¿Cómo se logra el nirvana del big data?

En el campo actual de big data, la conversión de big data en realidad se ha convertido en el tema del que más se habla. La llamada realidad cambiante consiste en utilizar los datos recopilados para guiar la toma de decisiones corporativas, aportando así valor y riqueza reales a la empresa. Una dificultad importante en la implementación es cómo aplicar datos apropiados y tecnología de big data en escenarios específicos. Entonces, ¿qué papel juega el big data en la industria del cine y la televisión, una de las industrias tradicionales?

La semana pasada, la Conferencia de Arquitectos de Sistemas SACC China 2015 organizada por IT168 concluyó con éxito el sábado. Durante los tres días de la conferencia, asistieron muchos expertos y conocedores de la industria para intercambiar y aprender. En la sesión especial "Realizando Big Data", Zhou, cofundador y arquitecto jefe de Xtron, pronunció un discurso titulado "Transformación de Big Data en cine, televisión y bienes raíces". Wei Rui Si Chuang es una empresa de tecnología de la información basada en tecnología de big data, que ofrece principalmente servicios de consultoría de análisis, tecnología, marketing y productos de big data a empresas. Zhou combinó su propia experiencia y casos de empresas para contarles a todos sobre los escenarios de aplicación de big data en las industrias del cine, la televisión y el sector inmobiliario. Cuando mencionó cómo se implementa el big data en la industria del cine y la televisión, explicó cómo se crea un drama cinematográfico y televisivo exitoso. Repasémoslo con el editor.

"Nirvana in Fire" es una serie de televisión que ha llamado mucho la atención últimamente. Su popularidad es comparable a la de las concubinas en el palacio y es popular en las calles. Entonces, ¿es una coincidencia que el programa sea tan popular? ¿Por qué la compañía eligió un tema, una trama y unos actores que se adaptan a los gustos de la mayoría de las personas? Si no, ¿qué papel juega el big data en el proceso desde la filmación del tema hasta la publicidad y la transmisión? De hecho, en el ciclo de vida de la industria del cine y la televisión, los big data tienen varios escenarios de aplicación típicos y, con los métodos y escenarios adecuados, los big data pueden aportar valor a las empresas.

Escenario 1: Inversión y selección de materiales

En la etapa de búsqueda del guión, los inversores monitorearán los atributos interactivos de cada novela desde muy temprano y negociarán con el autor por adelantado para comprar los derechos de autor. . "Nirvana in Fire" es una novela por entregas muy popular de Qidian hace muchos años. Después del seguimiento, la empresa de cine y televisión compra decisivamente los derechos de autor del autor, luego continúa planificando actores y guionistas, selecciona los lugares de rodaje adecuados y finalmente entra en la etapa de rodaje y producción.

Antes de la aplicación de la tecnología big data, muchas decisiones de inversión y selección de talento las tomaban los jefes de las empresas sin muchos datos de referencia. Después de la aparición del big data, puede ayudar a las empresas a monitorear los datos iniciales. Por ejemplo, qué novelas son actualmente populares en las principales plataformas en línea, a qué tipo de personas afectan, si estas personas son las que le importan a la propia productora y cuáles son sus niveles de ingresos. Las empresas de cine y televisión pueden comprar una novela adecuada con el autor en sus inicios. Este tipo de oportunidad temprana era poco común en el pasado. La tecnología de big data ya puede ayudar a las empresas a tomar este tipo de decisiones, y el valor de los datos también se refleja.

Escena 2: Rodaje previsto.

En la etapa previa de la planificación del guión, los guionistas suelen encontrarse con un problema. Generalmente las novelas tienen un contenido muy extenso. Para que una serie de televisión se presentara en su totalidad, se necesitarían incluso cientos de episodios. Entonces, ¿en qué se basa el guionista para agilizar el guión? ¿Qué tramas deberían eliminarse y qué personajes deberían seleccionarse? Los guionistas en este momento necesitan apoyo de datos. En su discurso, Zhou utilizó un caso real para ilustrar cómo los big data pueden ayudar en la toma de decisiones: "Hay una serie de televisión que se estrenará el próximo año. ¿Qué hemos hecho para ayudar a simplificar el guión? Investigaremos las opiniones de todos Sobre esta novela en más de 1000 episodios, en los comentarios de cada episodio, principalmente elogian qué puente recopilan varios materiales relevantes uno por uno y seleccionan algunos de los contenidos más populares como referencia. contenidos."

Escena 3: Promoción del rodaje

Durante el proceso de rodaje, el productor suele colocar primero algunas flores y carteles, lo que puede generar mucho valor. Datos, como el argumento de la obra, un actor, un argumento, etc. Los macrodatos pueden ayudar a estas empresas a recopilar y contar las intenciones de la audiencia y la cantidad de discusión en las plataformas de redes sociales. Con base en estos datos, las compañías de cine y televisión pueden producir y programar películas con mayor precisión, discutir dramas más populares y organizarlas durante el horario de máxima audiencia.

Además, Zhou dijo que el contenido anterior puede desencadenar otro punto de demanda, que es el uso de datos para orientar con precisión los presupuestos de marketing. Zhou dijo: "Una vez supimos de un socio estadounidense que necesitan invertir una gran cantidad de presupuesto de marketing cada año, pero el presupuesto de marketing que invierten es el valor cotizado por la empresa de marketing. La empresa de cine y televisión no sabe si Vale la pena invertir el dinero. A veces necesita monitorear los cambios en la opinión pública para juzgar si la inversión es correcta. Nuestra empresa puede proporcionarle un seguimiento de la opinión pública y decirle si el efecto de la inversión es el descrito por la empresa de marketing. La empresa es una de las empresas de inversión de Iron Man, DMG Media. ”

Utilizando big data, las empresas de cine y televisión pueden comenzar desde la selección inicial de materiales, primero comprar novelas a un precio más bajo, luego escribir guiones y luego. finalmente promoverlos. Cada paso ha pasado por una recopilación de información precisa y cálculos de datos. Dispersar todos los factores desconocidos en cada paso y recopilar datos para su análisis y procesamiento reduce en gran medida los riesgos de inversión y producción. Incluso para la selección de actores, puedes publicar las fotos de maquillaje en línea con anticipación para recopilar las opiniones de la audiencia y tomar la decisión final.

¿Todavía te preocupan las malas calificaciones de un drama cinematográfico y televisivo producido según el gusto del público?

¿Cómo construir un sistema big data que se adapte a los escenarios?

Big data se basa en datos masivos de la industria, eliminando lo falso y reteniendo lo verdadero para resolver un problema específico. La proposición de que “los datos de una determinada industria pueden resolver todos los problemas” es en sí misma una proposición falsa. Los big data deben estar vinculados a una industria específica y poder resolver problemas específicos en esta industria.

Los profesionales de las industrias tradicionales no son sensibles a la terminología técnica de big data y su aceptación de la tecnología de big data es limitada. Lo que más les importa es qué problemas pueden resolver los big data. Los macrodatos pueden ser valiosos para ellos sólo si pueden abordar problemas reales. En segundo lugar, los usuarios de las industrias tradicionales no saben cómo proteger los datos. Los usuarios temen que sus datos sean robados y vendidos. La seguridad y la privacidad de los datos son otro gran tema. Por lo tanto, a diferencia de la arquitectura del sistema tradicional, para servir a tales empresas tradicionales, la arquitectura del sistema establecida debe ser muy estable para lograr un desarrollo a largo plazo. En su discurso, Zhou compartió con todos la experiencia y los pasos que han adquirido en la construcción de una arquitectura de sistema de big data adecuada a lo largo de los años:

1. Comprender qué problemas quieren resolver los clientes.

2. ¿Qué tipo de aplicaciones podemos desarrollar para él?

3. ¿Qué tecnología podemos utilizar para soportar esta aplicación?

Lo anterior es el contenido relevante compartido por el editor sobre la realización de big data: cómo lograr Nirvana in Fire. Para obtener más información, puede seguir a Global Ivy para compartir más información detallada.