基于大数据的电影受众研究模式及其营销策略研究

周依妍

关键字：新媒体大数据，用户生成内容，预测模型，电影营销策略

一、研究背景

在好莱坞近百年的发展历史中，其全面市场研究的营销体系为其在世界电影市场上的统治地位奠定了基础，观众研究已经成为了电影制片方规避风险的一种方法，利用观众研究数据来提前对电影的上映前景进行分析并采取相应的营销手段，跟踪与衡量相关的受众群体以在市场上占据有利位置。

传统上，受众研究通常依赖于从较小但具有潜在代表性的样本中收集的数据进行，但该样本的取样带有一定的局限性和针对性并可能增加不可预测的波动，无法从更广的维度精准的分析现有市场情况。

随着互联网络的普及与发展，个体用户与网络的交互行为日益增多，基于用户生成的内容进行准确的抓取，计算，处理并生成用户分析是大数据网络时代背景下数字化营销策略的发展方向。电影行业作为娱乐业的龙头产业，其巨大的资金投入与激烈的行业竞争推动了传统用户分析模式的改革与大数据背景下观众行为的数字化研究。这也将成为今后电影市场分析的主流的发展方向。

二、大数据用户生成内容分析的意义

1，用户分析的意义与使用大数据计算的优势

大数据时代下的受众研究是通过检测，抓取，分析网络用户生成的内容来实现的。新媒体环境的交互功能有助于系统的收集，汇总和分析潜在的受众行为信息。传统上生产者和消费者是二元的，消费者仅扮演着接收信息的角色。但如今已经不能再做出如此明显的区分，新媒体环境下几乎任何有能力接收信息的人也能够发布信息，新媒体环境的自主性和互动性促进了反馈机制和数据流的集成从而提供了更全面的受众数据。内容提供者和受众之间的界限越来越模糊，这也改变了电影制片方与观众之间的单向沟通关系。电影制片方可以通过观众的反馈来制定或改变推广策略，进行更精准的营销。基于广大数据的收集分析，制片方可以在电影制作的过程中根据反馈调整制片方向，营销方案与精准的广告投放。这对于电影制作有着积极的推动作用并规避了一定的风险与损失。

2，大数据用户分析与传统模式的区别

在传统方式中，用户分析主要依托于搜寻长期或潜在的用户为样本，通过总体受众意向调查获得有关其媒体消费习惯的数据，这些数据构成了广告商和生产商预测市场的经济引擎，但当今受众在更大范围的内容平台上的分部程度意味着需要越来越多的受众样本才能相对准确可靠的确定观众的注意力分布。

此外传统模式中对于用户反馈方面往往依靠于针对用户或随机用户的调查问卷，这种获得反馈的方式效率较低，样本具有局限性，且受调查的用户会产生相应的被动式调查心理意识，其反馈的准确度也会受到一定影响。多年前，电影行业一直在进行系统的电话研究，以跟踪观众对即将上映的电影的认识和兴趣。与传统的研究方法相比，在线关键词抓取更够跟踪到更多的受众，尤其是参与者往往并不知悉他们的话语是可以对即将到来的媒体产品进行前瞻性分析的原始数据。相反，直接调查研究的参与者会意识到他们正在进行研究，并且这种意识可能会影响他们的反应。在线内容是对即将到来的媒体产品的行为意识和兴趣的展示，而不是像调查回复一样有意识的自我报告态度和看法。新媒体的大数据分析是利用算法对用户日常互联网生活中的文本，交互等一系列行为进行提取，以分布式挖掘，分布式数据管理，云计算数据分析为基本方式。该方法使数据来源更大，样本广泛众多，用户并不需要执行明确的参与分析行为，使调查与反馈更有客观参考价值，同时算法自动化也降低了采集成本。

三、用户生成内容预测模型分析方法及应用

1，预测模型介绍

用户生成内容的模型建立依托于Python 语言下TFIDF,TextRank 方法或使用crawler 工具进行注意力分析与关键词提取，根据词频，逆向文件频率，网页转跳频率，点击频率，页面停留时长，参与程度等数据提取，并结合用户主动提供的个人网络信息，消费信息进行精准的用户画像。为市场营销，用户反馈调查，广告投放提供精准的目标群体。该预测模型被拥有用户群体庞大的平台应用，进行数据采集分析。通过抓取在线聊天中的关键字和搜索引擎的记录，不仅创建了大量详细的消费者数据，还可以通过此用户信息为生产者提供更有效的营销数据。将以前分散的，难以收集的数据进行提取分析，具有了更大的参考价值。

2，预测模型的应用与实证研究

借助微博和微信的在线营销已经成为中国电影营销的重要渠道之一。微博营销主要是指使用微博平台达到营销目的，通过设立官方帐号，与知名博主合作推广，广告投放等方式进行电影宣传。此外电影影评人在微博营销的过程中担当了舆论领袖的角色，他们将信息传播给自己的粉丝以达到推广的目的。电影宣发方则可通过相关微博的转发量，点赞量，评论情况获得相应的用户数据支持。

电影制片方使用微博进行精准营销优势在于细分观众市场和制定差异化的营销策略。首先，可以在用户的微博主页收集用户的个人信息，关注的博主类型以及日常互动的内容，这些信息可以用作定位受众的基础。其次结合微博的定位功能，电影营销可以了解不同地区观众之间的差异，从而开展区域营销策略和促销活动。另一方面，电子商务平台的兴起也有利于用户信息的收集。2016 年中国电影票的72%通过网络平台出售，这不仅有助于追踪观众的年龄，性别，地理位置，甚至有助于追踪观众对于电影类型的偏好。猫眼，淘票票和其他电影票务平台也可以根据以前的购买记录来进行新电影的推荐。用户可以标记感兴趣并即将上映的电影，代表了该电影受期待与受欢迎的程度。这些数据可以帮助确定发行时间和针对不同地区，不同人群的营销策略。

以《战狼2》为例，早期的市场营销主要集中在主演的训练情况和电影制作的质量上。例如，该电影筹备的时常，拍摄前主要演员已在特种部队接受训练，水下拍摄是由好莱坞电影《加勒比海盗》的原班摄制组制作的，主演在拍摄过程中的艰辛等。电影上映后，评价倾向于这部电影展现了中国的政治和军事力量，激发了观众的爱国情怀。这部电影的官方微博账号也鼓励观众写电影评论并在微博上发布电影票的照片，这引起了一波热潮。普通人的评论无形地促进了这部电影的推广。此外，电影的官方微博账号每天都在更新票房数据，这也激发了人们的从众心理。根据中央电视台的观众研究，超过60%的观众认为《战狼2》符合民族心理，其中57.6%的观众将其定义为爱国动作片，而51%的观众则认为这反映了硬汉形象。此外，由于对微博的评价主要集中在爱国主义的情感上，电影的后期宣传偏向于爱国情怀，对祖国的归属感和荣誉感。电影《战狼2》的高票房与其在新媒体平台上的受众研究以及根据受众的接收情况及时调整营销方向不无关系。

四、大数据用户分析对电影行业的影响

1，对于票房预测的提升

电影票房预测是在电影制作过程中极为重要的行为，在制作前期为投资方提供正确的回报预期，在制作后期针对于定档日的选择，宣发方式都有很重要的参考价值。受益于基于用户行为的大数据分析，21 世纪后的电影票房预测模型使用用户生成的内容作为预测模型的基础。基于社交媒体的在线票房预测模型可覆盖更广泛的采样范围。以Twitter 模型为例，它分为两部分：推文数量与票房预测之间的关系，以及推文情绪与票房预测之间的关系。对推文速率（每小时提及电影的推文数量）和相应的票房进行线性分析。推文数量越高，第一周的票房就越高。情绪分析使用具有情感识别功能的机器人为推文创建正面、负面和中立的标签。尽管几乎所有电影的好评率都高于负面率，但它们之间的比例直接影响票房表现。例如，《弱点》发行前的好评比率从5.02 大幅提高到9.56，其电影票房从第一周的3400 万美元增加到了第二周的4010 万美元。相反，《暮光之城：新月》的正负面评论比率从6.29 降至5.0，票房从第一周的1.42 亿下降至第二周的4200 万。尽管“情感评价”的重要性不如“提及频率”高，但它仍然对票房产生影响不可忽视。谷歌的研究表明，2012 年电影的搜索量比2011 年增长了56%，61%的观众表示他们使用搜索引擎查询新电影的信息。通过在线查询的数量反映并分析用户的搜索内容，可以分析观众对电影的感知和观看电影的意图。对首周票房产生重大影响的因素为：相关的搜索量、相关的广告点击次数和影院量。首映后，这些因素转变为：广告点击次数、影院数量、首周票房和点评排名。这也表明，当代受众调查的基石是受众的口碑和关注度。无论是被讨论的热度还是大众的情感意向，都可以促进票房研究人员进一步了解观众的喜好信息，这不仅可以应用于目前的电影，也是对未来电影决策的参考资源。与传统的代表性样本相比，当前的在线受众研究包括调查范围内的所有网民，增加了样本量，从而提高了准确性。在线媒体的交互功能使观众能够了解并参与预制作，制作人可以通过网络上观众的态度进行一些调整。

2，对电影制作与营销模式的影响

传统的电影营销是在拍摄的后期甚至完成之后进行的。观众对脚本编写，演员表和拍摄等初步工作几乎没有认识，只有在电影完成后，广告才会开始投放。如今，观众研究和电影营销在整个电影制作中都是一致的。在准备电影之前，细分市场就已经确定了目标受众。通过收集和分析有关受众媒体消费习惯、内容偏好、参与程度以及他们对于所消费内容的兴趣，期望和欣赏的数据，以此重新定义受众群，并影响其经济和业务战略。可以说通过这种方式，观众真正的参与到了电影制作的过程中，这对于制作方与观众都是具有积极意义的。大数据用户分析对电影营销模式改变是巨大的，在大量用户行为数据分析的结果下，电影宣发可以更加精准有效，降低了数据收集分析的人工成本，建立稳定的受众分析模型，将分析数据纳入重要的考量范围，在每一次的影视制作过程中提高效率。

五、结语

在现代互联网飞速发展的背景下，几乎每个人每一天都在进行着互联网的交互行为，基于影视行业的用户行为大数据分析是在数字网络时代背景下针对于制作方的积极提升。然而，目前给予用户生成内容的受众研究的主要目的是为了改善商业行为，例如票房收入，而不是电影本身的质量和内容。甚至为了硬核观众喜好而对电影制作团队的创作产生了干扰。因此这些研究结果并不应该仅用于当前电影的营销策略，对于未来电影制作的发展方向也应起到一定的引导作用。