D·IF大赛:泛娱乐大数据创新应用
招募中
参赛队伍
参赛人数
作品提交数

赛事介绍 Competition introduction

赛题背景:

当前,大数据人工智能技术正在席卷全世界,改变每一个行业。泛娱乐形成的生态圈下,影视演艺、文学、戏剧、动漫、游戏、艺术、创意设计、体育运动、音乐、VR、智能娱乐硬件、情感陪护机器人等多元文化娱乐业态深度融合、百花齐放。大数据人工智能技术的介入和应用,为泛娱乐产业注入新的活力,并在内容创作、生产、分发、变现、消费的每个环节都带来效率提升和商业模式的变化。据统计,2016年中国“泛娱乐”产业总产值约为4155亿元,2017年预计达4800亿元。随着大数据人工智能技术在泛娱乐产业的应用,并推动其商业模式创新发展,“大数据”正成为通往更广阔市场的钥匙。 作为首个“泛娱乐+大数据”创新应用赛事,比赛旨在针对泛娱乐产业痛点,融合人才、场景、技术等要素,推动大数据在泛娱乐产业的真正转化与实际应用,为优秀创业者加速。比赛选题方向以影视、游戏为主,包括但不限于大数据在内容生产、影视大数据营销、影视IP孵化开发、IP版权保护和交易、精准用户画像、游戏等方面的应用;参赛团队也在以数据监测、大数据挖掘、语义分析等技术为支撑的新媒体大数据分析应用等场景进行创新;参赛团队也可自选创业方向。

赛题说明:

结合泛娱乐产业痛点,中国(苏州)大数据应用创新创业国际大赛(D·IF大赛)联合知名企业提供几类泛娱乐实际应用场景,并就其中一些场景提供行业数据集。参赛团队可基于主办方提供的数据和场景进行商业计划书的撰写和设计,但不仅限于以下场景,参赛团队可自选创业方向。团队或个人提交商业计划书参赛,要求具有可操作的商业模式和切实可行的操作路径。

场景1:大数据对影视业的核心价值:精准受众画像
互联网时代,“受众偏好”是影视剧成败的重要因素。而大数据对影视产业链的核心价值正是“精准受众画像”。它主要通过各色各样的“标签”来实现,从而促使立项、策划、制作、宣发、播映等环节的循环联动,而不再像以前传统影视生产模式的单向传播。
需求:参赛者用大数据描述精准受众画像

场景2:大数据协助内容生产决策
影视行业本质上还是一个内容为王的领域。影视剧进入IP时代后,剧本话题性如何、人物关系与网络关系如何;拍什么、谁来拍、谁来演、怎么播、拍什么类型等,都在大数据分析的基础上,采取C2B的模式,根据市场需求和受众需求进行创作。
需求:利用大数据技术分析特定受众年龄结构、文化程度、地域分布、兴趣表现、评论热词、喜欢的演员和导演、历史观影、观剧风格等,为C2B内容创作乃至影视剧制作提供决策依据。

场景3:影视IP孵化开发
泛娱乐产业的核心思路在于IP价值的发掘和重塑。一批由网络文学、动漫改编而来的电视剧、电影、网络剧受到热捧,大批资本涌入影视娱乐产业。但IP影视化机遇与挑战并存,业界在IP立项、开发、影视化及广告招商过程中面临内容创作不成熟、IP估值过高、投资风险大等等诸多痛点。如何使用大数据发现潜力IP、评估IP价值、加速IP孵化?
需求:使用大数据技术和人工智能算法,对影视IP的评估、交易、孵化等环节进行分析,提出解决方案,为孵化投资提供决策依据。

场景4:游戏IP孵化开发
随着大数据的驱动和泛娱乐业务相互协同发展,文学、游戏、影视、动漫等内容源之间会迸发出更加深层的联动效应。任何一方的用户都有可能成为其他方的潜在用户,用户的活跃也将逐渐改变不同产品形态之间的联系。
需求:通过大数据帮助公司有效地分析目标用户的需求方向,并实时运用于产品策划、研发的各个环节,通过大规模数据模型优化IP选题和制作水平,上线前预估盈利能力等。

场景5:影视营销策略和运营效率
不同的影视作品,拥有不同的受众群体,其营销推广渠道、策略也不尽相同。首映会在哪个城市、哪家影院办,平面广告贴在哪个公车站,向谁推送衍伸品广告,都将基于大数据做决策,而不是经验或者随机。某类型影视剧拥有怎样的受众群体?受众群体的特点及汇集渠道在哪?如何使用大数据预测影视营销的爆点?如何推动影视内容和品牌创意营销?
需求:通过大数据技术和人工智能算法指导影视制作公司进行精准营销,提高运营效率。

场景6:游戏大数据营销
在游戏发行市场中,联运合作、买量推广、品牌营销是常见的推广手段。如何通过大数据洞察用户来源,驱动产品营销?用户获取成本越来越高,游戏厂商如何获取精准用户?如何通过大数据避免买量道路上的坑?如何通过大数据判断用户的行为特征实现流量变现?
需求:通过大数据人工智能模型算法,根据游戏相关数据,辅助游戏推广和发行。

场景7:艺人IP价值管理
随着泛娱乐影视行业的兴盛,大量影视艺人的职业发展规划以及商业价值最大化呈现等行业发展痛点,都亟需得到理性、规范、成熟的系统化支持和服务。艺人的IP属性越来越受到各经纪公司的重视。如何在大量的商业资源中,找到与艺人气质、形象、特征相符的的品牌,达到艺人与品牌的价值双赢,如何找到艺人、商业、场景三大元素的交集数据,挖掘艺人的潜在IP 空间,是泛娱乐数据服务一个方向。
需求:通过对艺人本身的纵向、横向、设计艺人泛娱乐以及粉丝画像、商业价值数据分析,提供艺人可匹配的商业品牌领域和上升空间方向,对艺人职业生涯的管理和规划提供有效支持。

场景8:电影发行排片管理
电影的发行排片对于票房的影响毋庸置疑。一些发行公司由于不了解不同题材电影、不同档期电影、不同地区受众电影以及不同体量级主创人员的排片规律,直接导致排片受阻影响票房成绩。如何能够在电影上映前,通过对历史数据的分析以及对上映影片的各维度分析,提供有效的拍片指导服务,是行业在未来需要提供支持的重要一环。
需求:运用电影排片数据,结合电影类型、影院基础数据、电影映前的舆情指数、受众画像、天气数据等维度,对排片档期、场次、院线分布、城市划分做出综合分析,指导电影排片。

场景9:电影票房收视预测
电影一直被当作艺术品,电影行业不太重视数据。但近年来,电影行业对于数据的日趋重视是不争的事实。中国电影市场环境所拥有和积累的数据量不够丰富,但微博、搜索、电商等数据已达一定的规模。中国电影市场规模不断扩张,但体量不稳定,相关数据积累欠缺,量化模块不够科学完善,数据预测基础能力有待提高,面对突发事件和不可控因素如何解决。
需求:通过大数据人工智能技术,使用电影舆情数据、电影销售数据、观众数据、观影习惯等数据,更精准地预测不同类型影片的票房。

场景10:项目投资决策
万众创业全民互娱的时代,市场逐渐成熟、资本疯狂涌入。未来,泛娱乐行业投资机会在哪里?如何合理评估投资项目价值?如何对影视项目进行风险评估和收益评估,并提高投资成功率?
需求:通过对宏观市场、市场制发趋势、行业资讯、市场运作规律,内容和卖点分析,受众画像,主创团队等层面的分析,为影视项目投资提供参考依据。

场景11:大数据辅助舆情数据监测和分析
根据网页、微博、微信、报刊、客户端、论坛等全网舆情数据,使用大数据技术分析热点事件、舆情数据、粉丝画像、行业研究、新媒体研究、政企刊物、宏观经济情况等,为政府、企业提供舆情监测报告、危机公关分析、新媒体传播策划方案等。
需求:通过大数据技术挖掘、分析舆情数据,并提供舆情监测报告、危机公关分析、新媒体传播策划方案等创新工具或创新报告等。

数据开放:

开放舆情数据,数据描述及数据使用详见“数据资源下载”页面。

比赛时间:

大赛发布:2017年11月10日
比赛报名:2017年11月10日
数据开放:2017年12月22日
主题沙龙:2017年12月20日
报名截止:2018年1月28日 
初赛评审时间:2018年1月31日至2月8日
决赛名单:2018年2月11日(20强)
决赛路演:2018年 3月15日
大赛峰会及颁奖仪式:暂定5月份 (具体时间待定)

协办单位:

上海电影学院

合作机构:

数娱汇、蓝海创意云、启迪之星

全球独家云技术企业:

腾讯云

技术支持:

华院数据

法律支持:

盈科律师事务所

投资机构:

多家知名投资机构,陆续揭秘中

合作创孵机构:

科沃斯蒲公英孵化器、XLAB创意创新创业孵化器、启迪之星(苏州)、复客中国、苏大天宫、北京大学创业训练营苏州中心、众创原力、中科院(昆山)众创空间、精工4.0创客工场、N度空间、思客入众创空间、中大创新谷等

合作媒体:

中国互联网新闻中心、创头条、中国网、江苏电视台、苏州电视台、数据猿、蒲公英创业吧、大数据文摘、36Kr、亿欧网、猎聘网、创客猫、创Talk、造奇智能、砍柴网 、刺猬公社、紫数网、中国首席数据官联盟、爱分析、36大数据、数据局等

大赛参赛选手官方交流群:

D·IF大赛泛娱乐参赛选手微信交流群
报名完成后,欢迎即刻关注大赛公众号(datadreams)、加入官方交流群,此为赛期主办方与选手主要沟通渠道,后续将持续更新最新赛况、线下活动,并有专人解疑答惑;也可在群里交流组队,寻找志同道合的队友