《我們與惡的距離》、《返校》宣傳親揭：「數據＋AI」怎麼讓觀眾上癮

曾經遍佈全美的錄影帶出租公司百視達，因為Netflix的串流服務而漸趨下風，而最初Netflix成功的關鍵就是「用戶推薦演算法」。

面對大數據時代，影視產業也希望透過資料科學和AI的應用崛起，隨之帶動了專注於數據分析的企業和新創。

Meet Global與台灣資料科學社群共同主辦的Meet Global社群交流日便邀請到幫助服務業數位轉型的「資策會數位服務創新研究所」副主任徐毓良、台灣新創「麟數據科技」策略長謝佩芳，和Netflix串流平台數據分析師李庭柏，分享如何運用數據分析和AI工具應用在影視作品上。

用數據行銷：找對觀眾，了解觀眾，才有紅的機會

「想要讓作品紅，首先得知道目標對象是誰，在哪些平台可以產生口碑。」曾利用數據監測幫助台灣電影《返校》宣傳的麟數據科技策略長謝佩芳表示，他觀察到台灣不少好的影視作品在行銷方面沒有做的很完善，而對於這些好作品被大眾忽略感到可惜，希望利用數據和社群等方式幫助他們建立口碑和宣傳。

麟數據科技將會影響電影或是戲劇的因素，分解成一步步要解決的問題點，並從分析的結果中建立數據化的資料庫，幫助需要的影視作品對焦其TA族群。謝佩芳以曾協助宣傳的台灣電影《鬼才之道》舉例，麟數據主要以2種面向做分析：

1. 透過網路受眾問卷收集民眾對於影視作品的想法，統整出哪些是觀眾想看的賣點；

2. 利用Neuro box腦神經科學測量工具做電影試播測試，收集測試者的眼動數據，監測其眼球的移動，分析劇中的哪些元素會影響到眼球的停留時間，再透過腦波的測量收集觀看者的神經反應，判斷其情緒和專注程度，綜合兩者得出的數據結果預測觀眾反應，協助編劇或導演在作品上的調整。

「過往的數據不能幫助創意，但能帶出人性的共鳴點或共通點。」除了數據監測之外，謝佩芳表示，社群聆聽也是麟數據科技的核心技術，藉由分析同類型的影視作品在哪些平台有比較高的聲量，或是哪些藝人、KOL對這類型的作品會有比較高的影響力，進而規劃行銷宣傳，制定社群宣傳的後續策略。

用數據創造：加速靈感和生產力，相輔相成的AI和數據分析

AI影像分析除了用於行銷，也能變成劇情的靈感來源。

資策會數位服務創新研究所副主任徐毓良表示，導演和編劇總希望劇情符合真實情況，尤其是寫實事件的歷史作品，因此開發初期會需要很多歷史研究與相關案例的靈感。

以前的作法或許是田野調查、找目標對象訪談或是從Google搜尋相關資料，但現在還能運用大數據分析或影像分析，從影音平台、新聞資料或是搜尋紀錄等公開數據查找史實資料。

「當時《與惡》（《我們與惡的距離》）編劇跟我說，他需要在劇中有多一點不同的衝突和觀點。」徐毓良表示，通常編劇以田調和訪談方式整理出來的資料，可能會有量不夠多的困境，就會需要資策會用大數據的方式協助搜集和整理。

以《我們與惡的距離》來說，編劇先以各種隨機攻擊的社會事件為搜尋主軸，再從各大論壇、新聞，甚至是司法判決書中找到相關文章，並標記各個文章中提到的事件內容關鍵字、人物以及最主要討論的議題為何，整理出一些可能會用到的題材元素。

這些資料反映了大眾對劇本裡預定探討議題的相關網路輿論，例如劇中角色對立的觀點，就是參考大眾之間不同立場的發言，可以很好的給予編劇在創作上的靈感。