网剧的诞生： 大数据如何助力平台自制剧生产

笔者最近后知后觉地发现，这两年爱看的很多综艺节目和电视剧都不是电视台播放的，比如《明星大侦探》《吐槽大会》《奇葩说》《白夜追凶》……它们都是视频播放平台自制的节目，而且内容上非常吸引人眼球。近年来，视频平台的节目自制事业可谓迅猛发展，也说得上是精品频出，于是笔者不禁对此产生了兴趣，视频平台为什么开始大力发展自制内容？

是什么促使视频平台大力发展自制内容

数据资料显示，2014年是网络剧爆发的元年，近两年自制剧、自制综艺更是全面开花，各大视频平台纷纷从内容传播的一种渠道转型成为内容的生产者，其背后的原因是什么呢？

首先，传统电视版权的购买成本增长迅速，自制内容在节约成本方面效果明显。一部一线卫视热剧或热门综艺节目的版权费用高达几千万元甚至更多，乐视网曾花费过亿元买下《我是歌手》第二季独家版权；而视频网站热播自制剧的制作成本相对来讲则十分低廉，比如热播的《屌丝男士》，第一季整部成本仅不到70万元，第二季不到150万元。但是，自制内容的火爆程度却丝毫不逊色于版权内容。《屌丝男士》第一季点击量超过3亿，从成本收益的角度看可谓性价比超高。

再有，版权内容的营销形式相对单一，广告植入空间相对有限。传统的版权内容主要的营销方式是贴片广告，用户观看率较低，而自制内容则可以提供多种多样的营销方式，比如设置中插广告，将广告与剧情内容相融合，邀请剧集或节目中的明星进行演绎，提高观众的接受程度，更能满足广告主的需求。

由于自制内容的独播性质，平台话语权更强，可以根据需要进行排播，拉动新用户的效果也就更好。其实各大视频平台网站在诞生之初就极其依赖数据，与传统媒体渠道相比，平台更容易、也更倾向于收集用户数据并将之变现；而在由传播者转型为生产者的过程中，数据的角色也越来越重要。

大数据如何助力自制内容生产

服务用户

通过统计不同类型节目或剧集的收视及评分数据判断并分析用户的喜好。比如侦探类剧集收视好但评分低、亲子类节目收视高且评价好等，从而更好地指导自制内容的生产，比如圈定哪类目标观众、选择制作哪类题材、如何选择播出时间以最大化点击量等等。

通过收集用户在视频观看过程中的行为判断用户喜欢或讨厌的桥段。用户点击了什么、在哪里暂停、快进或回看、在哪里倍速播放、看了多久就关闭了视频、哪个节点出现了大量弹幕、弹幕吐槽的人物或者剧情等等，这一切行为产生的数据都会被纳入分析范围。通过分析以上内容揣摩观众心理，判断流行趋势，从而进行剧情设置及挑选合适的明星，创作出更加符合大众口味的作品。

通常来说，一部剧成为爆款是需要天时地利人和的，有时候你也不知道这个剧有什么好处、怎么就红了；但一部70分的小爆剧则往往都有一定范式和规律，比如人物的设置、剧情的节奏、故事的背景等。如果能够通过数据分析，帮助创造出一系列小爆剧，保证输出的品质，应该说是非常划算的。

事实上，在电影工业最为发达的好莱坞，依赖于数据而非感觉进行内容制作，以争取更好的票房，早就是成熟的实践；更不用说走在大数据前沿的Netflix等视频网站了。

好莱坞的工业体系可以使用某些特征预测一部电影的最终票房，最关键的特征包括：

基于观众的特征：如从媒体、社交网络、影评等爬取的舆情分析；

基于发行的特征：如发行时间、覆盖面等；

基于电影本身的特征：如主要演员的薪酬、排名、获奖历史、社交网络热度，或导演的历史盈利能力，以及影片的题材、分级、是否改编作品，甚至摘要内容等。

显然，基于电影本身的特征是最重要的，而且可以在制作电影之前就给出对热度的预测。在对影片题材的处理中，自然语言处理的技术不可缺少，常用的方法是主题模型LDA（Latent Dirichlet Allocation）。

以上这些特征也会进行交叉，再创造出一些如演员新鲜度、演员在某类型电影中的盈利能力等新变量。

对“电影节奏”这种微妙存在的数据分析也已经成熟，比如——某一串电影镜头可以划分为“格律节奏”、“加速节奏”、“减速节奏”和“自由节奏”，这些节奏都是根据镜头切换的数据分类的。数据分析师也会统计数据，分析关于电影的何种内容适合运用何种节奏，多种节奏之间要如何组合、切换，如何控制观众情绪等。以上这些电影中的成熟经验都是值得网剧制作借鉴的。

服务广告主

大数据可以帮助广告主找到他所需要的消费者或潜在消费者，实现广告的精准投放。那么大数据是如何帮助广告主寻找与产品匹配的消费者的呢？

首先，通过收集用户的自然数据，如性别、年龄、地区等，对用户群进行初步的划分。其次收集用户的行为数据，包括用户的搜索行为和收视行为等，为用户贴上不同的标签，对用户进行更具体的画像，包括用户喜欢的明星、喜欢的节目形式或剧集题材等等。由于广告主已经有了明确的产品受众，将产品受众与用户标签进行匹配，便可进行更精准的广告投放及营销。

除了关注用户在视频网站的行为，平台还会综合分析用户的其他行为以及这些行为对观看视频的影响。比如搜索引擎的搜索行为、社交网络的社交圈、网上购物行为。通过追踪网民在不同媒体上的行为数据，分析其与视频内容的相关性，为节目制作与有效传播提供依据。

当然，所谓的服务用户、服务广告主，最终的目的还是要服务于平台自身，扩大平台的影响力和品牌效应，增强盈利能力。而平台的竞争归根结底是用户的竞争，自制内容的盛行为各大视频平台提供了新的吸引用户的方式。通过会员抢先看、免广告、专享清晰度、会员独播等方式，视频网站绞尽脑汁吸引用户付费观看，从以往的免费视频时代到如今付费用户规模性增长，平台们探索出了新的盈利模式。而吸引用户掏腰包的核心还是高品质的视频内容，大数据虽已成为自制内容生产的强有力基石，但如何将大数据更好地运用到自制内容生产的各个环节，将有限的资源投入到性价比最高的地方，从而增强客户黏性，依旧是视频网站面临的挑战。

文/毕马威中国大数据团队

《洞见数据价值》一书是毕马威中国大数据团队近两年来发布的部分原创文章的合集。毕马威大数据团队自成立以来，凭借对行业的深刻认知，专注于大数据等创新技术的探索及应用，为金融业、制造业的诸多客户提供定制化的咨询服务，也协助推动公司的审计、税务等业务的创新。本刊将以连载的方式陆续推出《洞见数据价值》，对数据挖掘感兴趣的读者，可以通过该书一窥行业门径。