情色行業的科技、技術都領先群雄, 這篇文章特別讓我感受良深~ 他們不打口號, 直接運用數據資料, 這才是 Big Data 的精華~
文章內的這段話, 講得非常寫實:
- 如今，網路產業會如此之多如同過江之鯽，隨便找個會場坐下，估計不出一分鐘，就能聽到創新、大數據、雲端等幾個名詞。而在世界範圍上，很少有色情網站界的人士參加這種產業研討會，去暢談大數據。
- 原因也許是因為他們離錢太近，他們更關注每次從數據引發的創新能否帶來收益上的變化，而不是去當專家空談。我一直有個狹隘不成熟的偏見，凡是在舞台上竄下跳，天天發軟文刷存在感的企業，往往是危機來臨的前兆。
這幾段話也寫得非常實在:
- 在這個不缺創意缺實現的年代，想到什麼不重要，做出什麼才重要。
- 「很簡單，去發現用戶喜歡什麼，然後我們去滿足他們。」
- 多時候，數據就是這麼簡單，清清楚楚的放在那裡，任你蹂躪，但是如何用得漂亮，那就需要對數據對使用者的潛心研究。
色情行業 如何分析運用 數據資料 (Big Data)
此篇文章作者的朋友花 6個月的時間, 分析 1萬名色情艷星 及 她們的 12萬部作品(從 iafd.com 取出), 從而做出來專業數據報告, 讓大家知道真實得數字資料, 不要憑空猜想~
下述數據資料、文章摘錄 整理自此篇: 網路心理學：色情業如何運用數據創新？
一、關於色情行業的大數據
在很多人的潛在意識中，歐美的色情明星應該是金發碧眼丰乳肥臀的模樣，魔鬼身材皮膚白皙，狂野中帶著性感，風情中帶著誘惑。
在10,000 名女艷星中, 有以下這些特徵 (以後選角色可以更方便快速):
- 頭髮顏色
- 棕色: 39.1%
- 金色: 32.7% (這些金髮中, 有 60% 左右是後來染的)
- 黑色: 22.5%
- 紅色: 5.3%
- 罩杯
- B (34B 最多) > C > D > DD (歐美標準, 約F罩杯)
- 註: 沒有 A罩杯的資料
- 年齡
- 平均入行年齡: 22 歲
- 在 70 年代, 艷星的平均職業生涯:
- 男性: 12 年
- 女性: 9 年
- 現在 2014年, 平均職業生涯:
- 男性: 4 年
- 女性: 3 年
- 註: 所以在每年一度的 AVN 獎(成人界的奧斯卡獎)中, 基本上沒有能蟬聯的艷星
- 最勤勞的男、女艷星
- 最勤勞的男艷星 湯姆拜倫 一共拍了 2,549 部色情片, 睡了 1,127 位女星
- 最勤勞的女艷星則非 尼娜-哈特林 莫屬, 只是由於男女有別, 她只睡過 199 個男艷星, 但是從 1984 年開始, 她一共拍了 938 部作品
- 拍片數量統計
- 拍一部作品就銷聲匿跡的比例: 10% ~ 30% 的女性會只拍一部作品 (無法知道是她不願意拍了，還是沒人找她拍)
- 拍三部或以上: 53% 的女性都拍了三部或者以上 (也許退出僅僅是因為不喜歡，而絕不是所想的那樣屈辱和痛苦)
- 作品標題關鍵字排名
- TEEN (青少年), 有近 2,000 部作品標題中包含這個詞
- MILF (熟女) - 其中女主角平均年齡為 33 歲， 7% 的女星超過 40 歲，超過 50 歲的超過 4%
- Wife
- 數據資料應用
- 結論: 棕髮 + B罩杯白人美女 + 肚臍到大腿之間紋有一隻蝎子 - 挖來拍片, 取自下述此段話:
- 數據是死的，重要的是數據分析後的結果如何去使用。例如喬恩也從廣大的艷星群體中提取了一張艷星最受歡迎的大眾臉，再加上其他的特徵，以後星探們工作就會輕鬆很多，只用拿一張照片，蹲在街頭，看到一個棕髮 B 杯白人美女，就衝上去問：「你的肚臍到大腿之間是否紋有一隻蝎子？要有的話，你就完全符合超級艷星的標準，來，跟我們去拍電影吧。先給 300 人民幣現金試鏡費吧。沒現金沒事，這旁邊有ATM機。」
二、由數據分析引發的創新之舉
此段話太寫實, 直接引用:
如今，網路產業會如此之多如同過江之鯽，隨便找個會場坐下，估計不出一分鐘，就能聽到創新、大數據、雲端等幾個名詞。而在世界範圍上，很少有色情網站界的人士參加這種產業研討會，去暢談大數據。
原因也許是因為他們離錢太近，他們更關注每次從數據引發的創新能否帶來收益上的變化，而不是去當專家空談。我一直有個狹隘不成熟的偏見，凡是在舞台上竄下跳，天天發軟文刷存在感的企業，往往是危機來臨的前兆。
數據分析引發的商業模式
- 數據幫助色情帝國轉型
- 工作人員在 Twitter 上無意發現很多人居然在問男主角的衣服是什麼牌子的, 在哪裡可以買到?
- 後來他們就引進了服裝生產線, 開始生產 Hustler 品牌的個性時尚服飾。
- 數據帶來的色情就業
- SEXYJOBS.COM - 發展線上聊天、收費
- 數據帶來的產品與技術創新
- 很多成人影片公司都檢測到了自己的客戶中, 女性用戶的比重正在逐漸提升, 看A片不僅僅只是男人的事情。
- 但是只有 New Sensations 公司真正的利用上了數據, 在新拍的影片中, 更看重文藝性, 而不是走獵奇和獸性的路子。他們說想拍出能讓女性主動邀請男人看的 A 片。
- 數據帶來的線下產品創新
- 做高端性玩具的 LELO 品牌，他們在做用戶調查的時候，發現購買自己性玩具和情趣內衣的用戶中，有 46% 的用戶有過 SM 的經歷，而其中具體項目排名中第二是滴蠟。所以他們就推出了 30 美元的滴蠟按摩油。可以作為蠟燭燃燒，滴到身上後，就成了按摩油。
- 隨後 LELO 又推出了 10 美元的普通按摩油，數據顯示，很多買了滴蠟按摩油的用戶都會順手再買一個普通裝的。
三、 創新之源來自「做到」
- 在這個不缺創意缺實現的年代，想到什麼不重要，做出什麼才重要。
- 特別是在研究數據方面，歐美艷星流和日本女優流就有顯著的區別:
- 歐美把色情行業當做商業來運作，更多的數據分析，更強的技術創新
- 日本把 AV 行業當做娛樂產業來運作，體現在更多的蘿莉幼齒，更多的清純人妻上
- ManWin，色情行業的帝國企業，全球排名第一的成人站就是他們控股，每個月能拿到大約 16 億瀏覽者的數據資料，當問到他們如何處理這些數據時，他們的 COO 表示：「很簡單，去發現用戶喜歡什麼，然後我們去滿足他們。」
- 很多時候，數據就是這麼簡單，清清楚楚的放在那裡，任你蹂躪，但是如何用得漂亮，那就需要對數據對使用者的潛心研究。
