基于大數(shù)據(jù)的電影受眾研究模式及其營銷策略研究

周依妍

關鍵字：新媒體大數(shù)據(jù)，用戶生成內(nèi)容，預測模型，電影營銷策略

一、研究背景

在好萊塢近百年的發(fā)展歷史中，其全面市場研究的營銷體系為其在世界電影市場上的統(tǒng)治地位奠定了基礎，觀眾研究已經(jīng)成為了電影制片方規(guī)避風險的一種方法，利用觀眾研究數(shù)據(jù)來提前對電影的上映前景進行分析并采取相應的營銷手段，跟蹤與衡量相關的受眾群體以在市場上占據(jù)有利位置。

傳統(tǒng)上，受眾研究通常依賴于從較小但具有潛在代表性的樣本中收集的數(shù)據(jù)進行，但該樣本的取樣帶有一定的局限性和針對性并可能增加不可預測的波動，無法從更廣的維度精準的分析現(xiàn)有市場情況。

隨著互聯(lián)網(wǎng)絡的普及與發(fā)展，個體用戶與網(wǎng)絡的交互行為日益增多，基于用戶生成的內(nèi)容進行準確的抓取，計算，處理并生成用戶分析是大數(shù)據(jù)網(wǎng)絡時代背景下數(shù)字化營銷策略的發(fā)展方向。電影行業(yè)作為娛樂業(yè)的龍頭產(chǎn)業(yè)，其巨大的資金投入與激烈的行業(yè)競爭推動了傳統(tǒng)用戶分析模式的改革與大數(shù)據(jù)背景下觀眾行為的數(shù)字化研究。這也將成為今后電影市場分析的主流的發(fā)展方向。

二、大數(shù)據(jù)用戶生成內(nèi)容分析的意義

1，用戶分析的意義與使用大數(shù)據(jù)計算的優(yōu)勢

大數(shù)據(jù)時代下的受眾研究是通過檢測，抓取，分析網(wǎng)絡用戶生成的內(nèi)容來實現(xiàn)的。新媒體環(huán)境的交互功能有助于系統(tǒng)的收集，匯總和分析潛在的受眾行為信息。傳統(tǒng)上生產(chǎn)者和消費者是二元的，消費者僅扮演著接收信息的角色。但如今已經(jīng)不能再做出如此明顯的區(qū)分，新媒體環(huán)境下幾乎任何有能力接收信息的人也能夠發(fā)布信息，新媒體環(huán)境的自主性和互動性促進了反饋機制和數(shù)據(jù)流的集成從而提供了更全面的受眾數(shù)據(jù)。內(nèi)容提供者和受眾之間的界限越來越模糊，這也改變了電影制片方與觀眾之間的單向溝通關系。電影制片方可以通過觀眾的反饋來制定或改變推廣策略，進行更精準的營銷?；趶V大數(shù)據(jù)的收集分析，制片方可以在電影制作的過程中根據(jù)反饋調整制片方向，營銷方案與精準的廣告投放。這對于電影制作有著積極的推動作用并規(guī)避了一定的風險與損失。

2，大數(shù)據(jù)用戶分析與傳統(tǒng)模式的區(qū)別

在傳統(tǒng)方式中，用戶分析主要依托于搜尋長期或潛在的用戶為樣本，通過總體受眾意向調查獲得有關其媒體消費習慣的數(shù)據(jù)，這些數(shù)據(jù)構成了廣告商和生產(chǎn)商預測市場的經(jīng)濟引擎，但當今受眾在更大范圍的內(nèi)容平臺上的分部程度意味著需要越來越多的受眾樣本才能相對準確可靠的確定觀眾的注意力分布。

此外傳統(tǒng)模式中對于用戶反饋方面往往依靠于針對用戶或隨機用戶的調查問卷，這種獲得反饋的方式效率較低，樣本具有局限性，且受調查的用戶會產(chǎn)生相應的被動式調查心理意識，其反饋的準確度也會受到一定影響。多年前，電影行業(yè)一直在進行系統(tǒng)的電話研究，以跟蹤觀眾對即將上映的電影的認識和興趣。與傳統(tǒng)的研究方法相比，在線關鍵詞抓取更夠跟蹤到更多的受眾，尤其是參與者往往并不知悉他們的話語是可以對即將到來的媒體產(chǎn)品進行前瞻性分析的原始數(shù)據(jù)。相反，直接調查研究的參與者會意識到他們正在進行研究，并且這種意識可能會影響他們的反應。在線內(nèi)容是對即將到來的媒體產(chǎn)品的行為意識和興趣的展示，而不是像調查回復一樣有意識的自我報告態(tài)度和看法。新媒體的大數(shù)據(jù)分析是利用算法對用戶日?；ヂ?lián)網(wǎng)生活中的文本，交互等一系列行為進行提取，以分布式挖掘，分布式數(shù)據(jù)管理，云計算數(shù)據(jù)分析為基本方式。該方法使數(shù)據(jù)來源更大，樣本廣泛眾多，用戶并不需要執(zhí)行明確的參與分析行為，使調查與反饋更有客觀參考價值，同時算法自動化也降低了采集成本。

三、用戶生成內(nèi)容預測模型分析方法及應用

1，預測模型介紹

用戶生成內(nèi)容的模型建立依托于Python 語言下TFIDF,TextRank 方法或使用crawler 工具進行注意力分析與關鍵詞提取，根據(jù)詞頻，逆向文件頻率，網(wǎng)頁轉跳頻率，點擊頻率，頁面停留時長，參與程度等數(shù)據(jù)提取，并結合用戶主動提供的個人網(wǎng)絡信息，消費信息進行精準的用戶畫像。為市場營銷，用戶反饋調查，廣告投放提供精準的目標群體。該預測模型被擁有用戶群體龐大的平臺應用，進行數(shù)據(jù)采集分析。通過抓取在線聊天中的關鍵字和搜索引擎的記錄，不僅創(chuàng)建了大量詳細的消費者數(shù)據(jù)，還可以通過此用戶信息為生產(chǎn)者提供更有效的營銷數(shù)據(jù)。將以前分散的，難以收集的數(shù)據(jù)進行提取分析，具有了更大的參考價值。

2，預測模型的應用與實證研究

借助微博和微信的在線營銷已經(jīng)成為中國電影營銷的重要渠道之一。微博營銷主要是指使用微博平臺達到營銷目的，通過設立官方帳號，與知名博主合作推廣，廣告投放等方式進行電影宣傳。此外電影影評人在微博營銷的過程中擔當了輿論領袖的角色，他們將信息傳播給自己的粉絲以達到推廣的目的。電影宣發(fā)方則可通過相關微博的轉發(fā)量，點贊量，評論情況獲得相應的用戶數(shù)據(jù)支持。

電影制片方使用微博進行精準營銷優(yōu)勢在于細分觀眾市場和制定差異化的營銷策略。首先，可以在用戶的微博主頁收集用戶的個人信息，關注的博主類型以及日常互動的內(nèi)容，這些信息可以用作定位受眾的基礎。其次結合微博的定位功能，電影營銷可以了解不同地區(qū)觀眾之間的差異，從而開展區(qū)域營銷策略和促銷活動。另一方面，電子商務平臺的興起也有利于用戶信息的收集。2016 年中國電影票的72%通過網(wǎng)絡平臺出售，這不僅有助于追蹤觀眾的年齡，性別，地理位置，甚至有助于追蹤觀眾對于電影類型的偏好。貓眼，淘票票和其他電影票務平臺也可以根據(jù)以前的購買記錄來進行新電影的推薦。用戶可以標記感興趣并即將上映的電影，代表了該電影受期待與受歡迎的程度。這些數(shù)據(jù)可以幫助確定發(fā)行時間和針對不同地區(qū)，不同人群的營銷策略。

以《戰(zhàn)狼2》為例，早期的市場營銷主要集中在主演的訓練情況和電影制作的質量上。例如，該電影籌備的時常，拍攝前主要演員已在特種部隊接受訓練，水下拍攝是由好萊塢電影《加勒比海盜》的原班攝制組制作的，主演在拍攝過程中的艱辛等。電影上映后，評價傾向于這部電影展現(xiàn)了中國的政治和軍事力量，激發(fā)了觀眾的愛國情懷。這部電影的官方微博賬號也鼓勵觀眾寫電影評論并在微博上發(fā)布電影票的照片，這引起了一波熱潮。普通人的評論無形地促進了這部電影的推廣。此外，電影的官方微博賬號每天都在更新票房數(shù)據(jù)，這也激發(fā)了人們的從眾心理。根據(jù)中央電視臺的觀眾研究，超過60%的觀眾認為《戰(zhàn)狼2》符合民族心理，其中57.6%的觀眾將其定義為愛國動作片，而51%的觀眾則認為這反映了硬漢形象。此外，由于對微博的評價主要集中在愛國主義的情感上，電影的后期宣傳偏向于愛國情懷，對祖國的歸屬感和榮譽感。電影《戰(zhàn)狼2》的高票房與其在新媒體平臺上的受眾研究以及根據(jù)受眾的接收情況及時調整營銷方向不無關系。

四、大數(shù)據(jù)用戶分析對電影行業(yè)的影響

1，對于票房預測的提升

電影票房預測是在電影制作過程中極為重要的行為，在制作前期為投資方提供正確的回報預期，在制作后期針對于定檔日的選擇，宣發(fā)方式都有很重要的參考價值。受益于基于用戶行為的大數(shù)據(jù)分析，21 世紀后的電影票房預測模型使用用戶生成的內(nèi)容作為預測模型的基礎?；谏缃幻襟w的在線票房預測模型可覆蓋更廣泛的采樣范圍。以Twitter 模型為例，它分為兩部分：推文數(shù)量與票房預測之間的關系，以及推文情緒與票房預測之間的關系。對推文速率（每小時提及電影的推文數(shù)量）和相應的票房進行線性分析。推文數(shù)量越高，第一周的票房就越高。情緒分析使用具有情感識別功能的機器人為推文創(chuàng)建正面、負面和中立的標簽。盡管幾乎所有電影的好評率都高于負面率，但它們之間的比例直接影響票房表現(xiàn)。例如，《弱點》發(fā)行前的好評比率從5.02 大幅提高到9.56，其電影票房從第一周的3400 萬美元增加到了第二周的4010 萬美元。相反，《暮光之城：新月》的正負面評論比率從6.29 降至5.0，票房從第一周的1.42 億下降至第二周的4200 萬。盡管“情感評價”的重要性不如“提及頻率”高，但它仍然對票房產(chǎn)生影響不可忽視。谷歌的研究表明，2012 年電影的搜索量比2011 年增長了56%，61%的觀眾表示他們使用搜索引擎查詢新電影的信息。通過在線查詢的數(shù)量反映并分析用戶的搜索內(nèi)容，可以分析觀眾對電影的感知和觀看電影的意圖。對首周票房產(chǎn)生重大影響的因素為：相關的搜索量、相關的廣告點擊次數(shù)和影院量。首映后，這些因素轉變?yōu)椋簭V告點擊次數(shù)、影院數(shù)量、首周票房和點評排名。這也表明，當代受眾調查的基石是受眾的口碑和關注度。無論是被討論的熱度還是大眾的情感意向，都可以促進票房研究人員進一步了解觀眾的喜好信息，這不僅可以應用于目前的電影，也是對未來電影決策的參考資源。與傳統(tǒng)的代表性樣本相比，當前的在線受眾研究包括調查范圍內(nèi)的所有網(wǎng)民，增加了樣本量，從而提高了準確性。在線媒體的交互功能使觀眾能夠了解并參與預制作，制作人可以通過網(wǎng)絡上觀眾的態(tài)度進行一些調整。

2，對電影制作與營銷模式的影響

傳統(tǒng)的電影營銷是在拍攝的后期甚至完成之后進行的。觀眾對腳本編寫，演員表和拍攝等初步工作幾乎沒有認識，只有在電影完成后，廣告才會開始投放。如今，觀眾研究和電影營銷在整個電影制作中都是一致的。在準備電影之前，細分市場就已經(jīng)確定了目標受眾。通過收集和分析有關受眾媒體消費習慣、內(nèi)容偏好、參與程度以及他們對于所消費內(nèi)容的興趣，期望和欣賞的數(shù)據(jù)，以此重新定義受眾群，并影響其經(jīng)濟和業(yè)務戰(zhàn)略?？梢哉f通過這種方式，觀眾真正的參與到了電影制作的過程中，這對于制作方與觀眾都是具有積極意義的。大數(shù)據(jù)用戶分析對電影營銷模式改變是巨大的，在大量用戶行為數(shù)據(jù)分析的結果下，電影宣發(fā)可以更加精準有效，降低了數(shù)據(jù)收集分析的人工成本，建立穩(wěn)定的受眾分析模型，將分析數(shù)據(jù)納入重要的考量范圍，在每一次的影視制作過程中提高效率。

五、結語

在現(xiàn)代互聯(lián)網(wǎng)飛速發(fā)展的背景下，幾乎每個人每一天都在進行著互聯(lián)網(wǎng)的交互行為，基于影視行業(yè)的用戶行為大數(shù)據(jù)分析是在數(shù)字網(wǎng)絡時代背景下針對于制作方的積極提升。然而，目前給予用戶生成內(nèi)容的受眾研究的主要目的是為了改善商業(yè)行為，例如票房收入，而不是電影本身的質量和內(nèi)容。甚至為了硬核觀眾喜好而對電影制作團隊的創(chuàng)作產(chǎn)生了干擾。因此這些研究結果并不應該僅用于當前電影的營銷策略，對于未來電影制作的發(fā)展方向也應起到一定的引導作用。