photo credit: BarcelonaDigital via photopin cc
文／Kyle Liu（政大傳院博士生）
在這波媒體產業急速變遷的浪頭上，經常可以看見，國內各個以科技／媒體為主題的趨勢論壇或專欄，無不傾力關注 Netflix 在新商業模式方面的種種開發嘗試，其一舉一動經常成為關心媒體產業者的目光焦點，引領眾人對產業前景的想像。
相較於屬性相似的 Hulu、Amazon 等影音服務網站，Netflix 得到的關注顯然更多。
或許這是因為它的自製影集《紙牌屋》獲得了巨大成功，這已不是新聞，《紙牌屋》的成功被認為是因為它運用了大數據方法，從訂戶的收視行為分析中，精準找出了最適合的導演、演員，來演出政治題材的劇集。在晚近產學界一致看好、熱中於大數據分析的社會氛圍下，《紙牌屋》的成功不僅再一次為大數據的威力背書，也幾乎為影視產業如何運用大數據分析立下了典範。
所以，各評論／專欄／論壇趁勢吹捧大數據的正面效益實在合理不過；但要說《紙牌屋》全因大數據而成功，或不免以偏概全。因為針對收視行為進行的大數據分析，雖在選角上起了作用，卻沒在選劇上產生影響。亦即，是 Netflix 先選定重製紙牌屋劇集，才有了後續的大數據分析，至多大數據分析結果為 Netflix 帶來投資信心，讓這宗投資看上去比較有獲得回報的可能性。
那又為什麼偏偏是《紙牌屋》這部劇本被重拍呢？主要還是幾個原因：
首先這是承襲自好萊塢習於複製已成功作品的選劇本思維。紙牌屋曾於90年代由BBC製播，並曾獲英國電影協會評選為英國百大電視劇的第84名。且必須注意的是，《紙牌屋》劇集其實是改編自 Michael Dobbs 的同名原著小說。改編自成功小說、影集、動漫的好萊塢案例多不勝數，從這個角度來看，在選劇本的階段，《紙牌屋》能夠出線，並無新意與特出之處。
但，在百大榜上其實「也」才84名，又何以勝出？Netflix 怎麼不挑英國排行第一的劇集來重製呢？這就跟機緣有關了。
機緣這種事情雖然玄妙，但從來就不複雜。因為 Netflix 的節目內容首席主管 Ted Sarandos 本身就是英國版同名劇集的忠實觀眾；另外，與 Netflix 合作的獨立製片公司 MRC（Media Rights Capital），公司內部有一位實習生在會議中向主管推薦了這部劇集，原因是「實習生的老爸是《紙牌屋》的影迷」。
此後大數據分析才有了發揮的空間。換句話說，假設你現在要拍一部動作片，就算大數據分析在選角上挑出了像劉德華這般的影帝級票房保證，但如果你拍的是《天機：富春山居圖》⋯⋯
（這就是所謂的躺著也中槍嗎⋯⋯）
也就是說，好的劇本是前提，而非結果。然而大數據無法分析出甚麼劇本才是好劇本。
在島內各篇討論文章中，幾乎完全沒有提到此事，其中不乏出於知名平面媒體的整理報導。但在整個中文世界，區辨出「大數據不過是紙牌屋成功的一種包裝」的文章不知凡幾，卻不知道為什麼，在論壇與內容農場充斥而產生高度內容需求的（鬼）島內，卻幾乎沒有人用正／繁體字討論、轉貼這個觀點，就算只是繁簡轉換，再轉貼到內容農場的也沒有。（也或許不是沒有，只是我沒找到而已？）但又為什麼會有這麼大的意見偏向？
於我而言，這則舊聞之所以值得再提，乃因在「大數據＝新技術＝好東西」的時代氛圍下，這種意見偏向無疑反映了產業圈內充斥著因技術進步、競爭程度不斷提高而亟欲發現下一個藍海的焦慮；放大來看，近幾年整個台灣其實都瀰漫著這種躁動。殷殷求進不見得是壞事，但基本的事實不該被忽視。而對大數據如此歌功頌德，同時也彰顯了關心產業者，似乎仍多習於以通路思維、行銷思維解讀成功案例──畢竟大數據分析的是在收視戶在 Netflix 以精緻的上架策略構建出的網站環境中，所發生的收視行為，而不在於其提供的內容本身品質是否夠好、夠不夠具有吸引力。
通路重要、行銷重要，但它不是全部。無論產業環境是何，「內容為王」這件事在任何時代都是重要的。然而創造出原創的、好的內容，卻也是最困難的。它未必能用通路思維或行銷思維打造，無法因獎勵、補助而獲得品質保證，不見得適用生產線邏輯產製，甚至無法見容於產業瞬息萬變的快速步調，正是因為如此，更說明了內容的重要性，以及我們的焦躁何以如此急切。
好的內容終究源自於創意。成就具原生創意的好內容，如同植樹，從種子到成蔭，需要土壤、需要灌溉、需要照護，需要時間，然後才有機會看見希望。大數據其實沒有不好，《紙牌屋》的成功或許也一定程度揭示了將大數據分析運用於媒體產業的可能性，但終究，我們需要的，還是有「大樹聚」的森林。
重擊有 Podcast 囉！歡迎到各大平台搜尋「娛樂重擊」並訂閱
