Netflix的独门秘笈？算法还是人？

大数据文摘翻译作品

作者：tim-wu

翻译：魏子敏,于婷婷

校对：Linda Bi

如需转载，后台留言申请授权

欢迎熟悉外语（含各种“小语种”）的朋友，加入大数据文摘翻译志愿者团队，分别回复“翻译”和“志愿者”可了解更详细信息。

在今年圣丹斯电影节的开幕式上，和往常一样，有两部电影进行了首映，并获得了记者及影评人的最大关注。第一部电影是《What Happened,Miss Simone?》，一部关于歌手以及人权偶像Nina Simone的纪录片。这部电影由Netflix公司投资，这项投资至少一部分是基于公司搜集的用户信息数据的：搜集的信息包括我们观看什么，什么时候观看，对观看的节目如何评价，甚至我们何时点击回放。第二部首映影片是一部叫做《The Bronze》的喜剧，电影将一位电视明星Melissa Rauch（《生活大爆炸》里的 Bernadette ）塑造成了一位粗俗的体操运动员；影片的高潮是一些生动的体操色情镜头，其中包括一种可以被看作新尝试的马鞍下马动作。《The Bronze》是几位富豪私人投资的，也是圣丹斯导演John Cooper的个人选择，或者至少他在上映时候是这么说的。

尽管算不上正式的竞争，当晚看起来依然是“算法”完胜“直觉”。《Miss Simone》的首映获得了广泛好评以及批判性的尊重。《The Bronze》尽管也收获了一些笑声，但目前在“烂番茄”（电影评论网站）上的评价只有百分之十，并且影评人在该网站上称“看完这部片子是对自己的惩罚”，以及“一部没有内涵的愚蠢讽刺片”。

制片公司跟电视网络一直以来都是根据少数几个经营人的直觉来决定拍摄什么的。电视制片公司以尼尔森收视率为指标，电影公司则由票房作为指标。但这些都是相对简单的指标，并且非常不靠谱；正如编剧William Goldman的名言：“没有人，没有人，现在或者任何时候，能够预料什么样的电影会卖座。”随着棒球资料分析的出现以及政治民意调查的兴起，用数据分析改变电影行业（真正了解到观众想看什么）的潜力变得日益清晰。

Netflix公司以及其首席内容官Ted Sarandos是大数据引导项目的最直言不讳的支持者，他们认为大数据的引导是他们最成功的影视作品背后的要素，像《纸牌屋》以及《女子监狱》。《纸牌屋》开播后不久，David Carr就在《时代周刊》称“大的赌注现在由大数据引导。”在2013年，剧中主角Kevin Spacey说，Netflix公司曾经跟他说：“我们相信你。我们进行了数据分析并且数据显示我们的观众会观看这个电视剧。我们不需要你做试点。你想拍几季呢？”

但是近年来，我开始怀疑Netflix公司的重大决定是否真的像他们所宣称的那样由数据引领。这间公司的确拥有比任何人都多的观众数据（可能除了YouTube之外），所以它有理由强调自己的竞争优势。但是，当我几年前报道一个关于Netflix公司跨文化跟影迷交流的故事时，我开始感到他们的最大赌注似乎最终都是由一个独特狂热的发行人引领的，例如David Fincher (《纸牌屋》), Jenji Leslie Kohan (《女子监狱》), Ricky Gervais (《德里克》), John Fusco (“马可波罗”), or MitchellHurwitz (《发展受阻》)。尽管Netflix公司并没有公布他们的收视率数字，该公司的一些节目，例如《马可波罗》，似乎不能与《纸牌屋》这样的节目给观众带来同等的兴奋感。总的来说，我的确相信一种复杂的算法在此过程中发挥作用，但我认为这个算法的名字叫做Ted Sarandos。

我在一次圣丹斯专题讨论会上向Sarandos陈述了我的这个理论，这个讨论会名为“我如何学会停止焦虑并相信算法”，是由MySpace的前任主席Jason Hirschhorn负责主办的。Sarandos面容愉快，犹豫了一下说，“知道哪些数据要忽略是很重要的，”他最终承认，“事实上，大概是70-30的比例。”但是哪边是七十哪边是三十呢？“百分之七十是数据，百分之三十是判断，”他后来告诉我。之后他停顿了一下继续说，“但是这百分之三十是需要优先考虑的，或许这样说更有道理。”

当然，在数据与直觉相结合和完全依靠算法（等同于利用Siri找到附近加油站）之间存在很大区别。我认为没有任何人在做重大决定时是如此的，不管是Netflix还是米特·罗姆尼。正如Chris Kelly，Fandor（一家独立电影网络频道）的首席执行官告诉我的，“完全依赖数据是不对的。”即使是谷歌，算法界的冠军，也会运用大量的人力调节来确保搜索引擎运转恰当。（谷歌对这一点极为重视以至于声称美国宪法第一修正案保护其对搜索结果的调整）。

我并不怀疑多数公司日常运作更加依赖数据，但是优秀的人力策划依然保持其优势地位。也许不同类型的人才的崛起更好的解释了我们所看到这些现象。那是信息策划的一种形式（这正是Sarandos所擅长的），其目的不是简单地猜测什么能够吸引观众，而是什么能够吸引粉丝——即那些足够兴奋到乐于传播的人。数据可能可以提供帮助，但也许更重要的是一种判定什么能够吸引人们为此着迷并且传播该信息的直觉。这表明，那些不像亚马逊和Netflix那样掌握大量数据的公司，依然可能存在竞争力，只要知道在哪里下注就足够了。

原文链接：http://www.newyorker.com/business/currency/hollywoods-big-data-big-deal

【译者简介】

说明：希望联系译者的朋友，请给“大数据文摘”后台留言，附自我介绍及微信ID，谢谢。

魏子敏：中国香港中文大学新闻学硕士，乐于研究大数据与社会现象结合的效用。硕士期间利用大数据分析媒体报道的政治偏向，2012年美国大选期间参与美国加州民主党竞选工作，搜集选民数据并统计数据反映的政治走向。相信大数据与社会科学的结合存在无数可能性，希望与志同道合的朋友共同交流进步。

于婷婷：统计研究生在读，爱好编程和数据分析。现任统计学院研究助理，主要通过R语言和xml实现可视化分析网页。对大数据技术和发展很感兴趣，也希望将来可以在这个行业发展。目前在美国生活读书，希望能与有共同兴趣的朋友沟通交流，和大家一同进步。（编者注：据可靠消息，婷婷将于2015年5月研究生毕业，希望在佛州或加州工作，有招聘需求的单位请后台留言。）

Linda Bi：现居芝加哥，数学专业精算方向硕士，对保险和金融领域的数据分析工作很感兴趣。有两年多的产品分析经验，主要负责数据库管理和统计分析工作，并向公司管理层提供产品性能改进建议。

希望通过大数据文摘这个平台，向大家介绍相关领域的高品质文章，同时也希望了解更多国内大数据和保险金融行业相关的信息，和保险金融行业从事数据分析工作的专业人士有更多的交流。希望交流的朋友，请后台留言并留下微信号，谢谢！