为什么喜欢纸牌屋——为什么纸牌屋要说一句小约翰再移动…

最近几天，网络上最热门的美剧莫过于「纸牌屋」（House of Cards）。

在美国知名的影评网站IMDB上，该剧获得 9.0 的高分，你就可知这部剧现在的热门程度。

而这跟互联网有什么关系吗？

这部影集是由Netflix这个线上影音服务公司，用一亿美元买下版权，打破过去美国网络影音服务先跟HBO、FOX或者其他大电视频道买节目后，才在网络上播出的模式，直接由网络首播；

跟过去一周一集不同，影迷们不用每週苦苦等待，「纸牌屋」当天一口气就推出一季13集。

而「纸牌屋」更是请来大卫芬奇（David Fincher）作导演，以及凯文史派西（Kevin Spacey）扮演美国多数党党鞭的角色，话题性十足；

一经推出，即在美国等地成为热门讨论焦点。

那么Netflix是否在买下本剧开拍前就知道这部片会红呢？

纽约时报曾评论道：

在美国的电视业里，没有什么事是确定的，也许你找齐金牌导演、实力派演员跟热门剧本，但还是跟掷骰子一样，都是在赌。

是否有破解之道呢？

任何一门生意，如果可以预见未来，是相当有杀伤力的，而Netflix凭借「纸牌屋」做到了这点。

早在一年前，Netflix就开始利用大数据分析，对节目的进行安排。

透过对观众收看习惯的了解，Netflix发现，那些喜欢看BBC旧版「纸牌屋」的观众，同样也喜欢大卫芬奇导演的电视剧，或凯文史派西主演的电视剧。

因此，对Netflix的高层来说，购买这部由大卫芬奇导演，凯文史贝西主演的同名电视剧就是合理的。

而这也最终让他们决定花一亿美元来购买这个1990年BBC同名电视剧的重制版。

去年11月，Netflix的公关总监Jonathan Friedland在接受「连线」杂志采访时说：

我们知道观众在Netflix上的观看习惯，所以透过收视分析，我们对哪些剧集会受欢迎很有信心。

随着时间推移，我们能够针对不同观众推出他们更加喜欢的节目。

除了节目自身的受欢迎程度外，大数据战略还有一个优势：就是Netflix的推荐引擎也会有很大作用，这可以节省不少行销成本。

Netflix的数据表示，75%的观众都会被Netflix推荐观看所影响。

Netflix的公关副总裁Steve Swasey说：“透过我们的算法，我们可以发现那些可能喜欢凯文史派西或政治题材电视剧的观众，进而推荐给他们喜欢的剧集。”

观众对新版「纸牌屋」的最初评价的确相当正面。

人们不禁要问，大数据分析究竟给影视创作带来了什么？

Netflix的数据来自于它的2900万观众。

每次观众的搜寻，好评或差评，这些数据也会和第三方数据，如尼尔森的收视数据综合对比。

此外，再加上地理位置数据、装置数据，社交媒体分享数据，观众加书签的数据、每次观众登陆授权的数据，以及每部影片或剧集的数据，都会进入Netflix庞大的数据分析系统。

通过Netflix的算法，Netflix不仅知道你星期天晚上比星期一下午更可能会看恐怖片。

也可能知道你更喜欢用平板电脑来看片。

哪些地方的人们更加喜欢在星期天下午，用平板电脑观看。

Netflix甚至能够记录哪些用户当节目结束，幕后人员表开始跑时，就停止观看。

分析凯文史派西，大卫芬奇的粉丝与政治题材电视剧的相关性，仅是很小的一个应用方式。

Netflix透过对观众习惯的了解，足够它判断某些特定内容对观众的吸引程度。

Netflix的资深数据科学家Mohammed Sabah曾在研讨会上指出，Netflix可针对某一帧画面进行内容分析，分析当时的观看习惯。

这些数据，可以和其他数据关联起来，得到更加完整的分析。

而根据Sabah的演讲看来，这里的“其他数据”可能包括音量、颜色、背景等数据，这些数据可能综合起来，得出关于观众喜欢内容的有价值资讯。

Netflix的首席内容官Ted Sarandos表示：

Netflix对观众非常有针对性。

不像其他传统电视台或有线电视营运商，Netflix不需要把内容先放出去后才知道观众喜好程度，Netflix在内容播给观众前就已经知道这些。

当然，以数据为中心的决策也不一定能保证成功。

凯文史派西甚至大卫芬奇的参与，也不能保证一定成功。

作为Netflix，它的目标是挑战HBO在高品质影片的地位。

这需要对大数据分析进行精益求精的优化。

要记住的是，任何大数据分析，也不可能避免小概率事件的发生。

不过，Netflix在「纸牌屋」上的尝试，对于制片业是一个重要转折。

新媒体公司过去几年来，已经在利用大数据分析的推荐引擎，向观众推荐他们喜欢的节目。

而现在，大数据分析正深入到电影的创作环节。

这对将来整个影视创作行业从剧本选择、导演与演员的选择，拍摄和后期製作，乃至行销，都会产生深刻的影响。