愛奇藝宣布關閉全站前台播放量數據,最重要的還是為了拉攏合作夥伴

作者 | 發布日期 2018 年 09 月 04 日 10:14 | 分類 數位內容 , 網路 line share follow us in feedly line share
愛奇藝宣布關閉全站前台播放量數據,最重要的還是為了拉攏合作夥伴


稱為中國版 Netflix 的愛奇藝,再度向前者看齊。9 月 3 日,愛奇藝發表聲明,即日起正式關閉全站前台播放量數據顯示,今後將以用戶觀看行為數據、互動行為數據、分享行為數據綜合取得的內容熱度,在各端逐步代替原有播放量,形成新參考資料。

愛奇藝將這項調整背後的原因直指行業「唯播放量論」的沉痾。聲明提到播放量攀比引發的負面效應日漸明顯:從業者以此為目標,甚至不惜利用低俗炒作,刷量行為滋長。愛奇藝方面表示,「唯播放量論」現象為產業鏈、平台方、製作方、用戶均造成諸多傷害。

事實上,對影片播放數據保密並非新鮮事,在海洋彼岸,愛奇藝的對標者 Netflix 一直是如此。劇集受歡迎程度如何,Netflix 最開始使用 5 星評分系統,現在則用喜歡/不喜歡(Thumbs up, thumbs down)讓用戶評價,但該統計數據用戶看不到,僅為 Netflix 內部參考。

Netflix 首席內容長 Ted Sarandos 曾解釋,為何不公布播放數據時指出,「一部分原因是為了避免內容創作的競爭和壓力」。一旦公布一部影劇的數據,所有內容都將依照此劇衡量。「一些本可以長期表現良好的節目增加了很多壓力,促使創作團隊試圖做一些事情改變節目內容,快速拉動收視率。」

儘管沒有過多解釋,Netflix 其他幾位競爭對手,如 Amazon Prime 和 Hulu,也沒有公開過播放數據。

愛奇藝「效仿」國外已有先例,搭建一個「評價體系多元、綜合權重合理」的熱度值評估體系以替代播放量舊標準,但「上有政策,下有對策」,熱度值是否將成為刷量者的下一個目標?

此外,愛奇藝這項調整背後更重要的原因,或許還是得回歸到公司利益。愛奇藝將前台播放量數據顯示完全回收到自己手裡同時,還宣布對合作夥伴開放平台戰略,「與其共享不僅限於播放量,更豐富、更立體的觀看行為數據,幫助他們生產更優秀的作品。」這基本上已算是愛奇藝向內容製作公司發出加入自己生態的「招募令」,畢竟相較從第三方機構獲得不一定準確的數據,內容製作公司還不如直接與愛奇藝合作,如此雙方形成更深層次利益捆綁,促使正向循環。

以下為愛奇藝聲明全文:

近年,中國網路視聽產業高速成長,但伴隨著行業發展,對網路視聽內容的評價標準正呈現單一化趨勢,唯播放量論、唯數據論的浮躁風氣日盛,為專注於向用戶提供更高品質的視聽內容與服務,愛奇藝宣布,自即日起關閉全站前台播放量顯示,以綜合用戶討論度、互動量、多角度播放類指標的內容熱度,在各端逐步代替原有播放量顯示,為合作夥伴和廣大用戶提供更好的體驗。

眾所周知,播放量攀比所引發的負面效應正在日益突顯,在「唯播放量論」的影響下,不少從業者將播放數據做為目標,不僅扭曲了創作和宣傳初心,還為吸引眼球而低俗炒作,甚至讓行業滋生出刷量等違法行為,與此同時,劣幣驅逐良幣現象日趨抬頭,大量優質作品因為缺乏綜合客觀的評價體系而被埋沒。在這樣的非良性競爭環境下,製作公司失去了指導內容製作的評判依據,用戶在選擇內容時得不到有效的參考指標,廣告主也無法對行銷投放的效果做出合理評估,行業健康可持續成長的土壤遭到破壞。

對「唯播放量論」現象帶給產業鏈、平台方、製作方、用戶的傷害,愛奇藝始終保持高度警惕,決心率先嘗試結合內容作品的美譽度、社會影響力、價值導向等因素,搭建一個評價體系多元、綜合權重合理的熱度值評估體系。對於用戶,我們希望藉助 AI 技術向其推薦精彩內容,滿足更個性化的觀看需求,提供更好的服務體驗;對於合作夥伴,我們將堅持開放平台戰略,與其共享不僅限於播放量的,更豐富、更立體的觀看行為數據,幫助他們生產出更優秀的作品。我們希望,更科學的熱度值指標不僅有利於平台關注內容的「綜合素質」,不斷最佳化內容選擇,將更多優質作品推薦給用戶,也能從客觀上改變行業「唯數據競賽」的現狀。

日前,中共中央宣傳部、文化和旅遊部、國家稅務總局、國家廣播電視總局、國家電影局等聯合印發《通知》,旗幟鮮明地反對行業惡性競爭。全國各大電視台聯合發布的「恪守媒體社會責任,反對唯收視率自律公約」中也提到,堅決反對追求收視率和短期利益的行為。我們認為不唯點擊量,堅持思想精深、藝術精湛、製作精良相統一的原則,堅持以品質評價為核心的導向,必將成為網路視聽節目質量科學評價體系中的核心標準。風清氣正的網路空間需要大家齊心協力、久久為功來構築。我們希望通過全行業的努力,達成「告別唯流量論」的共識,一同推動新時代文藝創作的繁榮發展。

(本文由 36Kr 授權轉載;首圖來源:Flickr/Jon Russell CC BY 2.0)