算法驱动下的电影营销机制探析

郑笑眉 王凌峰(重庆工商大学，重庆 400067)

随着我国电影产业的飞速发展，众多电影提高了营销资金投入。《唐人街探案2》宣发费用达1.5亿元，《捉妖记2》宣发费用达3亿元，个别影片的营销费用甚至超过其制作费用。电影营销投入占比趋高，既彰显了电影营销在电影产业中的地位和作用，也为营销的创新提供了雄厚的资金支持。另一方面，《流浪地球》《夏洛特烦恼》等电影尽管营销费用相对不高，但通过新媒体平台的算法推荐营销仍然获得了好口碑与高票房。目前，中国至少有超过6亿的人借助于算法来获取每天所消费的内容产品——包括公众号、知乎问答等的图文内容，得到、喜马拉雅这样的音频内容，以及短视频、影视剧这样的影像内容。[1]这些新媒体平台利用算法推荐的精准性、集约性积极地投身于电影营销，成为当前电影营销的新方向。

一、当前电影营销的算法推荐转向

电影营销中有两个关键点：一是信息的传达，即通过各种渠道让观众知道这部影片的相关资讯；第二是效果的呈现，即要通过内容创新打动并吸引受众进入影院观影。在当前的新媒体环境下，电影营销发生了怎样的转变？

(一)传统渠道仍是“规定操作”

目前，传统的营销渠道和手段仍然是多数电影的“规定操作”。原合一影业电影营销专家乔大旺说道：“为保险起见，电影营销基本上都会把全渠道铺一遍。电影营销会在报纸、广播和电视等传统传播渠道投放相关的广告信息。”华谊电影公司副总经理柳庆庆认为：“在各种粗放式的媒体渠道上进行信息投放的方法，除非内容本身有极强的传播调性，可以打通所有渠道的壁垒，否则相对弱一点的调性的信息都是传不出去的。”[2]粗放式的传统渠道，及植入性广告、病毒性散播等野蛮的营销手段虽然承担着重要的电影营销任务，但随着移动互联网的兴起，电影营销开始向新媒体、移动化方向转移，新的营销模式也开始不断涌现，助力电影营销不断创新发展。

(二)电影营销的算法推荐转向

中国互联网络信息中心第43次《中国互联网络发展状况统计报告》显示，截至2018年12月底我国网民数量为8.29亿，全年新增5653万，其中手机用户规模达8.17亿，全年新增6433万。网络用户的飞速增长，让电影营销的第一个关键点，即信息传递不得不转向越来越多的互联网及移动互联网用户。

新的媒体业态不断出现，也促进了电影宣发的形式不断创新。虽然还是以文字、图片和视频等为主的内容，但是渠道早已从传统媒体到“微博+社群”“微博+朋友圈”以及优酷、腾讯等视频网站。今天，以算法推荐为主的聚合类app包括今日头条、一点资讯、抖音等新媒体平台悉数登场。由于视频、直播、短视频等互动平台可以让用户更加主动参与，实现精准的推荐传播，电影营销将彻底走出传统媒体的桎梏，进入以算法推荐为主的全新的营销阶段。

二、表征与价值：算法推荐对电影营销流程的再造

电影营销的产业链中有三个关键的要素，即内容、渠道及用户。在数字媒体的大背景下，内容的易复制性使得内容冗余随处可见，用户的阅读选择更加困难；如何破解内容冗余，并将相关内容精准推送至个体已成为当前电影营销的主要难题。而基于用户消费时间、空间及结构偏好的各种算法推荐，在寻找对的渠道，推荐对的内容，满足用户的观影需求方面正发挥着流程再造的功能。

(一)电影营销算法推荐源自用户观影的精准需求

据国家电影局的数据，2018全年我国共生产电影故事片902部，动画电影51部，科教电影61部，纪录电影57部，特种电影11部，总计1082部，再加上国外引进的64部电影共计1146部，题材类型多样是当前电影供给的特点。而随着用户自我意识的觉醒，个人生产内容的积极性大大提升，在电影营销的有意推动下，电影信息、评论、互动日益丰富，内容冗余已成为常态。如何在庞杂的信息中给用户推荐其真正感兴趣的内容，满足个性化的需求，是电影营销面临的现实问题。而算法推荐的技术赋能恰好解决了业界这一痛点。

利用算法技术，电影营销可根据观影者的个性化消费需求，依托用户消费的内容偏好、不同场景下的消费模式等计算维度，实现精准的个性化推荐。算法的巨大优势已彻底改变了用户获取内容、消费内容和分享内容的习惯，并从根本上改变内容产品的研发、生产、分发和反馈等各个环节。[3]

(二)电影营销算法推荐的表征

算法推荐首要表征是为用户精准画像。用户画像是从真实的用户行为中提炼出来的一些特征属性并形成用户模型，它们代表了不同的用户类型及其所具有的相似态度或行为，这些画像是虚拟的用户形象。[4]个人在网络上的浏览、观看、评价等行为都能通过后台进行收集，而后台还可以通过技术手段如cookie的植入来采集到用户的更加详细的行为。与传统的消费者画像相比，算法推荐的消费者画像特点首先是量的区别。前者是通过抽样来获取部分消费者信息；后者则使用全体样本，通过大数据的挖掘和采集，对每一个用户数据都进行采集。二是质的不同。传统消费者调查收集的消费者信息是静态的、片面的，而算法精准画像收集的消费者信息是动态的、全面的，它是消费者真实网络行为及过程的数据统计。

算法推荐第二个主要表征是对用户场景使用计算并提供个性化推荐。算法推荐不仅仅知道用户是怎样的，还要知道用户会在什么情况下消费怎样的信息。当用户外出时、工作期间休息时，或在周末享受整段闲暇时光时，这些不同的生活、学习、工作等普通的场景，都蕴含着其不同的内容消费形态。只有利用合适的算法，将用户的使用场景作为计算的维度，才能真正了解用户的场景需求，向用户进行个性化的电影内容推荐。

(三)算法推荐的价值

首先，算法推荐的基础价值是为电影的市场营销提供了明确的目标。算法的基础就是通过大数据发现不同的用户群体，并为其打上不同的标签进行精准画像。这样做的好处就是为电影营销提供更加明确的目标，某一个具体的用户是不是某个电影的潜在用户，通过算法的精准画像一目了然。明确的目标可以让电影营销公司集中自身的资源，完成营销的任务。

其次，算法推荐的关键价值是提供了精准推送服务，为消费者节省了时间和精力，提高了其阅读效率。算法推荐可以实现对用户年龄、职业、兴趣等人口统计学特征，时间、地理位置、天气情况等环境特征，以及类别、关键词、热度等文章特征的对接和匹配，将筛选过的信息精准推送至用户。精准推送不仅节省了用户搜索的时间和精力，还在不同场景的匹配中提高了其阅读效率。

最后，算法推荐的终极价值再造了整个营销流程。传统的营销思路是有什么样的电影资讯或内容，然后传播给大众相同的信息。虽然也提出了以用户为中心，但受制于技术条件，并没有真正从用户的需求出发。而算法推荐的出现，用户的画像更加清晰，用户的场景需求更加实在，我们可以实时地、精准地给用户推送其喜欢的电影内容。算法推荐的出现可以说改变了整个营销环节，实现了真正以用户为中心的运营模式。

三、电影营销中的算法推荐机制

在当前的新媒体环境下，电影资讯爱好者接受信息的模式无外乎主动地搜寻和被动地接受。当用户主动通过搜索引擎来寻找自己喜爱的电影信息时，搜索引擎会根据算法来进行数据的抓取、计算和排序，然后将内容呈现给用户；而在用户打开新闻资讯类或者是购票app时，通过算法推荐机制，拟合用户对内容满意度的函数，即用算法公式来模拟用户的满意度，从而实现精准地推荐电影资讯或推广内容。

(一)搜索引擎算法推荐模式

在海量的电影信息面前，大多数用户会主动地使用搜索引擎来获得自己喜欢的电影信息。《流浪地球》即将上映时，用户会通过搜索引擎搜索电影上映时间、票价，故事梗概以及主要演员等。由于搜索呈现页面内容有限，如何将用户感兴趣的内容排列在首页是搜索引擎算法推荐最根本的任务，电影营销算法推荐的工作机制主要包括数据抓取、意图识别(数据处理分析)、搜索排序。

首先是数据抓取。在电影营销中，算法机制通过各种爬虫技术，将与搜索主题相关的海量数据都抓取过来。如用户搜索“流浪地球”关键词，爬虫就将涉及的文章都抓取过来，这里使用的算法技术就包括查询词分析以及查询词与文章相关性、个性化、时效性的关联分析等。

其次是意图识别。较为通俗的说法是用户查询的这个关键词到底是什么意义，我们基于什么样的规则来进行解读。比如“流浪地球”，后台在接受到这个查询词之后做切分，划分为不同的前后缀，然后加上实体词本身，切分的前后缀可以计算词频信息、左右熵、可信度等。经过这样的操作后，用户再搜索相关的词时，如导演、演员表、影评这些热门词就可以关联到《流浪地球》影片信息。

最后是搜索排序。简单地说就是将得到的底层数据进行处理和挖掘、提取、计算各种标签特征，然后用各种模拟拟合，打分，得到最终的分数后进行排序。而最终呈现给用户的就是按照相应算法而排序的各种电影相关资讯。

(二)精准推送的算法推荐机制

除了主动信息搜索之外，大多数用户对电影资讯的获取大都是通过浏览新闻app和网页，阅读社交媒体以及购票app推荐等方式。如何实现对用户的精准推荐，《超时空同居》走出了一条自己的模式。该片发行方光线传媒找到以算法见长的今日头条，希望通过今日头条旗下的产品矩阵大面积覆盖年轻群体，并使用其算法推荐精准找到潜在用户。头条算法推荐系统的三个维度是内容维度、用户维度及环境维度。内容维度包括图文、视频、UGC小视频、问答、微头条的不同特征。用户维度是用户的职业、年龄、性别等兴趣标签。第三个维度是环境维度。结合三方面的维度，算法模型会给出一个预估，即推测推荐内容在这一场景下对这一用户是否合适。[5]《超时空同居》主演雷佳音在微头条频繁发声，2个月发布14条电影宣传图文，曝光量破千万。这些信息被精准推送给喜欢雷佳音的粉丝，为影片聚拢大量潜在用户，使得影片以1500万的宣发，换来7亿的票房。

在购票环节，算法亦发挥重要的作用。淘票票app依靠低于同类平台的票价后来居上，成为在线票务市场中的佼佼者，所依靠的就是比价算法，其依托阿里云及其自身大数据，通过自行研发的爬虫技术对其他售票平台同一影片同一场次售价进行数据抓取，横向比价后计算出低于所有平台的票价(活动除外)，然后利用此低价向用户进行票价推荐，受到对价格敏感的普通用户喜爱，吸引了大批用户，成就了其票务市场的地位。

四、结 语

中国的电影市场快速发展，消费者正趋向成熟，电影营销理念和模式亦要把握好自己的度。在算法大获成功的今天，我们既要充分享受技术发展所带来的便利和价值，在竞争激烈的电影营销市场中取得成功，也要考虑过度使用算法推荐可能造成用户获取信息的阻碍。充分考量算法推荐的市场性和公共性，巧妙掌握好其中的度，才能促进我国电影产业的健康长远发展。