近年来随着经济的发展,身边电影院的数量越来越多,票价在各大O2O平台推动下也越来越低,去影院观影逐渐成为了人们的生活必需品。今年第一季度,全国共计放映超过1708万场,同比去年增长39%,累计票房144.96亿,同比增长51%,观影人次4.19亿,同比去年增长57%,三项数据均创造了历史新高。 我是一个电影爱好者,但凡影院有大片上映,立马就会跑去看了。对于一般的电影,则会先搜一下评分,相信这也是人大多数人购票选电影之前的标准动作了。评分对观影体验有很好的指导意义,但仔细对比不同网站的同一部电影的评分往往会发现它们的评分差距非常大,以购票平台起身的网站美团旗下的猫眼、格瓦拉的评分远远高于兴趣社区起家的豆瓣。 比如当下热映的4部电影截至4月5日在3个平台上的评分 火锅英雄 豆瓣7.5分 猫眼8.5分 格瓦拉8.3分 我的特工爷爷 豆瓣5.5分 猫眼 8.1分 格瓦拉 7.8分 蝙蝠侠大战超人:正义黎明 豆瓣6.7分 猫眼8.1分 格瓦拉 7.8分 睡在我上铺的兄弟 豆瓣5.3分 猫眼8.3分 格瓦拉8.1分 很不可思议很好奇吧,猫眼和格瓦拉之间的评分差距不大,而与豆瓣之间的差距有的超过了3分,基本都超过了1分,而1分都是一个不小的差距啊,毕竟每个人的心中都有一个"是否值得看"的分数底线。 豆瓣CEO阿北于去年底解释过豆瓣的评分机制,他称之为"一个一亿多人的大众评审团"。由于豆瓣不能购票,评分人群是纯粹为分享观点而评价,可以粗略认为豆瓣电影评分来自一个有一定电影评判知识、又乐意点评电影的"爱好者评审团"。因为一般影评基数较大,基本也会避免水军影响。豆瓣的评分算法简单粗暴,用阿北原话说: 我还写过计算豆瓣评分的最早的几版代码(不难,加起来除下人数)……豆瓣没有专家评审,但有一个一亿多人的大众评审团……这个评分会自动出现在豆瓣各处,中间没有审核,平时也没有编辑盯着看。每过若干分钟,程序会自动重跑一遍,把最新打分的人的意见包括进来。 既然评分机制不是专家评审,同样是大众评审,并无差异,那么下面笔者从自己浅薄的个人意见来分析下到底是什么原因导致的。 一、受众群体的不同 正如豆瓣之前的宣传广告《我们的精神角落》那样,豆瓣的主流用户是一群文艺青年。豆瓣最活跃的书、影、音、小组、同城等频道之间的协同效应,使原本是小众群体的文艺青年以千万级、上亿级的面目成为互联网上与屌丝抗衡的一股力量。使文艺成为一种受人追捧的生活方式,使中国文艺青年的眼界和涉猎范围都极大地扩展,使文艺青年之间的化学反应(不只是月抛)如一坛好酒越酿越香,走出深巷,屡次成为引领互联网流行文化的风向标。 豆瓣的用户以一二线城市为主,评分的时候对于电影的剧本、演技、节奏、特效、摄影、音乐等方面的细节要求更高。电影购票网站猫眼、格瓦拉的用户则更接近大众化,已渗透至三四线城市,评分的时候更多通过自己的抽象感官来评价,更客观的展现了大家对是否值得去电影院的评价。 以上也是青春片为代表的国产片评分在豆瓣比较低的原因,一方面是近几年来国内电影的确存在着很多堆砌明星,粗制滥造的粉丝电影,另一方面也反应了兴趣爱好者起家的豆瓣的品味格调比较高。 二、"票价"影响判断 猫眼、格瓦拉上的评分相比豆瓣以实际花钱购票观影用户更多,如《思考,快与慢》禀赋效应推论所说。 人们会高估已经获得的物品的价值(因为厌恶损失),除非这个物品的主要属性就是交易(比如钱)。 研究发现捕猎野鸭者愿意平均每人支付247美元的费用以维持适合野鸭生存的湿地环境,但若要他们放弃在这块湿地捕猎野鸭,他们要求的赔偿却高达平均每人1044美元。禀赋效应的存在会导致卖方高估自己拥有物品价值,从而影响市场效率。 正如上面所示人们厌恶损失,当自己在平台上真真花了一张票钱的时候,再去评价电影的好坏难免受到影响,产生认知偏失。简单来说就是不想搬起石头砸自己的脚。所以课本的经济学丛书都会先以一个经济人的假设为前提,然而我们是社会人,有很多情感因素影响着我们判断。 三、购票网站的引导 积累了大量影评和优质用户的豆瓣之前迟迟不肯做售票服务就是怕破坏了平台的中立性。当年以美食评价起身的大众点评也是如此迟迟不肯涉及团购领域,就是怕评价质量的下降,因此错过了先发优势。 目前投资较大的电影往往都会与购票平台合作,比如《美人鱼》就与猫眼联合推广,组织一些优惠推广活动,预售、抢购、特惠等等,刺激更多的用户前去观影。 平台本身也希望电影的评分越高越好,这样才能带动电影票房的增长。 猫眼的电影详情界面,收纳了热门影讯&话题,对电影的精彩情景设计、打斗特效、爆笑场面等等进行分析讨论,强化正面观影效果,营造火爆的氛围;设计了明星短评的栏目,让影人通过自身的生动叙述去感染带动粉丝观影。时时滚动更新的票房,也是一种视觉的干扰,诱发了用户的从众心理。相比而言,豆瓣的评分干扰元素更加的少,纯净一些。 综上所述,我们可以发现兴趣社区起家的豆瓣与售票起家的猫眼、格瓦拉评分为什么不同的原因。不同的产品形态决定了不同的社区氛围,不同的社区氛围聚集了不同类型的用户,而不同类型的用户反过来又决定了产品形态的发展,是一个环环相扣的闭环。