张朝阳：大数据没有那么神

    随着《纸牌屋》的走红，大数据的作用正在被过分夸大。国内自制剧离《纸牌屋》有多远？张朝阳认为中国还没有那么精细化竞争，拍脑袋就知道该怎么拍会拍得更好。

　　《纸牌屋2》上周五在 Netflix 上首播后掀起一股讨论狂潮，引发了 Netflix 利用数据优化决策的广泛讨论。 然而，随着《纸牌屋》的走红，大数据的作用正在被过分夸大。

　　“可能 Netflix 是根据大数据拍出一个成功的《纸牌屋》，但是另外一个网站可能也是根据大数据拍出一个不成功的作品 。”搜狐董事局主席张朝阳说。

　　搜狐视频是《纸牌屋》中国独家版权方，张朝阳透露，纸牌屋上线 5 天后，第二季的总流量是 900 万。虽然美国总统奥巴马、美国前总统克林顿、中共中央政治局常委王岐山也纷纷推荐该剧，但与国内热播的电视剧相比流量较小，受众人群比较高端。

　　张朝阳认为对于国内电视剧而言，现阶段大数据的指导意义有限，其根本原因在于美国电视剧市场化竞争激烈，通过互联网了解的受众兴趣可以作为高度竞争下的参考指标之一。“国内远没有达到这种需要。国内电视剧也是最近几年才开始竞争比较激烈，还有很多其他的因素影响，导致完全不用什么大数据，拍脑袋就知道该怎么拍会拍得更好，中国还没有到那么精细化竞争。” 张朝阳告诉《商业价值》。

　　著名音乐人高晓松认为《纸牌屋》的走红是因为美国人对于国会普遍存在的反感情绪。他说：“美国人民说骂国会太好了，骂政府其实有分歧的，骂党更有分歧，但一律觉得国会特别不行。”因此，《纸牌屋》的角色设定几乎全部是反面人物，而对于其阴暗、暴力的政治斗争，《纸牌屋》主演 Kevin Spacey 在接受美国广播公司 ABC 采访时也戏称：“这部戏 99% 是真实的，另外1% 的不真实是，剧中的国会还通过了教育法案，真实的国会可能连教育法案也难以通过。”

　　一个神秘的问题是，《纸牌屋》的走红到底与大数据系统到底有多大关系？

　　著名影评人周黎明介绍，《纸牌屋》改编自 80 年代的一部英国迷你剧《纸牌屋》，原型是撒切尔夫人的一个助理，手下的人帮她竞选了首相，结果答应的官职没有给他，为了报仇把当时的丑事全部写出来拍成了一部四集的迷你剧。

　　翻拍《纸牌屋》的创意来自于制片方 MRC 公司。该公司的实习生在飞机上看了这部老剧并且推荐给她老板莫迪·维克茨，当时正值 MRC 想从电影向电视剧的转型时期，MRC 遂向英国买下了该片的版权。《纸牌屋》编剧 Beau Willimon 表示，在 Netflix 买下这部剧集以前，故事情节和演员阵容就都已敲定。MRC 投入启动资金后让主创开始撰写试播集剧本，并由 David Fincher 亲自执导，因为导演的关系，Kevin Spacey 加盟。

　　但最终 Netflix 决定买入该剧与其数据并非完全无关。Netflix 首席内容官 Ted Sarandos 是个电影迷，他曾经在音像店做店员，他会根据顾客的租借历史推荐电影。当时，MRC 公司正在建立《纸牌屋》的分销渠道，美国的各大电视台要求看完该剧导演 David?Fincher 导航集后，再来考虑是否预定这部剧。Sarandos 及时研究 Netflix 的数据，去了解多少人观看政治剧，多少人是 David Fincher 和 Kevin Spacey 的粉丝。之后，他果断提议 Netflix 将会出资 1 亿美元，预定两季的电视剧。

　　大数据的确在 Netflix 的这个关键决策中发挥了作用，但利用大数据指导编剧，则过于神化。除了《纸牌屋》，Netflix 旗下的剧还有《铁杉树丛》《发展受阻》《女子监狱》等，均对大数据闭口不提。

　　即便如此，Netflix 如何利用大数据来分析出“那些喜欢观看 BBC 老版《纸牌屋》的用户也喜欢 David Fincher 导演的电视剧或者 Kevin Spacey 主演的电视剧”同样值得研究。

　　Netflix 最早是一家在线影片租赁提供商，最早为消费者提供 DVD 邮购服务。后来拆分为两家公司：DVD 邮购服务提供商 Qwikster 和以 Netflix 为名的流媒体服务提供商。这一举动招致了那些成天在家看 DVD 的用户不满，这家公司失去了 80 万用户，股价从 298 美元跌至 53 美元。但这也为 Netflix 如今的辉煌埋下了伏笔。

　　早在 2005 年 12 月，Netflix 首席执行官里德·哈斯廷斯（Reed Hastings）希望能够通过看完电影来打分的星级评价体系预测人们想要看什么节目。这刺激他举办了 Netflix Prize 大赛，获奖团队是一支来自世界各地独立工程师的团队，后者为 Netflix 从算法上开发了一种更好的多维度预测引擎。

　　Netflix 每晚都会进行分析，查看哪些节目在哪些地方最受欢迎，以及时调配服务器。在白天，有些服务器负责处理与视频流播放有关的繁重工作；到夜里，这些服务器会转为对数据进行分析。

　　如今，在引导用户注册该网站时，Netflix 会弹出一张近 30 行的电影分类表，用户可以找到自己喜好的分类，来选择自己以后要看的电影类别；如果用户不愿意自己亲自挑选，Netflix 会给你展示 5 部不同的电影，让你根据喜好打分，当用户看的影片越多，推荐就越准确。这与亚马逊的自动推荐系统极为相似，在国内豆瓣等也正在广泛使用此类推荐。

　　同时，Netflix 也是不厌其烦地推送给用户调查问卷，其问卷超过 100 个题目，用户不用一次答完，还可以不断修改答案。在后台，Netflix 会给每一部电影做标签，如浪漫程度、主角社会接受度等，通过对标签的归类，后台构建出 7 万多种分类组合推荐给用户。

　　Netflix 的大数据分析系统某种程度上提高了观众喜好与网站决策的相关度，但对于是否能够在选定演员和编剧环节有所提升，仍是一个未知的迷题。迄今为止，好莱坞的制片人和导演们都在想各种方法来提高电影的票房。梦工厂的创始人卡森伯格认为，一部好的电影根本上需要“好故事”。

　　视频网站自制剧的道理也类似。“一部自制剧能否成功，根本上要看团队和他们的判断力，他们对市场、拍摄细节的把握。”张朝阳说，“但艺术创作从来都是不可预测的。 ”