數據應用現場:影視產業

--

讓數據助攻創意

台灣影視產業競爭激烈,尤其近年來在面對海外影視作品擁有豐富行銷宣傳資源的強勢競爭使得壓力日益提升,卻也刺激產業的成長與變化,影視環境逐漸專業分工,同時加速了台灣影視產業數據轉型的腳步,尤其去年橫掃全台2.6億票房的《返校》,就是數據助攻電影的最佳案例之一。

數據可以為影視產業做什麼?

在與眾多客戶的合作及對話過程中,我們發現即使是如此講求「創意」的產業,仍然有許多數據的著力點。因此,我們歸納出六階段的產業模型,提供影視產業工作者參考與想像。

第一階段:劇本開發及募資宣傳

(一)劇本開發

好的劇本需要編劇的創意及想法,但正是因為創意的難能可貴,才使得數據顯得更為重要。以往在劇本開發階段,最困難的就是揣摩主題設定、要融入的主題元素是否對觀眾口味,但如果透過社群數據的觀察與分析,就能進行想法的驗證,並有機會找出新的元素使用。

在我們過去與電視劇合作的案例中,可以針對特定主題關鍵字進行社群關聯性分析,除了可驗證主題的討論熱度與討論方向是否與團隊預期一致,也可以延伸出新的發現,給予編劇更多想法與點子。

(二)募資宣傳

影視作品的產出有著相當高的技術與資本門檻,因此能否獲得資源挹注也是一大關鍵。我們可以透過不同的數據指標評估贊助效益指數SEI(Sponsorship Evaluation Index)來更客觀地量化曝光效益,獲得投資人青睞;另外,近年有許多公益電影或紀錄片會透過群眾募資的方式同時進行宣傳與資金取得,這部分的規劃若能與數據結合,勢必能發揮更大的成效。

LnData SEI 研究方法介紹

第二階段:盤點資源,制定策略

當劇本開拍或作品完成之後,接著便須著手行銷與發行規劃。在此階段,為了能真正解決課題並達成目標,我們不急著開始蒐集數據與分析,而是先了解作品脈絡與製作團隊,詳細盤點有哪些行銷資源與渠道,協助制定接下來的行銷策略,並規劃對應的數據蒐集、分析、應用方式等,確保數據與行銷可以完美結合。

第三階段:定位客群與前期行銷素材優化

(一)社群分析,定位TA,提供行銷優化建議

針對社群上關於電影相關主題的討論,或是前期的行銷操作中,我們可以先進行第一階段的爬搜與分析,除了從網友討論中驗證客群的實際輪廓及他們所關注的焦點,是否與最初的TA設定一致,也可以從討論中找出新的目標客群;在確認客群定位後,透過掌握網友討論風向與剖析電影元素期待值,提供行銷建議並增加官方帳號粉絲數與互動量。

透過社群留言語意分析區分不同觀眾群(以《返校》為例)

以《返校》為例,我們運用社群聆聽,給予社群行銷的優化建議。首先,我們透過文字雲分析,找出討論關鍵字,成為後續操作hashtag的內容:比如針對年輕族群,就提出「#返校看學姊」成功帶動年輕人跟風。此外,也可對針對hashtag進行爬搜,追蹤後續轉化成效,以利持續進行優化測試。

透過留言分析產出文字雲(以《返校》為例)

(二)預告片數位廣告監測

我們發現預告片是電影最重要的行銷素材,透過廣告監測可知悉廣告受眾輪廓與點擊頻率,依照成效即時調整廣告素材(例如使用不同預告片段),有效進行廣告優化。

(三)廣告素材衡量

透過Neuro 神經科學測量工具對專案受測小組進行腦波及眼動測量,可真實測量並評估受測者對於電影海報、劇照或預告片等行銷素材的直觀反應,舉例來說,可以從腦波起伏觀察受測者的反應;或是根據眼動數據顯示受測者的視覺焦點與視線軌跡,並作為日後優化海報、素材的依據。

透過腦波與眼動路徑分析素材效果(以《返校》為例)

第四階段:映前行銷建議

在作品上映前夕,往往是行銷宣傳最緊鑼密鼓的時刻。此階段的重點是如何從少部分觀眾的反應中掌握關鍵,制定對應策略以製造話題與聲量。

1. 映前問卷分析

透過映前問卷,掌握受眾真實意見,即時進行社群溝通,以提高票房與收視。例如在《返校》案例中,根據調查結果顯示,大部分女性受測者在初期主要因為驚悚元素過多而沒有意願進影院,得到了這個結果後,團隊們決定減少恐怖驚悚的宣傳主題,並嘗試與女性 KOL 合作、調整溝通話術,著墨在未竟師生戀的遺憾,或是男配角的演員魅力以提升女性進影院的意願。

2. 試映會社群分析

藉由試映會人流與相關的社群討論,了解觀眾想法並調整行銷策略。

3. Beacon 線下數據蒐集

從線下活動收集到的數據,也能有效利用在數位行銷。舉例來說:《返校》在上映前兩周曾舉辦實體展覽,重現電影場景,於是LnData透過Beacon技術,收集每個場景駐足的人流動態和打卡數量,了解哪些場景最受歡迎,做為後續行銷的操作重點。

測量實體展區人流(以《返校》為例)

除此之外,透過Beacon採集每位觀眾特定的「廣告ID」,根據條件定義區分出不同的受眾,便可針對目標人群進行再行銷。

第五階段:上映後行銷建議

作品上映後,社群上相關討論通常會隨之增加,此時更需要隨時關注社群討論狀況,以隨時調整策略與應對突發狀況。

(一)社群討論追蹤與即時預警

社群討論中往往容易出現意料之外的亮點,如何在第一時間掌握社群討論趨勢,馬上跟上進行相關的行銷操作,便是決定能否進一步擴大熱度的關鍵;此外,討論熱度越高的作品,往往也越容易出現公關危機。以《返校》為例,由於主題敏感且適逢香港反送中事件,網路上也出現許多惡意負評。因此 LnData 立刻協助團隊啟動危機預警機制,透過負面關鍵字的設定,第一時間掌握惡意攻擊並即時應對。

即時危機預警示意(以《返校》為例)

(二)競品追蹤與分析

針對同時上映的日本動畫導演新海誠的最新力作《天氣之子》,是團隊最大勁敵。但在比較兩者社群聲量後發現,雖然《天氣之子》在IG互動很高,卻大多來自香港,而《返校》在FB的互動量則是《天氣之子》的三倍。這樣的數據除了給予團隊更大的信心,也可做為策略調整的參考依據。

第六階段:海外、跨平台與周邊行銷建議

作品上映後如果迴響不錯,下一步便是如何維持熱度與跨足海外,而LnData也可透過數據分析提供電影團隊後續相關行銷建議:

(一)分析國外類似作品,掌握社群關鍵

藉由國外作品的高人氣與討論,截取兩者之共通點做為後續社群主題選擇的參考,搭上討論熱度,不僅能增加曝光量,也能吸引更多潛在受眾關注。

(二)針對廣告受眾分群再投遞,增加電影進場人數

LnData可以透過不同時期的廣告點擊狀況歸納消費者偏好,進行分眾並幫助客戶在不同平台上進行精準再行銷,持續增加電影進場人數。

(三)海外策略發展

LnData透過社群的無遠弗屆可以分析海外市場的網路聲量,甚至在越南、新加坡、印尼等地皆設有據點及在地合作夥伴,能夠獲得更精準、真實、在地化的分析數據,整理並提供團隊未來決策的參考依據。

(四)多平台上架發行

透過社群爬蒐與數據分析,可以找出最有潛力的OTT平台;若能與OTT平台進一步合作,我們便能透過用戶的行為數據找出潛在受眾,並且針對他們進行更客製化的行銷。

(五)周邊

從影視IP延伸出的周邊往往能創造不亞於票房的收益,如同影視作品本身的分析,我們也可以透過映後的社群聲量與消費者意見調查,協助規劃周邊商品的產出與行銷宣傳,並結合Ln{Track}廣告監測與Ln{SITE}官網流量監測,協助團隊隨時優化策略,提高轉換率。

未來展望

數據並不是萬靈丹,或是一個作品成功的保證書,對我們來說,數據更像是一個『藥引』,引導我們做出正確的決策判斷。創意最重要仍然回到「人」的身上,而數據的角色則是驗證與輔助,幫助創意產出時能有客觀的依循,並讓每分資源都可以充分被利用。

未來台灣的內容產業,或許可以從整合各方資源開始,讓有潛力的題材對接的對製作團隊、透過數據背書獲得資本挹注,產出具市場潛力的各類作品與IP;並借鏡歐美或日韓市場,將IP以科學化、數據化的方式經營與變現:從院線上映、影音串流到周邊商品,有效降低產出的資源浪費、大幅提高行銷命中率,達成有效延長IP生命週期,創造更大的商業價值,促進台灣影視蓬勃發展。

對我們有興趣嗎?趕快看看我們有什麼

--

--

LnData 麟數據科技
LnData 麟數據科技

Written by LnData 麟數據科技

台灣領先的數據顧問品牌,提供企業專業且多元的數據服務與趨勢洞察。

No responses yet