第三点:数据噪声中国远大于美国。还是拿开头的杨贵妃说事儿。丁哥在朋友圈今天做了两个调查,第一个调查问朋友圈的人是否看过杨贵妃;结果90%说没看过。第二个调查问马震的炒作对观影意愿的影响,结果60%的表示更不愿意。和前文说的电影数据公司CEO跟丁哥的说法一致。问题是,为什么炒作声势那么大却票房一般呢?按照投入,杨贵妃投资2个亿,是肯定收不回来了。原来,把中国历史名女人演一遍,这是范冰冰的梦想。而以范爷的影响力,获得巨额投资并大砸特砸也不在话下,但商业上这是失败的。表面热闹,但用户真正并不买账。中国这样扭曲的现象非常多,这就是数据噪声。如果要真正捕捉用户喜好,就要有效能过滤掉数据噪声。这在目前的环境,几乎是不可能。
在中国Buzzfeed和垂直领域的结合可能会比一个泛新闻和兴趣的网站更有机会,但仍然挑战很大。比如和科技领域结合,钛媒体,虎嗅,36Kr这样的网站都是各自在内容上符合了用户的需求而异军突起;如果真正沿着Buzzfeed的路线,也许会有新的商业模式。但挑战在于,没有谁真的愿意舍弃现有的公关,众筹,孵化等业务模型,而傻傻的去构建底层系统。即使能构建系统,更好了解用户需求,也很难让 作者进行工厂化的生产内容。
丁哥觉得还是有很多领域可以值得尝试,比如时尚,生活方式。我自己创办的生活方式社群阿母斯黛当然希望能通过更数据化的方式来生产用户喜欢的内容。虽然我不要脸的说,在数据指导内容工厂化生产层面,中国能比我懂的多的人没几个。但这依旧是很难的工作。这需要同时建立IT团队和编辑创意团队,同时最好这两个团队的人能互相跨界。但至少,这比Buzzfeed在中国复制的难度已经小了很多,垂直意味着你只需要关注过滤掉一个垂直领域的信息噪声,并只雇佣熟悉一个垂直领域的 编辑就可以了。
回到开头,电影数据营销公司的CEO坐在我面前,告诉我他们数据模型指导电影拍摄这件事儿的伟大意义和优势。我想了想说:技术和模型建立上,不难做。(我心里面默默念叨的是,这样的模型我也能建立。)但难的是对行业的理解,和已经用模型预测了两年的经验。这就完全无法复制。
热2024-07-12
热2024-07-11
热2024-07-10
热2024-07-10
热2024-07-10
热2024-07-10
热2024-07-10
热2024-07-10
热2024-07-10
热2024-07-09