在洛杉矶，四月份
正午几乎已经进入盛夏，即使现在已经是太阳西沉，从停车场吹拂进来热浪依然带
滚烫夏季风味，凯文掏出手绢擦拭
下脸上汗珠，支吾着时反而没有开口，似乎找不到恰当开场白，过会，他似乎也想通什
，索性直截当地问道，“珍妮弗，关于刚才你说那个社交媒体数据检索系统，
对它非常有兴趣，如果福克斯发行付费话，是否可以购买它服务呢？就像是们购买那些数据统计机构服务样，可以付出笔现金做包年服务——当然，价钱肯定能让你满意。”
“你是说——”珍妮也是表情动，她像是从没想过这个主意样，“把大梦这部分业务独立出来，做成个数据服务部门？”
“对，对对，”凯文热情洋溢地说道，“这部分业务实际上并不涉及公司核心竞争力，还是票房预测部分，所以应该不存在保密级别问题……”
任凭凯文巧舌如簧地忽悠着自己，珍妮表面挂着又惊又喜，仿佛被他开启新视野恍然表情，实际上却是因为完全不同原因而露出微笑——和她预料样，凯文还是指望着用个相对低价钱来买到这方面服务。既然自己似乎没有意识到这种搜索系统战略价值，他也当然不会点醒自己，这种搜索系统如果应用好，能对整个影视大数据产生什样影响，不夸张地说，这甚至是会对电影电视界次g,m——
对于福克斯这样大片厂来说，资金、人脉、技术都不是问题，什样故事它都能够生产，而最大问题反而是‘到底该生产什样故事’，观众对什感兴趣？会为什花钱？像是珍妮刚才说那套理论，其实大部分公司都是能够总结出来，但在网络时代以前，想要收集线观众回馈是非常困难，也要花费大量时间，再加上影视制作周期有严重滞后性，当你意识到个热点时候，它对于影视方来说已经是完全过气，所以在这点上，公司只能因人成事，或者是高管，或者是制作人和导演，依靠他们对市场预判来进行立项。可以说这完全就是场赌博，因为并没有个成型、科学计算公式，不论由谁来做都是靠猜，只是有些人猜得较准，有些人运气较差而已。但这套数据检索系统，如果真能大规模铺开话，那对整个预测、立项流程改变完全是翻天覆地，它会由个不能量化，蒙昧、迷信混乱体系，变成可以调校，有完善论据科学系统，起码能多出项非常直观参照物——
就以《阿凡达》来举例吧，它从立项到上线，经历五六年时
请关闭浏览器阅读模式后查看本章节，否则可能部分章节内容会丢失。
