现在的位置:主页 > 期刊导读 >

智媒时代影视业的嬗变路向探析(3)

来源:大数据 【在线投稿】 栏目:期刊导读 时间:2021-02-07

【作者】:网站采编
【关键词】:
【摘要】:值得关注的是,影视业对大数据的重视和使用程度并不均衡。对爱奇艺、优酷与腾讯视频等网络视听平台型公司而言,对用户大数据和创作者大数据的捕捉

值得关注的是,影视业对大数据的重视和使用程度并不均衡。对爱奇艺、优酷与腾讯视频等网络视听平台型公司而言,对用户大数据和创作者大数据的捕捉已成为其日常运营的重要参照和支撑。其个性化分发正是在用户喜好和视听内容之间缔造迅捷高效的联结,使之发生互动。通过对上述行为主体及联结效果数据的进一步捕捉,整个平台将持续进行数据运算机制的优化迭代。与之相比,传统影视公司对大数据的重视度仍有待提升,目前较多影视从业者尚未培养起对大数据的使用习惯,突出表现为数据调研与付费意愿较低,在影视创作与营销策略制定方面仍习惯于凭主观经验或所谓行业嗅觉完成。[11]再反观中国影视产业近年来“黑马频现”的症候——这种现象既是整个影视市场蓬勃活力的显现,也从特定层面暴露了我国影视从业者尚缺乏成熟的数据分析和市场研判能力。

影视升级之变:创新迭代与价值定位

从熊彼特到索罗,其对“创新”的诠释囊括了技术进步、产品创新、生产方法革新、市场拓展与组织制度的更新。正如波特在解析企业发展战略时指出的那样,维持企业竞争优势的方法只能是“不断的创新”。[12]这个基本论断同样适用于传媒业。

智慧媒体本身便是媒介领域的重大革新,它在相当长的时期内将是媒体创新的主要方向。借助新兴数字技术,媒体的生产与分发都变得更加智能,更能契合受众的需要,更能给予受众个性化甚至主体化参与的空间,也更能方便快捷地交互、反馈并形塑大众文化。与此同时,媒体的创新能力与效率空前加强,这表现在多个方面。第一,媒体的持续创新是网络时代的必然选择。随着网络世界的信息过载问题日益凸显,以搜索引擎为代表的“过滤器”执行了两种新功能:一是对信息进行先后排名,这直接决定了用户的阅读率和点击率;二是将部分信息或媒介产品作为“更重要的”加以前置,形成了先后相连井然有序的表面形态。由此,所有的媒介都要获取此类“过滤器”的偏爱,以自身的内容与形态创新或者其他努力来赢得“头部”排名。[13]第二,媒体的创新试错成本大大降低了。创新是一种兼具风险和机遇的行为,进行创新的媒体在短期内还会面临成本增加、收益相对减少的局面。以往影视媒体若要推出新的作品,大多需经过立意策划、产品制作和正式投放的基本流程,当下这些“规范操作”发生了变化。首先,产品测试的成本降低了。亚马逊近年来坚持“试播筛选机制”,以拍摄试播集投放网络让观众票选的方式决定是否投拍某作品。尽管该机制的实际成效看来并不如预期那样乐观,但这种尝试确实降低了影视作品的试错风险。影视剧不再是一锤子买卖,可以先观测观众反馈再决定是否真正启动投拍,而这也给品牌植入广告商们提供了特定的数据参考依据。其次,技术的进步成为加快创新的重要驱力。以VR影视为例,虽然如蔡明亮导演的《家在兰若寺》等创作还远不能被视作成熟作品,但市场及观众对新兴虚拟现实技术的追棒却是显而易见的。新技术能够带来新的体验,诸如跨屏分享、个性推荐以及云端传输等智慧化手段的应用,无疑助推了影视产品的创新迭代。第三,创新效果反馈是全过程和即时化的。一般而言,创新型媒介产品在进入市场时,其创新内容往往不被大众所知或尚未被大众广为接受,其市场价值在一段时间内难以实现,此时的及时反馈和数据分析就颇为重要。落脚到影视作品层面,从产品投放到推广到优化,用户的点击评价、接触转发、使用传播与喜好程度都将以全程即时的方式被呈现并归纳。创新由此有了方向性和更强的纠偏纠错能力,能够以相对以往的较低成本避免产品陷入过度偏离市场的误区。媒体创新是一个动态变化和不断调适的过程,创新反馈的“伴生化演进”将能够确保该过程的科学有效。

与创新迭代相伴的是价值定位的灵活调整。传统环境中,传媒企业的价值定位长期处于相对稳定的态势,它与该企业的竞争优势密不可分。随着传媒之间界限不断被打破,在线内容与业务日益冲垮传统媒体固守的疆域,原有的价值主张也变得不合时宜起来,亟需得到调整革新。这意味着如果一家媒体企业不想在新形势下失去优势,那它就必须通过调整自己的价值主张来赢得新的生存空间。智慧媒体时代,媒体从业者必须更清晰地回答如下问题:将提供什么样的媒介产品?满足什么用户的哪些需求?当前价值主张是否契合市场需要?

文章来源:《大数据》 网址: http://www.dsjzz.cn/qikandaodu/2021/0207/1489.html

上一篇:大数据背景下的油画破损区域修复算法设计
下一篇:大数据背景下高职院校艺术贫困生精准资助①

大数据投稿 | 大数据编辑部| 大数据版面费 | 大数据论文发表 | 大数据最新目录
Copyright © 2018 《大数据》杂志社 版权所有
投稿电话: 投稿邮箱: