从《流浪地球》撤资?——“数据思维”害的

三元方差 2019/05/18 01:05
0 1


《流浪地球》的票房爆了。


我作为科幻迷,非常乐于看到中国终于有了自己的质量过硬的科幻电影。


除了电影中的情节一波三折外,这部电影本身的拍摄过程也充满了戏剧性。


据传万达中途撤资,改投另一部电影《情圣2》,剧组一下子没钱了。


于是随后导演郭帆进行了一系列的骚操作。他找来吴京客串,最后居然还拿到了6000万的投资。


新知图谱, 从《流浪地球》撤资?——“数据思维”害的


在《流浪地球》上映前的发布会上,吴京说:


“本来说客串,串着串着,超支了,没钱了。

我都参与进来了,那我就投资呗。


拍着拍着,不对啊,我怎么客串了31天啊?

行,没关系,为了我们伟大的科幻事业,客串吧!


客串到最后,导演又说,京哥,钱又不够了,您能不收钱吗?

我说好,我就没收钱。”



网友纷纷表示,这分明就是“空手套战狼”。


不过现在的票房让吴京的投资得到了丰厚的回报,这段曲折的创作过程也算有了一个完美的结局。


虽然万达后来说从未参与投资一事,不过近年来资本偏爱小鲜肉、IP等元素却是不争的事实。


但票房黑马的不断出现,带来了一个问题,资本为什么总是看走眼?




02


让我们站在投资人的角度来比较一下这两部电影。


我们如何预计电影会不会成功?

基本上就是通过历史信息进行比较,看看这个导演过去的成绩,这类题材电影过去的成绩等等。

这种分析方式互联网人应该很熟悉,只不过 互联网人更精细些,做到了通过准确的数据进行分析。


《情圣2》的导演拍过《港囧》、《情圣》,参与过一代宗师的拍摄。 演员里一个是票房女一号,另一个是当红大叔。影片类型是国内比较成熟的爱情喜剧片。

根据历史成绩来看,这类电影之前已经有《情圣》,《失恋三十三天》等小爆款电影做基础。结果是赚一个亿还是三五个亿的区别。


再来看《流浪地球》。

导演拍过《李献计历险记》和《同桌的你》,没有爆款,算是个新人导演,而且是第一次拍科幻片。


主角是几个名字没听过的小演员(当时还没有吴京)。 影片类型是国内国产首部重工业科幻片。是国产从来没拍过的类型,没有任何国产科幻电影可以参考历史收益。

而且中国能拍出好的科幻片吗?当时的人普遍不看好。

选择这部电影可能是赔一个亿或者赚几个亿的区别,而且亏钱的概率还很高。


我相信这道选择题,是个正常人都会选择前者。


所以,看起来资本似乎没做错什么。




03


难道历史信息做预测不可靠么?


著名的编剧汪海林曾经在某论坛上吐槽。


新知图谱, 从《流浪地球》撤资?——“数据思维”害的

新知图谱, 从《流浪地球》撤资?——“数据思维”害的



新知图谱, 从《流浪地球》撤资?——“数据思维”害的

新知图谱, 从《流浪地球》撤资?——“数据思维”害的


汪海林点名批评大数据、IP、流量这些概念,搞得现在的剧本创作环节十分恶劣,导致烂片横行。


互联网的那一套似乎不太管用了。


当然并不是票房的失败,而是却很少再出现优秀的作品了。


大数据让我们知道观众喜欢小鲜肉,某个IP拥有广大的受众,于是就用这些元素拼凑出一部作品,票房成绩还不错,然后继续炮制下一部。


没有这些流量思维的片子,《战狼2》爆了、《我不是药神》爆了。

而互联网思维的电影呢?票房号召力越来越差了。


好像根据过往的历史数据进行决策的方法现在不太管用了?


虽然这是发生在电影市场的事情,但是作为互联网人我们必须地好好思考这个问题。


如果历史数据不管用了,那么数据还没有价值?



04


TED有一个演讲,题目叫做: 如何运用数据做出一个爆红的电视节目 ,可以给我们一些启发。





大概的内容是这样的。


亚马逊想要制作一部电视剧,他们举办了一次关于电视剧创意的竞赛,从这些创意中通过评估,选出了八个候选者,然后做了每部剧的第一季,把它们放到网上,供所有人免费看。


有几百万的观众在看这八部剧,亚马逊记录下来这些信息:人们什么时候按下播放?什么时候按下停止?跳过哪一段?什么地方重复看?


他们收集几百万个数据点,想要用这些数据点去决定最后应该制作哪部剧。


最后他们 分析了这些数据 ,做了一部关于四位参议员的情景喜剧片——《阿尔法屋》。

我相信你应该没有听过这个名字,因为结果其实并不是那么好,这是一部很平庸的电视剧。



几乎就在同时,另一家公司 Netflix也通过数据分析 的方法决定拍什么类型。


他们通过数据找出最具舆论影响力和市场价值的主力受众群为“中年男性专业人士”,于是决定为他们量身打造了一部电视剧。


很巧,这部剧也是有关参议员的,你一定看过或者听说过,它就是爆红的《纸牌屋》。

新知图谱, 从《流浪地球》撤资?——“数据思维”害的


问题来了,都是通过数据决定拍摄题材,为何结果相距很远。亚马逊和Netflix之间的区别是什么?


或者换一个更大的问题:在数据驱动下,成功的决定和失败的决定之间的区别到底是什么?


05


不论何时,当你在解决复杂的问题时,总的来说你是在做两件事—— 拆分和整合。


你把问题一点一点地深度分析,然后再决定做下一件事,这就是拆分;

你把所有的点滴放回到一起,最后做出结论,这就是整合。


数据和数据分析只能起到“拆分”的作用,帮助你把问题分开来一点点理解,并不适合把这些合拢起来,然后得到结论。


“整合”这件事,可以交给我们的大脑去做。大脑擅长把各种碎片合拢,哪怕只有不完整的信息,大脑依然可以脑补出全局的样貌。


我相信这就是Netflix成功的原因,因为他们在分析的过程中分别使用了数据和大脑。


他们首先用数据理解观众的点点滴滴,否则你就不能深入地了解他们了。然后把所有点滴放到一起,做出拍《纸牌屋》的决定,而这个决定并不在数据之中。


Netlix团队决定拍这部剧,实际上他们也冒了一次很大的风险。


而亚马逊的团队一直用数据来引导自己做决定,当然这是一个很安全的决定,他们可以指着数据说:“这是数据告诉我们的。”

但是这并不能导向亚马逊所期待的惊人结果,最终的结果只能得到一个“还不差”的电视剧,永远无法产生一部优秀的电视剧。


当做一个决定时,被数据牵着走就有哪里不对了,不管数据多有威力,它也只是一个工具,最终的决定仍然要我们自己来做。

否则就如同今天的中国电影一样,把所有观众喜欢的元素堆砌起来, 你会拍出一些票房不那么差的电影,但你永远没办法成为优秀的电影,也无法成为票房的爆款。


如果你想要取得非凡的成果,除了数据以外,你还必须冒一点风险,因为最终将会是你大脑的“决定”让你成就非凡。


“数据思维”让资本错失《流浪地球》,敢于冒险的吴京成为了电影界的传奇。


电影市场如此,互联网行业其实也并没有什么不同。



·END·

产品、运营、数据是一家

新知图谱, 从《流浪地球》撤资?——“数据思维”害的

微信号:sanyuanfangcha



往期 精彩 回顾
万字干货!告诉你《增长黑客》背后的逻辑
产品数据分析(一):怎样解读出深层次信息
产品数据分析(二):预估产品改版后的效果
落地页分析,你还在用漏斗模型吗?
重新解读经典,打造惊喜体验



不用赞赏,点好看支持吧。

和更多人分享↓↓↓

三元方差
+ 关注