圖4. 提前一周預(yù)測票房的效果
（橫軸是搜索量，縱軸是首周票房收入，灰色點(diǎn)對應(yīng)某部電影的首周票房收入，紅色點(diǎn)對應(yīng)預(yù)測的首周票房收入）
「提前一個(gè)月預(yù)測票房，可達(dá)到94%的準(zhǔn)確度」
盡管提前一周預(yù)測可以達(dá)到92%的準(zhǔn)確度，對于電影的營銷來說，價(jià)值并不大，因?yàn)橐恢艿臅r(shí)間往往很難調(diào)整營銷策略，改善營銷效果。因此，谷歌又進(jìn)一步研究，使得模型可以提前一個(gè)月預(yù)測首周票房。
實(shí)現(xiàn)提前一個(gè)月預(yù)測的關(guān)鍵在于：谷歌采用了一項(xiàng)新的指標(biāo) – 電影預(yù)告片的搜索量。谷歌發(fā)現(xiàn)，預(yù)告片的搜索量比起電影的直接搜索量而言，可以更好的預(yù)測首周票房表現(xiàn)。這一點(diǎn)不難理解，因?yàn)樵陔娪胺庞城耙粋€(gè)月的時(shí)候，人們往往更多地搜索預(yù)告片。
僅使用預(yù)告片的搜索量仍然不夠，因此谷歌的模型最終采用了三類指標(biāo)：
（1）電影預(yù)告片的搜索量
（2）同系列電影前幾部的票房表現(xiàn)
（3）檔期的季節(jié)性特征
其中每類指標(biāo)又包含了多項(xiàng)類內(nèi)指標(biāo)。
在獲取到每部電影的這些指標(biāo)后，谷歌再次構(gòu)建了一個(gè)線性回歸模型（linear regression model）模型，來建立這些指標(biāo)和票房收入的關(guān)系。
圖5展示了模型的效果，其中灰色點(diǎn)代表了實(shí)際的票房收入，紅色點(diǎn)代表了預(yù)測的票房收入?？梢钥吹剑A(yù)測結(jié)果與實(shí)際結(jié)果非常接近。
圖5 提前一個(gè)月預(yù)測票房的效果
（橫軸是預(yù)告片搜索量，縱軸是首周票房收入，灰色點(diǎn)對應(yīng)實(shí)際某部電影的首周票房收入，紅色點(diǎn)對應(yīng)預(yù)測的首周票房收入）
為什么谷歌采用了這么簡單的模型
前面的分析中已經(jīng)提到，谷歌采用的是數(shù)據(jù)分析中最簡單的模型之一-線性回歸模型。這對很多讀者來說多少有點(diǎn)意外。為什么谷歌用的模型如此簡單？
首先，線性模型雖然簡單，但已經(jīng)達(dá)到了很高的準(zhǔn)確度（94%）。簡單且效果好，是我們在實(shí)際應(yīng)用中一直追求的。
其次，簡單的模型易于被人們理解和分析。大數(shù)據(jù)分析技術(shù)的優(yōu)勢正是能夠從大量數(shù)據(jù)中挖掘出人們可以理解的規(guī)律，從而加深對行業(yè)的理解。正是因?yàn)楣雀枋褂昧司€性預(yù)測模型，所以它很容易對各項(xiàng)指標(biāo)的影響做出分析。例如谷歌的報(bào)告中給出了這樣的分析結(jié)論：“距離電影上映一周的時(shí)候，如果一部影片比同類影片多獲得25萬搜索量，那么該片的首周票房就很可能比同類影片高出430萬美元。若一部電影有搜索引擎廣告，我們也可以通過其廣告的點(diǎn)擊量來推測票房表現(xiàn)——如果點(diǎn)擊量超出同類電影2萬，那該片首周票房將領(lǐng)先750萬美元”。
對于電影的營銷來說，掌握各項(xiàng)指標(biāo)對票房收入的影響，可以優(yōu)化營銷策略，降低營銷成本。谷歌的報(bào)告中指出，用戶一般會通過多達(dá)13個(gè)渠道來了解電影的信息。票房預(yù)測模型的出現(xiàn)無疑使得營銷策略的制定更加有效。
大數(shù)據(jù)分析在電影行業(yè)的應(yīng)用前景：把模糊的行業(yè)經(jīng)驗(yàn)變得更科學(xué)，更精準(zhǔn)
票房預(yù)測模型的公布，讓業(yè)內(nèi)人士再次見證了大數(shù)據(jù)的成功應(yīng)用。近年來，大數(shù)據(jù)在電影行業(yè)的應(yīng)用越來越引起關(guān)注，比如此前谷歌利用搜索數(shù)據(jù)預(yù)測了奧斯卡獲獎?wù)撸琋eflix通過大數(shù)據(jù)分析深度挖掘了用戶的喜好，捧紅了《紙牌屋》等。但大數(shù)據(jù)對電影行業(yè)的價(jià)值到底如何，仍然眾說紛紜。夢工廠CEO卡森伯格最近接受騰訊財(cái)經(jīng)專訪時(shí)發(fā)表了一個(gè)似乎悲觀的態(tài)度：電影創(chuàng)作靠創(chuàng)造力，不靠數(shù)據(jù)分析。
要理解大數(shù)據(jù)對電影行業(yè)的影響，首先需要對大數(shù)據(jù)分析有正確的認(rèn)識。大數(shù)據(jù)分析的本質(zhì)，在于通過數(shù)據(jù)，更精準(zhǔn)地挖掘用戶的需求。而誰能掌握用戶的需求，誰就可以引領(lǐng)行業(yè)的發(fā)展。谷歌的票房預(yù)測模型，本質(zhì)上也是通過搜索量，挖掘出用戶對電影的需求有多大，進(jìn)而預(yù)測出票房收入。值得注意的是，谷歌的模型基于的只是宏觀的搜索量的統(tǒng)計(jì)，對用戶需求的挖掘相對表面。如何從搜索數(shù)據(jù)中更深地挖掘用戶的需求將是未來的趨勢之一。
既然大數(shù)據(jù)分析的核心是挖掘用戶需求，所以一大核心問題是：哪些用戶的需求是可以從數(shù)據(jù)中挖掘到的？要知道，并不是任何需求都可以被挖掘到，或者說可以被精準(zhǔn)地挖掘到。能夠通過大數(shù)據(jù)分析挖掘到的需求，一般是符合行業(yè)經(jīng)驗(yàn)的，應(yīng)當(dāng)是業(yè)內(nèi)人士覺得可以被挖掘的（有時(shí)候，挖掘出的需求可能會超出行業(yè)經(jīng)驗(yàn)，甚至產(chǎn)生顛覆性的影響）。谷歌的預(yù)測模型的基本假設(shè)，是符合行業(yè)直覺的，即電影的搜索量越大，往往票房收入越大。模型能夠提前一個(gè)月預(yù)測票房，也符合行業(yè)經(jīng)驗(yàn)，正如谷歌的一項(xiàng)行業(yè)調(diào)研揭示的：大多數(shù)觀眾會在電影首映4周前去了解電影。數(shù)據(jù)分析技術(shù)，是把這種模糊的行業(yè)經(jīng)驗(yàn)，變得更科學(xué)，變得更精準(zhǔn)。而這一過程，很可能會深層次地改變電影行業(yè)。