论文部分内容阅读
美剧《纸牌屋》(House of Cards)一下子火了,它被搜狐视频在20天内火速引进国内市场,还引发了亚马逊、微软等公司对投拍互联网剧集、消除正规电视剧与在线电视剧差异的兴趣。
《纸牌屋》这部剧集可以简单地概括为美国版的“宫斗”戏。说起它迅速蹿红的原因,我们可以归纳为以下几点:首先,它有令人瞩目的班底——主演凯文·史派西(Kevin Spacey),前两集导演兼全剧制作人大卫·芬奇(David Fincher);其次剧本改编自上世纪90年代曾颇为走红的BBC同名剧集,BBC版本的剧集就已经在2000年入选了英国电影学院“100部英国最优秀的电视节目”名单。此外,在播出模式上,《纸牌屋》也有所创新。它还没有开播,就一次性确定要拍两季共计26集,和其他我们熟悉的剧集不同,这部剧集不再有“首播剧集”和“追剧”的概念,剧情预测也不再存在,因为全季的完整内容在午夜零点那一刻被全部发布了出来。
这是一个冒险,但是似乎对于它的东家Netflix来说,这一切似乎又是意料之中的事情。Netflix并不是任何一个电视台,而是电视台和电影院的平台,是北美最大的付费订阅视频网站。换句话说,昔日的内容发行商改行做了内容制造方,在对受众进行分析时,Netflix动用了其基于其3000万北美用户留下的观看视频行为的海量数据,得出了观众喜好剧集的模版——BBC剧集、大卫·芬奇的导演风格以及凯文·史派西的表演刻画。
事实证明,基于大数据分析出来的结论非常靠谱,《纸牌屋》在美国和其他40多个国家引起了观剧热潮,Netflix在这部剧集上获得了巨大成功。
何为“大数据”?
大数据最初是指多到无法去进行统计和分析的数据集,后来被衍生成通过某种方式和方法去分析海量数据,从中获得我们需要的具有巨大价值利益的服务内容。最近随着云计算概念的提出和普及,大数据也和云计算一起备受关注。
由于海量数据中可以分析出具有巨大价值利益的细分数据,所以很多网站都进行大数据战略,特别是在电商行业和视频行业。
不过更具有挑战性和代表性的应该是针对视频网站的大数据挖掘,毕竟电商对于大数据来说还是有很多优势的,比如电商的用户无论如何挑选,最终还是会选中某一款产品,然后注册、登陆、支付,无形中就将自己最重要的信息资料全盘托出。
谁是如今大数据王者?
由此我们产生一个疑问,视频行业有人在做大数据吗?哪一家做得最好呢?是Netflix么?在技术层面来说并不是。
Netflix之所以成功,在于它的数据是可被挖掘的,Netflix作为付费订阅视频网站,通过用户直接的购买数据,就可以得知用户喜欢BBC的剧集,也喜欢大卫·芬奇导演的影片对社会问题的另类表达,以及凯文·史派西在刻画各种阴险狡诈的反派人物时那出神入化的演技,所以它把这三点结合起来,成功的推出了《纸牌屋》这部备受瞩目的优质美剧。
而在匿名用户大数据中做得最好的莫过于Youtube了,在接触过这家神奇的视频网站后,谁都会折服于其精准的推荐算法,更钦佩它对于数据的开放性,只要你想统计和分析,Youtube会将几乎所有视频的数据都提供给你,这显然要归功于它依附着Google强大的技术支持。
Youtube上所有的大数据信息,都围绕着单部视频节目所进行,第一次访问、第一次分享、第一次评论都展现在你面前,同时网站还将时间和URL都一一列出,这是一种多么开放的胸怀。国内也有几家针对视频做大数据的视频网站:优酷、搜狐(数据比较全)、酷 6、土豆、56(提供部分数据)、奇艺、乐视还有腾讯(有统计但未提供);它们也都将成为视频网站大数据的角逐者。
大数据的本土化应用
大数据分析的益处就是有求必应,按需索取;针对国内视频网站的盈利模式,有哪些领域可以产生价值呢?
内容推荐算是最基本的应用了,为用户提供更多符合胃口的视频,提高点击率,获得更多的广告曝光是最直接的获利形式。同时也是最容易实现,也是各大视频网站普遍使用的方法。但这种推荐能否让用户满意,则取决于算法的精准程度。很多网站用简单的切词、标签等形式,为用户视频推荐就误认为可以称做精准推荐,并为其冠名“推荐算法”四个字,其实这种方式相比Netflix的缜密周到的考虑,还是很粗放的。
其次是基于数据将用户按条件筛选后,以不同维度进行盈利性内容推广;如影视作品的网络宣传推广,内容预热报道,付费视频的推荐点播等。通过用户群的细分后,产生的转化效果较高;但是为其配套的基础服务也比较繁多。如会员系统、支付系统、计费系统、影视内容加密方式,和模糊推荐的功能,都需要一段时间开发,相对的要投入较多人力和开发成本。
可复制的商业模式?
是否还有其他行业基于大数据的盈利模式已经被验证,并且模式可以被复制、套用到视频网站中呢?
Netflix已经为我们提供了一个很好的实例,分析用户的喜好来挑选导演和演员,这种方式可以完美的复制到国内。2013 年优酷、奇艺都押宝在自制剧集方面。前两年,国内也有几部成功的微电影系列,如《青春期》系列,还有后来几部比较火爆的《干爹》、《上位》、《妈咪》大多是以吸引眼球的方式去博得用户关注。如果可以通过大数据分析,成功拍摄出真正在品质和品味上达到广电水准的自制剧,谁能在国内也创造一次成功案例,那么这家网站将有很大的可能奠定其霸主地位。
另一个案例就是复制百度的竞价广告模式,通过为用户及广告营销方提供大数据的分析支持,让其自主投放广告;让广告主发掘自己觉得有价值的视频,生成一个自主营销的生态环境,将有利于网站和行业的发展。
无价值的视频没有广告的投放价值,有价值的视频被广告主相继竞价争抢,通过视频自身提高原创作者的经济收入,可谓是双赢的法则;不仅可以鼓励原创作者的积极性,也可以让网站的视频的内容质量不断提高,形成难以超越的价值高度。(编辑:鲁忠泽)
《纸牌屋》这部剧集可以简单地概括为美国版的“宫斗”戏。说起它迅速蹿红的原因,我们可以归纳为以下几点:首先,它有令人瞩目的班底——主演凯文·史派西(Kevin Spacey),前两集导演兼全剧制作人大卫·芬奇(David Fincher);其次剧本改编自上世纪90年代曾颇为走红的BBC同名剧集,BBC版本的剧集就已经在2000年入选了英国电影学院“100部英国最优秀的电视节目”名单。此外,在播出模式上,《纸牌屋》也有所创新。它还没有开播,就一次性确定要拍两季共计26集,和其他我们熟悉的剧集不同,这部剧集不再有“首播剧集”和“追剧”的概念,剧情预测也不再存在,因为全季的完整内容在午夜零点那一刻被全部发布了出来。
这是一个冒险,但是似乎对于它的东家Netflix来说,这一切似乎又是意料之中的事情。Netflix并不是任何一个电视台,而是电视台和电影院的平台,是北美最大的付费订阅视频网站。换句话说,昔日的内容发行商改行做了内容制造方,在对受众进行分析时,Netflix动用了其基于其3000万北美用户留下的观看视频行为的海量数据,得出了观众喜好剧集的模版——BBC剧集、大卫·芬奇的导演风格以及凯文·史派西的表演刻画。
事实证明,基于大数据分析出来的结论非常靠谱,《纸牌屋》在美国和其他40多个国家引起了观剧热潮,Netflix在这部剧集上获得了巨大成功。
何为“大数据”?
大数据最初是指多到无法去进行统计和分析的数据集,后来被衍生成通过某种方式和方法去分析海量数据,从中获得我们需要的具有巨大价值利益的服务内容。最近随着云计算概念的提出和普及,大数据也和云计算一起备受关注。
由于海量数据中可以分析出具有巨大价值利益的细分数据,所以很多网站都进行大数据战略,特别是在电商行业和视频行业。
不过更具有挑战性和代表性的应该是针对视频网站的大数据挖掘,毕竟电商对于大数据来说还是有很多优势的,比如电商的用户无论如何挑选,最终还是会选中某一款产品,然后注册、登陆、支付,无形中就将自己最重要的信息资料全盘托出。
谁是如今大数据王者?
由此我们产生一个疑问,视频行业有人在做大数据吗?哪一家做得最好呢?是Netflix么?在技术层面来说并不是。
Netflix之所以成功,在于它的数据是可被挖掘的,Netflix作为付费订阅视频网站,通过用户直接的购买数据,就可以得知用户喜欢BBC的剧集,也喜欢大卫·芬奇导演的影片对社会问题的另类表达,以及凯文·史派西在刻画各种阴险狡诈的反派人物时那出神入化的演技,所以它把这三点结合起来,成功的推出了《纸牌屋》这部备受瞩目的优质美剧。
而在匿名用户大数据中做得最好的莫过于Youtube了,在接触过这家神奇的视频网站后,谁都会折服于其精准的推荐算法,更钦佩它对于数据的开放性,只要你想统计和分析,Youtube会将几乎所有视频的数据都提供给你,这显然要归功于它依附着Google强大的技术支持。
Youtube上所有的大数据信息,都围绕着单部视频节目所进行,第一次访问、第一次分享、第一次评论都展现在你面前,同时网站还将时间和URL都一一列出,这是一种多么开放的胸怀。国内也有几家针对视频做大数据的视频网站:优酷、搜狐(数据比较全)、酷 6、土豆、56(提供部分数据)、奇艺、乐视还有腾讯(有统计但未提供);它们也都将成为视频网站大数据的角逐者。
大数据的本土化应用
大数据分析的益处就是有求必应,按需索取;针对国内视频网站的盈利模式,有哪些领域可以产生价值呢?
内容推荐算是最基本的应用了,为用户提供更多符合胃口的视频,提高点击率,获得更多的广告曝光是最直接的获利形式。同时也是最容易实现,也是各大视频网站普遍使用的方法。但这种推荐能否让用户满意,则取决于算法的精准程度。很多网站用简单的切词、标签等形式,为用户视频推荐就误认为可以称做精准推荐,并为其冠名“推荐算法”四个字,其实这种方式相比Netflix的缜密周到的考虑,还是很粗放的。
其次是基于数据将用户按条件筛选后,以不同维度进行盈利性内容推广;如影视作品的网络宣传推广,内容预热报道,付费视频的推荐点播等。通过用户群的细分后,产生的转化效果较高;但是为其配套的基础服务也比较繁多。如会员系统、支付系统、计费系统、影视内容加密方式,和模糊推荐的功能,都需要一段时间开发,相对的要投入较多人力和开发成本。
可复制的商业模式?
是否还有其他行业基于大数据的盈利模式已经被验证,并且模式可以被复制、套用到视频网站中呢?
Netflix已经为我们提供了一个很好的实例,分析用户的喜好来挑选导演和演员,这种方式可以完美的复制到国内。2013 年优酷、奇艺都押宝在自制剧集方面。前两年,国内也有几部成功的微电影系列,如《青春期》系列,还有后来几部比较火爆的《干爹》、《上位》、《妈咪》大多是以吸引眼球的方式去博得用户关注。如果可以通过大数据分析,成功拍摄出真正在品质和品味上达到广电水准的自制剧,谁能在国内也创造一次成功案例,那么这家网站将有很大的可能奠定其霸主地位。
另一个案例就是复制百度的竞价广告模式,通过为用户及广告营销方提供大数据的分析支持,让其自主投放广告;让广告主发掘自己觉得有价值的视频,生成一个自主营销的生态环境,将有利于网站和行业的发展。
无价值的视频没有广告的投放价值,有价值的视频被广告主相继竞价争抢,通过视频自身提高原创作者的经济收入,可谓是双赢的法则;不仅可以鼓励原创作者的积极性,也可以让网站的视频的内容质量不断提高,形成难以超越的价值高度。(编辑:鲁忠泽)