文創傳媒《多汁報 JuicyTimes》/ 《漫潮報》/【多汁藝廊】&【好時光藝廊】

《多汁報》13期-J 2 版 [部落格修訂版]

(圖說)關於數位影音內容的匯流服務創新趨勢，《大數據 BIG DATA》中譯本由天下文化出版

數位匯流ｘ創新服務

Big data是影視製作人的新戰略寶劍

文／李學文 (多汁報社務顧問、新匯流基金會執行長、文化部數位出版小組顧問、立法院數位政策顧問、金鼎獎數位出版類評委、數位內容匯流與創新科技服務專欄作家，互動電視ＡＰＰ與數位內容匯流製作人。)

這一陣子Big data (大數據/巨量資料)超夯，特別是在美國的(網路電視與線上影音出租)公司Netflix利用其大數據，以自製之戲劇《紙牌屋 House of Cards》擊敗HBO的電視電影，成為美國第一熱門影集後。電視媒體圈的朋友，人人見面開口就問，作為節目製作單位，應該怎麼樣利用Big data？

筆者覺得，就影視產業而言，應該先想想，甚麼是節目製作人最關心的事情，能不能利用Big data來改善，這樣，Big data對影視產業才可能真正產生價值。

1.錯誤的時間：節目製作人常會好奇，為甚麼他的節目品質、口碑都有一定的水準，自問節目的TA (Target  Audience) 設定亦十分精確，但為何收視率並不如預期？這可能便是屬於節目對了，觀眾對了，但播放時間不對的問題。

在筆者仍為節目製作人時，某個晚間九點檔的節目，由於類型十分特殊而收視異軍突起，成為該頻道的招牌，公司管理階層見獵心喜，便將其調到八點檔兵家必爭之地，欲產生更大的收視效益，搶奪更多的廣告預算。沒想到，收視卻從此一落千丈。是節目有問題？當然不是，只是該節目適合該台的九點收視族群；後來他們將其調回原播出時間，觀眾才漸漸回流。

2.錯誤的內容： 有時製作人也會碰到，明明熟悉某個時段的觀眾屬性，節目播放的時間也無誤，但為何節目無法受到觀眾的青睞？這可能便是觀眾對了，播放時間對了，但內容不對。上述《紙牌屋》的案例，剛好可以用來說明。

Netflix成功地針對其2900萬個消費者進行系統性地數據分析，深入了解其收視行為，每次當他們透過遙控器暫停、快轉、重播的動作，以及其他等等收視習慣與品味，都會被Netflix默默記錄下來。Netflix的高層發現，收視戶喜歡由大衛芬奇導演，以及奧斯卡金獎影帝凱文史貝西(Kevin Spacey)主演的電視劇，因此決定花一億美元來重製。結果，藉由大資料的分析消費者喜好，Netflix成功把《紙牌屋》捧成超過HBO的美國第一熱門影集。

3.錯誤的觀眾：製作人還可能面臨一種情況，那便是內容對了，播放時段對了，但頻道不對，觀眾不對，導致收視率不佳。最常見的例子便是外購影片，如果購片人員對頻道本身的定位及屬性，分析不夠深入，便可能發生明明節目口碑不錯，在他台某時段收視率也不錯，但放在自家的頻道，效果卻大打折扣。

其實，利用數據分析收視族群，在類比電視時代即有。近年來，數位匯流文化當道，過去的方法早已無法精準描述使用者，Big data巨量資料分析的盛行，也許才可能真正幫助影視產業，重新訂定影視戰略，更精準地找到族群，製作與提供他們想要的內容。

《多汁報》13期-J2版 [部落格修訂版]

數位匯流ｘ創新服務

多知報報

Big data的特色是3V (Volume、Velocity、Variety) 【多汁報資通組/輯】

●Big data可譯為大數據、巨量或海量資訊。意指由數量巨大、結構複雜、類型眾多的數據構成的數據資訊集合；也可指基於雲端計算的數據處理與應用模式，通過數據的整合共享、交叉運用而成的情報資源整合和知識服務創新的能力。

●大數據的特點是3V：Volume (資訊量大)、Velocity (處理快速)、Variety (資訊多樣)。網路上每個用戶的每一次上網、每一頁流覽、每一筆搜索或交易，甚至每一個點擊都是數據，可以被整理分析，成為可幫助企業經營決策更積極目的之資訊。大數據的功能不僅僅止於研究與分析市場；還可以特別規畫、針對目標產品與目標市場，開發出更大潛在消費力的影視作品或產品。

●Big data 概念應用：Google工程師依據搜尋引擎的查詢數據，在2009年，預測H1N1在美國冬天即將爆發流感，資訊速度比起聯邦政府疾病管制局更快；其成果並發表在《自然》期刊上發表〈Detecting influenza epidemics using search engine query data使用搜索引擎查詢數據檢測流感疫情〉。同年10月起Google開始提供「Google 流感趨勢」的搜尋服務，預測各地每週流感疫情狀況。

●Big data 概念應用：依據《大數據》(天下文化出版)一書第四章的案例：預測誰家的女兒未婚懷孕(pp.83~85)。首先，零售商分析「懷孕的人會購買那些東西」、製作對照用等類似購物清單的指標。之後，再收集「信用卡、聯名卡」等各種消費與個人基本資料，彙整計算出「懷孕預測分數」。有趣的是，本書提到有一位很生氣的爸爸，到零售商店面找店經理，罵他們郵寄給他的讀高中女兒嬰兒衣服、床優惠卷，質問說，難道是要鼓勵他女兒未婚懷孕？過了幾天後，這位經理又打了一次電話，給這位爸爸說抱歉，但是，這位爸爸卻反而對經理道歉說︰「我跟我女兒談了，結果發現，原來她有些事情瞞著我，她的預產期是八月份」。

●李學文／多汁報社務顧問、新匯流基金會執行長、文化部數位出版小組顧問、立法院數位政策顧問、金鼎獎數位出版類評委、數位內容匯流與創新科技服務專欄作家，互動電視ＡＰＰ與數位內容匯流製作人。