网络优化：视频在网络中传播，尤其是随着移动互联网的飞速发展，经常会发生拥塞或者对网络传输能力带来巨大的冲击。基于历史数据，预先规划网络路由也是大数据和SDN相结合的应用型态。

大数据对视频行业的可能影响包括：

内容：上下游角色的融合

伴随着大数据分析能力的普及，产业链中的不同角色的融合变成了趋势，自制剧被视为提高收视、降低版权费用的必由之路。目前看来，笔者认为有两种趋势：

类似于Netflix的OTT视频网站，他们掌握了大量的用户数据，以此为基础，自己投资生产内容；

内容生产的众筹，视频行业的参与者，通过对未来趋势的预测，打通潜在订阅者和创作者(编剧/导演/演员)的通道，实现内容制作的成本/收益/风险在参与者中共同分担。

监管：全媒体内容监管

内容监管一向是我国文化产业的基本政策，针对海量内容，实现全媒体的内容监控一直是个难题。随着大数据技术的应用，视频内容的采集和分析成为可能，模式识别/机器学习等大数据技术的延伸能够有效的降低内容监管的人力要求和可靠程度；

网络：智能优化的网络传输

伴随着SDN在网络中的开始普及，利用大数据分析网络的历史利用数据，可以有效的预测网络中拥塞节点和时间点的出现和概率，提升用户体验。可以认为未来的视频分发者的网络越智能，他/她才会更受产业上游的青睐。

广告主：效果是核心，营销是重点

广告业一直有一种说法：“我们知道至少浪费了一半的预算，但不知道是哪一半”，这是典型在单向传播时代的情况。而在现在，通过用户行为分析，已经可以做到“定向广告”；更为重要的是，更多的广告目的不是“品牌宣传”，而是“营销”，这时基于用户行为分析的“精确营销”能够帮助提高购买行为转化率，更受到广告主的欢迎

第三方机构：不能再仅仅依靠采样数据

一直以来，尼尔森是电视节目收视率的权威机构——它能统计美国2.5万户家庭的收视行为。虽然近年来尼尔森的影响力日渐式微，但是它仍然是一个权威的信息渠道：它能统计出通过传统电视机播放的节目的收视率。但是在这个OTT和多屏的时代，人们通过更多电视之外的终端，收看非直播类内容，同时在社交网络（如twitter）上分享着看法。这些信息对于内容的传播效果评估非常重要，同时对于广告主也非常重要。最终，nielson宣布和twitter展开合作，以便更全面的开展收视调查。

大数据在视频行业的应用

大数据在视频行业还在初期应用阶段，目前还集中在互联网视频领域

推荐引擎

目前相对最成熟的应用，netflix据称75%的观看来自推荐，其个性化和推荐算法也曾获得大奖，而国内视频网站也都会有相关推荐。虽然算法各异，目的只有一个，通过推荐与用户相关的内容，提高用户观看时长和黏度。

收视情况分析

Nielson与twitter合作的收视调查，优酷土豆的“优酷指数”逐步演进为“中国网络视频指数”，“数据邦”基于微博粉丝行为的收视热点分析，这些都是比较好的应用尝试

内容制作

本文开头提到《纸牌屋》的故事现在广为人知，“大数据”确实起到重要的作用，但在一定时期内，“人”仍然应该是主要因素。同样，已经出现通过“大数据”预测票房，而减少前期制作风险的案例，也还在非常早期应用