艺恩传播总经理赵杰：影视大数据在电影营销中的应用

2015年是中国文娱产业，尤其是国产电影产业崛起的一年，也注定是中国文娱产业全面进入泛娱乐时代至关重要的一年。经济结构的调整，国家政策的倾斜，消费者的客观需求都将文娱行业推向了风口浪尖。作为影视大数据平台的领航者，由艺恩举办的第六届中国文娱创新峰会于10月27日在北京万达索菲特大饭店拉开帷幕。来自国内外业内领军企业代表及专家学者近1200名，就当下热门话题展开深入交流，参会人数，议题深度、广度，与热点的结合度皆创历届艺恩文娱产业峰会之最。

在27日下午的“新营销”分会场，艺恩传播总经理赵杰先生就“影视大数据在电影营销中的应用”做了详细分享，他表示，大数据的应用在影视业呈现越来越重要的角色，涵盖了研、 制 、宣 、发、 投多方面；但是在应用中要注意避免雷区：大数据不是万能的，可以合理解读数据的人更为重要；艺恩推出了全网监测引擎，从大数据的收集、整理、分析、降噪到产品如：认知指数，口碑指数，购票指数，以及艺恩综合评估等。未来一定属于数据的时代，今天我们都有数据方面的认知，但是在实际应用中还需要更多的探索和探讨。

以下是演讲实录：

赵杰：各位来宾下午好，今天非常高兴看到我们台下坐了很多朋友，我今天想跟大家分享一下影视大数据在电影营销中的应用，在座的是各个领域的一些专家，今天我给大家带来一些关于这方面具体应用的分享，我们可以互相探讨一下。

我讲三部分内容，首先看一下2015年的电影市场截止到这周最新的一个市场概况，便于我们的新老朋友回顾一下2015年的市场。统计了一个数据，到前天共上映的影片34部，除了电影节的一些，票房365亿，银幕数3万块。

这是排名前十的一个影片，上次在台湾做分享的时候，那个时候《捉妖记》没有超过《速7》，现在已经超过《速7》，排到第五，今年暑期档、国庆档表现一些强硬的表现。前十部来讲我们占到将近六部之多，这是一个非常可喜的数字。这里面中国占了6部，合拍片1部。我要给大家举一个非常具体的数字，这个数字非常有意思，我们统计过一亿以上的票房整体占到将近50或者60部，我们分四个层级，5亿以上21部，1亿到5亿之间42部，五千万到一亿21部，一千万以下占到170部，这个数字说明什么？两个点。

第一个电影方面的投资和电影制作依然是一个高风险的行业，因为一千万以下的票房所有的片单我昨天看了一遍，说明一个问题，我看出最低的票房根据艺恩票房数据我们统计出来，从2013年到2015年很稳定，上过全国院线的两万，片名不说了。这里面呈现出一个非常典型的问题，我指一千万票房以下，无论是导演、投资人、制片人，对于整个市场的认知和判断呈现两个极端化，要么是过于乐观，要么过于悲观，他们对于市场的认知和理解来讲的话，是有很大的偏差。接下来我会通过好几种维度解释这种偏差的原因是什么。所以电影是高风险的行业。其实你们看到今年在2015年9月上旬的时候，我们全国电影总票房超过300亿，什么概念？是去年全国电影票房的总和，据官方的统计去年296个亿，你会看到这些300亿怎么构成的，过亿的话这些影片占到了80%以上，剩下一两百部占20%，二八原则是电影行业是很有趣的现象。

我们来看一下月度的分布，10月份可能还差三四天，这个数字是截止到今天，可能再多两三个亿，这组数据代表什么，对于做发行还有做宣传，包括对投资方定档期的时候是重要的参考数据之一，13年的时候，给大家举个例子，3月份的票房容量和4月份接近相当，一个8亿，一个9亿，有些投资方明年的片子三四月份上，哪个档期好，我当初给他的建议是定到4月份，为什么？因为2月份历年的数据做了一个分析，2月份经过一个特别好的贺岁档，大家的消费习惯在那段时间集中呈现出来，3月份过完年以后回到公司，虽然3月份整体的容量，市场的大盘容量和4月份非常接近，但是观影人次是下降的，消费频次也下降。单单考虑月份环境的话，我觉得选择4月份。但是不是一定选择4月份，还要看当年4月份的竞争环境，当然这是一个方面。今年2月份是贺岁档，4月份飙升41亿，7月份的是今年最棒的一个月份，这是中国电影史目前以来最高的记录，55亿，大家看到09年票房总额才60多亿，55亿这里面其中连续破亿23天。紧接着8月份、9月份、10月份，而且今年的暑期档，上个月还是上上个月我接受BTV的采访，他问我对暑期档怎么看，我做了一个预测，这个不是空穴来风，我说暑期是破纪录的档期，破100个亿，因为去年90多个亿，无论银幕数、类型、数量都比今年多，所以没有问题，果然是125个亿。

我相信做营销，做发行都关注档期，今年特别有意思，以往都会递增，今年有两个是下降的。一个是六一档，一个七夕档，和去年相比没有递增，反而下降了，24和4.9，我们看到元旦有130的递增，情人节也有，暑气档更不用说，中秋也还OK，国庆档也是递增。我们基本上大致预测明年基本的容量，这是一个数据。我拉出了近五年国庆档票房的变化，从2亿到18亿，我们可想明年的国庆档至少20了，如果你要在国庆档拿5亿的话意味着至少拿1/4。

再看一下暑期档，14年90亿，从37亿到120多亿，基本上判断明年的暑期档至少百亿起，对于一些喜剧类型、动作类型的大片的话，明年一定竞争非常有竞争的档期。我简单跟大家回顾了一下中国电影市场的现状。这是国庆档三强，现象级的特点非常有意思，从票房来讲是第一、第二、第三。我会把三个片子票房进行了一个对比，你会看到左边这张图票房在一二三四五线的分布，这个是地域占比，今年整个电影行业呈现出非常显著的几个特点，第一个工业化，无论是大圣归来，把工业方面提升到一个新的标准，这是一个典型的例子。第二个是小镇青年，在三四五线的崛起，无论是捉妖记，20%多，二三四线城市是构成18亿的票房，所以这个崛起是不能忽视的，如果做超高票房的电影除了北上广深一线，你要考虑到三四线的城市，他们的消费习惯被培养起来，这里也有电商的努力。

我举个最简单的例子，看《变形金刚4》，第一步上映的时候，当时的票是180，还请了周围的朋友花了一两千，现在2D的影片19.9，9.9也可以买得到，之前对于三四线的一些年轻人来讲，我买了3D话需要三百块钱，有的女孩想能买一双鞋，2D不到40块钱就可以看，他们的消费习惯慢慢被培养起来了。这个是对电影市场的回顾，由于工作的原因，行业的原因和职业的原因，我们很多媒体朋友一起聊，大家在大数据的具体应用当中有很多误区，大数据这个概念从北京电影节、上海国际电影节被讨论了两三年，但是在具体的应用当中会存在很多误区，我们也是把一些非常典型的误区拿出来晒一晒，跟大家分享，几个比较典型的。

首先我想强调的一点是对于电影行业而言，大数据不是万能的，不能解决所有的问题。如果说想要抱着大数据解决所有的问题，我觉得从思想上的认知层面就已经是不对的。整个行业呈现出一个特点是，从12年开始之后很多影视公司对数据越发重视，包括影视公司都成立了一些小组，大数据的重要程度和重视程度有了，但是在应用层面有一些小的误区。这里面我要强调的一点是大数据很重要，但是更加重要的是解读数据的人。我做过几个小实验，我把一组相同的数据交给不同的人看，大家得出的结论不一样，投资人看从投资的角度是他的感觉，交给发行的人得出的结论是不一样的，这个时候同一个数据大家解读的角度不一样，该听谁的，这里就有这些问题存在。

我们先看雷区，第一个雷区，数据源，从这个角度来讲必须考虑数据源，数据的真实性包括多维度和准确性至关重要，因为有些人可能有一组数据只看到单一的数据，我想说单一的数据在某个点能够论证，有可能是准确的，但是覆盖全部的结论成功率很低，因为数据的多样性太差了。比如说用一组数据的话拿至少五到八组的数据来验证同一个理论，所以说数据的真实性，还有多维度以及准确性至关重要。就是数据拿来以后的话，不能直接应用，要做基本的认知和判断。

第二个也是被很多人所忽略的一点，就是直接拿来，可能简单粗暴一点，因为时间也会很盲目，没有那么当时间做。数据拿到手了以后，你要做数据的挖掘、降噪，有些数据拿出来一看都是不能用的数据，你要把水军的数据清除掉，这样得出的结论才有可能正确，这部分是非常重要的，可以通过技术的手段、以及人工的手段做到这一点。

还有一点，大家知道整个中国电影市场的竞争格局都是动态发展变化的，档期定到五一档、贺岁档，竞争环境完全不一样，票房容量也不一样，数据也是一样，你要用二月份的数据判断一个单位还行，其他就不行，数据也是发展变化的，数据的更新也至关重要。

下面我会谈一些在营销过程中和在沟通过程中的一些正确的使用方式，我们通过部分的实操环节，证明它还是可用的，给大家做一个简单的例子。简单来说影视大数据的应用已经涵盖了研、制、宣、发、投，研发、制作、宣传、发行、投资，涵盖了方方面面。由于时间有限，我重点会在宣传或者营销层面给大家举一些实例。

数据能够解决这张图的所有问题，整个的受众分析，口碑的认知，情感维度等等。因为市场变化非常快，能够帮助他们在粉丝经济做的更加精细，因为市场非常大，你的片子或者是很多你的卖点也许能够吸引北方的观众，也许不能到南方这块，差异化怎么做，有数据的参考和依据就会好很多。

现在我们做了一个经常用的东西，我们叫全网监测引擎，24小时，如果11月份上映将近30部影片，我可以对所有的影片进行全网监测，可以看到它的传统媒体、新媒体发了多少，至少从数量上做出一个准确的判断，比如一些片子在我们系统拉出来一看，同类型的都是青春爱情题材，但是新媒体和传统媒体是我的五倍，说明新媒体做的太多了，这个方面就比对手弱了很多。所以可以让你做到知己知彼，百战不殆。

这个是我们今年向市场推出的，就是全网监测引擎，有大数据的收集、整理、分析、降噪等，还有票房预测等等的东西。我给大家举个例子，首先我们先说一下认知指数，什么叫认知指数，简单理解这部片子被大众、被媒体所认知的程度，我们可以对任何一个片子，从上映前180天监测，你会看到我做到一个半月的曲线图，我们可以看到红色的曲线代表《港囧》，紫色是《夏洛特烦恼》（以下简称“夏洛特”），认知指数《港囧》认知非常高，因为无论它的宣传还是它的品牌效应，大众的认知度，起点这个分数将近8分，意味着大多数人都知道这个片子，不知道可能是三四分。

我们可以看到夏洛特，从刚开始上映之前的话认知度很低，将近3分，但是它一直走到了一个逆袭上面的曲线，它的认知度不是一开始就是大面积的，它的一点一点呈现一个上升的趋势，这是45天的一个数据，这个就可以看出，如果我对夏洛特有信心的话会对营销加大力度，在一个片子上映之前给到一个很好的参数，我们看一下口碑指数，口碑指数是对片子的评价，我们可以看到橘色代表《港囧》，紫色夏洛特，港囧开始7.5，后面是略微下降一个趋势，但是夏洛特呈现逆袭上扬，这就是因为他们的口碑，沈腾做的非常扎实，所以这完全是一个口碑逆袭的片子，在数据上可以监测到。

大众怎么看，我们可以细分成五大维度，如果一部片子有十万人评价，我们可以知道十万人骂是怎么骂的，夸是怎么夸的，骂的是导演还是演员，还是骂剧情，还是特效，在影片上映之后对口碑指导非常有帮助，可以做到数据的支撑。比如骂这些人的关健词，我们看到很有意思的，比如夏洛特超过十亿票房以后有人说抄袭了，《煎饼侠》过五亿就有人骂了，可以通过大数据分析系统挖掘出来。还有大数据应用到艺人综合评价层面，对选演员也是非常有帮助的，现在做两次大规模的艺人调研，这是已有的数据，包括年龄、性别、形象关键词都有，包括黄渤，票房号召力9分以上，拿市场说话，还可以根据社会责任感、知名度、受众性别等等，这个数据不足以强大，我们跟阿里云达成战略合作，未来艺人数据是实时动态的。我举最后一个例子，它代表着什么，比如做一部电影选了一个演员，如果喜欢这个演员，地域分布全都知道，比如有十万个粉丝，有五万个粉丝买了6S的手机壳，还是粉色的，包括买了什么数码产品，比如粉丝选择他的香奈儿的包包，直接跟品牌做合作，你可以在衍生品做很多东西，这是动态变化的方面。

最后我想说未来的话一定属于数据的时代，但是今天在这里，我们都有数据方面的认知，但是在实际应用中的话还有更多的探索和一些探讨。对于我个人而言非常愿意跟大家交流，这是二维码，如果谁对这个方面有探讨也好，交流分享的话，都可以我随时沟通，我相信未来影视行业的应用更加多元化，比如DSP，比如精准营销，还有很多相关的东西。