Netflix是如何用大數據捧紅「紙牌屋」的

Netflix是如何用大數據捧紅「紙牌屋」的

Editor_Hank 著

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。


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。

彈出式視窗
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。