بدون دانستن حق شماست ، بیشتر بدانید
سایت بدون – این‌روزها درباره «کلان‌داده» یا «Big Data» چیزهای زیادی می‌شنویم؛ داده‌های با حجم زیاد که در تنوع و سرعت بالایی تولید می‌شوند و آن‌ها را از جست‌وجوهای اینترنتی کاربران، رفتار آن‌ها در فضای مجازی و کلی منبع دیگر به‌دست می‌آورند. تحلیل کلان‌داده‌ها در صنعت حمل‌ونقل، بهداشت، آموزش، فروش و تقریبا همه حوزه‌های زندگی اجتماعی به‌کار می‌آید. اما کلان‌داده در سینما دقیقا چه کار می‌کند؟ برویم ببینیم.
شناخت دقیق از سلیقه مخاطب
کارگردان‌ها چطور می‌فهمند چه فیلمی بسازند که مخاطب، آن را دوست داشته‌باشد؟ از کجا معلوم که بعد از کلی تلاش و هزینه، مردم دل‌شان بخواهد فیلم آن‌ها را ببینند؟ خب دانش و تجربه به‌کار می‌آید اما نتیجه هیچ‌وقت قطعی نیست. کم نیستند فیلم‌سازهای باسابقه و سرشناسی که در جلب نظر مخاطب‌ها شکست می‌خورند. این‌جاست که سروکله کلان‌داده پیدا می‌شود تا به عوامل صنعت سینما کمک کند تا الگوهای مربوط به سلیقه و رفتار مصرف‌کنندگان را شناسایی کنند و داده‌هایی را که در این‌باره به‌دست می‌آورند، تجزیه و تحلیل کنند. این کار چطور انجام می‌شود؟ کجا می‌شود داده‌های مرتبط را پیدا کرد؟ تلفن‌های هوشمند، تبلت‌ها و رایانه‌های شخصی مهم‌ترین منابعی هستند که عادت‌های تماشای مردم را می‌شود در آن‌ها رصد کرد. شرکت‌های فیلم‌سازی در گذشته با نظرسنجی و اجرای برنامه‌هایی روی مخاطبان آزمایشی، سعی می‌کردند سلیقه مخاطب را پیدا کنند؛ کاری سخت و زمان‌بر و پرهزینه. حالا شرکت‌هایی مثل نتفلکیس، به کمک هوش مصنوعی، رفتار مخاطبان را زیرنظر می‌گیرندکه چه فیلم‌هایی را بیشتر می‌بینند؟ چه ژانرهایی می‌پسندند؟ کدام بازیگرها توجه بیشتری را جلب می‌کنند؟ بعد براساس داده‌هایی که به‌دست می‌آورند، به فیلم‌سازها می‌گویند چه چیزهایی در فیلم، مخاطب را جذب و چه چیزهایی او را ناامید می‌کند. تجزیه‌وتحلیل کلان‌داده‌ها همچنین می‌تواند پویش‌های تبلیغاتی هدفمند ایجاد کند تا گروه‌های مختلف، راحت‌تر فیلم‌های موردعلاقه‌شان را پیدا کنند.
کشف الگوهای تماشا
حالا که از کلیت ماجرا سردرآوردیم، برویم ببینیم نتفلکیس، چطور از رفتار مخاطبان، به نتایج مفید برای فیلم‌سازها می‌رسد. این شرکت می‌داند که هر کاربر بین ۶۰ تا ۹۰ ثانیه، وقت صرف انتخاب فیلم می‌کند و در این مدت چیزی بین ۱۰ تا ۱۲ عنوان فیلم را سریع و سرسری نگاه می‌کند. همچنین می‌داند اگر بیننده‌ها بعد از دیدن ۷۰درصد یک فیلم، آن را متوقف کنند و دیگر سراغش را نگیرند، احتمالا آن‌قدر فیلم ترسناکی بوده که بیننده حاضر نشده با پایان فیلم مواجه شود. بعضی‌وقت‌ها هم بیننده‌ها قبل از رسیدن به ۷۰درصد فیلم، آن را رها می‌کنند و تا آخر نمی‌بینند. خب نتفلیکس می‌فهمد این فیلم، حوصله مخاطب را سر برده، پس احتمالا فیلم‌های مشابه آن هم به همین سرنوشت دچار خواهندشد. این شرکت چندسال پیش یک جایزه نقدی جالب‌توجه تعیین کرد برای کسانی که بتوانند بهترین الگوریتم را پیدا کنند تا بشود براساس آن، نحوه انتخاب فیلم کاربرها و امتیازدهی‌شان را پیش‌بینی کرد. حالا براساس آن تلاش‌ها، هوش مصنوعی به‌کاررفته در نتفلیکس، داده‌های مخاطبانش را تحلیل می‌کند و براساس‌شان به آن‌ها فیلم‌هایی را پیشنهاد می‌دهد که دوست دارند. به‌علاوه خودش هم از این داد‌ه‌ها استفاده می‌کند تا آثاری تولید کند که مخاطب بیشتری داشته‌باشد. به این‌ترتیب با شناخت دقیق سلیقه مخاطب، از رقبا جلو می‌زند.
