實際來看 StoryFit，一間專門服務電影、戲劇的科技公司，如何利用數據分析與改善
前言
透過數據分析，市場行銷人員可以預估理想的觀眾群，深入至精確的細節，並掌握接觸這些觀眾的最佳途徑和時機。
數據分析可以幫助行銷人員依地域企劃宣傳活動。甚至有研究指出，一部電影在某地獲得的臉書點讚次數，與其電影票在鄰近電影院銷售一空的機率相關。行銷人員亦可利用社群聆聽（註：在社群媒體和網絡上追蹤、觀察特定字詞、短語如何被提及或被搜尋，係為針對目標族群反覆探索與蒐集社群輿情資料的過程，並進行數據分析），根據地理區域、題材或話題將數據最佳化。
最成功的例子就是紀錄片《2016：歐巴馬的美利堅》，基於當地政治潮流，在不同地區選擇不同的日期首映。
應用 ①：了解觀眾反應
電影就是在說故事，說故事就是在傳達某種體驗。成功的數據分析必須致力推動這種體驗，而非將議程或訊息強推於人。數據分析的關鍵便在於了解觀眾將如何回應你所提供的。
我們必須了解電影各個元素如何影響觀眾。觀眾的每個動作都透露出他們如何與故事互動以及如何向他們行銷故事。遞送方式、在何時何地買票。在網路觀看時何時暫停、是否繼續觀看、是否就此中止、是否在按下開始鍵前閱讀說明－－每一項都在訴說關於這名觀眾的故事。
在這些時刻，音樂、對話、場景切換可能都與電影的表現相關。行銷人員藉著收集這些數據並了解這些驅動力，可以識別出並鎖定特定的觀眾群。
應用 ②：設定精準的電影公關和宣傳
每年奧斯卡金像獎頒獎季前，各大片商會使用各種公關手段以贏取獎項。2015年的一篇報導提到，電影公關的行銷方式出現新轉變：數據驅動鎖定了影藝學院的會員及其社交網絡。透過第三方，片商使用地理及人口統計資訊，針對會員製作合適的電影訊息。迪士尼甚至使用人工智慧實時分析觀眾。透過分析用戶的社會行為，訊息本身可以依風格及參與度量身訂做。
應用 ③：給予觀眾「正確」的預告片
在電影或電視的後製階段，數據分析可以改善剪輯和重點元素。
藉著文本情感分析、預測性分析及視覺分析的優勢，剪輯者可以製作出更加誘人、更能代表電影本身的預告片。觀眾不會感到遭預告片欺騙，也不致因預告片透露太多而覺得電影無味。觀眾愈滿意，愈可能將電影推薦給他們的朋友，電影也愈可能成功。
若片商對市場接受度了解得更多，便可適當調整或確認選擇。
例如 2016 年史坦娛樂（澳洲串流公司）翻拍十年前的澳洲虐殺Ｂ級片《鬼哭狼嚎》，由於擔心影片知名度不夠，便請來露西．弗萊作女主角，賭她能夠增加影集的吸引力。當時露西．弗萊最著名的角色是 Hulu 影集《11.22.63》（史蒂芬．金小說改編）中飾演刺殺甘迺迪的主嫌李．哈維．奧斯華的妻子。
為了檢驗其假設，在影集播出前，史坦娛樂播放了強調露西．弗萊的預告片，當中她出現的時間較其他角色多了 20 秒。後來，試驗結果支持了他們的選擇，該影集獲得成功。
另一個例子是 Netflix 首部原創劇《紙牌屋》，從卡司到概念及宣傳預告片皆由數據主導。Netflix 為其製作的預告片數量是一般製作公司為電視劇或電影長片所製作的五倍之多。每個版本的預告片都依據用戶過去的觀片行為，鎖定特定觀眾群的不同偏好。
小結：從過去案例學習
數據分析所能賦予決策者的最大力量，便是全面並詳盡地檢視過去，並將從中學習到的知識應用於現在和未來。透過數據分析，一部電影可與過去任一部擁有相似特質——情節、預算、明星影響力、發行時機等——的電影比對，分析出獲取成功的策略並避免失敗的陷阱。
