データが支える映画製作の意思決定【後編】
「アナリティクス」が変えた映画ビジネス 見えた成果と“根深い問題”
アナリティクスが映画にもたらした果実とは何か。そして映画製作のあらゆる工程の意思決定にデータを活用する上で、どのような問題があるのか。
ハリウッドでアナリティクスを活用した結果、比較的最近明らかになったことがある。出演する俳優の多様性が高いほど、観客の多様性も高くなり、動員数が多くなることだ。大手タレントエージェンシーCreative Artists Agency（CAA）が過去の映画を分析し、出演俳優の多様性と興行収入の関係を調べた。それで分かったのは、出演俳優の性別、人種、性的指向の多様性が高いほど、観客動員数が多くなることだった。
俳優の多様性は製作姿勢を反映している。多様な人々を受け入れることは良いことだ。観客分析によってそれが事実であることが証明された。「データ同士を連携させることは、人と人のつながりを良くすることにも役立っている」と話すのは、コンサルティング会社Iverson Consultingのプレジデント兼CIO（最高情報責任者）兼CTO（最高技術責任者）、エリック・アイバーソン氏だ。アイバーソン氏は、CAAのCIO兼CTOを務めた経歴を持つ。
何が問題なのか
ハリウッドのデータは、以前から連携が進んでいたわけではなかった。ストリーミング配信サービスなどのデータ収集源が増えて、データを集めやすくなり、データが複雑化すると、映画関連企業もビッグデータを活用する他の業界と同じ問題に直面した。
その問題とは「整理されていないデータ」の対処だ。エンターテインメント関係の企業も、データの分断という問題に取り組まなければならなくなった。
映画製作会社などエンターテインメント関連の企業は総じて、自社が持つ情報を社外秘にする傾向がある。オンラインや対面顧客のデータ、公的・私的ソースのデータ、ライセンスや放映権に関するデータなどだ。そうしたデータは、データウェアハウス（DWH）やデータレイクに放置されてきた。映画製作会社やその他の映画関連会社は、そうしたばらばらのデータを整理しなければならなかった。
「ワークフローの追跡にどんどん時間がかかるようになり、スピードアップが必要だと感じていた」とアイバーソン氏は語る。収集するデータが増えるほど、それらが整理されていなければ、有効なワークフローを維持するのが難しくなる。
何十年分ものデータを整理するという気が遠くなる作業を機械学習でスピードアップすることで、データ運用チームはこの大事業を成し遂げた。データの専門家は次々とワークフローを自動化していった。その結果、音楽やテレビなどエンターテインメント業界を構成するさまざまな企業が、データの連携に取り組むことを決めた。
連携させたデータ同士は互いに結び付き合い、自律的に統計情報になる。そのため連携させていないデータより、飛躍的に多くの有意義な情報を生み出す可能性を持っている。「それがより良いインサイトやエクスペリエンスのもとになる」とアイバーソン氏は語る。このことは映画製作にも、他の製品を作るときにも当てはまるだろう。
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外
企業のIT製品導入事例などを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
市場調査・トレンド
[コパード株式会社] 約9割が負担を実感 Salesforceのテスト業務に関する実態調査で見えた課題とは -
市場調査・トレンド
[コパード株式会社] 「Salesforce」開発・運用におけるAI活用実態調査レポート -
事例
[テクバン株式会社] 1画面でITサービスデスク業務が完結 太陽ホールディングスに学ぶデバイス管理 -
製品資料
[デジタルサーカス株式会社] ライセンス無料 Drupalベースの「多言語ECサイト開発用パッケージ」の実力は？ -
製品資料
[デジタルサーカス株式会社] 日本発グローバル企業用Drupal「Risley（リズリー）」の実力とは？
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
半数がブルーカラー転向を視野に？ ベテランエンジニアを追い込む“54歳の壁”
-
2
IT製品の導入に関するアンケート「セキュリティ」編
-
3
OpenAIやAnthropicでさえ制御不能 2026年夏「3大サイバー攻撃」の衝撃
-
4
見落としが多発、AI普及＆データ急増に伴うネットワーク課題の意外な原因とは？
-
5
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
6
「企業内サーバ環境の利用実態」に関するアンケート
-
7
【専門家に聞く】シャドーAIや過剰共有のリスクを防ぎ、安全に生成AIを活用するポイントとは？
-
8
【コスト分析】事例が示す中堅・中小向けERPの最適コスト構造
-
9
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
10
巨大組織の「アジャイル」を加速させる オリックス生命が選んだ、開発状況を見える化する戦略的ツールとは？
ホワイトペーパーランキング PR
-
1
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
2
システムの保守がモダン化を阻む？ 「変えない判断」から脱却する方法とは
-
3
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
4
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
5
なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは
-
6
プログラミング不要で誰でも実現できる、ネットワーク運用管理の自動化とは
-
7
東大教授と考える、AI時代の「データ主権」「信頼性」「ガバナンス」の在り方
-
8
Linux初心者でも知らないとまずい「RHEL」「SLES」の違いとは？
-
9
最速72分でデータが流出？ 最新の脅威トレンドや侵入手法から分かった防衛策
-
10
生成AIの活用を阻む「5つの壁」とは？ AIネイティブ組織へ変革を遂げる方法
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー