“通過分析、人工智能和機器學習將媒體與娛樂（M&E）內(nèi)容貨幣化”

　　隨著時間的推移，世界各地的電影制片廠和制片公司，都捕捉到了大量的素材。但這些資源深處其實還隱藏著未被充分利用的寶藏。這些寶藏中蘊含著巨大的價值，或者可以作為大數(shù)據(jù)應用程序的一部分加以分析，從而為我們提供精確的預測、關(guān)聯(lián)分析，或為我們帶來期望的結(jié)果。為了得到最終結(jié)果，我們應該把這些內(nèi)容用可靠且經(jīng)濟的方式存儲起來，確保萬無一失。這樣才能通過數(shù)據(jù)分析、人工智能(AI)和機器學習(ML)開啟貨幣化的道路。而媒體庫和分析平臺的構(gòu)建，既可以在企業(yè)本地，也可以在云端完成，或著由二者結(jié)合來完成。

　　選擇一個供應商購買他的服務，在公有云中存儲內(nèi)容，對許多工作室來說是一種萬全的方式。目前主要的選擇有Amazon?, Microsoft? 和 Google?。既然每個供應商的特性和能力互不相同且各有所長，那我們?yōu)槭裁床皇褂枚嘀卦品椒?隨著技術(shù)變革，制片廠有選擇更好工具的自由，不用對任何一個供應商從一而終。

　　Amazon的公有云擁有非常成熟的服務，一個很棒的合作伙伴生態(tài)系統(tǒng)，它同時提供附加功能，用戶可將其作為簽約服務的一部分來使用。Microsoft也有很好的合作伙伴和方法，用戶可將其特別用于媒體與娛樂，比如Avere系統(tǒng)的企業(yè)云NAS，將云存儲和計算連接到基于云的企業(yè)架構(gòu)中，或Avid Technologies的音頻和視頻數(shù)字非線性云編輯能力。Google的公有云擁有一套專為媒體娛樂設(shè)計的工具，包括分析、翻譯和轉(zhuǎn)碼等。

　　隨著云技術(shù)的發(fā)展，制片廠不可能只選擇一種公有云。電影產(chǎn)業(yè)要將內(nèi)容貨幣化，最好的方法就是對公有云存儲保持中立的態(tài)度。

　　混合的分析方法

　　技術(shù)的進步為媒體與娛樂內(nèi)容的測量分析帶來了有趣的機遇。制作人現(xiàn)在可以將即時反饋和元數(shù)據(jù)合并到內(nèi)容創(chuàng)建過程中，使他們能夠根據(jù)消費者的需要、喜好和/或趨勢來調(diào)整輸出。

　　公有云也因其巨大的存儲能力、簡易訪問性及相對少的財力投入，得到了制片公司的青睞。用戶可以通過加大計算核心或存儲能力來運行一個作業(yè)，并能夠在作業(yè)完成后退出這些資源。在公有云中還有許多特殊的工具套件，制片廠可以將它們作為服務協(xié)議的一部分加以利用。

　　與此同時，將內(nèi)容存儲到本地使得許多有價值的媒體與娛樂資源更接近PB級別，PB級別的云更容易獲得，相比于公有云這更可行且更經(jīng)濟。如今，對象存儲系統(tǒng)已作為中央媒體知識庫和/或線上檔案得到了廣泛的應用，可更好地管理和控制數(shù)據(jù)分析的可預測性能。與公有云不同，本地存儲解決方案幫助用戶實現(xiàn)了內(nèi)容的移動和存儲—包括文件和對象—而無需支付任何費用。

　　同樣地，制片廠現(xiàn)在也開始使用混合存儲方法。這樣，他們能夠輕松擴展并對觀眾行為的結(jié)果進行分析，從而更好地生成的內(nèi)容，更透徹地理解內(nèi)容是如何在產(chǎn)生過程中移動的。他們還擁有大量的歷史數(shù)據(jù)，能夠?qū)︻A測模型進行分析和開發(fā)，或通過機器學習，讓他們的攝像機、視頻制作設(shè)備甚至可穿戴設(shè)備更有效運行。

　　在企業(yè)內(nèi)部進行本地分析有兩個好處：(1)存儲媒介可用于同一個公司的多個分析作業(yè);(2)制作作業(yè)資源可與類似的、單獨的或組合的生產(chǎn)模型的分析工作流和使用案例相結(jié)合，帶來更深遠的效果。

　　為什么選擇對象存儲?

　　為彌補從公有云中不斷分離的內(nèi)容所產(chǎn)生的高昂成本，有一個更經(jīng)濟的方法就是將大部分內(nèi)容存儲在一個高度可伸縮的對象存儲系統(tǒng)中。該架構(gòu)可存儲如文件或物件(無論其是否是文件)、電影、視頻、音頻、影像、照片之類的內(nèi)容或非結(jié)構(gòu)化數(shù)據(jù)的其它部分。每個存儲的對象都包括元數(shù)據(jù)，其可提供與對象和其自身數(shù)據(jù)有關(guān)的描述信息。由于是用戶定義元數(shù)據(jù)，數(shù)據(jù)分析、發(fā)現(xiàn)技術(shù)或其它信息可支持大量正在縮放中的電影或視頻，同時可將對象聚集起來，從而有效實現(xiàn)內(nèi)容擴充。元數(shù)據(jù)分析也可以用來分析消費者的偏好。

　　對象存儲是電影業(yè)前進的方向，因為這些系統(tǒng)可以跨越三個位置復制數(shù)據(jù)(與基于文件的三重鏡像模型類似)，而每個位置只需要三分之一的編碼對象。他們還可以使用糾刪碼和數(shù)據(jù)擦除技術(shù)在幕后檢測錯誤并自行完成修復，達到19個9的數(shù)據(jù)耐久性。

　　結(jié)語

　　世界各地的制片公司和制片廠都使用公有云對其獲取到的內(nèi)容進行保護、優(yōu)化、分配和分析，同時也通過公有云解決具體問題。通過公有云和本地PB級對象存儲解決方法開發(fā)混合云方法可幫助推動內(nèi)容的貨幣化，使后期制作團隊能夠使用更新、更好、更先進的工具和技術(shù)。這種通過分析、人工智能和機器學習，從獲取的內(nèi)容中提取更多價值和情報的能力也為明天創(chuàng)造了財富 — 永遠保持內(nèi)容的價值!

　　作者：西部數(shù)據(jù)公司數(shù)據(jù)中心系統(tǒng)媒體與娛樂解決方案產(chǎn)品市場總監(jiān)Erik Weaver