對電影公司來說,投資10部,只要能有2、3部賣座就是好成績了,現在,這個賣座機率可是大大提高,因為有Big Data來助陣!
好萊塢也愛Big Data
2012年賣座電影《復仇者聯盟》就運用Big Data,讓預告片發揮最佳宣傳效益,成為目前世界電影史票房排行榜的第三名,僅次於《阿凡達》、《鐵達尼號》。
像《復仇者聯盟》這樣的年度大片,大卡司、大製作,成本就要兩億美金,因此,如果能準確評估消費者看了預告的反應,在正式上片前,仍有機會以剪接進行微調、甚至更改結局,或是洞悉消費者需求,改變行銷策略,如調度檔期與首輪院線,才能推波助瀾,讓電影賣座。
怎麼做呢?原來,科技對於電影,不僅促成蓬勃發展的3D電影,還能協助片商擬定最佳行銷策略,衝高票房收入。這次,電影公司找來科技巨頭IBM,透過分析社交媒體上的海量資料,解決了過去賣座與否的關鍵問題——預告片是否讓觀眾覺得這是一部值得進電影院觀賞、不可錯過的鉅作?
當然,要分析社交媒體訊息不是統計有多少個讚、被轉載幾次那樣簡單!Big Data是洞察人們更深層的行為與感覺。
《復仇者聯盟》進行的社群媒體分析(Social Media Analytics)是以文字分析為核心,處理離線(Off-Line)或即時(On-Line)資料。例如,在2012 年1月到2月5日期間,以每分鐘為單位,分析共 11 億條推特推文、570萬篇部落格以及論壇貼文、350萬條相關訊息,歸納使用者對特定電影預告片的看法與評價。
選擇這段期間的原因是除了如火如荼的美式足球比賽,電影圈年度盛會金球獎也在1月15日頒發,對片商來說正是打片的黃金時機。
文字與語義分析 精準預測
「要在巨量資料運算平台上做到好的分析,特別需具備文字及語義分析能力、涵括社群媒體並予以分析的能力,從解決關鍵業務問題為出發點,」台灣IBM公司軟體事業處資深顧問莊惟欽說。
舉例而言,當《復仇者聯盟》預告片在電視上播出,社交媒體上立即就會出現以下類似訊息:
「我很喜歡復仇者聯盟的預告,但黑寡婦的手槍也太遜了吧,鋼鐵人的槍可是咻咻咻,雷神的鎚子更不用講了!」、「我不是很愛 Marvel 漫畫,但復仇者聯盟的卡司實在很糟,尤其是史嘉蕊嬌韓森!」,或者「我等不及要進電影院看這部片了!」
這些文字被擷取下來之後,首先會進行分類再作統計,呈現出預告片播放當下特定電影的討論頻率、觀眾感受,再與觀眾性別、職業、是否為常上電影院或愛看漫畫等個人特質作交叉分析,就可以看出預告片是否達到預期宣傳效果,以及哪些行銷操作方式較能引起觀眾共鳴。
把多支預告片的分析結果並列比較,可以看出《復仇者聯盟》是其中最被熱烈討論的一支,其中一般性的回應有 31421 條,針對預告片、卡司、情節、特效的訊息有 12512 條。
與同檔期的《異星戰場:強卡特戰記》相較,《復仇者聯盟》的討論頻率為其五倍,許多訊息也顯示出觀眾想要進電影院觀賞的高漲氣氛。
科技與娛樂的「聯盟」力量果真大!《復仇者聯盟》2012 年5月上片以後,美國本土首週票房就達到兩億美金,幾乎追平製作成本;截至同年9月為止,總票房達到 6 億 2 千多萬美金。
過去,對電影公司來說,投資10部,只要能有2、3部賣座就是好成績了,現在,這個賣座機率可是大大提高,因為有Big Data來助陣!所費不貲的產品更需要聰明的行銷,才能叫好又叫座,因為消費者的決定永遠就是那麼一瞬間。

沒有留言:
張貼留言