微读吧 >> 一起拍电影 >> 关于“ 精准预测票房“的悖论:风险评估才是预测根本!

手机扫描下方二维码

关于“ 精准预测票房“的悖论:风险评估才是预测根本!

原创2018-04-28 吕世明 一起拍电影


好的项目未必会赚钱,坏的项目反而有可能赚钱,这个情况和比例目前国内远高于北美地区。票房预测其实更应该用于宣发、保底这些产业人员所考量,对于普通观众并没有太多意义,对于狂热粉丝而言,一口毒奶也不一定是影片最终的票房,反而对其形成干扰。


文| 吕世明   编辑| 庞宏波


至少在《泰囧》上映之前,无论是影视行业内部人士,还是普通的观众,想知道一部影片的票房都不那么容易,更别提预测票房。

 

如果 “精准的预测票房”概念成立,那么拍电影一定是一个准赚不赔的买卖了,因为一旦预测票房和成本相违背,那么赔钱的电影项目就不会孵化,可以在前期就杀死电影亏本的风险。

 

伴随着互联网?和大数据时代的到来,在内地电影市场到底存不存在“预测票房”的能力,预测票房到底其意义又何在呢?

 

票房预测是一个逐步演变的经济+科学进步的过程

 

预测票房的雏形其实早在上个世界三四十年代便已经出现,因当时胶片拷贝的价格昂贵,一个黑白胶片拷贝远比后期彩色胶片昂贵的多,制片厂首要考虑的问题是一部电影要冲洗多少个胶片、发行的范围要多大。

 

(乔治·盖洛普1901-1984)


美国的著名数学家、社会学家乔治·盖洛普在三四十年代提出的抽样调查方法最早被应用于总统选举,后期被制片厂和发行公司纳入到票房预测系统,这也是最早的票房预测模式。

 

在当时的研究中,盖洛普和电影业发现片名、故事、演员和宣传是对观众最有影响力的要素,同时其他学者添加的口碑,这些成为影片票房预测的主要构成部分。


到七八十年代,电视产业的蓬勃发展,特别是体育比赛的直播,严重的冲击到电影产业。

 

在此期间密歇根州立大学经济学家巴里?利特曼提出了更极具参考价值的电影票房分析模型,他把影响电影票房的变量划分为三大部分:创意、发行/上映时间以及电影营销,这个理论也是众多电影专业最为熟知的理论。

 

图引于《当代西方电影票房预测研究的发展演变》,作者王建陵


利用该表格,巴里?利特曼推算一个公式,据称在当时也推算出多部影片的票房。

 

Y=-28.482×106+7.232×106顶级导演+14.846×106明星+11.818×106科幻+13.858×106续集+24.932×106奥斯卡提名-4.966×106剧情+6.972×106影评+3.814×106大发行公司

 

看不懂这个公式? 其实没必要理解,我们可以通过这个公式,了解到影响一部影片票房的主要因素和每个因素所占的加权系数就好了。

 

更通俗的一些来讲,能够影响票房的因素非常多,但每个因素的对票房影响的权重并不完全相等。

 

更直白一些,该公司中,明星的权重系数是14.846,要比导演的7.232更高,说明演员对于影片票房号召力更强,但奥斯卡提名系数是24.932,则说明拿到奥斯卡提名远比演员和导演的知名度更重要。


同时,斯格特·苏凯电影票房动态分析模型也在其期间更完善了票房的预测模型,不过在当时北美年产的影片数量有限,当时的好莱坞八大对风险控制能力较强,票房预测更多前置于项目评估,更像一种风险评估而非现在的票房预测。

 

到后期,北美学者还根据神经网络技术研究出所谓的BPNN(机器学习模型)算法,通俗说,他们把1998-2002年的834部电影,根据他们的MPAA分级、同档期因素、明星、类型、成本、是否续集衍生和发行范围等等因素,进一步推算票房的规律。

 

但这种模式的准确率非常低,仅仅不到37%,(但仍然高于或持平目前大部分的预测),不过这种方式却成为了目前票房预测最基准的模型。

 

国内干扰票房的预测的因素众多,精准预测票房极难达成

 

内地从2011年票房曾阶梯型增长开始,院线、影城、投资方、片方包括观众对影片的票房成绩的透明度有了更高的要求,同时像微博等自媒体更方便快捷的让大家可以获得到票房的信息。

 

到了2013年,从较早的自媒体预测时代开始的票房预测模型逐步开始有了基于大数据分析模式推演的票房预测。

 

此时的票房预测在结合之前北美的预测推演模型基础上,更多结合到国内的情况,比如北美基于博客、我们基于新浪微博;北美基于新闻报道、我们基于百度指数(或者其他热搜指数);北美基于推特(暨Twitter),我们基于微信等指数;北美基于Google搜索,我们基于大数据平台的预测等等。

 

总之,目前每个自称可以精准预测票房的平台,都有自己一套所谓的推算公式来计算票房,包括猫眼APP专业版,每天22点左右都会推送第二天的单日票房预测和调整后的影片整体票房预测。

 

但不同于一些硬性的数字和呆板的加权占比,能够影响和左右票房的因素实在太多,这里不妨举出几条能够影响内地票房的因素,前提是这些因素是非常规的科学因素。

 

1. 观众群体的“摩尔换代定律”
熟悉IT行业的朋友一定了解摩尔定律,通俗的讲就是电子元器件每隔18-24月,同样的价格便可以买到对比之前性能翻倍的设备。


同理,内地电影观众群体更迭速度也很快,比如姜文的《让子弹飞》(2010年上映)票房6.78亿;但到了《一步之遥》(2014年上映)票房确下滑到5.16亿,抛出口碑的因素,说明已经有部分观众已经跳出“固有群体”,没有新的观众成为影片的售卖对象。


同样像郭敬明的《小时代》(2013年上映)票房4.88亿到《爵迹》(2016年)票房3.83亿,票房下滑不仅仅是观众聪明了,更主要原因是主创的观众群体产生更迭,他们自身提高或者厌倦离场导致这些在项目书是看起来不错的项目难以达标,该类型影片票房极难预估。


2. 地域的“歧视因素”
还是说北美,美国是一个特别收到传媒影响的国家,他们的近100年的文化基本就是建立在娱乐电影和体育产业之上,别看他们有和中国将近的国土面积,但缺没有我们这样复杂多变的地域文化。


目前几乎极少有影片可以做到全国通吃,黄金档期落位的头部作品勉强可以做到,但大部分影片则更具有地域的独特性。


地域的狭隘则更容易影响到对票房的判断,很多影
片更适应北方市场,很多影片则更容易在南方两广卖座,这种细微的差异是目前票房预测干扰的因素之一,这是大部分统计模型采纳、加权公式中最容易产生歧义的。

3. 片方“自产自销策略“


除了五大的影片之外,其他没有院线参与投资的影片其实想要去获得排片支援是非常困难的,特别是在目前院线排片执导的高压下,能够留给影城自主排片的空间极为有限。


目前无论是头部作品还是中小成本影片,想去争夺市场,势必要跟深入把资源和利益向影城投递,但这部分投递的数额、时间和方式往往不容易被大家所获知,毕竟这属于极为隐晦的商业机密。


另外,更有部分片方自产自销,这部分票房何时出现,出现的目的又是什么也不为大家所知晓,虽然这部分票房微乎其微,但也是干扰预测的主要因素。


4. 天气因素
除了地域之外,中国的环境多变,气候和天气因素往往也会影响到影片的票房,更有缺的是,东部沿海发达地区、两广地区往往是最容易遭到台风、暴雨所影响的区域,但这部分地区却是票房产出的重点区域,天气的因素尤其是暑期档,也是极少会被考虑和纳入的干扰因素。


5. “伪数据”干扰
如果看《三生三世十里桃花》的想看指数,这片票房得20亿起,但最终其仅仅5.35亿,同样《微微一笑很倾城》的热度也很高,但这些数据并不能带来相应的高票房。


但《三生三世十里桃花》的日增数据比起其他同指数的影片有很多差距,如果仅仅依据单一平台的想看指数、或者其他平台的热搜指数来判断票房,也是容易被数据所干扰。


“伪数据”并不是指数据本身是假的,而是指数据本身只能代表相应用户对项目的好奇和热衷度,是否有更强的消费愿望和行为,仍然要靠项目本身来决定。


预测票房不重要,前期的风险评估才是项目的根本

 

回到文章最初的话题,如果预测票房成立,那么我们就不存在失败的项目,毕竟能够预测出来,赔钱的项目就不会去投资孵化。

 

目前别看我们的电影产业很兴旺发达,但仍然是处于起步阶段,观众的审美稳定性仍然不高,会出现口碑倒挂的现象。

 

也就是说,好的项目未必会赚钱,坏的项目反而有可能赚钱,这个情况和比例目前国内远高于北美地区,比如北美也会出现《暮光之城》、《五十度黑》这样的差口碑、好票房的项目。

 

但这类影片在最初项目评估的时候,制片方也是会考虑到影片的口碑影响,只不过相比口碑的影响而言,影片的其他因素是具备压倒差口碑能力的。

 

内地除了目前的猫眼APP专业版之前,早在2012年,中影集团联合艾亿新融资本推出了国内第一套基于电影票房预测的估值与定价分析系统——BRP系统。

 

通过该系统对2008年到2012年600余部项目的研究发现以下有趣的现象。

1. 低成本的影片一般会比大片更卖座

2. 无名小卒主演的影片要比明星主演的影片利润率更高

3. 类型的艺术特征跟利润之间不存在直接关联,但评论的多寡(无论好评或者劣评)跟利润之间有密切关系

4. 不含暴力、色情成分的家庭影片最容易赚钱

5. 大片的续集要比普通新片更容易赚钱

6. 明星在为影片带来更高票房的同时,也往往拉低了利润率,因为大部分收入进了明星的口袋。


但目前再看这几条,又会发现大部分已经过时或者不准确了,目前国产影片票房超15亿的仅仅有《前任3》和《羞羞的铁拳》算中小成本影片,但这两部影片的宣发费用都极高。

 

同时票房过10亿的影片即便没有大明星也会有大导演去把持,很少有无名小卒主演电影成为票房爆款。续集和原创都有卖座的,很多续集反而未必有能力卖过原创电影。

 

这也足矣说明,预测的模型总会有较大的变化、毕竟市场的偶合因素足够多,一个模型的有效期是要远远落后于市场的变化。

 

票房预测其实更应该用于宣发、保底这些产业人员所考量,对于普通观众并没有太多意义,对于狂热粉丝而言,一口毒奶也不一定是影片最终的票房,反而对其形成干扰。

 

院线和影城的经营者,他们看重预测是想更加精准的排片,但市场总会有极强的调整能力,及时调整和熟悉自身才会不去依赖这些固定的票房数字。

 

其实后期预测票房,对于很多从业者而言,多多少少有一点点虚荣心理,毕竟押对数字,自然会沾沾自喜。

 

相比预测票房而言,天气预报、股市分析、赛事预测的难度同样很大,但大部分人是不会信任行业外人对这些数据的分析和预测,对于电影票房则和电影评论一样,反而成为了人人都可以发声预测的玩笑了。


【招聘(北京)】主编、记者、商务


欢迎踊跃投稿[后台回复 投稿]

一经采纳,将有600-1000元+奖励


年薪30万招聘执行主编、商务总监

20万招聘主笔

详情


  三大媒体矩阵  

更加垂直,更多干货,信手拈来!


原创内容,转载请附上版权信息及作者署名


“一起拍电影”已入驻今日头条、百度百家、界面、一点资讯等渠道,覆盖娱乐产业核心人群


投稿、商务合作、加群,请后台回复“合作”


微信:15201655723

       1028627745

邮件:285295690@qq.com


一起拍电影微信二维码
一起拍电影微信二维码
一起拍电影 热门文章
一起拍电影 最新文章