影集「紙牌屋」為何爆紅?看 Netflix 如何透過大數據找出必勝組合

影集「紙牌屋」為何爆紅?看 Netflix 如何透過大數據找出必勝組合

現在網路上最熱門的美國影集,可以說就是 「紙牌屋」(House of Cards,在美國知名的影評網站 IMDb上,在15,000個評分中獲得 9.0 的高分,你就可以知道這部美劇現在的熱門程度。

 

影集「紙牌屋」為何爆紅?看 Netflix 如何透過大數據找出必勝組合

而這個跟網路圈有什麼關係嗎?這部影集是由 Netflix 這個線上影音服務,用一億元美金買下版權,打破過去美國網路影音服務是先跟HBO、FOX或者是其他大電視頻道買節目後,才在網路上播出的模式,直接是由網路首播;跟過去一週一集不同,影迷們不用每週苦苦等待,「紙牌屋」當天一口氣就推出一季 13 集(所以很多字幕組都在哀號),而紙牌屋本身更是請來大衛芬奇(David Fincher)作為導演(社群網戰、班傑明的奇幻旅程、鬥陣俱樂部)以及知名演員凱文史貝西(Kevin Spacey)作為劇中扮演美國多數黨黨鞭的角色(請自行替換成國民黨林益世或者是吳育昇,這樣的角色),話題性十足;一推出後,在美國等地就成為熱門討論焦點。

那麼Netflix 是否在買下本劇開拍前就知道這部片會不會紅呢?紐約時報在近期的文章中Give Viewers What They Want,如此評論:

在美國的電視業裡,沒有什麼事是確定的,也許你找齊金牌導演、實力派演員跟熱門劇本,但還是跟擲骰子一樣,都是在賭。但是不是有破解之道呢?任何一門生意中,如果可以預見未來,是相當有殺傷力的,而 Netflix 可能靠著「紙牌屋」辦到了這點。

 

以下為IT經理網編譯自SALON的內容,早在一年前,Netflix就開始利用大數據分析,對節目的進行安排,透過對觀眾收看習慣的了解, Netflix發現, ​那些喜歡看BBC舊版「紙牌屋」的觀眾,同樣也喜歡大衛芬奇導演的電視劇, 或者凱文史貝西主演的電視劇。

因此, 對Netflix的高層來說, 購買這部由大衛芬奇導演,凱文史貝西主演的同名電視劇就是合理的。而這也最終也讓他們決定花一億美元來購買這個1990年BBC同名電視劇的重製版。

新版「紙牌屋」一共兩季, 第一季已經在2月1日在Netflix平台上獨家播出,第一季一共13集, 北美、英國、愛爾蘭、拉丁美洲和斯堪的納維亞半島的會員都可以點播觀看。在去年11月, Netflix的公關總監Jonathan Friedland在接受「連線」雜誌採訪的時候說:

我們知道觀眾在Netflix上的觀看習慣, 所以, 透過觀眾收視分析, 我們對哪些劇集會受歡迎很有信心。 隨著時間過去, 我們能夠針對不同觀眾推出他們更加喜歡的節目。

 

除了節目自身的受歡迎程度外, 大數據戰略還有一個優勢, 就是Netflix的推薦引擎也會有很大作用, 這可以使Netflix節省不少行銷成本。Netflix的數據表示, 75%的觀眾都會被Netflix推薦觀看所影響。

Netflix的公關副總裁Steve Swasey說:「透過我們的演算法, 我們可以發現那些可能喜歡凱文史貝西或者政治題材電視劇的觀眾,進而推薦給他們喜歡的劇集。」雖然具體的數據還得過一段時間才會揭曉, 但觀眾對新版「紙牌屋」的最初評價相當正面。而人們不禁要問, 大數據分析究竟給影視創作帶來了什麼?

Netflix的數據來自於它的2900萬觀眾。每次觀眾的搜尋, 正評或負評, 這些數據也會和第三方數據, 如尼爾森的收視數據綜合起來, 此外,再加上地理位置數據、裝置數據, 社群媒體分享數據, 觀眾加書籤數據、 每次觀眾登入授權的數據,以及每部影片或者劇集的數據, 都會進入Netflix龐大的數據分析系統裡去。

通過Netflix的演算法, Netflix不僅僅知道你星期天晚上比星期一下午更可能會看恐怖片。也可能知道你更喜歡用平板電腦來看片。哪些地方的人們更加喜歡在星期天下午,用平板電腦觀看。Netflix甚至能夠記錄哪些使用者當節目結束,幕後人員表開始跑時,就停止觀看。

分析凱文史貝西,大衛芬奇的粉絲與政治題材電視劇的相關性, 僅僅是很小的一個應用方式。Netflix透過對觀眾習慣的了解, 足夠它判斷某些特定內容對觀眾的吸引程度。

Netflix的資深數據科學家Mohammed Sabah在去年夏天的一個研討會上指出, Netflix可以針對某一幀畫面進行內容分析, 分析當時的觀看習慣。這些數據, 可以和其他數據關聯起來, 得到更加完整的分析。而根據Sabah的演講看來, 這裡的「其他數據」可能包括音量、顏色、背景等等數據, 這些數據可能綜合起來, 得出關於觀眾喜歡內容的有價值的資訊。

Netflix的首席內容官Ted Sarandos表示:

Netflix對觀眾非常有針對性。不像其他傳統電視台或者有線電視營運商, Netflix不需要把內容先放出去後才知道觀眾喜好程度,Netflix在內容播給觀眾前就已經知道這些。

 

當然, 以數據為中心的決策也不一定能夠保證成功。凱文史貝西甚至大衛芬奇的參與, 也不能保證一定成功。作為Netflix, 它的目標是要挑戰HBO在高品質影片的地位。這需要對大數據分析進行精益求精的優化。要記住的是, 任何大數據分析, 也不可能避免小概率事件的發生。

不過, Netflix這次在「紙牌屋」上的嘗試,對於製片業即將迎來一個重要轉折。新媒體公司過去幾年來, 已經在利用大數據分析的推薦引擎, 向觀眾推薦他們喜歡的節目。而現在, 大數據分析正深入到電影的創作環節, 這對將來整個影視創作行業從劇本選擇、 導演與演員的選擇, 拍攝和後期製作, 乃至行銷,都會產生深刻的影響。

本文出處為 Inside 硬塞的網路趨勢觀察 〈 Netflix是如何用大數據捧紅「紙牌屋」的 〉。 T客邦獲 Inside 授權轉載。

Inside 硬塞的網路趨勢觀察
作者

Inside成立於2009年11月底,係由一群熱愛網路的人所成立的共筆部落格。 我們閱讀、觀察、思考並分享。針對新媒體的過去、現在與未來,分享新知、討論個案、研討技術。

使用 Facebook 留言
發表回應
謹慎發言,尊重彼此。按此展開留言規則