大數據寫腳本 造就紙牌屋叫好又叫座？

【新唐人亞太台 2017 年 07 月 23 日訊】美國政治影集《紙牌屋》叫好又叫座，每一集的劇情，都深深抓住觀眾朋友們的心。到底線上影片串流巨擘Neflix，是如何製作出這些引人入勝的橋段？這些創意又是從何而來？帶您瞭解。

美國電視圈曾經讓許多人覺得變化莫測，沒有規則可循。即使花大錢找來王牌導演、一線影星和熱門編劇，觀眾是否買單仍然是個未知數。如今線上影音串流平台Netflix卻使用大數據分析，精準地抓住觀眾的喜好，讓這一切不再無法預測。

德國數據科學家 伍尼奇(Sebastian Wernicke)博士：「這就是我相信為什麼Netflix是如此的成功，因為他們使用數據和他們的大腦在這個過程中。他們使用數據來先了解關於觀眾的許多片段，否則他們將無法理解到這種深度，然後決定將所有這些單元和片段重新放在一起，並製作出一個影集比如『紙牌屋』。」

在全球擁有9300萬會員的Netflix，有75%的影片瀏覽都是來自於「推薦」，而非會員自己的「搜尋」。這也展現出Netflix對於會員喜好的了解深度，與消費者行為的掌握程度。除了觀賞影片之後的星等評價，觀眾是一天看完全集，或是分次看、看多久，甚至是哪一張海報的點擊率較高，都是重要的觀察數據。

而在這些所有的數據與觀眾行為找出「最大公約數」，是處理大數據最複雜的部份，透過鉅細靡遺的分析，甚至能找到連觀眾自己都沒有意識到的、沒有說出口的喜好。因此在《紙牌屋》推出之前，Netflix已經胸有成竹，這部作品一定能夠叫好又賣座。

但是完全迷信於大數據，單純以為把所有熱門的喜好元素湊在一起就能夠賣座，反而把創作的本質本末倒置。亞馬遜公司以大數據製作的政治喜劇《艾爾發屋》(Alpha House)就如同東施效顰，結果乏人問津。

德國數據科學家 伍尼奇博士：「我發現一個令人鼓舞的訊息，事實上，即使在大數據面前，做決定仍然有回報，讓你承擔風險並成為你所從事的專家。」

看來，大數據的分析與掌握，並非等同於絕對的，票房保證。

新唐人亞太電視 江子揚 編譯