7000萬(wàn)用戶每天投票，Netflix下一個(gè)爆款早被這家韓國(guó)公司

《魷魚(yú)游戲》差點(diǎn)胎死腹中。劇本在抽屜里躺了整整10年。《黑暗榮耀》先是一部網(wǎng)漫，后來(lái)才變成Netflix現(xiàn)象級(jí)劇集。《地獄公使》《甜蜜家園》《僵尸校園》——模式高度一致：韓國(guó)數(shù)字內(nèi)容走向全球，而信號(hào)往往最先出現(xiàn)在Naver Webtoon。

這家平臺(tái)月活超過(guò)7000萬(wàn)。每個(gè)用戶都在用訂閱和星級(jí)評(píng)分投票。數(shù)據(jù)公開(kāi)、結(jié)構(gòu)化、實(shí)時(shí)更新。一位開(kāi)發(fā)者花了兩周時(shí)間，寫(xiě)了一套爬蟲(chóng)把它全讀了出來(lái)。

數(shù)據(jù)長(zhǎng)什么樣：一部作品的12個(gè)維度

爬蟲(chóng)返回的每條記錄包含12個(gè)字段。以《柔美的細(xì)胞小將》為例：作品ID 748235，作者李棟賢，類(lèi)型標(biāo)簽「日常」「浪漫」，訂閱數(shù)431.2萬(wàn)，評(píng)分9.82分，已完結(jié)520話，每周一五更新，全年齡向，標(biāo)簽含「治愈」「上班族」「細(xì)胞」。

關(guān)鍵洞察：評(píng)分和訂閱數(shù)往往背離。高訂閱低評(píng)分意味著「流量型」——用戶邊罵邊看，改編風(fēng)險(xiǎn)高。低訂閱高評(píng)分則是「口碑型」——潛在黑馬，但需驗(yàn)證大眾接受度。兩者雙高才是改編機(jī)構(gòu)的理想標(biāo)的。

爬蟲(chóng)支持四種瀏覽模式。按更新日抓取：輸入「mon」返回全部周一更新作品。按類(lèi)型抓取：輸入「thriller（驚悚）」返回該類(lèi)型Top 50。按作品ID精確抓取：用于追蹤特定IP的實(shí)時(shí)數(shù)據(jù)波動(dòng)。全量模式：遍歷全站，耗時(shí)約4小時(shí)，輸出約4000條活躍作品記錄。

代碼調(diào)用極其簡(jiǎn)單。Python示例：初始化ApifyClient，設(shè)置mode為「day」、day為「mon」、maxItems為100，執(zhí)行后遍歷dataset即可。JavaScript/Node.js版本語(yǔ)法幾乎一致，token和參數(shù)結(jié)構(gòu)相同。

實(shí)戰(zhàn)：用公式算出「改編潛力分」

開(kāi)發(fā)者設(shè)計(jì)了一套評(píng)分模型。權(quán)重分配：訂閱數(shù)標(biāo)準(zhǔn)化后占50%，星級(jí)評(píng)分占30%，類(lèi)型匹配度占20%。類(lèi)型匹配定義為：標(biāo)簽含「浪漫」「劇情」「驚悚」「動(dòng)作」之一——這四類(lèi)與真人影視的轉(zhuǎn)化率最高。

公式跑下來(lái)的結(jié)果有些反直覺(jué)。部分千萬(wàn)訂閱級(jí)別的頭部作品，改編分被中等訂閱+極高評(píng)分的作品反超。原因很簡(jiǎn)單：頭部作品往往已開(kāi)發(fā)殆盡或類(lèi)型不適配，而腰部作品的「未開(kāi)發(fā)溢價(jià)」被模型識(shí)別了出來(lái)。

篩選條件還埋了一個(gè)關(guān)鍵過(guò)濾：isCompleted（是否完結(jié)）。連載中作品存在敘事崩盤(pán)風(fēng)險(xiǎn)，已完結(jié)作品的故事完整性可被精確評(píng)估。這個(gè)布爾值字段的存在，讓IP采購(gòu)方的盡調(diào)成本大幅降低。

數(shù)據(jù)顆粒度決定決策質(zhì)量。傳統(tǒng)IP采購(gòu)依賴編輯主觀判斷，樣本量通常不超過(guò)50部。這套爬蟲(chóng)單次可覆蓋全站活躍作品，樣本量提升兩個(gè)數(shù)量級(jí)，且更新頻率從季度縮短到實(shí)時(shí)。

從爬蟲(chóng)到?jīng)Q策：數(shù)據(jù)如何改變內(nèi)容產(chǎn)業(yè)

Naver Webtoon的數(shù)據(jù)開(kāi)放性并非偶然。作為韓國(guó)最大互聯(lián)網(wǎng)公司Naver的子公司，其商業(yè)模式高度依賴IP衍生開(kāi)發(fā)——影視改編、游戲授權(quán)、周邊銷(xiāo)售。公開(kāi)數(shù)據(jù)相當(dāng)于向產(chǎn)業(yè)鏈下游「發(fā)送信號(hào)」，降低交易摩擦，加速I(mǎi)P流通。

這套機(jī)制形成了獨(dú)特的「預(yù)測(cè)市場(chǎng)」。7000萬(wàn)用戶每天的行為數(shù)據(jù)，提前6-18個(gè)月預(yù)示哪些故事具備跨媒介生命力。《魷魚(yú)游戲》的網(wǎng)漫原型《無(wú)限挑戰(zhàn)》在平臺(tái)連載期間，訂閱增長(zhǎng)曲線和評(píng)分穩(wěn)定性已被部分機(jī)構(gòu)追蹤。

開(kāi)發(fā)者的爬蟲(chóng)代碼現(xiàn)已開(kāi)源。調(diào)用門(mén)檻降至：注冊(cè)Apify賬號(hào)，獲取token，復(fù)制粘貼示例代碼。技術(shù)成本從「需要專職工程師」壓縮到「產(chǎn)品經(jīng)理半天可上手」。

但這引出一個(gè)更深層的問(wèn)題：當(dāng)所有人都能訪問(wèn)同一套數(shù)據(jù)，信息優(yōu)勢(shì)如何建立？答案可能在于數(shù)據(jù)解讀層——同樣的訂閱數(shù)，有人看到「流量」，有人看到「用戶留存結(jié)構(gòu)」；同樣的評(píng)分，有人關(guān)注均值，有人關(guān)注方差和評(píng)論情感分布。

工具民主化之后，競(jìng)爭(zhēng)轉(zhuǎn)向認(rèn)知深度。

Netflix、Disney+、華納兄弟探索的亞洲內(nèi)容團(tuán)隊(duì)，過(guò)去三年都在搭建類(lèi)似的監(jiān)測(cè)體系。區(qū)別在于：自建系統(tǒng)需要維護(hù)成本和政治流程，而這套第三方爬蟲(chóng)提供了「即用即走」的輕量選項(xiàng)。對(duì)于中小制作公司，這是首次獲得與巨頭同級(jí)的情報(bào)能力。

數(shù)據(jù)還揭示了韓國(guó)內(nèi)容產(chǎn)業(yè)的結(jié)構(gòu)性特征。Naver Webtoon的頭部作者年收入可達(dá)數(shù)十億韓元，但中位數(shù)收入極低——典型的冪律分布。這意味著平臺(tái)的內(nèi)容供給高度依賴少數(shù)超級(jí)創(chuàng)作者，其健康狀況直接影響改編 pipeline 的穩(wěn)定性。

爬蟲(chóng)的最后一個(gè)隱藏功能：追蹤「斷更」信號(hào)。當(dāng)一部高訂閱作品的publishDays字段突然清空，或totalEpisodes長(zhǎng)期停滯，往往預(yù)示作者健康、合約糾紛或創(chuàng)作危機(jī)。這類(lèi)信號(hào)對(duì)持有改編權(quán)的機(jī)構(gòu)而言，是風(fēng)險(xiǎn)預(yù)警的關(guān)鍵輸入。

開(kāi)發(fā)者提到一個(gè)未被驗(yàn)證的假設(shè)：評(píng)分方差比均值更能預(yù)測(cè)改編成功率。均值高但方差低的作品，用戶群體過(guò)于同質(zhì)，跨媒介擴(kuò)展時(shí)容易碰壁。均值中高、方差中高的作品，爭(zhēng)議性本身就是話題燃料——《魷魚(yú)游戲》的暴力美學(xué)正是此類(lèi)。

這套假設(shè)尚未被納入評(píng)分模型。但數(shù)據(jù)已經(jīng)在那了，等待有人去跑回歸分析。

Netflix 2024年內(nèi)容支出約170億美元，其中亞洲原創(chuàng)占比持續(xù)攀升。每一部韓劇、每部日漫、每部泰劇的采購(gòu)決策背后，都有類(lèi)似的數(shù)據(jù)博弈在發(fā)生。區(qū)別在于：有人用爬蟲(chóng)，有人用直覺(jué)，有人用兩者之間的某種混合。

當(dāng)你的競(jìng)爭(zhēng)對(duì)手已經(jīng)開(kāi)始用實(shí)時(shí)數(shù)據(jù)追蹤下一部《黑暗榮耀》，你還在等劇本主動(dòng)投遞嗎？