:::
陽明交通大學統計學研究所副教授高竹嵐於OPENTIX兩廳院文化生活2024年度數據報告發表記者會中說明分析結果。(周嘉慧 攝 國家兩廳院 提供)
焦點專題 Focus 2024年兩廳院售票系統數據觀察 觀察分析之三:研究篇

表演藝術數據分析的未盡之業

筆者自2018年起經手兩廳院售票系統之數據分析。在這些年間,台灣表演藝術產業整體,不論是從機構組織、場館或是團隊方,對相關數據的重視有明顯的成長。文策院更是建構產業研究資料庫,從整體文化面進行分析。以上量化觀念的引入,無疑是台灣表演藝術邁向產業健全化的過程中,重要的一步。

然而,目前的資料與數據分析,距離完善顯然還有相當的距離。本章中,就請容筆者從個人觀點,依據個人這些年從事數據分析之角度,訴說可能的未盡之業。

資料處理與可比較性

表演藝術產業由於節目的異質性,使得可比較性成為分析上相對艱鉅的難點之一。目前雖盡量以系統上之節目類別乃至於子類別進行分類,但這仍然是一個非常粗略的分類比較方式。就算都是「音樂類」的「動漫音樂會」,「宮崎駿動畫配樂」跟「日本動漫音樂會」,其所對應的演出曲目類別以及觀眾群,就已經有顯著的不同。在這個狀況下,任何跨類別或跨年度的比較,在某種程度上,都將一些本質上有明顯差異的節目,視為類似的節目進行比較。

以上尚不討論,就算是完全相同的演出曲目或劇目,由不同的演出團隊演出,很可能差異會大到可視為完全不同性質的節目。以上也尚不討論,現在許多長銷劇的卡司會隨日期不同而不同,此也會導致相同的節目在不同場次有顯著不同。

追根究柢,表演藝術的「產品」是高度特質化的,每一個節目都是獨一無二。雖說在「大」樣本下,我們或許可以「期望」這些差異會被平均化,但要攤平如此多可能造成差異的因素,說實在話,我們的樣本其實沒有那麼「大」。

團隊曾經試圖使用如ChatGPT或llama等大型語言模型(LLM),試圖進一步去定位各節目之間的異質性。但就目前的結果看來,LLM對台灣表演藝術生態的理解仍有限。(註1看來LLM對表演藝術的參與程度仍待培養。

跨平台整合之我們需要更多資料

OPENTIX雖為目前台灣最大的表演藝術售票平台,有相對大量的資料,但若我們真要建立足夠的量化基礎作為產業的後盾,我們其實還需要很多、很多的資料。

首先,OPENTIX畢竟只是台灣整體表演藝術的局部。要反映台灣產業的整體發展,其他售票平台的數據也是不可或缺的。這不能只是一個「總銷售量」這樣的年度數據而已。如諸位所見,數據分析中有許多的分析,都建立在節目的細部資料,乃至於消費者的細部資料上。僅僅只是把各售票系統的敘述統計量加在一起,是遠遠不夠的。

其次,我們可能也會需要很多「其他」資料庫的輔助。必須意識到的是,台灣表演藝術的消費人口,占台灣總人口的少數。透過各售票系統的資料,我們頂多也只能看到已經參與表演藝術的少數族群。若我們要做觀眾開發,乃至於要將表演藝術推向大眾,我們就勢必需要能觀測到尚未在系統中,尚未購票的多數族群。

否則,我們會連「免費演出是否能夠帶動觀眾後續觀賞購票演出」這樣的問題都無法回答。

表演藝術數據分析的未盡之業
(OPENTIX兩廳院文化生活 提供)
追憶與悼念兆欣廣告圖片

大眾的認知落差

最後,筆者希望這些年的數據分析,能進一步幫助台灣表演藝術產業與大眾、企業,乃至於政府部門的溝通。

必須承認,就算到現在,大眾對於台灣表演藝術仍然是相對陌生的。筆者去年曾在某次音樂劇作品的演後座談(註2上,被觀眾詢問「台灣不是沒有什麼音樂劇,為什麼要特別做音樂劇?」當下台上眾音樂劇演員,乃至於控台都感到震驚(但大家的表情管理都滿分)。而這位觀眾不是單一個案;就算有《勸世三姊妹》等現象級作品在,仍然有不少大眾對台灣當下音樂劇的蓬勃發展一無所知,更不用說其他類型的表演藝術了。

而這不僅限於社會大眾,政府部門一樣存在重大的認知落差,也因此才會出現無視於18億產值的「要飯說」,或是基於「1987年設立的國家歌劇院」為由的預算凍刪。

誠然,表演藝術的本質是不可量化的,它是舞台上的有機生命,而非數字的聚合體。但是,在大眾走進劇場前,我們或許需要透過更明確的「數據」,來讓大眾認識我們,認識台灣表演藝術的發展,進而走進劇場,體驗表演藝術不可量化的美,終而支持劇場與台灣的藝術文化。

註:

  1. 就目前的實驗結果,LLM甚至連要判斷節目是國內外節目都有困難。
  2. DU創作社聲學音樂劇《來電Darling》(2024 年3月)。
《悲慘世界》10個不可不知廣告圖片
本篇文章開放閱覽時間為 2025/06/04 ~ 2025/09/04
數位全閱覽廣告圖片