❶ 大數據如何據顛覆傳統電視行業
大數據如何據顛覆傳統電視行業
在媒體業界，大數據主要在以社交媒體為代表的新媒體領域的蓬勃發展當中大行其道。傳統媒體也不甘落後。2013年出現的許多成功案例表明，大數據已經成為傳統媒體實現業態升級的重要驅動力。
《紐約時報》、《衛報》等老牌報紙利用大數據挖掘技術，推動新聞向「利基化」、「縱深化」發展。在社交媒體當道的今天，面對新聞日趨「碎片化」、「扁平化」的嚴峻態勢，傳統媒體可以藉助於大數據技術繼續保持其在新聞品質和專業水準上的領先地位。
與報業相比，電視業對大數據的運用相對遲緩和謹慎。
然而，星星之火亦能看出燎原之勢，隨著電視從傳統的「一對多」式的「廣播」型媒介升級為「多對多」式的、以移動化、互聯化、多屏化為其核心競爭力的「窄播」、「互播」型全媒體平台，網路運營商、廣電運營商、服務提供商等產業鏈主體能夠以各類數據為「杠桿」，挖掘和撬動各類不同層次受眾的需求，提供更加個性化、更具互動性、更有深度的媒介體驗。
具體來說，大數據技術的廣泛運用在收視測量、節目策劃與改進、觀眾互動參與、廣告精準投放等各個環節上產生了顛覆性的影響，推動了電視業的全方位變革與重構。本文擬從電視業運營的幾個關鍵環節入手探討大數據技術所產生的顛覆與變革，供我國從業者借鑒和參考。
收視測量變革：從「抽樣」到「全采樣」
大數據技術對電視業最為直接也是最見成效的影響體現在收視測量的變革上。大數據的核心思想是用規模劇增來改變現狀。
正如維克托?邁爾－舍恩伯格、肯尼思?庫克耶所指出的，大數據時代最為顯著的特徵就是「全數據」或「全樣本」成為統計的依據，而不再依賴於傳統的隨機抽樣。
抽樣分析是信息相對匱乏、流通受到限制的模擬數據時代的產物。它的信度和效度依賴於抽樣的絕對隨機性，但是在實際操作中幾乎無法實現。此外，隨機抽樣也不適合考察子類別的情況，當人們想了解更深層次的細分領域的情況時就無法採用這種方法。
換言之，隨機抽樣模式所依據的是「扁平化」的數據模式。
在全樣本模式下，數據處理技術發生了顛覆性的變革。專業機構可以收集到與某個特定變數相關的所有數據並進行處理，樣本可以等於總體。
對於電視業而言，這一變化直接體現在收視率調查上。對於電視媒體而言，基於隨機抽樣的收視率調查有望被基於海量樣本——甚至全樣本——的收視測量所取代，從而為電視業界的內容生產提供更為精準的數據支撐。
縱觀收視測量發展的歷史，經歷了由第一代電話調查、第二代日記卡固定樣組測量、第三代測量儀器記錄到目前第四代數字電視測量技術的發展。
前三代的測量方法均建立在抽樣調查的基礎上，樣本量有限，且有測量誤差較大、需要樣本戶配合的程度較高等缺點。伴隨數字電視的發展，頻道數量激增，業界對目標市場進行精準收視調查的需求愈來愈迫切。增加第三代收視測量儀的樣本數量可以在一定程度上滿足這一需求，但是樣本量的增加必然會受到成本控制的限制。
建立在大數據基礎上的第四代收視測量顛覆了以往的抽樣調查方法，通過對機頂盒的升級，能夠對觀眾開關機頂盒、轉換頻道、使用增值業務等操作行為進行精確到秒的准確記錄，不但最大限度保證了數據採集和傳輸的安全性，而且可以實現「全樣本」測量。
目前，世界上影響最大的收視率調查公司——尼爾森公司採用大數據挖掘技術，可以將收視率測量的樣本數量提升為過去的十倍或更高，甚至可以提供前一天的全樣本觀眾收視率數據。
社交網路對電視觀眾的影響受到業界重視。近期發布的相關研究結果表明，電視節目在社交網路上的關注度與傳統的收視率同等重要，即「我推故我看」。
因此，社交網路的關注度成為衡量電視節目影響力的新的有效標准。更加重要的是，大數據能為我們提供實時、動態、高效的數據分析，與以往的靜態收視率分析相比，是一次質的飛躍。2012年末，尼爾森公司收購了以分析電視內容中的社交數據為核心業務的新興調查機構「社會指南」（Social Guide）公司，後來又與社交媒體巨頭「推特」（Twitter）公司合作，推出基於微博內容的電視收視率報告。
統計顯示，在晚間黃金時段，在微博上傳播40%的帖子均與電視節目相關。尼爾森公司通過對140家無線和有線電視公司的調查，證實了基於微博內容的電視收視率報告對於傳統的收視率測量是一個很好的補充。
內容生產變革：從「制播分離」到「制播同步」
如果說大數據在電視業的直接運用體現在收視率測量上，那麼它所產生的更有意義的變革則體現在對節目生產模式和流程的重構上。
過去，電視節目的內容框架一般在播出前就確定了，在播出過程中進行調整和改變並不常見。在大數據時代，由於實時收視數據——特別是對節目內容的實時反饋的獲取和分析——越來越容易實現，節目的製作流程發生了新的變化。
「制播分離」的傳統模式被徹底顛覆，內容生產由「靜態」變成了「動態」，在播出過程中編導隨時根據數據分析報告對節目內容作出「微調」甚至「轉向」的決定。以內容生產、調整與播出、反饋融為一體的「制播同步」模式將成為大數據時代電視內容生產的常態。
在這方面，一些國外媒體已經做了一些積極的探索。
英國廣播公司（BBC）長期追蹤大數據技術的發展動向，把實時的、以觀眾為基礎的數據分析應用到電視運營的各個環節——包括內容生產、財務管理、市場推廣等。
在一些「真人秀」、訪談類的直播節目中，大數據技術已經得到了廣泛應用。BBC對從社交媒體得到的數據進行實時分析，在節目現場直播中根據觀眾在社交媒體上的評論決定接下來的推進方向。如果觀眾喜歡看節目的某一部分，比如某一特定主題的訪談或討論，就延長這部分的播出時間；反之，如果觀眾不喜歡，就進行相應的調整。
除了娛樂節目等市場化程度較高的品類，大數據技術也進入了新聞節目的生產流程當中。
在印度，一檔旨在揭露社會問題真相的新聞訪談節目《真相戰勝一切》（Satyamev Jayate）播出第一季就吸引了4億本土觀眾，通過視頻網站、Facebook、Twitter、YouTube和移動終端收看該節目的全球受眾超過了12億，成為2013年全球最引人注目的電視節目之一。
分析這檔節目成功背後的原因，除了討論的議題本身關注度較高以及主持人的明星效應外，大數據技術發揮的作用功不可沒。
「真相戰勝一切」是鐫刻在印度國徽上的格言。與人們最為熟悉的印度寶萊塢式輕歌曼舞的風格迥然不同，這檔新聞訪談節目的宗旨是「關注社會、貼近民眾、深層次揭露社會問題」。
2013年播出的第一季共十三集，主題分別為：被迫墮胎與殘害女嬰、兒童性騷擾、巨額嫁妝、醫患關系、殘障人士、家庭暴力、濫用農葯、酗酒、種姓制度、老年人權益、水資源保護、印度夢，等等。
節目主持人是寶萊塢電影巨星阿米爾?汗（Aamir Khan），他通過大量實地采訪，講述了不同階層印度人的真實故事，大膽曝光印度社會的種種弊病，力圖以「殘酷的真相」喚醒大眾，引發公共討論，進而推動社會變革。
值得一提的是，這檔節目運用了大數據手段來策劃選題、推動節目進程，甚至影響到國家政策、法律的制定或修改。
編導通過社交網站收集、分析了數以百萬計的熱點議題及其討論帖子，進行了大數據挖掘。他們不僅以這些數據為基礎進行節目策劃，還積極使用這些數據推動政治變革。
觀眾積極參與節目互動，表達對重要議題的觀點。在節目播出的進程中，製作方及時向觀眾提供來自各級政府官員、議員和意見領袖的思想和行動的數據反饋，從而形成政府、媒體和公眾三方議程的有效互動，促成公共政策的調整和完善。
比較典型的例子是，印度國會曾經在其中探討兒童性騷擾的一期節目播出後，迅速通過了一項兒童保護法案，主持人阿米爾也獲邀到國會聽證。
媒介功能重構：從「看電視」到「用電視」
隨著電視互動性的增強，觀眾的參與度大幅提升，原本被動收視的「沙發土豆」們開始更多地動腦、動嘴、動手，有目的地「使用」電視或網路視頻、可視化信息圖表等，「看電視」逐漸過渡到「用電視」階段，電視的功能及其「工具理性」得以進一步發掘和拓展。
在實現「看電視」到「用電視」的轉變當中，新興的「數據新聞」（datajournalism）發揮了至關重要的作用。
簡言之，數據新聞就是通過反復抓取、篩選和重組等手段來深度挖掘數據，聚焦專門信息以過濾數據，運用可視化的手段來呈現數據並合成新聞故事和具有較強工具性的應用軟體（如APP）。
在電視機構中，英國廣播公司（BBC）在數據新聞的開發上獨領風騷。BBC新聞網數據團隊由20餘位記者、設計師和研發人員組成。除了數據項目和視覺效果的製作外，團隊還負責設計新聞網站上的所有信息圖表，研發互動多媒體功能和移動應用軟體（APP），為電視業在數據新聞領域的拓展率先垂範。
BBC新聞網推出的「死亡之路：1999-2013年英國每條道路上每例死亡」即為一個成功的案例。
在信息個性化方面，用戶可以輸入郵政編碼查詢自己居住地區過去十年裡每條道路上發生的車禍致死的數字和個案。
在多媒體形態方面，編輯將警方提供的相關事實和數據視覺化、動態化、人性化，同時與「倫敦急救協會」、BBC駐英國各地的分支機構進行合作，即時追蹤主要城鎮及其周邊地區發生的每場車禍並進行在線直播，還通過Twitter推送相關報道，冠以「#cash24」的標簽，同時會在地圖上標出車禍發生的具體地點。
數據新聞的廣泛使用把「看電視」變成了「用電視」。這方面工具性更強的是BBC網站上推出的「財政預算計算器」網頁及其APP。
用戶藉助於這一工具可以預見國家財政預算一旦生效後，對個人生活可能產生的正面或負面的影響，並且可以在社交媒體平台上分享計算結果。
BBC與全球四大會計師事務所之一的畢馬威建立了合作關系，後者根據英國政府公布的年度財政預算進行大數據挖掘，BBC負責編創吸引受眾的界面，便於他們的使用參與。
另一個有趣的「數據新聞工具」是專題《70億人口的世界：你是第幾個出生的人？》，它的發布日期與世界人口達70億的官方日期一致，用戶只要輸入自己的出生年月日，就可以立即計算出自己是全球第幾個出生的人，並通過Twitter和Facebook分享自己在全球的出生排名。
這一專題使用了聯合國人口發展基金提供的數據，非常受歡迎，成為英國2011年Facebook上人氣最旺的分享鏈接。
傳播模式重構：由「機械化」到「智能化」
大數據時代，內容生產和受眾信息發掘技術的進步使媒介的傳播模式由「機械化」轉向「智能化」，電視業也不例外。
「機械化」的傳播方式意味著電視台充當了節目與內容的「傳送帶」和受眾的「供應商」，而「智能化」的傳播方式則把電視台轉變成為受眾的「服務商」。
隨著電視節目的傳播走向「多屏幕化」和「多平台化」，智能電視機、平板電腦和手機等會更為精準化地記錄觀眾的收視行為和偏好，藉助於大數據技術進行挖掘與分析，從而使電視台在最合適的時間、最合適的屏幕或平台上傳播最合適的媒體內容，為用戶提供更高質量的服務。
美國一些付費電視運營商已經開始利用與客戶和服務相關的數據迅速作出決策，以全方位提升用戶的收視體驗，包括畫面、聲音、內容的質量等。
IBM、惠普等大型IT企業擁有大數據中心和長期積累的數據分析產品系列，他們與Mariner公司、IneoQuest公司、Agama Technologies公司等傳統的付費電視運營商已經在頻繁接觸，為合作做准備。
值得關注的是，大數據技術的應用已經由「小眾化」的付費電視轉向了更為廣泛的業界領域。
2013年媒體業界的一個標志性事件是世界最大的社交媒體「推特」（Twitter）在紐交所上市後即選擇與美國最大的有線電視運營商「康姆卡斯特」（Comcast）公司建立合作夥伴關系。
這預示著大數據技術也會成為傳統媒體與新媒體實現深層次「競合」的結合點。就目前而言，兩者最直接的合作體現在收視測量上，可以預見，在此基礎上我們還會看到電視業與社交媒體在內容生產、用戶參與等層面上更為廣泛而深入的合作。
在傳播目標市場的戰略選擇與具體部署上，數據也能起到關鍵性的作用。
2013年，美聯社發布了兩份在線視頻新聞消費報告，一份是針對歐洲市場的，一份是針對亞洲市場的。美聯社通過在線和實地調查兩種方式了解受眾對視頻新聞內容的需求，並確定視頻資源集中的關鍵區域，以保證這些地區視頻業務的增長。
例如，美聯社對亞洲市場的調查顯示，在線訪問新聞的中國消費者中，有10%每天訪問新聞視頻剪輯，70%至少每周一次觀看在線新聞視頻；年齡在25至44歲的消費者最傾向於經常觀看視頻，其中超過60%的人至少每周觀看2-3次；平板電腦用戶更傾向於訪問在線新聞視頻，使用平板電腦訪問在線新聞的觀眾中有75%會每周觀看至少2-3次視頻新聞，而智能手機用戶和台式電腦用戶的這一比例分別為60%和57%。
這些數據有助於美聯社制定目標視頻市場的營銷推廣策略，從而實現更為精準的傳播。
大數據技術在電視業的運用才剛剛起步，除了前文中提到一些數據新聞的成功案例和在國內已經獲得廣泛關注的網路定製劇《紙牌屋》（House of Cards）之外，相關的實踐和探索還有待進一步深化。
但越來越多的成功案例已經並將繼續證明，在傳統電視機構積極探索產業升級和業態轉型的大背景下，大數據技術的廣泛運用無疑是一把開啟電視業未來的「金鑰匙」。
以上是小編為大家分享的關於大數據如何據顛覆傳統電視行業的相關內容，更多信息可以關注環球青藤分享更多干貨
❷ 鍥藉窘琛岀▼鐮佹庝箞寮
鎮ㄦ槸鎯抽棶琛岀▼鐮佹庝箞寮勫悧銆
鎵撳紑寰淇°備笅鎷夊井淇′富欏甸潰銆傛壘鍒版悳緔㈡嗐傚湪鎼滅儲妗嗚緭鍏ユ偍鐨勪綅緗銆傜偣鍑誨傚浘鍦堜腑鐨勪綅緗銆備笅杞界葷嚎鐮佸氨鍙浠ヤ簡銆
閫氫俊澶ф暟鎹琛岀▼鐮侊紝鏄鐢變腑鍥戒俊閫氶櫌鑱斿悎涓鍥界數淇°佷腑鍥界Щ鍔ㄣ佷腑鍥借仈閫氫笁瀹跺熀紜鐢典俊浼佷笟鍒╃敤鎵嬫満鈥滀俊浠ゆ暟鎹鈥濓紝閫氳繃鐢ㄦ埛鎵嬫満鎵澶勭殑鍩虹珯浣嶇疆鑾峰彇錛屼負鍏ㄥ浗鎵嬫満鐢ㄦ埛鍏嶈垂鎻愪緵鐨勬煡璇㈡湇鍔★紝鎵嬫満鐢ㄦ埛鍙閫氳繃鏈嶅姟錛屾煡璇㈡湰浜哄墠14澶╁埌榪囩殑鎵鏈夊湴甯備俊鎮銆