用数据分析唤醒你的“原力”:星球大战系列电影的影响

简介:

导读:在欧美上映之后,除了在票房上破了一项又一项的记录之外,《星球大战:原力觉醒》也受到了业内人士和广大观众的如潮好评。著名专业电影评分网站烂番茄新鲜度高达94%,另一家评分网站Metacritic则打出了82分的高分。这么坚挺的口碑当然与众多大牌影星的演技密不可分。究竟是星战成就了演员,还是明星成就了星战?大数据文摘将通过数据可视化的方法对比从星球大战电影中得到的收入与演员自己的全部票房收入,分析了该影片中23位演员的事业状况。

0?wx_fmt=jpeg

数据分析师最擅长的事,就是要呈现用数据能做些什么。通过一系列以证据为基础的数据收集、数据建模与定量分析,数据分析师可以通过对信息审慎地思考,将分析结果以令人信服的方式展示出来,以支持战略决策。这其中的一个例子就是Analytics@American创造的数据可视化,他们将出演过星球大战系列电影的23位演员从星球大战电影中得到的收入与他们一生的票房收入进行了对比。

这个系列的大获成功基本上不是一个意外。在一个什么都不是绝对肯定的世界中,好莱坞的高管用预测分析来帮助进行电影投资的战略决策。每个题材类型的表现、相关电影的票房、主演人员的受欢迎程度……诸如此类的历史数据,可以让分析师们用来预测一部电影是否会走红。

2012收购了卢卡斯影业(LucasFilm)的迪士尼公司在本月非常之期待。星战系列7的《星球大战:原力觉醒》在美国首映的那个周末,其票房估计将超过之前的6.5亿美元的纪录。就在最近一次星战玩偶的发售中,大约13万的星战影迷们已用半夜大排长龙的方式显示了他们的耿耿忠心。

如果Yoda(尤达,星战中重要角色)是一个执行官,他会怪罪于那些带来商业失败的不可见力量,“黑暗遮蔽了一切,谁也无法看清未來之事。”

很可惜他不知道预测分析的强大力量,这绝对是一个需要认真考虑的“原力”。

参演星球大战的演员们都可以确定一件事:他们的履历上会多出一部大红的电影。Yoda或许也会说,“他们将在票房中获得成功。”但到底在多大程度上,这个结果要归功于他们自身的受欢迎程度?在这个可视化图中,我们通过对比从星球大战电影中得到的收入与演员自己的全部票房收入,分析了23位演员的事业状况。

0?wx_fmt=jpeg
我们简单介绍一下这张图。

先看看这个圆形,圆上有5个环,代表票房收入,从里到外分别是0美元、25亿美元、50亿美元、75亿美元和100亿美元。

在环上的那些箭头分别表示所对应的演员的票房收入,其中蓝色代表出演的星战电影票房,橙色代表到目前为止所参与的电影总票房。

箭头下方有3行小字。白色的粗体字是演员的名字,紧挨着的是演员在星战电影中的角色名字。蓝色的数字表示演员参与星战电影拍摄的次数,而橙色数字则代表其到目前为止的出演电影的数量。

靠近圆心部位的罗马字母表示各部星战系列电影,上面标有相应的票房收入。

根据上图,我们可以看到表现最突出的演员是Samuel L. Jackson,他一共出演了四次星战电影,四次星战电影的票房总收入有25亿美元。到目前为止,他已经拍了115部电影,参与的电影票房总收入达到令人惊讶的150亿美元。

其次是Warwick Davis,出演三次星战电影,三次星战电影的票房总收入大约有12亿美元。到目前为止,他参与拍摄了31部电影,总票房收入高达100亿美元。跟Samuel L. Jackson相比,他的单部电影的票房收入高得多,大约是3.3亿美元对比1.3亿美元。

而出演过最多次星战电影的Anthony Daniels基本上就是一个星战专业户,一共参加了8次星战电影的拍摄!除了星战电影之外,只出演了10部电影。

有兴趣的朋友可以仔细研究一下这张图,如果你是星战系列下部电影的投资人,你会选哪些老面孔呢?欢迎来稿给大家讲讲你的想法!

2016年1月9日,《星球大战:原力觉醒》将在国内上映。星战迷们可别错过了!


原文发布时间为:2016-01-06

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

相关文章
|
6天前
|
机器学习/深度学习 数据采集 数据可视化
R语言电影数据分析:随机森林探索电影受欢迎程度因素、参数调优可视化
R语言电影数据分析:随机森林探索电影受欢迎程度因素、参数调优可视化
|
5月前
|
SQL 分布式计算 数据挖掘
面试官嫌我Sql写的太low?要求我重写还加了三个需求?——二战Spark电影评分数据分析
面试官嫌我Sql写的太low?要求我重写还加了三个需求?——二战Spark电影评分数据分析
49 0
面试官嫌我Sql写的太low?要求我重写还加了三个需求?——二战Spark电影评分数据分析
|
5月前
|
分布式计算 数据挖掘 关系型数据库
Spark综合练习——电影评分数据分析
Spark综合练习——电影评分数据分析
26 0
|
8月前
|
SQL 分布式计算 数据挖掘
大数据Spark电影评分数据分析
大数据Spark电影评分数据分析
102 0
|
9月前
|
数据可视化 数据挖掘 数据库
可视化 | Flask+Mysql+Echarts 豆瓣电影Top250数据分析系统
可视化 | Flask+Mysql+Echarts 豆瓣电影Top250数据分析系统
|
10月前
|
数据采集 数据可视化 数据挖掘
使用Python进行数据分析:探索不同电影《消失的她》和《八角笼中》票房数据对比
使用Python进行数据分析:探索不同电影《消失的她》和《八角笼中》票房数据对比
|
存储 SQL 分布式计算
基于Hadoop豆瓣电影数据分析(综合实验)
基于Hadoop豆瓣电影数据分析(综合实验)
1380 1
基于Hadoop豆瓣电影数据分析(综合实验)
|
数据采集 数据可视化 数据挖掘
数据分析案例-电影数据可视化分析
数据分析案例-电影数据可视化分析
225 0
数据分析案例-电影数据可视化分析
|
数据挖掘
数据分析案例-电影数据分析
数据分析案例-电影数据分析
97 0
数据分析案例-电影数据分析
|
自然语言处理 数据挖掘 Python
通过数据分析找出Netflix最适合学习英语的电影和电视剧
通过数据分析找出Netflix最适合学习英语的电影和电视剧
218 0
通过数据分析找出Netflix最适合学习英语的电影和电视剧