全球復雜網絡權威、物理學家巴拉巴西通過研究大膽地提出，93%的人類行為是可以預測的。這是一種顛覆性的結論。如果線%的人類行為可以被預測，這還意味著，我們的商業行為同樣可以進入可掌控的范圍而這，就是數據里的秘密。

　　數據是什么？數據和影視又是什么？兩個看似毫無關聯的事物到底存在什么樣的關系？數據又如何能夠重構影視呢？

　　不能不說的大數據何謂數據？麥肯錫公司預計，數據將與企業的固定資產和人力資源一樣，成為生產過程中的基本要素。而在2012年瑞士達沃斯論壇上，一份題為《大數據，大影響》的報告同樣認為，數據已經成為一種新的經濟資產類別，就像貨幣或黃金一樣。這是大數據時代的獨特現象。此數據和彼數據如果能有機地結合到一起，可能就會產生新的信息和知識，并且實現大幅增值。麥肯錫的報告繼而指出：“已經有越來越多令人信服的證據表明：大數據將成為競爭的關鍵性基礎，并成為下一波生產率提高、創新和為消費者創造價值的支柱?！?

　　何謂大數據？多大的數據量才可以稱之為大數據？數據量大就有價值嗎？大數據，至少需要具備的四個特征：海量（Volume）、快速（Velocity）、高價值（Value）、多元（Variety）。

　　如果用存儲容量來表示數據的線T，1E=1000P，1Z=1000E，1Y=1000Z。從2010年開始數據已逐步進入G時代，那么到了2020年會達到什么樣的數據量呢？2020年達到35Z級，刻在9G的光盤上，摞起來有233萬公里的高度，能在月亮和地球之間來回三圈。

　　Facebook，全球擁有9億用戶，其中日?；钴S用戶達5.26億，每天新增25億條分享內容，32億條評論，27億條“贊”，3億張照片，每天會采集到500+TB的數據。Google，每天需要處理數據量達到24PB。這些龐大的數據量里85%都是非結構化數據。

　　那么，數據量大就有價值嗎？如果數據是一個金礦，我們不去開采和挖掘，它就毫無價值。只有對數據進行分析、處理，才能將有價值的數據提煉出來，才能將數據的價值提煉出來。

　　案例：如何比一位父親更早知道他的女兒懷孕了有一位男性顧客到一家塔吉特店中投訴，商店竟然給他14歲的還在讀書的女兒寄嬰兒用品的優惠券。這家全美第二大零售商，會搞出如此大的烏龍？但經過這位父親與女兒進一步溝通，才發現自己女兒真的已經懷孕了。一家零售商是如何比一位女孩的親生父親更早得知其懷孕消息的呢？

　　這是通過數據分析得出的結論，數據顯示這個女孩在相當長的一段時間內購買的都是婦女懷孕時使用的物品。在進一步的數據分析中，可以判斷出哪些顧客是孕婦，甚至還可以進一步估算出她們的預產期，在最恰當的時候給她們寄去最符合她們需要的優惠券，滿足她們最實際的需求。依靠數據分析，塔吉特的年營收從2002年的440億美元擴大到2010年的670億美元。

　　不能不算的風險2013年最熱議的線年最熱的投資方向莫過于影視投資。近幾年來，每年都有大量的資金涌入影視行業，影視投資成為最熱的投資方向之一。這究竟是機遇還是陷阱？從2011年到2013年，電視劇收視比重對電視臺的貢獻達到了1/3，也就是說支撐電視臺的1/3是電視劇。2013年中國電影票房達到近220億人民幣。預計到2015年，將實現票房收入300億。

　　機遇大，自然風險也大。2012年中國制作完成近600部電影，有60%無法走進院線，只能在一些頻道播出，還有一些積壓在庫房。而風險相對較低的電視劇，目前也只能達到1/3賺錢，1/3保本，1/3要賠本。

　　投資，是為了收益。投資需謹慎。無論做什么類型的項目，都需要知道自己的優劣勢，項目的優劣勢。需要對各種情況、各種指標、各個方向進行分析和梳理。沒有投資人會盲目進入一個項目。在一個影視劇項目中，五大要素是不能不深度考量的。在此，以電視劇項目為例，從數據在市場、劇本、班底、生產、發行等五個指標下的作用力進行分析。

　　1.市場：如果計劃投拍一部電視劇，投資人至少需要了解該項目的市場收益及市場風險。該項目的市場優勢是什么？項目的題材是否符合當下的市場需求等。數據維度則成為重中之重。

　　那么我們是不是可以通過對電視劇從本體到播出平臺、所屬題材、收視區域三大收視率因素進行全面展示和歸納分析？通過數據對電視劇播出情況的詳細分析、分析各頻道的電視劇播出特點、分析各個題材區域偏好、分析各個時段的播出優勢，并依據上述因素對歷史播出數據做出全面的分析，對當前播出市場、播出環境以及適合該項目的播出平臺進行分析和定位，從而為投資人是否投入電視劇項目的決策提供科學有效的分析。通過對海量數據的挖掘統計分析，了解各類電視劇播出情況，各種題材電視劇分別適合的市場環境，從而為制作公司有目的地選擇劇本、制作電視劇，以及發行電視劇提供參考依據。

　　[page] 2.劇本：劇本題材如何？話題性怎樣？故事結構如何？情節邏輯是否清晰？情節點設置如何？沖突密度如何？角色配置如何？人物關系與網絡級別怎么樣？人物塑造是否豐滿？人物塑造邏輯有無嚴重缺陷？劇本是否還有調整的空間？

　　那么，可否通過對劇本的評估及分析，從而控制、降低投入風險？根據影視公司及電視臺兩方市場需求，細分當今電視劇播出市場環境，通過提取劇本或樣片中多級百余項評估元素，建立更為科學、嚴謹、量化、細分的金字塔式評估系統。評估指標則根據業內專家意見、海量市場優秀樣本，建立量化標準及核算公式，經由電腦和人腦的雙重分析，完成電視劇作品的評估。

　　根據不同的作品元素所起的作用，將評估體系嚴格地分列三級指標，又根據各級功能設置數據計算公式及得分權重。對于影視劇項目的評估，評估規則和評估人才，是實際操作中的兩個關鍵問題。和一般的產品評估不同，并不完全是量化分析。

　　評估體系：三級指標，層層把控題材分析：人物設置、情節點、人物配置、邏輯性、頻道分析評估流程：文本分析建立樣本分集監測出具意見電腦比對計算總分評估內容：人物小傳、故事大綱、分集梗概、完整劇本、市場分析市場分析：題材年度播量、題材年度市場排名、衛視頻道各年度播出情況、題材主要貢獻地域、題材主要受眾分布在項目初期通過對電視劇項目早期的定位包裝、風險評估以及后期制片、發行、調研及收視追蹤，幫助影視機構進行劇本投資風險預控，最大限度地保障拍攝成品的制作質量，幫助電視臺實現劇目競爭力和品牌升級的雙贏效應。

　　3.班底：班底如何？現在演員的成本占了電視劇制作成本的60%左右，成本如此之高是否合理？

　　通過對海量數據的挖掘統計分析，通過合理的算法，對每個導演、演員、編劇等制作人員及其班底的資質、各種題材的經驗、所拍攝過的電視劇的收視率進行全面的評價。通過數據展示班底成員所參與或拍攝過的電視劇、每個電視劇的基本資料及收視信息進行分析，給制作方提供一份相對客觀、用數據說話的評估結果，包括酬勞是否合理。對班底成員所參與的班底資質、各種題材的運作或執行經驗、所拍攝過的電視劇的收視率等全方位信息通過數據統計搭建出性價比最高的制作班底。例如，某導演擅長制作歷史題材的作品，近三年的歷史數據展示，此類題材一等劇較多，如果請他執導歷史題材，系統可能會給他評出五星，但是如果執導都市情感題材的話，近三年的數據展示，此類題材均為四五等劇，系統分析的結果可能是一顆星。我們根據投入成本和題材、劇本等因素，會建議是否聘請此導演。其他班底搭配亦如此。

　　4.生產：制作成本如何管控？生產劇組無論是電影還是電視劇，無論上市公司還是跨國企業，無論美國也好，香港也罷，都有各種的資金濫用問題，而浮上水面的不過冰山一角。

　　那么可以通過對劇本規范化的解析，在籌備期就可以精確地計算劇本的總體拍攝量、各角色的戲份、各場景的戲量，以便安排演員檔期，制定拍攝計劃，經過合理的統籌安排，從而能夠精確地預估費用，縮短拍攝周期，制定最優拍攝計劃，避免不合理的浪費?？梢酝ㄟ^對歷史數據的分析，制定在同類題材里最合適性價比的預算方案。在劇組拍攝期間，還可以通過對拍攝進度的跟進，財務支出費用的統計，實時地管控劇組的生產和資金的使用狀況，第一時間發現問題，解決問題，避免因不能及時發現而被放大的錯誤。

　　5.發行：發行如何定位？政策風險如何管控？如何找到客戶群？只有精準的客戶群定位才可以有效發行。

　　那么我們可以通過對新聞出版廣電總局報備劇目的匯總及追蹤，對政策進行前瞻性解讀，對新劇進行動態追蹤并分析市場關注度。針對各影視制作公司新劇數據分析及地面頻道選擇未上星二輪電視劇的數據分析，對電視劇的發行和電視劇的購買進行評估及分析。

　　通過對電視劇播出方即電視臺或視頻網站的市場定位、播出平臺競爭方定位，當前播出環境、播出平臺的市場環境等因素進行評估及分析，對電視劇播出情況的詳細分析、頻道的電視劇播出特點、各類題材在不同的區域偏好、不同時段的播出優勢做出全面的分析，以及與競爭方相比較的優劣勢，合理制定發行方案及規劃。

　　通過各類數據在市場、劇本、班底、生產、發行等不同維度上的作用，對投資人是否進行項目投資、投資了如何衡量劇本品質，如何選擇、搭建班底團隊，如何制定最優化的拍攝計劃，如何制定最適合的財務預算，如何制定適合的發行規劃等等，帶來更科學的思考、更科學的分析。

　　算出來的影視劇美國的視頻網站Netflix打造的首部原創劇集《紙牌屋》一炮而紅，該公司就是在對數據進行挖掘和分析后，成功完成了《紙牌屋》項目。

　　究竟擁有什么樣的數據庫，又是對哪些數據進行分析和挖掘才成功打造出《紙牌屋》？300多個主題搜索，大量的版權，對客戶的功能使用數據進行精準分析，關注用戶熱點。通過客戶對功能使用的停留數據判斷客戶對數據點發生的內容和人物是否感興趣，并通過該分析數據建立與之指標對應的數學模型。對每一個作品都進行評級通過大量數據分析、挖掘得到的結論是喜歡看1990版《紙牌屋》的觀眾也喜歡大衛芬奇（導演），同時也喜歡看奧斯卡影帝凱文斯派西演的電影。通過對千萬個用戶數據進行分析，挖掘出來這些客戶究竟喜歡哪位導演來導，哪位演員來演，最后收獲了《紙牌屋》項目的成功。

　　電影《小時代1》和《小時代2》，票房收入共計7.8億。它的成功不能不提到大數據的應用，《小時代》利用數據思維進行精準的觀眾群體分析，關注了9萬用戶的新浪微博。對微博使用人群進行深入分析。調查數據顯示，在9萬微博用戶中81%是女性，19%是男性。平均年齡20歲左右，喜歡看《快樂大本營》《非誠勿擾》等電視節目。通過數據分析了解適合《小時代》的受眾群體：40%是高中生，30%是白領，20%是大學生，10%是與此最相關的潛在觀眾。

　　數據不能創造經典，但是可以評估風險、規避風險。風險，是可以算出來的。那么數據終將重構影視，以至每一個行業。