感谢您关注这项对电影产业发展具有积极意义的攻关课题,该课题致力于研究在电影产业中发挥重要作用的有关艺术、科学、经济、文化以及大众流行消费之间的内在关联。电影市场风险巨大,投资者和创作者们在产业链的最前端,始终关注哪些因素决定一部影片在市场上获得成功。很多影视公司以及金融行业的投资分析师在做票房收入预测的研究,包括科技领域的研究人员利用计算机技术探索票房预测的可行性。Google公司和惠普实验室(HP labs)都做过这方面的尝试,例如根据网络大数据预测首周末票房,斯坦福大学(Stanford University)也在利用人工智能(Recursive Deep Learning Algorithm)开展相关课题的研究。真正追溯起来,这一领域的兴起是从上世纪八十年代开始,从利特曼(Barry R Litman)的多元回归模型(Multiple Regression Model)到后来出现的贝叶斯(Bayes),还有诸如支持向量机(Support Vector Machine)、神经网络(Neural Networks)、院线集成(Cinema Ensemble)、线性梯度下降算法(Linear Gradient Descent Algo-rithm)等,票房预测作为全球电影产业中最重要的课题始终受到关注。另一方面,票房预测仍存在国内外学界公认的难题。例如成本的核算,这是所有基于经济学理论如回归分析(Regression Analysis)的重要变量之一。由于一部影片的真实成本(制作和宣发)是商业机密,很多制片公司对其讳莫如深,导致预测中的很多成本数据为估值,这阻碍了票房预测研究的发展。此外中国电影的票房注水(虚报瞒报、票补、幽灵场、买水军刷评分、偷票房和夸大成本等)也对β系坐标产生较大干扰。


    票房预测的原理类似流行病学。例如某地区百分之八十的人患有某种疾病,百分之二十的人健康存活。流行病学是研究致病的成因,从健康者和患病群体的先天遗传及后天生活方式、环境等多方面寻找预防疾病的方法。同理,票房预测从不同影片的收入及量化误差挖掘获得票房盈亏的普遍规律。误差揭示复杂多变的市场中尚未被人发现并捕获的区域,预示每年的某一时刻观众口味与票房趋势的深刻变化 (变化可能稍纵即逝,个别票房现象所呈现的热度在急速膨胀的中国市场仅能保持一年, 少数爆款影片仍需要从更多维度探索其成功奥秘)。在电影市场二八定律中,百分之八十的电影成为市场炮灰。如何能在开机前对未来票房进行准确的预估,不仅为降低投资风险,也考验电影投资者与主创的市场经验与审美水平。大数据预测对检验影片的宣传发挥作用,当制片方向公众释放宣传物料(预告片、故事简介、演员阵容、海报、剧照等),吸引观众通过网络点击和社交媒体产生大数据。通常一部中等投资规模的电影(不含复杂的CG特效)从筹备到制作到上映的周期为十二个月,在生产拍摄过程中制片方严格保密影片内容(行业惯例),这个阶段对投资者来说并不能获得真正的市场评价与观众反馈。如果等到电影拍完以后才交由市场去判断,即使发现票房失利,想补拍或重建影片内容已不可能,因为大笔的制作费已经花掉(故事版权费用、明星片酬、主创薪资,器材、置景、美术、音乐、服装、化妆、道具、餐饮、住宿、交通、技术人员工资、保险、后期制作等一系列线上与线下成本)。宣发能锦上添花,却不能拯救烂片。因此票房预测在项目开发初期对投资风险预警格外重要,特别是甄别那些看似有诱惑力但日后注定赔钱的危险项目(每年百分之八十的赔钱电影都属此类)。为解决这一难题我们研发了具有综合测评能力的CBOP票房预测模型,希望通过这些映前的预测来获得一个相对闭合的离散曲线(Discrete Curve),检验模型对市场波动的敏感程度(理想阈值应在10%)。它们是动态,包含影片数据信息的变化、算法的更新以及它们所提示的动态市场的某些新特征(高误差说明影片的票房结构在当前版本的预测模型中无法解析,这也是研究项目的重点)。我们希望这些努力为最终建立符合中国内地电影市场特点的绿灯系统(Greenlight)作基础。一个项目的数据资料越充分,预测的准确度越高。某些影片因保底发行和对赌协议产生大量幽灵场,其公开票房数据已不能反映正常的市场情况,丧失学术的研究价值,对这类影片在误差统计中我们会排除。另外在误差检验中我们发现有趣的市场现象,它们反映中国大陆独有的市场特点,其中也有全行业对某些流行观念的误区。如果您有建议或希望与我们开展学术交流与合作,欢迎联系我们,Email:admin@chinaboxofficepredict.com。如果您是电影出品方,也可以扫描二维码加入我们,您将获得免费的创投开发预测与评估报告。




Copyright © 2016-2019 chinaboxofficepredict.com All Rights Reserved | ICP 16007730