《纸牌屋》背后的大数据生产力

沈禄政

《纸牌屋》的原版是英国的一部迷你电视剧，Netflix买下版权，请来导演大卫·芬奇和老戏骨凯文·史派西在Netflix网络上做独播，首次进军原创剧集就一炮而红，在美国及 40 多个国家成为最热门的在线剧集。这部剧也是互联网从业者讨论的重点，不仅仅是剧集剧情和明星，而是其特别的诞生方式。

《纸牌屋》的诞生最重要的一个关键词是大数据。在任何一个国家的电视剧行业都没有什么是确定的。特别是美国这种竞争充分的市场，即便是找齐了金牌导演、实力演员和时下最流行的题材剧本，结果很可能仍然不受观众的待见。但在《纸牌屋》这部剧集上，Netflix通过业务所沉淀的用户数据判断用户喜好，成功催生了热门剧集。应该说《纸牌屋》的成功得益于 Netflix 海量的用户数据积累和分析。

对于《纸牌屋》剧集的播放，Netflix采取这样的策略——一开始就把整季内容全放出来，而不是以前传统美剧采用的周播制，以每周一集的方式吊足观众胃口。可能有人会质疑这样会剥夺观众等待剧集的乐趣。但Netflix的观点是，由于DVD 和网络剧集的流行，很多观众已经习惯了一下子就能得到整部剧集。总体来说，后者会让观众获得更大的满足感。这就是互联网用户的观看习惯。网络让用户有更多选择的同时，用户也期望得到更多。显然Netflix比其他的电视剧制作商更了解用户。也正是基于用户大数据的挖掘才让Netflix有更多的底气投入一亿美元来赌《纸牌屋》的成功。

如今的海量数据中，包括各种各样的数据类型，最常见的普通文本、照片、视频等等，还有像位置信息、链接信息等XML类型的数据。这些数据很难通过传统的技术手段进行提炼和分析。这是绝大多数企业面对大数据无所适从的主要原因，这也催生了企业之间的跨界合作，即便是Netflix也不是独立完成所有的数据挖掘工作，也有赖于Amazon的协作。依靠Amazon，Netflix每天可以分析超过3000万条播放记录，包括用户在何时、何地、何种设备上观看什么内容，用户给节目添加的恐怖、必看等个性标签，并在记录暂停、倒退、快进、评分、搜索的同时，进行大量截图，试图分析用户在音量、画面色彩甚至场景选取上的喜好。

大数据时代不可抗拒，应该是毋庸置疑的，但对于绝大多数企业来说大数据本身仅是一个空泛的概念，不仅难以参与，更难于控制。大数据与传统的数据分析有很大的不同，它有四个特点：第一，数据体量巨大，从TB级别跃升到PB级别；第二，数据类型繁多，网络日志、视频、图片、地理位置信息等等无所不包；第三，价值密度低，商业价值高。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒；第四，处理速度快。这都和传统的数据挖掘技术有着本质的不同。

大数据技术的意义确实不在于掌握规模庞大的数据信息，而在于对这些数据进行智能处理，从中分析和挖掘出有价值的信息，但前提是拥有大量的数据。这个全局数据的时代很快就会来临，现在所要做的就是拥有并尊重数据。endprint