色情行業 如何分析運用 數據資料 (Big Data)

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
    1. 棕色: 39.1%
    2. 金色: 32.7% (這些金髮中, 有 60% 左右是後來染的)
    3. 黑色: 22.5%
    4. 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

  1. 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。
  2. 數據帶來的色情就業
    • SEXYJOBS.COM - 發展線上聊天、收費
  3. 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。
  4. 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」

  1. 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。
  2. 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
  3. 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。
  4. 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。

作者: Tsung

對新奇的事物都很有興趣, 喜歡簡單的東西, 過簡單的生活.

發表迴響

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料