
2014 年《紙牌屋》第二季開播,這部因口碑傳播而聲名鵲起的電視劇并非出自傳統(tǒng)電視臺(tái),而是由美國在線影片租賃提供商奈飛( Netflix) 公司預(yù)付1 億美元制作的,《紙牌屋》兩季共26 集,平均每集的制作經(jīng)費(fèi)是美劇平均制作費(fèi)用的兩倍。
據(jù)說在推向市場后,出于喜歡熱鬧的看客心理,《紙牌屋》效應(yīng)正在呈現(xiàn)漣漪狀態(tài)。這部描述華盛頓DC的政治全景的網(wǎng)絡(luò)自制劇,已在評(píng)論界和美劇迷中收獲了不俗的口碑。據(jù)說,從奧巴馬到王岐山,再到很多數(shù)得上名字的經(jīng)濟(jì)學(xué)家與公眾人物,都在不無驕傲地表明自己是《紙牌屋》的粉絲,這一點(diǎn)讓人感覺,沒看過就out了。
有人認(rèn)為《紙牌屋》的成功基于大數(shù)據(jù)的應(yīng)用,畢竟這個(gè)美劇是通過對3000萬用戶的收視選擇,400萬條評(píng)論,300萬主題搜索進(jìn)行分析,確定受眾對拍攝主題、拍攝導(dǎo)演、參演演員、播出方式的喜好,而爆紅全球,震驚了全球的秘密武器是基于數(shù)據(jù)的嚴(yán)謹(jǐn)性。
通過數(shù)據(jù)分析與市場推廣,將一部電視劇的策劃制作,變成了跨界營銷的劃時(shí)代經(jīng)典案例,這確實(shí)有可圈可點(diǎn)之處,雖然并非每個(gè)人都能看清《紙牌屋》成功的基因,以及到底會(huì)形成什么樣的影響力,但賈春寶還是希望從理性的角度談?wù)勛约旱姆治觥?/span>
在技術(shù)學(xué)派認(rèn)為,媒體連篇累牘的是《紙牌屋》基于大數(shù)據(jù),有一套人人艷羨的成功公式,將純粹基于技術(shù)的大數(shù)據(jù),而通過市場直接轉(zhuǎn)化為搖錢樹,
市場認(rèn)為,作為北美最大的付費(fèi)訂閱視頻網(wǎng)站,出品方奈飛分析了用戶的每一個(gè)動(dòng)作,包括什么時(shí)候快進(jìn),什么時(shí)候回放等,找出一些明顯的特征,接下來就是根據(jù)數(shù)據(jù),通過分析統(tǒng)計(jì)這些劇集的暫停、回放、快進(jìn)、停止、搜索、分享、收藏、評(píng)論等多維度數(shù)據(jù),然后回頭去看相應(yīng)的劇作內(nèi)容,看看在哪一集的哪個(gè)橋段,以及是什么劇情最有吸引力。
最后,就來到了最重要的分析階段,得出政治劇觀眾的口味:喜歡什么懸念(配角生死未明/法案是否通過/表白是否被接受)、喜歡什么話題(政治游戲規(guī)則/男女主角的愛情/和現(xiàn)實(shí)世界相互呼應(yīng)的程度)、喜歡什么場面(打斗/談判/性暗示)等等??偨Y(jié)出一套規(guī)律,并運(yùn)用到《紙牌屋》的制作當(dāng)中。
技術(shù)人員認(rèn)為,大數(shù)據(jù)可以預(yù)測一場流感爆發(fā)的時(shí)間和地點(diǎn),可以預(yù)測什么時(shí)候可以買到最便宜的飛機(jī)票,可以預(yù)測消費(fèi)者會(huì)給怎樣的電視劇好評(píng)。大數(shù)據(jù)的預(yù)測是小數(shù)據(jù)不具備的功能,但是小數(shù)據(jù)的深度分析也是大數(shù)據(jù)不具備的。
谷歌公司數(shù)據(jù)處理量是美國國家圖書館所有紙質(zhì)所含數(shù)據(jù)的上千倍。Facebook 每天更新的照片量超過1000 萬張,每天人們在網(wǎng)站上點(diǎn)like 的按鈕或評(píng)論超過三十億次,這些都為Facebook 公司挖掘用戶喜好提供了大量的數(shù)據(jù)線索。
量變導(dǎo)致質(zhì)變,數(shù)據(jù)龐大到一定程度,就不僅僅是數(shù)據(jù)以及簡單的結(jié)論那么簡單。對大數(shù)據(jù)掌握程度可以轉(zhuǎn)化為經(jīng)濟(jì)價(jià)值來源。同時(shí),大數(shù)據(jù)已經(jīng)撼動(dòng)了世界方方面面。從科技到醫(yī)療、政治、經(jīng)濟(jì)、人文,以及社會(huì)的其他領(lǐng)域。我們不能否認(rèn)數(shù)據(jù)與市場調(diào)查在企業(yè)決策中所起到的作用越來越重要了。
但實(shí)際上,大數(shù)據(jù)之于《紙牌屋》雖然有功,所發(fā)揮的卻并不是至關(guān)重要的作用。有理性的業(yè)內(nèi)人士斷言:宣傳大數(shù)據(jù)分析的噱頭,就是奈飛的企業(yè)PR 行為。此舉是為了在傳統(tǒng)電視界爭得話語權(quán),為了打壓亞馬遜即將開始的原創(chuàng)劇集拍攝。優(yōu)酷CEO古永鏘認(rèn)為,《紙牌屋》實(shí)際上還是靠SONY的制作功底,大數(shù)據(jù)有用,但不能神化。
賈春寶的觀點(diǎn)是:不要迷信大數(shù)據(jù),而要基于“傻子都看得出來”的常識(shí)。以大數(shù)據(jù)為依托,固然會(huì)讓自己更真切地把握市場的脈搏,但也會(huì)讓我們在投其所好的同時(shí),失去自我。大數(shù)據(jù)的趨勢下,貌似市場的未來更確定了,其實(shí)剛好相反——變得更不確定了,或者是在讓自己陷入迷茫這一點(diǎn)上,是更確定了!
我們總希望去預(yù)測未來,即使我們知道我們必然要往生,都不知道是在什么時(shí)候,基于什么外力或者內(nèi)因,在那一刻我們是否已經(jīng)了無遺憾。
因?yàn)閿?shù)據(jù)有可能是假的,有可能是根據(jù)內(nèi)心的需求而炮制出來的。即使數(shù)據(jù)都是真實(shí)的,那么對數(shù)據(jù)的影響性因素太多了,人冒然得出的結(jié)論也會(huì)導(dǎo)致不確定的結(jié)果。
迷信市場調(diào)查與分析的人,會(huì)信誓旦旦地跟你講,TA所設(shè)計(jì)的問卷有多么地科學(xué),符合人的心理,有效規(guī)避人之撒謊以及情緒波動(dòng)所帶來的影響,甚至即使撒謊都會(huì)被查出來,并將那些無效數(shù)據(jù)剔除,而給你提供的都是干貨。
但至少你需要有專業(yè)團(tuán)隊(duì)去設(shè)計(jì)問卷,然后有專業(yè)團(tuán)隊(duì)去實(shí)施調(diào)查,所調(diào)查并被采用的數(shù)據(jù)均出自負(fù)責(zé)任的信息反饋,而且所涉及的被調(diào)查者基本都很配合(乖乖的把真實(shí)想法告訴你)還需要在數(shù)據(jù)統(tǒng)計(jì)的時(shí)候有嚴(yán)謹(jǐn)而精細(xì)的設(shè)備與方法,進(jìn)行數(shù)據(jù)分析的人既要尊重?cái)?shù)據(jù)還要不迷信數(shù)據(jù),并從數(shù)據(jù)之中跳出來, ——那么我要問“憑什么”。
即使關(guān)于調(diào)查的一切顧慮都解決了,一路綠燈,那么你又何以保證未來不至于發(fā)生環(huán)境與時(shí)機(jī)的變化呢?——因此,依靠數(shù)據(jù)進(jìn)行的決策,其迷茫往往是連環(huán)并逐步深入,而且難以徹底消除的。
在天時(shí)地利人和、政策市場與人的期待等等各方面有任何一點(diǎn)變化,都將導(dǎo)致你所深信不疑的決策模式發(fā)生常識(shí)性的錯(cuò)誤,因?yàn)槟惴噶嗽缫言谥袊烧Z故事中被嘲笑的低級(jí)錯(cuò)誤——刻舟求劍!即使你給自己披上了嚴(yán)謹(jǐn)而炫目的外衣,都難以掩蓋你的too young, too naive的本質(zhì)。
在科技發(fā)展到一定階段的時(shí)刻,大數(shù)據(jù)的預(yù)測率可能達(dá)到90%甚至100%,人類真正擁有了預(yù)測未來的本領(lǐng),這會(huì)不會(huì)是一場災(zāi)難。無論我們干什么說什么,其實(shí)早就按照指定的軌跡運(yùn)轉(zhuǎn),這會(huì)不會(huì)成為一把雙刃劍,我們無從得知!
最后,隨著大數(shù)據(jù)的普及使用,我們會(huì)不會(huì)生活在一個(gè)由冰冷數(shù)據(jù)包裹的世界,我們的意志和行為都被智能機(jī)器操縱,人類的創(chuàng)造性可能被空前遏制,社會(huì)不再進(jìn)步。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11