从Netflix看大数据如何影响影视创作( 二 ) 大数据究竟对影视内容创作的

用户习惯培育
流媒体平台颠覆传统播放策略
数据导向让流媒体成为了传统影视产业播放模式的改革者。在《纸牌屋》之前，无论是美国的公共电视网还是有线电视网，都遵守着秋季或春季推出新一季美剧，一周播出一集的传统。
不一样的是公共电视网受到广告商的限制更多，所以一般只会先预定一季的前1-12集不等，有线电视网因为更重视收费用户，所以会一次预订一部剧集的一整季。
2013年2月1日， Netflix一次性推出《纸牌屋》（HouseofCards）第一季13集，从此开启了线上美剧观看模式的新时代。 Netflix从线上租赁DVD时期的用户数据就发现，许多用户会租借一整季的剧集，用一两天的时间“刷”完。所以一次性推出一季剧集的做法虽然看似具有颠覆性，实则是更符合用户需求。
2019年7月9日， Netflix在Twitter官博上宣布，《怪奇物语》（StrangerThings）第三季在上线4天收获4007万用户的观看，并且已经有1820万用户在4天内看完第三季全季。
第三方数据平台OnBuy.com也发现有超过800万的Netflix用户会在一部剧新上线的头24个小时内看完一整季。根据2018年的一项调查，受调查的美国流媒体用户中有60%表示自己每周至少会“刷剧”（一次性观看两集及以上集数的内容）一次， 15%的人表示每天都在“刷剧” ， 28%的人表示每周会“刷剧”好几次。
所以， Netflix通过租赁DVD时期的数据发现了用户有“刷剧”的潜在心理需求，并且通过大量一次性推出一整季的优质视听内容培养了让这种心理需求逐渐显性化，培养出越来越多乐于“刷剧”的用户。
除了“刷剧”这一颠覆性模式之外， Netflix在推荐系统上充分体现了对用户数字体验的重视。 Netflix在首页设计上采用基于行的两级排名系统（two-tieredrow-basedrankingsystem）：1.每一行的最左边是最强烈推荐的；2.页面从上往下每一行的推荐级别呈递减状态。

文章图片
这种基于行的两级排名系统中的具体排序规则来源自Netfilx极为复杂的推荐算法。
首先， Netflix不仅会根据用户观看喜好推荐同类型内容，而且会使用Top-N视频排序算法（Top-NVideoRanker），在内容库的所有类型中找到用户最可能喜欢的内容；
其次，因为当下全球或者地区的热门事件、流行趋势会潜移默化地影响用户潜在的观影需求，但是用户可能并不知道自己想针对这些公共事件、流行趋势去观看什么。
所以， Netflix采用趋势排序算法（ContinueWatchingRnaker）根据现在流行事件为用户推荐内容，例如在新冠疫情期间， Netflix就会向用户在显著位置推荐纪录片《流感大流行》（Pandemic:HowtoPreventanOutbreak）《冠状病毒解密》（Coronavirus ， Explained）；
最后， Netflix使用继续观看排序算法（ContinueWatchingRanker）分析用户还未看完的内容，并同时使用相似视频排序算法（Video-VideoSimilarityRanker）对用户其他内容的观看信息进行分析，预测用户是否会继续观看未完成的内容。
如果在两个算法的分析下得出肯定的结果， Netflix就会在用户自己的首页显著位置为其推荐还未观看完的历史内容。
Netflix还会利用其强大的算法来实现部分剧集的实验性质创新。 2019年， Netflix推出了动画短片集《爱，死亡和机器人》（Love,Death&Robots）。
这一剧集由18个时长5-15分钟的动画短片组成，剧集顺序并不如传统那样固定，而是会根据近期用户观看数据来为用户推荐一个观看顺序。这样的创新就是基于上述趋势排序算法、相似视频排序算法等共同推导而来的。
大数据下的“球土化”
全球类型创作新标准化进程
当前以数字文化平台为代表的内容全球化已经成为趋势，平台方需要在全球化和本地化的融合开放与多元共生中寻求认同和接受。
Netflix在全球内容布局上就体现出了“球土化”（美国文化社会学家罗兰·罗伯逊教授曾提出了“球土化”概念(glocalization) ，将全球化与本土化概念融合，是对于全球化引发的世界文化多元发展的深入思考——孔朝蓬、刘婷， 2014）趋势，在全球各地区的内容创新上采用好莱坞经典类型与叙事方法，和不同地区当地传统、流行文化相结合的方式，即一种互联网时代全球化内容与本土化内容融合创新发展的模式。
在Netflix进军韩国市场之初，通过市场调研和数据分析，结合自身平台的品味集群数据，以及《大长今》《釜山行》等韩国影视作品的成功经验，将韩国本土历史文化与当下东亚时兴的丧尸文化相结合，加上具有国际影响力的演员阵容，打造出了非常成功的电视剧《王朝》。