虽然不是完全同意文中看法，但作为反向观点，供大家借鉴思考。
近几年，有很多关于大数据在影视方面的案例，Netflix 这个词估计让大家耳朵都听起茧了，另外英国的一家做剧本语义分析的公司Epagogix也成为一个小热词。神秘的大数据与神秘的影视行业，结合在一起之后，便镀上了玄学色彩，似乎你今天在社交媒体上打个喷嚏，正在担心自己是不是感冒了，我明天就能做出一部禽流感主题的恐怖片，并让你有不得不去看的冲动。
事实上在视频行业的人都知道，所谓《纸牌屋》式的成功，与其当做一个技术发展案例来分析，不如将它作为一个公关案例来学习。原本在华纳工作的CMO Kelly Bennett 和来自迪斯尼的CCO Jonathan Friedland 通过《纸牌屋》这一事件让Netflix 变得更像一个电视台，而不是互联网企业，这其实是让Netflix 的想象空间变大了，因为互联网已经有了一家YouTube，但是还没有一家HBO 或者Showtime 。
至于将大卫·芬奇、凯文·史派西，以及1990年的《纸牌屋》组合在一起，可以产生奇妙的化学反应，这种充满诱惑的想法一看便知是好莱坞经纪公司的手段，而不是属于大数据的语言体系。
在《纸牌屋》的背后，大卫·芬奇和凯文·史派西同属一家经纪公司，这部电视剧的主要推手，是好莱坞的影子幕僚之一CAA 以及制作方MRC ，Netflix能够加入只是因为他们比有线电视台出钱更多。大数据在整部剧集中的作用，不会比在2008年将英剧《纸牌屋》推荐给MRC 联席董事长Modi Wiczyk 的那个实习生，所产生的价值更大。
至于Epagogix 所提供的服务也并不新鲜，好莱坞有上千名剧本医生，又便宜又好用。20世纪80年代之后，好莱坞的观众结构和观影偏好逐渐趋于稳定，对观众喜好的判断并不是个难题，目前在北美普遍采用的焦点访谈形式，所能获得的反馈也要更为具体和实用。
从某个角度来说，好莱坞并不缺少好创意和好剧本，将文字转换成影像的过程，所存在的不可控要比一些娱乐报道中的公开信息复杂的多。如果单纯基于剧本和演职员搭配的角度，就可以预测未来高枕无忧，就好比我们是通过分析母鸡的体格，然后去判断一盘西红柿炒鸡蛋的受欢迎程度，它们二者之间必然相互关联，但是这种相关性不足以用来证明一名以泡面为生的宅男，为何会顿时爱上为他炒鸡蛋的MM。
大数据为何近几年大热？
人类进入大数据时代，类似于生物学迎来了显微镜，天文学发现了望远镜，因为网络传输和计算机存储运算能力的提高，交给了我们一把信息放大镜，从此我们对现象的观察进入一个新的领域。
其实自古就有多维度数据的挖掘行为，历法的制定过程或许可以作为一个很好的例证，江湖上现在偶尔也会有关于林元帅诸葛军师的传说，自从计算机技术诞生之后，对数据的利用和处理一直在同步发展中，无论是分布处理还是并行处理，并不是一天就蹦跶到今日的技术高度，我们很多科学发现都是在近三十年之间才完成，正是得益于此。
但为何在这几年“大数据”忽然大热？原因其实很简单，全球智能手机的普及。随着移动终端信息处理能力的提升，与用户的交互界面不仅更加具备黏性，并且实现了全方位全时段互动，此时每个人的移动终端实际上就变成了一个数据记录仪。它比PC所能获取到的信息更加个人化，不仅暴露这个人的生活细节，位置动向，同时也记录着他的消费习惯，人类第一次拥有了这么多数据的生产者。每一个元数据都可以直接挂钩一份具体的支出额度，每一个数字都可以被货币量化，大数据的商业价值与各个企业的营收几乎都可以直接挂钩。所以，围绕“大数据”来说故事迅速成为当下的主流。
但是揭开媒体的那些噱头背后，你会发现，国内对复杂系统的研究，仍然是处于概念大于应用的阶段，大部分行业对线性、封闭系统内的数据关系都没办法掌握，更不用说将大数据转化成有价值的信息。而在影视行业，工业化体系处于刚刚起步的阶段，很多从业人士连财务报表这种基础数据都看不明白，去理解大数据的价值更是有些不可想象了。
大数据于国内影视行业的意义
大数据技术作为一种工具，其应用方向，无非三个方面，一是对过于和曾经的理解，二是对以后和将来的认知，三是对当下进行判断并进行实时处理，影视行业大数据技术的应用如果想要有长足的发展，那么在这三个方面都会面临着一些需要解决的问题。
对过去和曾经的理解
既然是对已发生的进行判断，就会涉及到数据采集，这个部分往往会引发争论，中心议题是：到底多大才叫大，GB还是TB，PB还是EB？
如果我想要知道《致我们终将逝去的青春》这部差一点就可以归类到文艺片的电影，为什么在2013年上半年票房仅次于《西游·降魔篇》，我是应该仅以社交媒体的传播效率来进行数据的挖掘，还是要追溯到原著小说里的青春以及被电影宣传所唤起的记忆？
将数据挖掘的范围放在社交媒体的范畴，那么通过对一部电影推广过程的梳理，我们很容易通过数据制定出一张细化到分钟的参考，以及观众会被什么样的宣传内容所吸引，但是它仍然只是在描述表象。
如果观察只停留在眼前，将无法找到最终的因果。我们必须对推动现象发生的机制进行论证，那么我们该用什么样的体量来储存和分析观众们的记忆，从而找到个人经历和集体共鸣之间的关系？
在这个方面，如果只用社交媒体的数据进行相关性的分析，其实和我们日常所做的感性推导没有太大区别，甚至还不如感性推导灵活，很容易因为数据的不够全面犯下“黑天鹅”式的错误（在发现澳大利亚之前，西方认为只有白天鹅）。必须要追溯到成因阶段更庞大的外部数据，比如主要观众群十年间的消费偏好及社会经历，以及对他们观影之前的心理活动进行统计分析。会不会太复杂？但是从数据挖掘的角度来说，只有在这个方向上进行努力才可能会提供实质性的价值。
或者说，我们也可以简单粗犷一些，如麦特的负责人陈砺志所言，《致青春》的成功最主要的因素是因为赵薇的敬业与投入，以及她个人在行业的积累。
大家可以想一想，以上三个角度，哪个会更容易接近整个事件的核心。
对以后和将来的认知
大数据技术虽然可以让人类对现象的理解进行更深入的探究，但是当对国产的影视项目前景进行预测，首先需要面对的问题是，我们仍然处于一个观众群体持续波动的时期。
在北美市场，贡献50%票房的观众约占人口的10%，也就是3000万左右，这部分群体基本上结构相当稳定。上世纪70年代末，当北美电影的平均制作预算开始攀升到1000万美元以上，宣发费用达到500万以上时，对观众的监测从阶段性的调研逐渐转变成常态性的监控。在计算机还只是个神话的时期，“好莱坞”是用人工+信件的形式，建立了最早的大范围观众研究模型，这些历史数据通过几十年的积累，已经让一部电影与观众之间的联系变得非常透明。但即使是如此严谨的市场监控，近几年也因为受到移动互联的影响，观众去影院观影的行为随机性逐渐提高，导致传统的观众研究模型频频出现一些问题。
反观国内电影市场，差不多有三分之二的银幕是在近三年之内才出现的，2010年时，我们所拥有的现代化银幕不过才6223块，而如今，这个数字差不多是17000。可想而知，影院目前所迎来的观众，基本上是近三年才开始逐渐培养去影院观影的兴趣，这种行为暂时还不能称之为习惯。
所以说，中国电影市场目前的波动很难通过现有的技术手段完成监测，会因为存在有其他我们不可知的变量，而导致结果南辕北辙，这在统计学的回归分析上被称之为“变量遗漏偏差”，大数据技术目前所能覆盖到的范围并不能帮我们解决这个问题。我们还需要时间来不断修正对市场数据的理解，观众也需要时间来不断培养在影院观影的习惯。
2013年上半年，几乎所有从业者都对有动作元素的电影过于乐观，而下半年，所有从业者包括我个人又会对以爱情元素为主的电影过分看好。从一些公司的大数据监测上来看，这种观众消费行为的变化已经反馈在可以被抓取的数据中，但是我们并不知道它所形成影响究竟该如何定量。也就是说我们可以看到趋势，但是很难确定结果。
那么，在如今的中国电影市场中，我们不如将大数据技术的应用方向，从对未来的预知上转移到可以让我们规避哪些操作上的错误，或许更具有现实意义。
对当下进行判断并进行实时处理
现在对大数据的理解，往往会纠缠于第一个字“大”，而忽视了它的另外一个重要特征“细”，其实后者才是最重要的，因为它会创造大数据真正的实用价值。
基于社交媒体的数据挖掘，其实已经可以做到让我们将观众的分类从简单的年龄、性别、职业等维度，落实到区域、活动空间以及性格特征等等更为丰富的细节，在这样的基础上，我们要做的就是怎样给观众提供个性化的影响，而不再是以电影为本位的共性宣传。
举例来说，当一名男性观众在某个媒介上看到的电影海报，可能是大长腿和小翘臀，但一个女性观众同时接触这个媒介时，所看到的可能是一个卖萌的大叔。当阵地宣传中的预告片贴片到一部好莱坞大片之前时，它可能主要是用来渲染情感或者突出搞笑，但同样的一分多钟，在视频网站所上线的预告片，则被分成数个版本，用来对应每一个点击背后用户的个人资料。这样，观众便会加入到生产的过程中，通过对观众偏好的快速处理，最终创造更适合于传播的信息。
目前，数据调研公司参与电影推广的过程，所做的仍然只是一个统计的工作，决策是在片方或者是公关公司，其实可以将决策机制与数据同样进行细化，成为实时的互动，减少时间的损耗，提高电影推广的效率。我们以前在电影的推广中，常常会为如何照顾到大部分观众的兴趣而头疼，那么换一种思路，用现有的观众数据进行群体的细分，给不同的观众群提供不一样的信息，海纳百川比光芒四射或许更符合当下社会化营销的要义。
不过，这一切其实都只是理想化的愿景，现实的情况是，中国的电影产业目前仍然是处于一个极其原始的状态。
仅从电影投资成本的角度来说，目前所公映的电影，平均投资约在3000万人民币以内，不足500万美元，这样的投资规模在不考虑通胀以及观众收入的情况下，只相当于北美70年代初期的水平。面对这样的市场环境，很多议题其实都显得比较空洞，因为拍脑袋做决策虽然有着莫大的风险，但毕竟成本很低。
原文发布时间为：2013-10-25
本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号
