提供者和受眾之間的界限越來越模糊,這也改變了電影制片方與觀眾之間的單向溝通關(guān)系。電影制片方可以通過觀眾的反饋來制定或改變推廣策略,進(jìn)行更精準(zhǔn)的營銷?;趶V大數(shù)據(jù)的收集分析,制片方可以在電影制作的過程中根據(jù)反饋調(diào)整制片方向,營銷方案與精準(zhǔn)的廣告投放。這對于電影制作有著積極的推動作用并規(guī)避了一定的風(fēng)險(xiǎn)與損失。
在傳統(tǒng)方式中,用戶分析主要依托于搜尋長期或潛在的用戶為樣本,通過總體受眾意向調(diào)查獲得有關(guān)其媒體消費(fèi)習(xí)慣的數(shù)據(jù),這些數(shù)據(jù)構(gòu)成了廣告商和生產(chǎn)商預(yù)測市場的經(jīng)濟(jì)引擎,但當(dāng)今受眾在更大范圍的內(nèi)容平臺上的分部程度意味著需要越來越多的受眾樣本才能相對準(zhǔn)確可靠的確定觀眾的注意力分布。
此外傳統(tǒng)模式中對于用戶反饋方面往往依靠于針對用戶或隨機(jī)用戶的調(diào)查問卷,這種獲得反饋的方式效率較低,樣本具有局限性,且受調(diào)查的用戶會產(chǎn)生相應(yīng)的被動式調(diào)查心理意識,其反饋的準(zhǔn)確度也會受到一定影響。多年前,電影行業(yè)一直在進(jìn)行系統(tǒng)的電話研究,以跟蹤觀眾對即將上映的電影的認(rèn)識和興趣。與傳統(tǒng)的研究方法相比,在線關(guān)鍵詞抓取更夠跟蹤到更多的受眾,尤其是參與者往往并不知悉他們的話語是可以對即將到來的媒體產(chǎn)品進(jìn)行前瞻性分析的原始數(shù)據(jù)。相反,直接調(diào)查研究的參與者會意識到他們正在進(jìn)行研究,并且這種意識可能會影響他們的反應(yīng)。在線內(nèi)容是對即將到來的媒體產(chǎn)品的行為意識和興趣的展示,而不是像調(diào)查回復(fù)一樣有意識的自我報(bào)告態(tài)度和看法。新媒體的大數(shù)據(jù)分析是利用算法對用戶日?;ヂ?lián)網(wǎng)生活中的文本,交互等一系列行為進(jìn)行提取,以分布式挖掘,分布式數(shù)據(jù)管理,云計(jì)算數(shù)據(jù)分析為基本方式。該方法使數(shù)據(jù)來源更大,樣本廣泛眾多,用戶并不需要執(zhí)行明確的參與分析行為,使調(diào)查與反饋更有客觀參考價(jià)值,同時(shí)算法自動化也降低了采集成本。
用戶生成內(nèi)容的模型建立依托于Python 語言下TFIDF,TextRank 方法或使用crawler 工具進(jìn)行注意力分析與關(guān)鍵詞提取,根據(jù)詞頻,逆向文件頻率,網(wǎng)頁轉(zhuǎn)跳頻率,點(diǎn)擊頻率,頁面停留時(shí)長,參與程度等數(shù)據(jù)提取,并結(jié)合用戶主動提供的個(gè)人網(wǎng)絡(luò)信息,消費(fèi)信息進(jìn)行精準(zhǔn)的用戶畫像。為市場營銷,用戶反饋調(diào)查,廣告投放提供精準(zhǔn)的目標(biāo)群體。該預(yù)測模型被擁有用戶群體龐大的平臺應(yīng)用,進(jìn)行數(shù)據(jù)采集分析。通過抓取在線聊天中的關(guān)鍵字和搜索引擎的記錄,不僅創(chuàng)建了大量詳細(xì)的消費(fèi)者數(shù)據(jù),還可以通過此用戶信息為生產(chǎn)者提供更有效的營銷數(shù)據(jù)。將以前分散的,難以收集的數(shù)據(jù)進(jìn)行提取分析,具有了更大的參考價(jià)值。
借助微博和微信的在線營銷已經(jīng)成為中國電影營銷的重要渠道之一。微博營銷主要是指使用微博平臺達(dá)到營銷目的,通過設(shè)立官方帳號,與知名博主合作推廣,廣告投放等方式進(jìn)行電影宣傳。此外電影影評人在微博營銷的過程中擔(dān)當(dāng)了輿論領(lǐng)袖的角色,他們將信息傳播給自己的粉絲以達(dá)到推廣的目的。電影宣發(fā)方則可通過相關(guān)微博的轉(zhuǎn)發(fā)量,點(diǎn)贊量,評論情況獲得相應(yīng)的用戶數(shù)據(jù)支持。
電影制片方使用微博進(jìn)行精準(zhǔn)營銷優(yōu)勢在于細(xì)分觀眾市場和制定差異化的營銷策略。首先,可以在用戶的微博主頁收集用戶的個(gè)人信息,關(guān)注的博主類型以及日?;拥膬?nèi)容,這些信息可以用作定位受眾的基礎(chǔ)。其次結(jié)合微博的定位功能,電影營銷可以了解不同地區(qū)觀眾之間的差異,從而開展區(qū)域營銷策略和促銷活動。另一方面,電子商務(wù)平臺的興起也有利于用戶信息的收集。2016 年中國電影票的72%通過網(wǎng)絡(luò)平臺出售,這不僅有助于追蹤觀眾的年齡,性別,地理位置,甚至有助于追蹤觀眾對于電影類型的偏好。貓眼,淘票票和其他電影票務(wù)平臺也可以根據(jù)以前的購買記錄來進(jìn)行新電影的推薦。用戶可以標(biāo)記感興趣并即將上映的電影,代表了該電影受期待與受歡迎的程度。這些數(shù)據(jù)可以幫助確定發(fā)行時(shí)間和針對不同地區(qū),不同人群的營銷策略。
以《戰(zhàn)狼2》為例,早期的市場營銷主要集中在主演的訓(xùn)練情況和電影制作的質(zhì)量上。例如,該電影籌備的時(shí)常,拍攝前主要演員已在特種部隊(duì)接受訓(xùn)練,水下拍攝是由好萊塢電影《加勒比海盜》的原班攝制組制作的,主演在拍攝過程中的艱辛等。電影上映后,評價(jià)傾向于這部電影展現(xiàn)了中國的政治和軍事力量,激發(fā)了觀眾的愛國情懷。這部電影的官方微博賬號也鼓勵觀眾寫電影評論并在微博上發(fā)布電影票的照片,這引起了一波熱潮。普通人的評論無形地促進(jìn)了這部電影的推廣。此外,電影的官方微博賬號每天都在更新票房數(shù)據(jù),這也激發(fā)了人們的從眾心理。根據(jù)中央電視臺的觀眾研究,超過60%的觀眾認(rèn)為《戰(zhàn)狼2》符合民族心理,其中57.6%的觀眾將其定義為愛國動作片,而51%的觀眾則認(rèn)為這反映了硬漢形象。此外,由于對微博的評價(jià)主要集中在愛國主義的情感上,電影的后期宣傳偏向于愛國情懷,對祖國的歸屬感和榮譽(yù)感。電影《戰(zhàn)狼2》的高票房與其在新媒體平臺上的受眾研究以及根據(jù)受眾的接收情況及時(shí)調(diào)整營銷方向不無關(guān)系。
電影票房預(yù)測是在電影制作過程中極為重要的行為,在制作前期為投資方提供正確的回報(bào)預(yù)期,在制作后期針對于定檔日的選擇,宣發(fā)方式都有很重要的參考價(jià)值。受益于基于用戶行為的大數(shù)據(jù)分析,21 世紀(jì)后的電影票房預(yù)測模型使用用戶生成的內(nèi)容作為預(yù)測模型的基礎(chǔ)?;谏缃幻襟w的在線票房預(yù)測模型可覆蓋更廣泛的采樣范圍。以Twitter 模型為例,它分為兩部分:推文數(shù)量與票房預(yù)測之間的關(guān)系,以及推文情緒與票房預(yù)測之間的關(guān)系。對推文速率(每小時(shí)提及電影的推文數(shù)量)和相應(yīng)的票房進(jìn)行線性分析。推文數(shù)量越高,第一周的票房就越高。情緒分析使用具有情感識別功能的機(jī)器人為推文創(chuàng)建正面、負(fù)面和中立的標(biāo)簽。盡管幾乎所有電影的好評率都高于負(fù)面率,但它們之間的比例直接影響票房表現(xiàn)。例如,《弱點(diǎn)》發(fā)行前的好評比率從5.02 大幅提高到9.56,其電影票房從第一周的3400 萬美元增加到了第二周的4010 萬美元。相反,《暮光之城:新月》的正負(fù)面評論比率從6.29 降至5.0,票房從第一周的1.42 億下降至第二周的4200 萬。盡管“情感評價(jià)”的重要性不如“提及頻率”高,但它仍然對票房產(chǎn)生影響不可忽視。谷歌的研究表明,2012 年電影的搜索量比2011 年增長了56%,61%的觀眾表示他們使用搜索引擎查詢新電影的信息。通過在線查詢的數(shù)量反映并分析用戶的搜索內(nèi)容,可以分析觀眾對電影的感知和觀看電影的意圖。對首周票房產(chǎn)生重大影響的因素為:相關(guān)的搜索量、相關(guān)的廣告點(diǎn)擊次數(shù)和影院量。首映后,這些因素轉(zhuǎn)變?yōu)椋簭V告點(diǎn)擊次數(shù)、影院數(shù)量、首周票房和點(diǎn)評排名。這也表明,當(dāng)代受眾調(diào)查的基石是受眾的口碑和關(guān)注度。無論是被討論的熱度還是大眾的情感意向,都可以促進(jìn)票房研究人員進(jìn)一步了解觀眾的喜好信息,這不僅可以應(yīng)用于目前的電影,也是對未來電影決策的參考資源。與傳統(tǒng)的代表性樣本相比,當(dāng)前的在線受眾研究包括調(diào)查范圍內(nèi)的所有網(wǎng)民,增加了樣本量,從而提高了準(zhǔn)確性。在線媒體的交互功能使觀眾能夠了解并參與預(yù)制作,制作人可以通過網(wǎng)絡(luò)上觀眾的態(tài)度進(jìn)行一些調(diào)整。
傳統(tǒng)的電影營銷是在拍攝的后期甚至完成之后進(jìn)行的。觀眾對腳本編寫,演員表和拍攝等初步工作幾乎沒有認(rèn)識,只有在電影完成后,廣告才會開始投放。如今,觀眾研究和電影營銷在整個(gè)電影制作中都是一致的。在準(zhǔn)備電影之前,細(xì)分市場就已經(jīng)確定了目標(biāo)受眾。通過收集和分析有關(guān)受眾媒體消費(fèi)習(xí)慣、內(nèi)容偏好、參與程度以及他們對于所消費(fèi)內(nèi)容的興趣,期望和欣賞的數(shù)據(jù),以此重新定義受眾群,并影響其經(jīng)濟(jì)和業(yè)務(wù)戰(zhàn)略??梢哉f通過這種方式,觀眾真正的參與到了電影制作的過程中,這對于制作方與觀眾都是具有積極意義的。大數(shù)據(jù)用戶分析對電影營銷模式改變是巨大的,在大量用戶行為數(shù)據(jù)分析的結(jié)果下,電影宣發(fā)可以更加精準(zhǔn)有效,降低了數(shù)據(jù)收集分析的人工成本,建立穩(wěn)定的受眾分析模型,將分析數(shù)據(jù)納入重要的考量范圍,在每一次的影視制作過程中提高效率。
在現(xiàn)代互聯(lián)網(wǎng)飛速發(fā)展的背景下,幾乎每個(gè)人每一天都在進(jìn)行著互聯(lián)網(wǎng)的交互行為,基于影視行業(yè)的用戶行為大數(shù)據(jù)分析是在數(shù)字網(wǎng)絡(luò)時(shí)代背景下針對于制作方的積極提升。然而,目前給予用戶生成內(nèi)容的受眾研究的主要目的是為了改善商業(yè)行為,例如票房收入,而不是電影本身的質(zhì)量和內(nèi)容。甚至為了硬核觀眾喜好而對電影制作團(tuán)隊(duì)的創(chuàng)作產(chǎn)生了干擾。因此這些研究結(jié)果并不應(yīng)該僅用于當(dāng)前電影的營銷策略,對于未來電影制作的發(fā)展方向也應(yīng)起到一定的引導(dǎo)作用。