马震炒作拉低杨贵妃票房？大数据告诉你如何指导电影营销和内容产出

前几天小伙伴们被杨贵妃的马震刷爆了朋友圈，然后就碉堡了，说马震的片段被电影删掉了。各位看官都唏嘘感叹热议一番。丁哥去百度指数一搜索：马震这个关键词居然最高搜索指数是26万；而杨贵妃的关键词搜索指数85000。

问题来了，杨贵妃炒作的如此如火如荼，是不是激起了你去贡献票房的欲望呢？据截止到8月7日的票房统计显示《王朝的女人·杨贵妃》累计1.21亿；而与此同期《煎饼侠》票房累计10.67亿；《捉妖记》19.32亿，《大圣归来》累计8.18亿。

但这一切在数据公司看来却是早有预料。一家以数据见长的电影营销公司CEO告诉丁哥，杨贵妃的票房在一个多亿，之前他就根据数据做了预测，事实上通过他们公司的数据模型，在今年所有上映电影中，预测准确率达到了75%。（准确率是说最终票房跟预测票房误差在20%以内）

不仅如此，该CEO告诉丁哥，马震的桥段炒作不仅仅没有起到加分的作用，相反还有负面的作用。我很好奇的问为什么？答案是杨贵妃的核心观影人群是二三线城市的女性；而这个人群对于马震这样的宣传是反感的，所以实际上马震宣传是得罪了杨贵妃这个片子的核心观影人群。这样的观点和分析不免让丁哥大出意外，但也很合理，我们往往真的了解用户的需求吗？

用数据来指导电影制作，这似乎将是未来一个趋势。该电影营销公司CEO甚至跟丁哥发出狂言，从本子阶段就能用其数据模型判断出片子未来的票房。这样可以直接指导片子的拍摄和运作。

实际上，用数据来指导内容产出，已经隐然成为一个趋势。美国最近炙手可热的互联网公司Buzzfeed就是一个用数据指导内容产出的新媒体网站。Buzzfeed刚融资2.5亿美金，估值15亿美金。

Buzzfeed简单来说，就是工厂化生产内容，每天Buzzfeed的300个编辑，生产400多篇内容，这些内容都是基于Buzzfeed的一个非常复杂的数据模型进行产出。这个数据模型可以准确的了解用户的喜好，这样可以保证生产出来的内容会被用户广泛传播到社交网络。

Buzzfeed起源于当初创始人在美国知名的HuffingtonPost工作时期的一个叫Buzzbot的实验性项目。当时Buzzbot 从几百个热门博客源头抓取内容，根据点击率上升的热度来抓取文章进行聚合。但后来发现效果一般，于是就加入了人工干预编辑。人工编辑后，效果猛然好了很多。

Buzzfeed的逻辑是，所有的网站都依赖于搜索带来流量，搜索是流量入口。但Buzzfeed依赖于“用户”喜欢，远远多过于“搜索”，用户喜欢了就会分享到社交网络如facebook和twitter，而用户喜欢的内容就会像病毒一样快速传播，传播后有很多用户会通过链接回到Buzzfeed网站，这样又可能点击页面中其他的文章链接。这样Buzzfeed就自己成为了一个流量入口，然后就滚雪球一样滚了起来。

但是慢着，这一切的前提是内容要是用户真正喜欢，而且病毒式的裂变传播。做不到这一点都是白搭，但Buzzfeed硬生生就做到了这一点。记得年初那篇刷爆朋友圈的：duang 告诉我这条裙子到底是白金色还是蓝黑色?_这就是Buzzfeed的杰作！

而起因无非是一个网友在Tumblr上发了一条裙子的照片，网友纷纷就这个裙子到底是金色还是黑色发表意见。Buzzfeed适时的通过数据系统挖掘到了这个可能引爆的热点，果然，通过编辑编撰后，这条内容引爆了全球网友。

而这个能力是基于Buzzfeed的数据系统从而能工厂化的生产内容。相比较很多网站，Buzzfeed几乎一切都是自建的，从内容管理系统到实时数据系统，Buzzfeed有自己的数据分析团队，设计自己的发布版式，然后所有这些产品都最后让编辑团队和创意服务团队给活络起来。

国内已经出现了不少模仿Buzzfeed模式的公司，也有拿到投资，但是都不成功；实际上，Buzzfeed模式很难被模仿，丁哥深入思考了下，这里谈谈几个为什么模仿不成功的理由：

第一点：国内太浮躁，有几个公司真的会进行完全系统重构，从底层能力，到系统，到数据，到内容管理系统，到广告发布系统，然后还要雇有创意的编辑，美术？国内互联网创业者和投资人普遍喜欢facebook这样平台式模式，一堆用户生产内容，只要程序员和产品经理就可以搞定一切的模式。Buzzfeed自身在发展初期也是VC不喜欢的项目类型。

第二点：两个国家社会发展阶段不同。美国人是非常了解自我需要的民族，社会已经非常成熟，大家对自己要什么非常清楚，这让数据分析的边际效用更大。而中国大部分人群在信息获取上还是很盲目追随热点，娱乐明星加上王思聪吸引走了大部分的眼球，无论是什么内容。你指望做一个Buzzfeed去颠覆传统媒体，先问问新浪搜狐腾讯这些在娱乐资源有优势的传统门户公司答应不答应吧。简单来说，目前用户的需求已经被有效满足。别忘了，还有一个东西叫微信公众号，这个东东可是美国没有的。

第三点：数据噪声中国远大于美国。还是拿开头的杨贵妃说事儿。丁哥在朋友圈今天做了两个调查，第一个调查问朋友圈的人是否看过杨贵妃；结果90%说没看过。第二个调查问马震的炒作对观影意愿的影响，结果60%的表示更不愿意。和前文说的电影数据公司CEO跟丁哥的说法一致。问题是，为什么炒作声势那么大却票房一般呢？按照投入，杨贵妃投资2个亿，是肯定收不回来了。原来，把中国历史名女人演一遍，这是范冰冰的梦想。而以范爷的影响力，获得巨额投资并大砸特砸也不在话下，但商业上这是失败的。表面热闹，但用户真正并不买账。中国这样扭曲的现象非常多，这就是数据噪声。如果要真正捕捉用户喜好，就要有效能过滤掉数据噪声。这在目前的环境，几乎是不可能。

在中国Buzzfeed和垂直领域的结合可能会比一个泛新闻和兴趣的网站更有机会，但仍然挑战很大。比如和科技领域结合，钛媒体，虎嗅，36Kr这样的网站都是各自在内容上符合了用户的需求而异军突起；如果真正沿着Buzzfeed的路线，也许会有新的商业模式。但挑战在于，没有谁真的愿意舍弃现有的公关，众筹，孵化等业务模型，而傻傻的去构建底层系统。即使能构建系统，更好了解用户需求，也很难让优秀作者进行工厂化的生产内容。

丁哥觉得还是有很多领域可以值得尝试，比如时尚，生活方式。我自己创办的生活方式社群阿母斯黛当然希望能通过更数据化的方式来生产用户喜欢的内容。虽然我不要脸的说，在数据指导内容工厂化生产层面，中国能比我懂的多的人没几个。但这依旧是很难的工作。这需要同时建立IT团队和编辑创意团队，同时最好这两个团队的人能互相跨界。但至少，这比Buzzfeed在中国复制的难度已经小了很多，垂直意味着你只需要关注过滤掉一个垂直领域的信息噪声，并只雇佣熟悉一个垂直领域的优秀编辑就可以了。

回到开头，电影数据营销公司的CEO坐在我面前，告诉我他们数据模型指导电影拍摄这件事儿的伟大意义和优势。我想了想说：技术和模型建立上，不难做。（我心里面默默念叨的是，这样的模型我也能建立。）但难的是对行业的理解，和已经用模型预测了两年的经验。这就完全无法复制。

所以，无论是数据在电影营销方面，抑或是数据在生活方式的应用，将诞生两家伟大的公司。

最后说一句，Buzzfeed最近从NBC环球融资2.5亿美金，创始人佩雷蒂表示：他们可能尝试传统的电视和电影制作！Look，殊途总是同归！数据是未来的一切！