分享人：艾漫数据创始人郭锐，清华大学计算机系本硕，拥有丰富的大型软件系统开发、产品管理和项目管理经验，曾联合创办对美软件外包公司及互联网育儿社区，成功领导多个国家级、省级企业软件的开发项目，在人工智能和软件工程方面具备深厚功底，在互联网应用和大数据挖掘应用领域深耕多年。现作为国内娱乐大数据龙头企业艾漫数据的联合创始人，领导了娱乐大数据平台和多个影视大数据服务项目的开发，艾漫数据已于2015年底在新三板挂牌。
首先给大家介绍一下大数据的发展背景和历程，（netflix纸牌屋爆发到趋于理性）以及大数据的经营核心和经营瓶颈。
2013年通过纸牌屋的案例，给行业一剂强心剂，让大家认知可以通过用户行为大数据来决定内容的创作和生产方向；
2014年-2015年，BAT互联网企业开始希望用大数据介入行业，预测票房、大数据评估剧本、大数据写剧本等概念和产品出现，但是结果不理想，业界开始对大数据的作用打问号；
2016-2017年电影市场遇冷，行业回归理性，导致行业从业人员也更加理性的开发、运作项目，整个产业链条开始从上游就重视数据的应用，希望利用数据对决策做支持，从而降低风险。
其实大数据的经营核心在于：数据必须尽可能的介入交易环节，不这样数据就不能产生价值。例如：IP的价格、演员的代言费用、片酬等。
经营瓶颈在于成本，无论是服务器、技术人员、数据获取等等都导致大数据企业经营成本颇高，而数据企业是需要长期的积累，因此大数据企业要长久的发展需要较高门槛。
大数据针对IP领域的商业模式分析及对比
通过大数据评估IP的价值，从而影响IP的交易价格，这是大数据对IP的首要价值，这部分主要看IP的真实影响力，覆盖多少真实用户来决定；另外对IP在开发环节，对IP开发成电影、电视剧、网剧、游戏……给予开发策略评估，主要评估IP内容与各个娱乐内容的市场趋势是否一致，是否触及政策风险、与各个娱乐内容的受众的偏好的契合度等
在大数据服务中，有哪些成功的结合及服务案例。
A.大数据辅助剧本创作环节，其中一个重要的应用就是挖掘剧本涉及的社会热点话题、公众的情感共鸣、受众关注的流行文化的焦点，举个例子，当时在做电影《北爱》时，剧本创作一度陷入焦虑——不同年龄的人群怎么看待爱情，对爱情的讨论焦点是什么？在北京和不在北京打拼奋斗的青年对爱情的关注点有何不同？通过抓取全网人群在社交平台对爱情的讨论，聚类出很多热门话题及观点，并利用自然语言技术做用户的情感分析，最后将结果提供给编剧，激励编剧创作出与用户共鸣的故事。例如，当时80后在北京打拼的年轻人主要关注的话题是“房子与爱情”，60后的中老年女性关注的是“爱情保鲜，女人如何在爱情中掌控男人”，在后续的电影中，有两个话题被创作出两段故事，映后数据显示这两段故事得到了激起公众最高的热议和好评。
B.大数据辅助选角阶段，是最能够体现大数据长期积累的数据库优势，基于庞大的演员的数据库，可以按任意条件找到匹配的演员，例如曾给某电视剧项目的老爸、老妈2个角色进行演员筛选。先从数据库中筛出演过家庭伦理剧、都市情感剧演过爸妈、公婆的男女演员筛出来，然后设定一个年龄条件、将现有剧本的角色需求提炼出角色标签，与筛出的这些男女演员的公众印象形象标签、或曾饰演的角色标签做匹配，筛出形象气质契合的男女演员，将最后筛出来的演员进行深度横向数据分析比较，例如：演技维度好评率、婚姻家庭的好评率……最终优中选优，选出最合适的演员人选。
C．大数据辅助宣发阶段：这个阶段重要应用是通过研究营销受众偏好、同类影片的营销路径回溯给予营销策略的支撑，尤其是要发挥大数据时效性的优势，及时针对每一个营销动作和营销内容投放给予用户反馈，从而及时调整营销策略。下图是《小时代》的影片营销曲线，黑色是媒体关注度，红色是公众观影期待指数，通过曲线可见6月20日左右出现媒体曲线有一个非常高的峰值，但是观影期待值并不高，而这一天的媒体放料是蔡依林的MV，也就是说这一轮媒体宣传对用户的拉动是有限的，属于“高媒体声量，低观影期待”现象，营销效果大打折扣；同样在7月6日，我们看到媒体放出了苏打绿的MV，这一轮媒体的声量不高，但是观影期待出现了一个高峰，这是典型的“低媒体声量，高观影期待”现象，说明营销效果突出。这个例子充分说明，媒体关注的，受众不一定关注，对于90后的小时代受众，蔡依林明显不是他们的菜。
- 目前哪些类型和阶段的企业接入大数据服务收益会更高（这个要考虑到服务成本，以及对应的类型领域信息收集的准确度，难易程度进行客观分析）
A.投资基金公司：重要在项目投资阶段，尤其是项目已经确定，在主创都拟定或确定的情况下，码了一个初步的盘子，这时候需要对未来收益与风险进行评估。这个阶段介入数据决定了未来的收益和可以提高成功率，降低风险，所以企业也非常愿意付出这个数据成本。但是这个阶段因获得数据变量较少，大多是对历史类型、题材、主创票房号召力做预估，因此只要建立好历史数据模型，评估的时效性很高，成本不高。
B.影视公司：主要在剧本创作阶段、选角阶段、宣发阶段接入大数据，效率更高，风险更小、解放人力。数据获取渠道较多，数据成本较低。
C.视频平台：在IP购买、项目采购阶段采用数据评估，主要降低IP、项目采买失误风险。
D.艺人经纪公司：一般情况艺人不愿意在数据上付费，但是在艺人转型阶段、上升阶段、商业代言前后的商业价值评估，数据对其的帮助就非常明显，用不用数据可能决定了他是否能签哪些代言品牌，这时他愿意付出高昂的数据费做评估。
- 在过往大数据分析案例中，得出了哪些市场并不关注的潜在爆款现象或者大众观点相违背的现象（比如说：大家普遍认为男女主角越漂亮越好，但大数据实际分析发现，男性向剧作中，男性容貌一般，女性漂亮更吸引男性观众的眼球。）
例如：很多人都认为，IP的强大粉丝是IP最重要的价值，所以在IP开发的过程中一定要迎合IP粉丝，拉动IP粉丝，但其实在影视开发的过程中应该首先考虑的是影视观众偏好，影视观众决定了最终的主体票房和收视率。
IP对电影市场影响非常有限，有时候高热度不如好故事。
通过艾漫数据发现，虽然IP热度在增加但IP改编后所带来的市场回报在逐渐走低；而且IP原著粉在影视观众的比例也越来越低，由此可见，IP价值在整个电影市场的影响在逐步降低。未来IP的更大价值从单纯追求IP影响力、热度转向挖掘真正能够贡献好故事核、好人物的IP。
- 艾漫相对于市面上的企业，在哪些垂直纬度做的更好更突出（越细分，越容易抓住用户眼球）
艾漫数据作为一家娱乐大数据应用服务商，希望提供的不是数据，而是力求用数据解决问题、支持决策为客户创造价值。
A.艾漫数据立足全网基于所有娱乐对象（明星、电影、IP、综艺剧）7*24小时不间断海量数据抓取。数据积累从2010年持续至今整6年，数据抓取超过1.9PB。积累了最全、最大、跨时最长的泛娱乐大数据资产，打造了业内首个泛娱乐大数据平台。
B.基于艾漫自主知识产权的自然语言处理技术，可以处理全网海量言论数据，精准计算社交人群的情感与态度，分析为什么他们有这样、那样的态度情感，了解受众在想什么，看什么、表达什么，这个对于娱乐受众的研究至关重要，这是艾漫数据与同类型数据公司的一个绝对优势；
C．大数据时代，“人气”可以具化为微博的转赞评、百度的搜索指数、各大视频网站的作品点击量。不论是商家还是片方，都越来越看重这些数据的价值，甚至将它们作为判断艺人“红与不红”的硬性指标，尤其是片方在选角、广告主在选代言人时，几乎都会将热度数据作为预判市场或衡量商业价值的重要参考项。因此，艺人虚高的热度会误导商家或片方对明星商业价值的评估，不仅会造成他们决策的误判，更在一定程度上造成了作品质量倒推、烂片横行等恶果。因此，艾漫数据深知虚假数据对产业危害的严重性，所以一直致力于为行业输出最真实最纯净的数据。艾漫目前已打造一个全网唯一的脱水指数平台，用真实数据为行业提供决策支撑。目前，该平台针对明星可还原每一个明星的脱水真实粉丝数，该数据为行业测算明星真是票房贡献度、号召力提供决定性数据依据。针对IP也将继续深化还原真实数据，利用运用商数据分析用户真实上网点击、订阅等数据，为IP真实价值评估提供依据。
