网飞是如何利用大数据做出热门电视剧的？CDA数据分析师出品亚马逊用数据拍剧却翻车「绝命毒师」剧照「阿尔法屋」剧照网飞如何用数据捧火「纸牌屋」「纸牌屋」剧照谷歌预测流感失败？数据：网飞是如何利用大数据做出

原标题：网飞是如何利用大数据做出热门电视剧的？

文章图片
CDA数据分析师出品编译：Mika
【导读】收集更多的数据会导致更好的决策吗？像亚马逊、谷歌和网飞这样有竞争力、精通数据的公司已经认识到，单靠数据分析并不总能产生最佳结果。在文中，数据科学家塞巴斯蒂安·韦尼克分析了当我们纯粹基于数据做出决策时出现的问题，并提出了一种更聪明的使用方法。
亚马逊用数据拍剧却翻车RoyPrice这个人，在座的绝大多数可能都没听说过。实际上， RoyPrice是亚马逊广播公司的一位资深决策者，该公司是亚马逊旗下的一家电视节目制作公司。
RoyPrice有一个责任非常重大的工作，他要负责帮亚马逊挑选即将制作的原创剧集。这个领域的竞争非常激烈，其他公司已经有非常多的电视剧集。 Roy不能只是随便乱挑一个剧，他必须找出真正会火的剧集。
换句话说，他挑选的剧必须落在这条曲线的右侧。这条曲线是IMDB(网络电影资料库)上2500个电视节目的用户评分曲线图，评分从1到10 。纵轴表明有多少剧达到这个评分。如果你的剧达到9分或以上，那就妥妥的赢了，也就是说你拥有那2%的顶尖剧。

文章图片
例如像「绝命毒师」「权力的游戏」「火线重案组」这类全是令人欲罢不能的剧。看完一季之后，你马上就会想看下一季。

文章图片
「绝命毒师」剧照曲线左边，不妨选个最靠边比较明显的点，这里有个叫「选美小天后」(儿童选秀类)的节目。这足够让你明白曲线最左端代表了什么。
RoyPrice并不担心会选个落在曲线最左边的节目，他担心的是中间多数的这些节目。这些节目不算好，但也不是很烂，但它们不会真正地让观众感兴趣。所以他要确保制作的剧落在曲线的右侧。
那么压力就来了。当然，这也是亚马逊第一次想做这类事情。所以RoyPrice不想只是碰运气，他想要打造成功，他要万无一失的成功。
于是他举办了一个竞赛，他吸取了许多关于电视剧的想法。通过评估，挑了八个候选的电视剧。
然后他为每个剧制作了第一集，再把它们放到网上让观众免费观看。观众的响应度也很高，一时间有几百万人在看这些剧集。
而这些人不知道的是，当他们在观看节目时，他们也正被被RoyPrice及他的团队观察。他们纪录了关注所有的行为，比如哪些人按了拨放；哪些人按了暂停；哪些部分被跳过了；哪些部分被重看了一遍，他们收集了几百万个数据。他们想要用这些数据来决定要做什么样的剧。
因此，在收集了所有的数据并处理过后，他们得到了一个答案——”亚马逊需要制作一个有关四个美国共和党参议员的喜剧” 。
他们真的做了，有人知道这个节目吗？
(观众：「阿尔法屋」)
是的，就是「阿尔法屋」。

文章图片
「阿尔法屋」剧照但看起来大部分人都不记得有这部剧，的确，这部剧收视率并不理想，它其实只是个一般的剧。
实际上，一般的剧差不多对应曲线上7.4分的位置，而「阿尔法屋」落在7.5分，比一般稍微好点。但绝对不是RoyPrice和他的团队想要达到的目标。
网飞如何用数据捧火「纸牌屋」但在差不多同一时间，另一家公司的另一个决策者同样用数据分析却做出了一个顶尖的节目，他的名字是TedSarandos 。
Ted是网飞的首席内容官，就跟Roy一样，他也要不停地寻找能火的剧集，而他也使用了数据分析。
但他的做法有点不太一样，不是举办竞赛。他和他的团队观察了网飞所有的观众数据。比如观众对节目的评分；观看纪录；哪些节目最受欢迎等等。
他们用这些数据去挖掘观众的所有细节，关注喜欢什么类型的节目，什么类型的制作人，什么类型的演员…
在收集到全部的细节后，他们信心满满地决定要制作一部剧——不是四个参议员的喜剧，而是关于一位参议员的电视剧。
各位知道是哪部剧吗？没错，就是「纸牌屋」。

文章图片
「纸牌屋」剧照至少在头两季，网飞在这个节目上赚到了极高的收视率。「纸牌屋」在这个曲线上拿到了9.1分，这绝对实现了最初的目标。