案例7.2 网飞用大数据找到内容爆款

   一是善于分析。Netflix善于分析数据，如Netflix在《纸牌屋》播出之前就通过数据分析发现，1990年版的英剧《纸牌屋》长盛不衰，观众偏爱大卫•芬奇的导演风格，认可凯文•斯派西的演技。基于这些数据，Netflix大胆整合以上三元素，并砸下重金买下版权进行拍摄。事实证明，基于细致的数据，《纸牌屋》在播出当季就为Netflix带来300万新增会员、同比增长18%的收入，并成为首部艾美奖提名的网络剧。这些成绩奠定了Netflix引领美国电视行业重构的地位，成为流媒体的成功样本。

   二是肯花钱。Netflix以资金直击内容，其管理层曾直言他们愿意在一个很好的剧本上花费最高2000万美金一集。如《鱿鱼游戏》总投资达200亿韩元（约人民币1.1亿元），单集投入高达1200万人民币。Netflix近年来以每年高达几十亿美元的巨量资金，在原创内容制作方面持续发力，除了签约金牌制作人、导演团队，网罗盛产精品的创作团队外，还积极拓展自己的影视制作大本营，在全球多地成立制作中心，使更多高质量的“Netflix制作”节目涌入市场。

    三是敢于尝试。Netflix敢于尝试不同的工作模式。如2017年Netflix的第一部自制韩剧《我唯一的情歌》在播出后惨遭滑铁卢，直到2年后《王国》的出现，才让Netflix在韩剧市场有了一席之地。拍摄《王国》时，Netflix选择了与本土成熟团队合作，请韩国专家团队保驾护航，才有了收视口碑双赢。再如刚进入中国台湾市场时，Netflix制作的《罪梦者》《极道千金》《彼岸之嫁》均反响一般，到了《谁是被害者》时，从买下小说版权、剧集开发拍摄、后期剪辑等环节，Netflix均没有干预，才收获了市场，克服了水土不服的问题。

启发思考：结合案例分析大数据营销在影视制作发行中的作用。

案例7.3 携程定制旅行平台的实践

（1）推荐引擎。定制旅行是全新的C2B方式，客人只要简单地下一个需求单，系统就会在后台匹配并推荐合适的定制师。携程的定制旅行主页会根据用户的特征智能推荐目的地和定制师。

（2）交易撮合。定制旅行下需求单的页面非常简洁，用户只需填入极少的字段，使用传统数据技术即可以解读这部分结构化数据；用户备注的文本信息属于非结构化数据，系统需要先使用AI技术对其进行解读，提取结构化信息，再将结构化信息加工整合形成用户画像和标签信息。

定制师也有很多维度的特征信息，如擅长的目的地、擅长的品类、擅长的客户群、服务质量评分、历史成交情况等。系统对这些用户特征数据和定制师特征数据进行匹配，提升交易撮合的精度。定制旅行的供应商端有抢单池，客人的需求单会匹配到供应商的抢单池。如果定制师评估自己可以去接这个生意，就会去抢单，主动为用户提供服务。

启发思考：

（1）携程定制旅行服务的关键是什么？

（2）分析定制旅行服务中的数据类型及其作用。