如今，各行各业都在嚷着创新，但是更多的是嘴上的功夫，随便抓个人，都能聊几句大数据云计算。但是作为盈利模式非常传统的色情业，其实最近几年有不少从数据挖掘中的创新掩藏在那活色生香的画面之下，色情业有不少理念值得国内的IT精英们学习。

　　☆色情行业的数据挖掘☆

　　首先请允许我向一位真正的色情数据专家致敬——Jon Millward。

　　其实说色情专家过于片面，他还做过分析500个死囚行刑前的最后一句话等分析，每一个都引人注目。他潜心分析超过10000名的色情艳星及她们的12万部作品，从而拿出了一份专业的数据报告，至少这份报告里能扭转很多人的固定思维，告诉他们，世界并非想象的那个样子。

　　佩服他的另外一个理由是，他能连续半年，每天都研究色情片却没有精尽人亡，好一个牛字了得。(提醒：作者为专业人士，请读者不要尝试连续半年不停的看A片，由此带来的生命危险概不负责)

　　他从世界上最大的成人数据库IAFD.COM里取10000名艳星的数据和她们的作品列表，然后从各种维度进行分析。真实数据分析之后的结果让很多人大跌眼镜，并且影响到了部分色情拍摄公司的选角标准。只选出几条，管中窥豹。

　　在很多人的潜在意识中，欧美的色情明星应该是金发碧眼丰乳肥臀的模样，魔鬼身材皮肤白皙，狂野中带着性感，风情中带着诱惑。

　　但是实际上，10000名女艳星中，头发以棕色的最多，占到了39.1%，其次才是金色32.7%，22.5%是黑色，5.3%是红色。更变态的是，作者发现哪怕是32.7%的金发，里面还有60%左右是后来染的……

　　罩杯——在罩杯问题上，虽然欧美艳星一向以高头大马著称，但是排在第一位的罩杯是B，最常见的尺寸是34B。紧随其后的是C，其次是D，然后才是DD（欧美标准，大约相当于F杯）。对不起，实在没有找到A罩杯的数据。

　　年龄——在年龄结构上，平均的入行年龄为22岁。但是职业生涯长短却显示了这是一个“由来只有新人笑，有谁听到旧人哭”的竞争激烈的行业。

　　在1970年代，艳星的平均职业生涯男性为12年，女性为9年。而到了现在，男性平均仅4年，女性3年。所以在AVN奖(成人界的奥斯卡奖) 中，能蝉联的艳星基本没有。

　　这同样是一个需要脚踏实地勤奋工作的行业，因为演员卖力与否、演技高下，是很容易被雪亮眼睛的群众发现的。所以最勤劳的男艳星汤姆拜伦一共拍了2549部色情片，睡了1127位女星。而最勤劳的女艳星则非尼娜·哈特林莫属，只是由于男女有别，她只睡过199个男艳星，但是从1984年开始，她一共拍了938部作品，这也注定是一个传奇啊!

　　前八卦色情专栏作家卢克·福特曾经在批评色情电影行业的时候，煽情的说：“大部分女孩成为艳星拍一个片子就会退出，因为这经历会让她感到可怕、尴尬、羞辱，她们会永远记着这种痛苦，她们不会再有勇气再拍一部。”但是真正从数据分析来看，只有10%到30%的女性会只拍一部作品就销声匿迹。而53%的女性都拍了三部或者以上。也许退出仅仅是因为不喜欢，而绝不是所想的那样屈辱和痛苦。

　　而在对作品的标题进行分析时，发现排名第一的关键词是“TEEN”(青少年)，有近2000部作品标题中包含这个词。而排名第二的是“MILF”(熟女)，排名第三的是“Wife"。无聊的乔恩又去抽查了100部包含熟女的电影，发现其中女主角平均年龄为33岁，7%的女星超过40岁，超过50岁的超过4%。

　　数据是死的，重要的是数据分析后的结果如何去使用。

　　例如乔恩也从广大的艳星群体中提取了一张艳星最受欢迎的大众脸，再加上其它的特征，以后星探们工作就会轻松很多，只用拿一张照片，蹲在街头，看到一个棕发B杯白人美女，就冲上去问：“你的肚脐到大腿之间是否纹有一只蝎子?”要有的话，你就完全符合超级艳星的标准，来，跟我们去拍电影吧。先给300人民币现金试镜费吧。

☆由数据分析引发的创新之举☆

　　如今，互联网行业峰会如此之多如同过江之鲫，随便找个会场坐下，估计不出一分钟，就能听到创新、大数据、云计算等几个名词。

　　而在世界范围上，很少有色情网站界的人士参加这种行业峰会，去畅谈大数据。原因也许是因为他们离钱太近，他们更关注每次从数据引发的创新能否带来收益上的变化，而不是去当专家空谈。

　　1、数据帮助色情帝国转型

　　由于传统色情电影业务的下滑，加上盗版和互联网上免费资源的侵蚀，很多成人公司开始拓展新的业务。其中转型典型莫过于Hustler，最初的初衷是他们曾经发行过一部成人影片，工作人员在TW上无意发现很多人居然在问男主角的衣服是什么牌子的，在哪里可以买到。后来他们就引进了服装生产线，开始生产Hustler品牌的个性时尚服饰。

　　原本他们担心自己成人制造商的口碑会影响销路，但是数据监控发现他们位于好莱坞和纽约的实体店，60%的顾客是女性，其中很多人并不知道他们之前是干什么的，并且有不少好莱坞明星会主动穿着他们的衣服亮相。

　　这真是个好的产业延伸与拓展，一张DVD，脱衣服之前是Hustler的衬衫和短裙广告，脱衣服之后是Hustler的色情影片。

　　2、数据带来的性岗位就业

　　整个色情影片行业已经走下坡路，但是老兵死去，总有新兵入伍。现在很多立志于从事这一行业的姑娘，更多的会选择当“无遮挡聊天”女郎（以下简称女郎）。就像你经常收到的讯息请求一般“一台计算机，一个摄影镜头，足不出户轻松创业!”

　　例如2012年AVN奖的获得者Lily Carter就是两年前在Google上搜索“如何成为一名色情明星”，从而开始走上了女郎的道路，接着由于表现突出，业绩良好，就投身到了传统的影片界，一炮而红，在2012年获得了17项提名。她真幸运，要是在国内，肯定正在卖安利。

　　而专门立志于为全世界的性工作者找到满意工作的网站SEXYJOBS.COM 上，写稿当天的提供女郎工作机会是61个，而招传统群众演员(指那些九流小影片里的角色) 的机会也不过208个。这个网站的市场总监表示在每年春季，在每天全部的2500个招募中，女郎能占到半数。

　　正因为这种数据的应用，让很多女郎能凭借自己的本事赚钱，多劳多得，有创意就能脱颖而出，如何能让用户心甘情愿的不停掏钱，这是一门更高深的学问，等待有实践经验的专家分享。想成为顶级女郎，只会脱衣服，说两句“官人我要”，肯定无法在这弱肉强食的丛林中生存下去。

　　3、数据带来的产品与技术创新

　　在2012年，那本奇葩的小说《50 Shades of Grey》的流行，给很多欧美女性带来了强烈的性解放冲动，据称小说里出现的情趣玩具随着小说的发行而热销。

　　所以，很多成人影片公司都检测到了自己的客户中，女性用户的比重正在逐渐提升，看A片不仅仅只是男人的事情。但是只有New Sensations公司真正的利用上了数据，在新拍的影片中，更看重文艺性，而不是走猎奇和兽性的路子。他们说想拍出能让女性主动邀请男人看的A片。

　　4、 数据带来的线下产品创新

　　数据不但能指导在线运营，同时也能指导线下实物产品的研发与改进。例如做高端性玩具的LELO品牌，他们在做用户调查的时候，发现购买自己性玩具和情趣内衣的用户中，有46%的用户有过SM的经历，而其中具体项目排名中第二是滴蜡。所以他们就推出了30美元的滴蜡按摩油。可以作为蜡烛燃烧，滴到身上后，就成了按摩油。

☆色情产业的创新之源：每个月大约16亿浏览者的数据☆

　　最近在各个文章中经常出现的一句话是在任何一个行业潜心研究10000小时，都会成为专家。而创新也不仅仅是灵光一闪，点子拿来。在这个不缺创意缺实现的年代，想到什么不重要，做出什么才重要。

　　特别是在研究数据方面，欧美艳星流和日本女优流就有显著的区别，欧美更多的是把色情行业当做商业来运作，更多的数据分析，更强的技术创新。而日本更多的是AV行业当做娱乐产业来运作，体现在更多的萝莉幼齿，更多的清纯人妻上。

　　例如哪怕仅仅把从1980年到现在的AV影片中，学生装的样式总结起来，我们就能清晰的看出服装审美的变迁。当然，这对校服现状不会有任何的改变。

　　ManWin，色情行业的帝国企业，全球排名第一的成人站就是他们控股，每个月能拿到大约16亿浏览者的数据数据，当问到他们如何处理这些数据时，他们的COO表示“很简单，去发现用户喜欢什么，然后我们去满足他们。”

　　很多时候，数据就是这么简单，清清楚楚的放在那里，任你蹂躏，但是如何用得漂亮，那就需要对数据对用户的潜心研究。其实这篇文字，主要是从一个行业的角度深度的剖析了如何使用数据来创新，希望每一个看到这里的朋友能先去思考一下自己的工作，想想有没有改进的余地。