大数据媒体的广告营销

大数据媒体的广告营销（精选9篇）

大数据媒体的广告营销 第1篇

广告营销是指企业通过广告对产品展开宣传推广, 促成消费者的直接购买, 扩大产品的销售, 提高企业的知名度、美誉度和影响力的活动。随着经济全球化和市场经济的迅速发展, 在企业营销战略中广告营销活动发挥着越来越重要的作用, 是企业营销组合中的一个重要组成部分。大数据时代的广告营销在数据分析上的基础上明确了广告信息受众。趣味广告, 互动广告和个性化广告是广告营销的发展趋势。

1. 数据分析与广告信息受众

大数据时代广告信息传播目的性更强, 信息受众经过一系列数据挖掘与数据分析将更为准确。传播媒体在大数据时代的作用将更为突出。传媒作为沟通人类的桥梁, 在移动化, 社交化、智能化的今天已经成为人们生活中必不可少的“陪伴”人们通过媒介使用在持续产生着海量数据, 这些数据将成为大数据时代的重要资源, 同时传媒也是沟通各种类型商家与用户的纽带, 在数据分析的基础上能够通过传媒使商家与用户建立起深入、持续、稳定的互动关系。

大数据时代的数据分析使得市场细分和目标市场选择变得可视化。商家和媒体通过各种渠道收集和整理用户数据, 并根据聚类分析划分不同类型的信息受众, 使得市场细分和目标市场的选择更加客观, 广告的设计和投放能够直接面对有相关需求的客户。这种客观性和直接性不仅表现在对广告内容的把握, 更体现在对广告投放渠道的选择。

广告营销最重要的是效果, 让不同地域的受众看到不同产品的广告, 利用独有的区域定向模式技术, 将网民以地域 (精准到地级市) 为单位加以区分, 打破了以往互联网传播只可泛不可精的区域传播壁垒。大数据时代的市场细分将用户的信息行为, 包括浏览路径, 浏览内容, 停留时间, 最终选择等, 转化为可用数据, 并进行数据清洗与数据筛选, 最后进行聚类, 将属性相同的用户集中到一起, 根据其特点选择广告投放内容和途径。并深入分析各节点之间的关系, 找出其中规律, 有目的地进行广告, 从而避免了广告投放的盲目性, 实现“不同人看不同广告”的效果。

2. 趣味广告

通过对营销以及传媒发展历史的梳理可以发现, 很多经典的成功案例都与“趣味”这一因素密不可分, “笑声”已经成为广告制胜的重要法宝, 许多广告因为幽默、生动、有趣而受到广大观众的欢迎。观众的好感度直接影响着消费者对广告产品的接受程度。好感度越高的产品和品牌更能得到消费者则的青睐。如此看来, 广告的“趣味”性是决定广告是否成功的重要因素。

创意广告出现的形式有很多种, 其中主要有搞笑型、公益型、惊奇型、讽刺型、雷人型、夸张型、无聊型等多种形式, 最主要的是要有创意, 想象力。因网络文化的发展创意广告也随之高登, 受万众的欢迎。创意广告具有渗透性、流传性。能凭借吸引人的创意在网络上迅速自发以葡萄藤形式推广流传。并让广告元素深入移植。主要以视频的形式表现出来。趣味广告要紧跟时代潮流或选择有吸引性的主题。在广告风格和广告台词的设计上可以选择网络流行风向中的语言和表达。比如爱奇异视频中的奇葩说栏目, 将广告宣传内容和节目选手结合起来, 既幽默风趣, 又体现产品的风格特点, 牢牢地吸引了观众。很多广告选择电影中的经典桥段进行设计, 比如《大话西游》中的“如果上天能够再给我一次机会, 我希望是一万年”台词的应用, 益达广告中经典老歌“如果没有你”的应用。

3. 互动广告

广义的互动广告是指所有互动形式的广告, 包括传统媒体中的互动形式的广告。西奥多·莱维特在其营销哲学理论中提到“成功的营销像是一场成功的婚姻, 会不可避免地变成一种长久的关系, 而买卖之间的相互交往界面也就变成可相互依存”。相互交往成为决定现代传播成功与否的重要因素。Web2.0, web3.0技术的成熟发展为互动广告提供了技术保证。微博, 微信的广泛使用为互动广告提供经验。互联网电子商务白热化发展和小米粉丝营销取得成功为互动广告指明方向。大数据时代互动已经成为现代传媒业的一个重要特征。

由于PC、手机、平板电脑的终端特性, 以及由此而产生的用户与视频之间的交互行为, 让视频广告产生了无限的互动可能, 如图所示:

4. 个性化广告

在大数据时代, 个性化将颠覆一切传统商业模式, 成为未来商业发展的终极方向和新驱动力。大数据为个性化商业应用提供了充足的养分和持续发展的沃土, 基于交叉融合后的可流转性数据, 全息可见的消费者个体行为与偏好数据等等, 未来的商业可以通过研究分析这些数据, 精准挖掘每一位消费者不同的兴趣与爱好, 从而为他们提供专属的个性化产品和服务。大数据改变了商业模式, 未来市场是一个性化消费者为中心的, “未来广告的核心变化方向, 是从现在每个人看同样内容的广告, 演化为每个人看不同内容的广告”所以营销活动也要依托消费者这一中心展开创意的策划和实施。

我们都知道以往的广告模式是一对多的, 广告商不知道自己的广告方式和手段是否满足用户的需求, 但是随着媒体掌握越来越多的用户数据, 能够方便地让企业通过技术分析出关注企业的用户具体属性和用户行为的画像。通过这些洞察分析出来的这些用户画像, 能够让企业对每类用户进行有针对性的广告服务。企业做广告不仅是要针对新用户, 更重要的一点是对老用户的激活。但是怎样激活老用户, 以及和用户更好地进行有效沟通, 几乎是广告行业都挠头的问题。但是运用大数据技术可以让企业对用户生命周期进行管理和挖掘, 让企业对不同生命周期的用户进行标签化管理, 让企业及时把把相关运营信息推送给不同生命周期的用户。

小结

大数据时代对于广告营销来说即使机遇, 又是挑战。广告营销要时刻注意时代和技术的发展和变迁才能在数据化的浪潮中处于不败之地。趣味广告、互动广告、创意广告是广告营销为适应时代的发展而产生的不同的紧跟时代的营销形式, 是发展的起点而不是中点。因此随着人类迈向数据化的脚步越走越快, 广告也需要有更新更有效的营销方式, 而这将成为以后学者研究的重点。

摘要：本文以大数据时代为背景, 阐述了大数据分析对广告营销的影响, 包括数据分析对广告受众的影响以及新的广告方式的出现。数据分析使广告客户的划分更客观, 广告渠道的选择更精确, 避免了广告投放的盲目性, 实现“不同人看不同广告”的效果。介绍了趣味广告, 互动化广告, 个性化广告三种新型广告营销模式。

关键词：大数据媒体,广告营销

参考文献

[1]歌晓.大数据落地“三道坎”与信息安全[J].上海信息化.

[2]吴娜娜, 任红丹, 张璨.以多芬为例浅析广告营销[J].产业与科技论坛, 2009 (08) :6-7.

[3]刘峰.大数据时代的电视媒体营销研究[J].华东师范大学博士论文, 2014.

[4]颜美群.试论广告的娱乐化成因与类型[J].湖北广播电视大学学报, 2007.27 (4) :49-51.

大数据对营销的影响（定稿） 第2篇

21世纪，“大数据（Big Data）”将是继云计算、物联网之后IT产业又一次颠覆性的技术变革。而所谓的“大数据”，已不再是传统意义的一般数据，而是超大数据、海量数据。“大数据”不仅仅意味着数据的数量庞大，还代表着数据种类繁多、结构复杂，变化的速度也极快。随着“大数据”时代的到来，企业经营决策面临的最大挑战不再是缺少数据，而是数据太多，面对这些静态、孤立、无多大参考意义的“初级品”的信息数据，企业信息部门需通过系统功能来发掘有价值的数据，给公司营销管理提供决策支持。

“大数据”将重构精确营销模式，企业提取营销数据的平台将发生质的变化。“大数据”时代到来之前，企业一般是从传统的CRM系统、BI系统和企业官网中提取顾客信息、市场促销、广告活动、展览等结构化数据。这些信息只能满足企业正常营销管理信息需求的一小部分，因为，这些信息往往并不足够以洞察和发现重要的规律和发展趋势，从而无法据此给出精确的营销策略。

而大量存在的一些数据信息，所谓“大数据”，诸如社交媒体数据、邮件数据、地理位置、音视频信息、物联网信息、移动3G互联网信息等这类不断增加的非结构化数据，几年前可能由于企业认识不足，抑或是缺乏相应的数据挖掘和分析工具而被束之高阁。而今，随着针对这些非结构化数据的挖掘和分析技术的不断涌现，“大数据”能进一步提高算法和机器分析的作用日益凸现出来，“大数据”对营销模式的革命性改变也日益显现。

“大数据”对于营销模式的改变主要体现在以下几个方面：

1、对营销决策数据进行更好的优化；

2、对目标对象进行更完整的分析、描述；

3、实现点对点智能广告模式；

4、更好地进行顾问式营销，等等。综上所述，“大数据”能够帮助企业实现真正意义上的精确营销。

大数据媒体的广告营销 第3篇

一、新媒体环境下电视媒体追求社会效益的困境分析

在推行电视媒体转企改制之后, 电视媒体的定位发生了变化, 在产业化的发展中呈现出多样化的角色特征, 开始努力满足受众不同方面的信息需求, 但是市场化运作的影响也逐步显现, 开始推动电视媒体迎合受众的需求, 目前最重要的表现便是荧屏娱乐化盛行, 许多低俗、不雅的内容和形式开始得到广泛的传播。在这种背景下, 收视及市场份额成为媒介运作的主要目标, 公众利益便在一定程度上被忽视甚至被损害, 如此对社会效益的追求便无从谈起。

目前, 不同类型的传播媒介越来越深入地渗入到大众的生产生活当中, 成为不可或缺的公共资源, 但是在市场化、资本化竞争的背景下, 媒体很容易忘记该如何去利用手中的公共资源, 诸多掌握着话语权的媒体为了追求经济效益, 剥夺了受众观看优秀节目的权利, 导致公众利益受损。越来越多的从业者及研究者开始探讨如何使媒体在追求经济效益的同时保障公众利益、兼顾社会效益, “媒体如果能够在某种程度上发挥‘公共利益’维护者的作用, 不是因为这些媒体个体或者媒体从业者个体拥有超越普通人的道德与良知, 而是在一定的制度框架与规制模式之下, 媒体通过传播, 实现了公民的自由表达与信息接收自由, 保障了公众的知情权与表达权, 从而在整体上实现了上述目标” (1) , 我们可以从国家广电总局制定“限娱令”、“限广令”等一批政策看出主管部门在此方面做出的努力, 当然要从制度框架与规制模式的层次做到对媒体宏观、整体地调控还需要一定的发展过程。

宏观的有效把控, 需要一个发展过程的重要原因在于目前传媒形态及内容的多元化。传媒形态和内容的多元化是其发展到一定程度的必然产物, 也体现了社会思想、观点、需求的多元化, 能够使最广大的受众有效地通过大众传媒接受信息、表达思想, 形成自由的意见市场, 这是保障公共利益的重要基础, 在这个基础上如何有效地保障传媒内容的质量, 便成为媒体能否有效保障公共利益、实现社会效益的关键。

其实, 新媒体快速发展并深入影响人们生活, 为媒体有效地发挥社会效益打下了坚实的基础。新媒体时代可以有效地形成受众与媒体之间的互动, 保证信息的顺畅传播, 这些都有利于优质媒介内容更方便地传递给受众, 也能够使受众的各方面权利得到更大限度的保障, 可以说, 新媒体的发展成为传媒界追求并实现社会效益的重要契机。但是, 新媒体对人类社会的影响有着明显的两面性和矛盾性, 在给人类带来便利的同时也造成了管控、引导难度的大幅增加, 优质媒介内容很容易被淹没在碎片信息的泡沫中, 难以有效发挥其作用, 在这种情况之下, 电视媒体如何在追求经济效益的同时实现自身的社会效益, 便成为一个复杂的课题。

二、在大数据营销的基础上寻找电视媒体社会效益与经济效益的平衡

在新媒体兴起之前, 人们缺乏获取信息、表达意见的渠道和平台, 多种媒介需求处于一种被压抑的状态, 人们迫切地希望能够获取所需要的多元化、个性化信息, 同时得到与传统媒体平等对话的机会。随着新媒体的发展, 人们得到了期望中的渠道和平台, 但原始欲望、娱乐的需求也被激发出来, 同时因为新媒体功能的强大, 具备了信息传播之外的诸多功能, 因此人们原本被压抑的信息需求并未完全向最初期望的方向去发展, 在很大程度上被世俗化、娱乐化的海量信息所掩盖。另一方面, 许多电视媒体在追求经济效益的同时也在发挥其服务社会与公众的功能, 但很多情况下由于传播渠道的限制难以取得预期效果。进入新媒体时代之后, 电视具备了更为强大的实现社会效益的能力和条件, 却开始面临前所未有的市场竞争和生存压力, 同时由于大众趣味的转变, 即便是在电视媒体坚持进行追求社会效益, 也难以得到应有的认可, 这样便逐渐形成当下的电视传媒生态与现状。可见, 在有关电视媒体社会效益与经济效益的争论当中并不是只存在社会效益和经济效益这两个维度, 而是包含着媒体的双重属性、受众的多元需求、政策与市场的不同要求等各种维度, 它们交织在一起, 相互作用。所以说, 社会效益与经济效益之间的矛盾是一对复杂矛盾, 要想在新媒体背景下寻求二者的平衡, 就必须要在以上各种维度的综合作用中找到一个均衡点, 这也要求我们改变长久以来非此即彼的评价标准, 不能单纯地认为对经济效益的追求必然会损害社会效益, 抑或反之。社会效益与经济效益是一对永恒的矛盾, 但并不是一对不可调和的矛盾, 二者恰恰是在相互依存之中得以实现的, 并且只要把握得当, 便能够使二者发挥相互促进的作用, 这是这一对矛盾的最佳解决结果, 当然要实现这一点需要付出足够的智慧与努力。

大数据技术的发展和应用能够在很大程度上解决新媒体碎片化、复杂化、不可控等特征造成的负面影响, 可以在多种因素的复杂作用中找出关键问题, 为有效制衡不同因素的相互作用找到可行方案, 最大限度地实现经济效益和社会效益的平衡。通过大数据技术寻求以上平衡的努力可以从以下两个方面展开:

首先, 电视媒体的内容优势仍是其发展的根基, 要实现经济效益和社会效益的平衡, 需要更多类型、更多风格的优质节目内容, 满足各方面的收视需求。基于云计算平台, 利用大数据技术为海量节目内容的生产、传播打下了基础, 我们一方面要根据市场的需求生产符合受众兴趣和接受习惯的节目, 另一方面也要生产更多体现社会效益的节目, 比如许多社教、科教节目在可看性、趣味性上存在一定的不足, 但是仍需要予以足够的重视。观众的收视习惯在很大程度上受到节目内容的影响, 提高我国电视节目的整体质量永远是实现经济效益与社会效益双丰收的基础。

其次, 基于大数据的电视营销不仅仅要实现相关节目内容的推送和宣传, 更要做到对观众的引导。正如以上所分析的, 受众许多去中心化、过度娱乐化的诉求被新媒体激发出来, 成为目前受众群体的重要特征, 这反映出了受众的媒介素养亟待提升的现状。依托数据分析可以发现哪些受众存在什么样的问题, 有助于在此基础上进行针对性的引导, 为受众制定媒介教育课程, 使其逐步提升媒介素养, 这样能够从根本上为营造健康、理性、和谐的传媒环境创造条件, 从受众接受的角度为提高传媒社会效益打下基础。

追求社会效益为电视媒体的营销创新提出了更高的要求, 大数据营销为更好地实现社会效益创造了条件, 从这个维度也可以发现大数据电视媒体基于利益原则开展的营销活动有一个创新特征。当然, 这也是只论证了基于利益原则、借助大数据技术, 电视媒体具备更好地体现和追求社会效益的可能, 而如何将其落到实处, 还需要在营销实践中不断地探索。

摘要：电视媒体一方面面临着传媒市场转型期巨大的市场压力, 一方面需要在运营过程中体现出对社会效益的把握, 这是电视媒体运营者必须要恰当处理的一对矛盾。大数据时代到来之后, 传媒营销模式开始发生明显变化, 本文将结合这一背景探讨电视媒体如何在营销过程中体现对社会效益的把控。

关键词：大数据时代,电视媒体营销,社会效益

注释

大数据精准营销的价值与方法 第4篇

网舟科技数据分析课题组

大数据营销价值：

随着全球的信息总量呈 现爆炸式增长，移动互联网、可选渠道和设备增加以及不断变化的消费者特征，同时大数据技术的更新日益。大数据营销依托多平台的数据采集及大数据技术的分析及预测能力，使企业的营销更加精准，为企业带来更高的投资回报率。无论是线上还是线下大数据营销的核心在于在合适的时间，基于你对用户的了解，把你希望推送的东西通过合适的载体，以合适的方式，推送给合适的人。

大数据营销关键问题：

问题1：怎么才能准确知道Who？Where？Do What? How Do? 大数据营销首先要解决的是数据汇聚的问题。通过打通用户在多个渠道上的行为数据，构建对用户行为和用户数据的深入洞察，一方面实时监控各渠道的用户行为特征，运营和营销的效果，进行优化；另一方面集中用户的数据，便于后续的深入挖掘工作，实现以用户为中心的数据汇聚，提升用户数据价值，实现用户交互的精准识别和多渠道数据打通，为用户提供更准确的服务和营销。问题2：渠道及交叉渠道组合方式如何选择？

当营销预算不够的时候，如何在搜索和其他的渠道间进行营销预算的分配？是选择电子商务最优搜索渠道还是选择跨渠道组合营销呢？跨渠道营销预算如何进行排列组合？

问题3：如何通过个性化营销让企业离用户更近一点？

营销方式从海量广告过度到一对一以用户体验为中心的精准营销，一对一精准营销实际上是对于任何一个互联网用户在那一刻，在那一个渠道以一个独特的价格，推送一个独特的广告创意，效果是怎么样的。围绕用户、业务场景、触点、营销推送内容/活动推荐，并且基于跨渠道触发式的营销能力，在注重用户体验同时达到最佳的营销效果，并且可对营销进行跟踪，从而不断优化营销策略。

问题4：如何实现基于大数据营销的即时营销？

企业希望通过实时分析来获取竞争优势。精准营销也要求在活动的同时我们就能得到数据，立即优化营销效果。

大数据营销系统组成：

基于大数据的精准营销过程分为：采集和处理数据、建模分析数据、解读数据这么三个大层面。通过对客户特征、产品特征、消费行为特征数据的采集和处理，可以进行多维度的客户消费特征分析、产品策略分析和销售策略指导分析。通过准确把握客户需求、增加客户互动的方式推动营销策略的策划和执行。

网舟科技大数据营销项目的解决方案主体为：数据整合营销平台

营销管理平台中心有一个通用的工作流引擎，以及创新生动的用户界面。它具有高度自动化的特点，基于角色的协作，工作流工具使营销上很容易定义流程规划和管理预算、资源和内容，细分客户，定义规则和机制，创建和重建模板，执行活动，捕捉反应，定义领导流程和结果分析。营销商根据需求动态的格式化内容协调所有营销过程与跨越多渠道的用户交互，而视觉框架使这一切变得更直观。

大数据精准营销实现方式：

通过一个表达式构建器、原始SQL、或通过预定的过滤器进行构造。即可以基于一个无限数量的隐式或显式条件下，利用底层营销数据：包括历史客户交易、人口统计、模型评分、营销历史以及浏览行为等实时变量，进行细分和决策规则的配置。支持Offer（针对不同特点客户所要提供的营销内容、素材等的供给物）与渠道(网站、手机应用、邮件短信等)的关联配置。数据营销后台可对各触点的推送offer中的推送规则、推送内容进行定义，还可实现多渠道、多波次的营销定义，并负责精准营销的推荐实施。

大数据时代的媒体转型 第5篇

依靠这个利器,亚马逊使很多大型书店和音乐唱片商店关门大吉。两年前,新华社一篇《爸爸去哪儿大数据解读》的文章被各大网站纷纷转载,引起了社会各界与媒体的广泛关注。这篇文章由新华社新媒体中心联合数托邦创意分析工作室,抓取了新浪微博上《爸爸去哪儿》的45.5万条原创微博,并对36.7万独立原发作者用户(去除疑似水军账户)、1300余万条用户微博,及近1亿的关系进行数据分析,结果发现:《爸爸去哪儿》成为当之无愧的“口碑王”,湖南卫视率先引入大数据的新概念为传统媒体做了最好的示范。

1 研究大数据,为节目精准定位

在这个信息智能化的时代,简单的、同质化的新闻信息和电视节目已不能满足受众的要求,而只有精准的、个性化的信息才能真正满足受众的需求,也才能激发受众付费的意愿。大数据分析能通过技术手段低成本地实现信息和受众个性化、定制化的需求,有效地实现智能信息匹配,为媒体创造竞争优势,真正帮助传统媒体实现媒介形态转型。仍以《爸爸去哪儿》为例,《爸爸去哪儿》开发手机游戏,不到一个月,下载量突破了4500万,日活跃度300万人次,客户端下载量超过了同时推出的所有手机游戏节目,高居第一。这个跨界营销的手机游戏的开发成功,验证了湖南卫视的观众从电视端转移到手机端的高转化率和市场的高认可度,湖南卫视成为通过研究大数据进军互联网领域的开路先锋。

当年贺岁档的最大赢家是电影版《爸爸去哪儿》。筹备两个月,电视节目原班人马做电影,这部起初几乎不被所有人看好的电影却赚得了超高票房,创下了单日拍摄时间回报率的最高纪录,平均每天有近1.4亿进账。现在,“爸爸”现象的后续效应还在发酵。这部电影包括手机游戏等产品的推出,迈出了大数据应用的第一步,帮助内容产品更精准地直击受众的视、听、观、感需求,使内容创新做到了精准定位。把握好了拍什么、谁来拍、给谁看、怎么播四个关键要素。电视、游戏、电影的巨额收入为湖南台的大胆创新做了最好的注脚。

由此可见,电视媒体对大数据预测分析还有一个好处,就是通过大量分析用户观看视频时的数据,把观众变成面目清晰的用户,根据他们的行为分析观众、结构、节目,成功找到观众偏好的题材和演员组合,投其所好,精确定位,实现节目与市场需求的高度契合。

2 开拓新媒体,实现电视产品增益

2015年4月召开的中国传媒大会上,解放日报报业集团社长尹明华对新媒体阐述可谓一语中的:“新媒体的本质就是数据分析。我们已经从信息时代走到了数字时代和智能时代,如果数据被赋予背景,它就成了信息;如果数据能够提炼出规律,它就是知识;如果数据能够借助于各种各样的工具在分析的基础之上为我们提供正确的决策,它就是资源。”在大数据背景下,多维度的数据预测和评估,为内容生产提供了创新的基础,注入了创新的活力。越来越多的新媒体公司加入到内容生产当中。据悉,国内的节目市场中,搜狐、新浪、腾讯视频,包括乐视网等都拥有自己的制作团队,在自制内容的领域不断探索自己的生产模式,创新方向更为个性化。逐渐摆脱了依靠购买电视台节目版权来维持平台资源运营的单一模式。一些优秀的内容还被搬到电视屏幕上播出。新媒体对电视媒体的渗透、融合已形成不可逆转的趋势。

然而,传统媒体多年来一直信奉“内容为王”的圭臬,培植了较强的“内容基因”,却缺乏“技术基因”,技术能力不足;传统媒体从业人员大多适合“内容基因”的“概念”思维或“亮点”思维,缺乏适应“商业基因”的管理思维和适应“技术基因”的技术思维,导致从事大数据分析的能力先天不足,这种观念如不能尽快改变,将从根本上动摇传统媒体的生存根基。

数据时代带来了数据储存方式的革命。当今,信息的内涵已不仅仅是各种新闻,而是多维度的数据。这就要求传统媒体必须适应新的信息生产和传播方式,以新媒体的视角和思维方式承担信息传播的职能。通过生产、分析、解读数据,探索一条为受众和用户提供分众化服务和体验的媒体发展之路。

在大数据时代,新闻和信息的稀缺性被进一步稀释,其价值也必然被降低,收费也越来越难。只有智能化的信息才能满足读者和受众的需求,也只有智能化的信息才能实现大规模收费,进而解决信息提供者的盈利模式问题。电视媒体具有较强的新闻挖掘能力和传播能力,可视性是其优势资源,利用大数据信息高速流转平台,将节目观感、评论、自制的内容等迅速聚集,并传到电视播出平台,丰富内容产品的互动性,提升受众收视的积极性,从多元的数据中挖掘节目的潜在价值。实现电视内容生产的倍增效益。人民日报社旗下的人民网,近几年来就是通过数据分析做舆情管理,得到了受众的认可,每年的营业收入近亿元。

3 赢得主动权,开辟媒体转型之路

2014年被认为是具有跨时代意义的“大数据元年”。在这一年,数据成为最宝贵的资源,成为与石油资源相提并论的新能源,大数据被认为是继信息化和互联网后整个信息革命的又一次大变革。在国内外一些著名企业,大数据不再是口号,已上升为企业的升级理念,从巨量的数据中挖掘出潜在价值,倍增盈利,实现真正的转型。

大数据时代将媒体转型和发展推到了风口浪尖,不进则退,慢进亦退。随着互联网上数据的不断增多,网络数据已成为一种战略资源。大数据技术的战略意义在于,对这些含有意义的数据进行专业化处理。并从这些数据中挖掘信息、判断趋势、提高效益,通过“加工”实现数据的“增值”。在这个千帆竞发、百舸争流的时代,变化、创新已成为时代的主题。大数据时代,电视收视和网络电视、微博等几乎呈现了相互对应的关系。结合电视、网络、新媒体海量的大数据样本,建立立体、多维的全媒体收视评估体系将成为不可阻挡的时代洪流。

当然,结合自身特色,走一条符合媒体传播规律、符合受众需求的发展之路,这其中既有资金、技术问题,更有数据、价值观的问题,这是一个两难的选择。电视媒体还存在应对大数据时代的数据加工能力匮乏的挑战。虽然困难重重,但融入、整合新的业务,在更高层次上良性发展,是电视媒体必须做出的战略抉择。所以,有专家称,在大数据时代,传统媒体的转型发展,既是技术问题,也是战略问题。大数据考验传统媒体的战略决策能力。只有谋略全局,着眼长远,才能赢得先机,把握大数据时代的生存主动权。

早在1980年,阿尔文·托夫勒便在《第三次浪潮》一书中,将大数据赞颂为“第三次浪潮的华彩乐章”。30年后,他的预言变成现实。

大数据时代的来临,对传统媒体产生的冲击是巨大的,抓住机遇,拓展自己,只有做信息数据的生产者、拥有者,才能成为信息数据的使用者、受益者。这是未来努力的方向,也是传统媒体惟一的选择。

摘要：在大数据时代,传统媒体的转型发展,既是技术问题,也是战略问题。大数据技术的战略意义在于,对这些合有意义的数据进行专业化处理。通过对《爸爸去哪儿》的成功进行分析,明确了传统媒体利用大数据进行战略转型的重要意义。

大数据的思考和媒体实践 第6篇

非常高兴能有这个机会与大家分享有关大数据的一些思考和媒体实践。可以说, 引起媒体业下一步革命的新技术主要包括四项, 即大数据 (Big Data) 、云计算 (Cloud Computing) 、移动互联网 (Mobile Computing) 、社会化计算 (Social Computing) 。这四项技术几乎成为各行各业每天都在谈论的内容, 今天我的主题演讲也是围绕这四项新技术, 谈三方面的内容:大数据时代已经来临、媒体业在大数据时代的挑战和机遇、拓尔思在媒体业的大数据实践。谈谈有关大数据的思考。

大数据时代已经来临

早在1993年, 美国《纽约客》刊登了一则由彼得·施泰纳创作的漫画, 这幅漫画因它的标题——“互联网上没有人知道你是一条狗”而变得流行, 这是当时对“远程通讯”的一种理解。但是20年后的2013年, 随着人们对移动互联网、社交网络、电子商务的广泛使用, 互联网不仅仅知道对面是一只狗, 还知道这只狗喜欢什么食物、几点出去遛弯、几点回窝睡觉。是谓“处处行迹处处痕”, 这一切都是基于大数据对用户的大量行为数据的累计分析。

“人类历史上最早的一批城市都诞生在河边, 河流为人类提供了食物、水和交通。而我们要做的, 就是创造一条数据的河流, 来滋养信息经济的发展。”这句话来自美国的一家开放数据平台网站, 这也是我最喜欢和认同的关于大数据的看法。前两天, 政府公布了2015年我国信息消费将达到2万亿人民币, 信息产业也将成为我国经济发展的支柱型产业。截止到2011年, 全球创建和复制的数据总量为1.8ZB (约1.8万亿GB) , 每两年翻一番, 到2020年全球将达到35ZB的数据信息量——世界已经不折不扣进入“大数据”时代。

近两年关于大数据的分析研究也受到了各个领域的追捧。比如, 2011年5月, 麦肯锡发布《大数据:创新、竞争和生产力的下一个新领域》;2012年1月, 达沃斯世界经济论坛发布《大数据, 大影响》报告, 宣称数据已经成为一种新的经济资产类别, 就像货币和黄金一样, 是21世纪的石油;2012年10月, IBM也发布大数据报告《分析:大数据在现实世界中的应用》。

2012年3月, 奥巴马政府也提出了有关大数据的国家战略, 发布《大数据研究和发展倡议》, 投资2亿美元启动“大数据研究和发展计划”, 目标是增强收集海量数据、分析萃取信息的能力。这事关美国国家安全、科学和研究的步伐, 以及引发教育和学习的变革, 其重要性堪比当年的信息高速公路。

大数据概念如此流行的原因到底是什么?有关专家学者分析得出, 数据的爆发式增长及其社会化趋势是大数据产生的本质原因。不论是作为个体人的我们, 还是马路边的摄像头, 任何事物都将成为数据的一部分。同时, 我们还要清楚的认识到, 大数据的特征并不是量大就是大数据, 而是业界总结出来的“4V”特征, 即更大规模的数据 (Volume) 、更多样化的数据 (Variety) 、更实时的数据 (Velocity) 、价值密度低商业价值高 (Value) 。另外, 大数据的精髓更要明确, 我的总结有三:不是随机样本, 而是全体数据;不是精确性, 而是混杂性;不是因果关系, 而是相关关系。

对大数据有了一个初步的认识之后, 接下来我们还要考虑的问题是, 如何应用大数据。可以说, 云计算和大数据是一个硬币的两面, 云计算是大数据的IT基础, 而大数据是云计算的一个杀手级应用。总而言之, 大数据应用的落地是通过云计算来实现的。云计算的应运而生, 主要是由于现有的信息技术和软件难以处理大数据的规模和复杂性。对大数据的获取、存贮、搜索、分享、分析以及可视化等等, 都是大数据对现有信息技术提出的挑战。

此外, 大数据时代的三大发展趋势对媒体的发展有很大的借鉴意义。第一, 数据将成为资产, 这里的数据既包括媒体的内容数据, 也包括媒体的经营数据、用户数据等各方面的数据。第二, 行业的垂直整合。比如, 苹果公司从内容到设备, 再到软件等的一条龙发展模式。第三, 泛互联网化, 未来我们的任何行为都有可能和互联网有关系。媒体行业在未来的发展道路上应该借鉴大数据的这三种发展趋势。

大数据带来的变革是多方面、多领域的, 不仅对科学技术的发展提出挑战、给媒体行业变革以参考, 还对经济生态产生了一定的影响。大数据作为一种自然资源, 是新经济竞争力, 将形成一种新的经济生态——反馈经济。数据本身没有意义, 但是基于大数据的反馈经济模式将带来新的一场生产革命:一切将以数据为中心, 基于数据进行深度挖掘和分析;以最小的成本创造更快更好的产品;通过实验性思维和微创新, 降低商业风险;反复迭代与用户紧密联系, 做到更加精益求精。同时, 反馈经济还会带来量化自我运动, 硅谷的先驱者们今年开始了一项活动, 就是找到一群自愿者, 自愿戴上传感器及手持移动设备, 尽量把每天生活的轨迹 (衣食住行) 记录下来, 然后从中发现规律, 反哺经济。

大数据带来的跨界竞争和颠覆性创新非常重要。

媒体业在大数据时代的挑战和机遇

挑战一:传统媒体影响力日渐式微, 渐成老年人专利

调查数据显示, 目前北京地区电视机开机率从三年前的70%下降至今天的30%, 传统广播电视收听收视群体逐渐向老年人集中, 年轻人不再看电视;截止到2012年底, 我国网络视频用户已达到4.5亿, 在全国网民总数中占比超过70%;2008年《芝加哥论坛报》及《洛杉矶时报》宣布破产, 2009年105家美国报纸宣布破产, 2009年德国《纽伦堡晚报》《法兰克福论坛报》《德国金融时报》相继破产和停刊, 2012年《中国新闻出版报》报道称10月报纸广告收入环比下降41.7%, 同比下降6.6%……以上调查结果显示, 传统媒体影响力日渐式微, 传统媒体有朝一日真的可能成为老年人的专利。

挑战二:两个舆论场正在进行能量转化

以党报、电视台等传统媒体为主的官方舆论场和以QQ、微博、论坛、社区等互联网传播方式为主的民间舆论场, 正在进行着能量的转化。人民网舆情监测中心得出的一组数据显示:在20世纪80年代, 官方媒体掌握着80%的话语权, 而在2012年的20个网络热点事件中, 非官方媒体掌握了75%的话语权。从长远来看, 话语权从官方舆论场部分转移到民间舆论场的趋势是不可逆转的, 两个舆论场正在进行能量的转化。

挑战三:报纸在衰落

由图2我们可以得出美国纸质媒体的广告收入情况, 2002年左右和1990年是报纸广告收入的高峰峰值, 大约为600亿美元, 而1950年左右的美国报纸的广告收入约为200亿美元, 这也是如今2012年的数值。从报纸广告收入的迅猛下滑, 我们也可以看到报纸的衰落速度。见图2所示。

“往年4月报纸广告环比应该大幅增长, 今年4月环比仅增长7%, 导致4月报纸广告同比下降幅度达到15%, 说明报纸广告下降的趋势不仅没有得到改善而且有继续恶化的趋势。一年过去了1/3下半年回暖可能微乎其微, 已经可以判断报纸广告进入一次新的衰退期。”中国广协报刊分会主任梁勤俭给出这样的预期。

相较之下, 网络广告早在15年前就开始繁衍生息, 从1998年到2013年, 可以说这是网络广告腾飞的十五年。2003年, 网络广告收入就突破十亿, 2007年, 电商行业的爆发式增长使得网络广告突破100亿, 预计到2015年网络将成为广告投放的最大媒体。

另外, 自媒体粉丝数或影响力挑战着报纸的发行量。最为全国发行量最大的报纸《参考消息》, 它的发行量达到340万份, 而新浪微博拥有粉丝数最多的博主李开复的粉丝数却高达5000多万, 这是一个让传统报纸媒体的小伙伴们惊呆的数字。

那么, 传统媒体之所以衰落的根源在哪?这是我们需要探究的一个重要问题。首先, 受众注意力的流失, 受众的注意力已经向网络媒体、社交媒体和自媒体转移, 特别是微博和微信的爆发式增长, 吸引着越来越多的受众注意力。次, 传统媒体未能解决好用户身份和反馈机制。传统媒体需要以“反馈经济”的思路来生产内容, 细分人群, 精准营销, 创新服务。第三, 缺少互联网和大数据思维, 传统媒体创办自己的电子报和手机版失败的例子是最为成功的说服。

经过和有关专家学者的探讨, 我们得出, 媒体转型的关键就是转变思维, 也就是要有互联网思维。所谓的互联网思维, 大体可以概括为五点, 即平台思维、个性化思维、社区化思维、网状思维和跨界思维。

举个例子, 美国的一个线上视频网站——Netflix, 用大数据捧火《纸牌屋》。在开拍之前, Netflix是否知道《纸牌屋》会火呢, Netflix在美国有2700万订阅用户, 在全世界则有3300万, 它比谁都清楚大家喜欢看什么样的电影和电视。每天用户在Netflix上产生3000万多个行为, 比如你暂停、回放或者快进时都会产生一个行为, Netflix的订阅用户每天还会给出400万个评分。《纸牌屋》的成功得益于Netflix海量的用户数据积累和分析。

综上所述, 我们可以分析出大数据时代媒体业的发展趋势。大致有三:平台型公司;细分媒体;平台向大, 细分向小。

同时, 大数据也使传统媒体的作业流程有了全面改造的空间, 这也是大数据为传统媒体带来的机遇。不论是在稿件的选题上, 还是在稿件的撰写以及对其内容的评估上, 都要全面引进大数据的理念和分析方法。选题:传统媒体作业方式中, 选题的来源一般为记者自主策划, 上级领导命题, 或来自网络、电话、线人举报。而如果借助大数据, 可以形成一个选题数据库, 把最新的热点、重点进行数据化呈现。记者的经验能力结合数据决策, 可以找到最好的选题 (普遍存在, 领导重视, 群众关心) 。撰写:记者在撰写文章时, 会涉及到一些社会调查, 通过街头随机访问、抽样统计的方式, 样本小, 难免以偏概全。而借助于大数据, 可以在无提示、无干扰的情况下, 采集全网数据。更全面、更客观、更真实的反映整个社会基本面的状况和各界的态度以及立场分布。评估:借助于大数据可以实际评估出, 传统媒体的某一篇文章, 某一个专题, 某一个观点、某一个记者、评论员在整个网络世界的影响力。也可以看到竞争媒体的影响力状况和变化趋势。这样, 对于内部管理、绩效评估、媒体发展都有了可量化的数据和指标。从经验决策全面转向数据决策。

拓尔思在媒体业的大数据实践

拓尔思在媒体业的大数据实践始终围绕着三个核心:以数据为核心、以服务为核心、以移动互联网为核心。

拓尔思服务于媒体业的产品和服务主要包括:

1、全媒体管理系统——媒体单位新一代全媒体应用解决方案。全媒体的核心是以数据为中心, 拓尔思全媒体平台已经在诸如人民日报、中新社等多家媒体和国家级新闻单位落地, 同时也在研发基于云平台的新一代全媒体应用。

2、移动应用产品——拥抱移动互联网的全方位解决方案。拓尔思在媒体业的最新应用是关于西藏人民广播电台的移动互联网方面的全覆盖应用, 包括资讯、广播、电视、音乐、视频、图库等。

3、SMAS社交媒体分析云服务——以大数据为核心的媒体分析和内容挖掘服务。包括全媒体信息发现、大数据云服务平台、全方位服务等。《中国汽车报》以此搭建起了“国家级汽车产业信息数据平台”——有数 (Yousure) , 其在报纸上刊登的大量数据图表皆是源于此数据分析平台。

4、Netsnap网络新闻转载云服务——为媒体网站提供精选的网络新闻, 以互联网服务形式提供的在线待编稿库, 与内容管理系统 (CMS, 如WCM, 方正翔宇等) 无缝集成, 以达到采、编、发工作流程完美统一。其主要的功能定位是对编辑人员感兴趣的网页进行自动抓取和清洗, 转换成规格化内容填充到内容管理系统的编辑界面, 实现一键式发布。

5、焦点快报——一款新闻聚合App。用于网络热点的快速发现与分享。作为一款免费的社交网络新闻聚合APP其功能是, 基于大数据的采集、分析和聚类, 以及每天从数千万的新闻中聚合分析网络热点, 及热点的强度和变化趋势, 并进行实时更新 (目前是每小时) 。另外还兼有热点新闻分享 (微博、微信等) 、历史热点搜索、关键词和语音搜索等功能。

大数据时代的传统媒体突围 第7篇

1 大数据时代的概念与特点

1.1 大数据时代的概念

现阶段信息化的发展,为社会带来了海量的数据来源和数据信息,大量信息的涌入和传播是传统数据处理技术无法处理的。换句话说,目前人们已经开始面临大数据处理的新的发展难题。在此种情势下,社会上普遍将当今时代称之为大数据时代,认为人们已经进入了大数据时代[1]。

1.2 大数据时代的特点

大数据时代是建立在涌入社会中的海量数据基础上的,其特点非常鲜明,主要表现为数量多、速度快、价值量大等。大数据时代通过信息技术的发展将人们生活中的各项数据都收集起来整理归类,最后整理出来的信息量非常大。大数据时代另外特点就是价值量大,大数据分析方法拥有传统的数据处理技术不可比拟的优势,对提高各部门各单位的社会效率有着很大的影响。

2 大数据时代传统媒体的发展现状

根据中央电视台新闻中心2012年就受众年龄与电视新闻收视习惯的对应关系做的调查,他们把人群按年龄分成4.组,追踪从2007到2011年不同群体对新闻频道喜爱程度的变化[2]。结果显示:对于47岁以上群体,央视新闻对他们有吸引力,影响是正向的;46岁到32岁之间的群体处于新媒体和传统媒体角力之中,央视新闻具有微弱正影响;31岁到17岁的受众群体正在远离电视,新媒体的影响远大于传统媒体;16岁以下的90后,更喜欢上网获取信息,电视使用率低,央视新闻对他们的影响是各群体中最低的。

这种变化与互联网,特别是与移动互联的兴起有密切关系。2012年,世界性的全球“数据新闻奖”设立,该奖项是世界上第一个将数据新闻这样的新型新闻媒体列入正规媒体的奖项,开大数据时代新闻媒体的先河。此时,共有51个国家和地区的286个项目参与评选,最终6个新闻项目脱颖而出,获得该年度最杰出的新闻奖项。新型新闻媒体的发展使传统媒体陷入了困境之中,发展前景不容乐观。如何借助移动互联技术实现传统媒体的突围与转型,是现阶段传统媒体急需解决的问题。

3 大数据时代传统媒体的突围

3.1 拓展传播渠道,实现新旧融合

针对现阶段的发展情况,传统媒体可以转变发展思路,将眼光从自身转移到外部[3],丰富数据量,实现新旧融合。2014年8月,中央全面深化改革领导小组审议通过的《关于推动传统媒体和新媒体融合发展的指导意见》,就提出要以先进技术为支撑,内容建设为根本,推动传统媒体在内容、渠道、平台、经营、管理等方面的深度融合。2015年2月,柳州广播电视台率先在广西推出《在柳州》APP,依托台内传统媒体《柳州新闻》《新播报》等节目平台,对全台的栏目资源进行了有机的整合,实现传统媒体与新媒体的相互影响。对于传统媒体来说,利用好大数据的特点,积极寻求与新媒体的合作,才有可能实现良性互动,融合发展、齐头共进。

3.2 满足公众日益增长的服务需求

传统媒体的主要服务对象虽然是社会公众,但其报道的内容,由于传播的局限性,在一定程度上制约了它的发展。而《在柳州》APP,则对城市居民的衣食住行游各方面都给予关注,提供了方便。通过该客户端的应用,市民能够很方便地了解去目的地乘坐的公交车线路和自行车租赁查询等一系列便民服务功能。针对此种情况,传统媒体要想转变现有的发展困境,就必须在大数据的分析下,准确做好自己的定位,找准自己的服务对象,实行差异化的传播。特别是中老年对传统媒体的粘合度,就应以此来延伸新媒体的空白空间,以丰富、及时、权威、深入的新闻报道、政策解读,再配合针对性更强、互动性更活的交流方式,促进传统媒体的传播力和美誉度。

3.3 将原有的新闻进行二次创造或做出预测性报道

大数据分析的优势不仅仅在于其数量和分析速度上,还在于其内部蕴含着的极大的价值量上。通过对原来发生过的事件进行深入的分析,分析其中社会公众较为感兴趣的部分,甚至还有可能从中发现从前忽略的重要信息,制造新的新闻点以吸引观众眼球[4]。比如在马航班机失事事件的相关报道中,卫星星图显示在某区域曾出现大量疑似残骸的漂浮物。然而到了现场却发现,所谓的漂浮物仅仅是海洋垃圾。此时,有一家新闻媒体却发现了新的新闻点,该媒体紧紧地抓住了海洋垃圾这一人类普遍关注的环境事件进行播报,受到社会公众的赞许。当然,除了从原有的新闻报道中挖掘新的信息点的方法,传统媒体还可以借助数据分析进行预测性的报道来吸引观众以实现突围转型。

3.4 培养适应大数据时代发展的新型采编人才

大数据时代已摒弃一些传统媒体运作模式,对记者提出了全新的、更高的要求。作为大数据环境下的记者,除了具有高度的新闻敏感性和面对新闻事件的快速反应能力外,还必须掌握更多的技能和技巧,把自己打造成全新型的采编人才:根据需要能够进行现场报道,有良好的表达能力和文字功底。这就要求传统媒体记者在这场变革中,不但要有极强的创新意识和积极的创新实践,而且要提高创新的积极性、主动性和创造性,只有这样,才能最终在大数据下的传媒时代,成为政治硬、素质高、业务精的新型采编人才。

4 结论

在现阶段大数据时代的影响下,传统媒体的发展面临着严峻的挑战。当然,挑战与机遇是相伴相生的,如何科学地将传统媒体面临的挑战转化为促进其发展的机遇是当前社会主要解决的问题。本文对大数据时代的传统媒体突围的研究,以大数据时代的概念和特点作为基本的着陆点,分析了目前传统媒体的发展困境,特别是新闻的发展现状。在完成以上研究的基础上,针对现阶段传统媒体面临的挑战提出一些见解、建议,比如扩大数据来源、实行差异化精准传播、提升社会服务功能等。

参考文献

[1]张涛甫,项一嶔.大数据时代的传统媒体突围[J].新闻记者,2013,(6):36.

[2]李梓樱.大数据时代传统媒体转型的思考[J].科技传播,2014,(5):9.

[3]王俊荣,崔爽爽.大数据时代传统媒体的转型与突围[J].当代传播,2014,(4):47.

大数据媒体的广告营销 第8篇

3月, 塞浦路斯, 一个紧邻希腊的岛国。随着政府对银行储户征税, 同时施加严厉的资本管制, 人们疯狂寻求资金出路。

那些不再信任政府的人突然发现, 不受管制的虚拟货币比特币可以避税, 也可以和美元等多种货币兑换, 这减少了他们的财富流失。

于是, 越来越多的人开始将存款转化成比特币。比特币的价格持续上涨, 而上涨带来的新闻媒体报道又带来更多人的关注, 导致比特币上涨速度越来越快, 终于在2013年4月10日摸高到了260美元。

从25美元至260美元, 价格一跃十倍, 仅用了短短三个月。而从2010年的4月份到2011年的6月份, 比特币在14个月内暴涨了1000倍。

比特币, 是由一个化名为“中本聪”的编程高手开发的。在比特币的官方网站上, 有一篇中本聪的论文, 详细描述了比特币的技术原理。简而言之, 比特币基于一套密码编码、通过复杂算法产生;任何人都可以下载并运行比特币软件而参与制造比特币;比特币利用电子签名的方式来实现流通, 通过P2P网络来核查重复消费。

中本聪在这条帖子中写道:传统货币最根本的问题, 是信任。央行必须让人信任它不会让货币贬值, 但是历史上这样的事情一再发生。银行本应该帮我们保管钱财并以电子化形式流通, 但是他们放贷出去, 让财富在一轮轮的信用泡沫中浮沉。

比特币是人类历史上第一次尝试去中心化、不再基于对中央发行机构信任的货币系统。

一种通过密码编制和复杂算法产生的货币, 居然在现实生活中大出风头。而这也是如此真切地在数据与资产之间划上了等号。

数据化的一切

Facebook将关系数据化, 社交关系在过去一直被视作信息存在, 但从未被正式界定为数据, 直到Facebook社交图谱的出现;Twitter通过创新, 让人们能轻易记录以及分享他们零散的想法, 从而使情绪化得以实现;Linkedln则将职场经历进行数据化处理, 就像莫里转化旧航海日志那样, 把信息转化为对现在和将来的预测。

2001年, 全年的互联网流量加起来是1EB, 而到了2004年, 用掉1EB的互联网流量只需要一个月, 到2007年只用一星期, 到现在一天就够了。1EB互联网的流量, 可以刻满1.68亿张DVD。全世界每年产生的数据量以一千倍为单位迅猛增长, 从2012年至2014年全世界产生的数据量会超过人类有历史以来到2012年数据量的总和, 两年等于一万年。

庞大的流量增长背后, 是可被数据化的一切:

1 9世纪, 海军军官出身的马修·方丹·莫里从库房发霉的木箱里发现了大量被海水浸泡过的航海日志, 虽然是一些无章可循的东西, 页面边上尽是奇怪的打油诗和乱七八糟的信手涂鸦, 莫里却如获至宝, 他从这些破损的航海日志中整理出了比如特定日期、特定地点的风、水和天气情况的记录, 他和20台“计算机”——那些进行数据处理的人, 把这些记录的信息绘制成表格。他还创建了一个标准的表格来记录航海数据, 并且要求美国所有的海军军舰在海上使用。最终多达120万数据点的图表, 形成了《关于海洋的物理地理学》专著, 并为第一根跨大西洋电报电缆的铺设奠定了基础。

日本先进工业技术研究所的教授越水重臣则善于将人的身形、姿势和重量分布数据化。他和工程师团队通过在汽车坐垫下部安装总共360个压力传感器, 把人体屁股特征转化成了数据, 用从0-256这个数值范围进行量化后, 每个乘坐者就会产生一个独属的精确数据资料。该系统能根据人体对座位的压力差异识别出乘坐者的身份, 准确率高达98%, 还能利用事故发生前的姿态变化, 分析出坐姿和行驶安全之间的关系。

计量和记录一起促进了数据的诞生, 它们的历史要远远早于计算机的变革;然而计算机的出现使得人类的计算能力出现了飞跃。无论是导弹弹道表, 抑或是人口普查结果和天气预报, 过去耗费很长时间的项目, 现在只需要瞬间便能完成。而互联网这一新工具的出现, 则使得测量事务和记录数据迎来新的繁荣。

2004年, 谷歌发布了野心勃勃的计划:它试图把所有版权条例允许的书本内容进行数字化, 让世界上所有人都能通过网络免费阅读。然而数字化文本只能被人阅读和理解, 后来谷歌又用能识别数字图像的光学字符识别软件来识别文本的字、词、句和段落, 把数字化图像转化成了数据化的文本。不仅人类可以阅读这些信息, 计算机也可以处理和分析这些文本数据。

社交网络平台不仅给我们提供了寻找和维持朋友、同事关系的场所, 也将我们日常生活的无形元素提取出来, 转化为可作新用途的数据。正因此, Facebook将关系数据化, 社交关系在过去一直被视作信息存在, 但从未被正式界定为数据, 直到Facebook社交图谱的出现;Twitter通过创新, 让人们能轻易记录以及分享他们零散的想法, 从而使情绪化得以实现;Linkedln则将职场经历进行数据化处理, 就像莫里转化旧航海日志那样, 把信息转化为对现在和将来的预测:我们可以认识谁, 或者哪里存在一份心仪的工作。

文学作品、地理位置、沟通信息……在万千事物转化为数据形式的潮流中, 人类的自我量化进程也在轰轰烈烈地进行。

加拿大创业公司Thalmic Labs推出一种创新性臂环——MYO腕带, 佩戴它的任何人只要动动手指或者手, 就能操作科技产品, 与之发生互动。手势控制臂环可以佩戴在任何一条胳膊的肘关节上方, 探测用户的肌肉产生的电活动。它通过低功率的蓝牙设备与其他电子产品进行无线连接, 不需要借助任何连接就可感知用户的动作。

类似于“随身医生”的手链和挂件产品, 能够监测用户的血压、心率、呼吸频率、行走和睡眠模式, 然后将所有数据同步到云端, 再通过应用传输到用户青睐的任意设备。著名蓝牙耳机商推出的Jawbone UP手环, 便能跟踪记录用户的日常活动、睡眠情况和饮食习惯等数据, 然后通过App在手机或平板段显现出来。通过该款产品, 可以随时了解自己身体情况的信息, 及时发现生活方式产生的看不见的影响。

Perform Tek传感器, 将传感技术跟音乐耳机结合在一起, 传感器可以从用户的耳部获取心率、有氧适能、速度、节奏、运动距离以及消耗的热量等数据。来自麻省理工学院的媒体实验室 (MIT Media Lab) 的Affectiva项目, 可以利用面部“编码”对情绪反应进行测量。

早在1945年, 美国科学家范内瓦·布什就提出要制造一种信息机器Memex (“memory extender”的组合, 意思是“记忆的延伸”) , 用来帮助人们记忆。他说:“这种机器可以储存一个人所有的书籍、报告、通信记录, 并且有一种快速和灵活的机制用来查询。”在1945年, 这种设想还属于天方夜谭。

随后几十年, 个人电脑发展迅速, 储存和检索信息越来越便利, 大容量硬盘变得越来越便宜。1998年, 微软公司旧金山实验室的首席计算机科学家戈登·贝尔 (Gordon Bell) 决定尝试制造世界上第一台Memex, 实现在一台机器中“储存一个人一生中所有的信息”。

这一被称为My Life Bits (我的数字生活) 的项目为贝尔准备了一套新工具, 录下他的电话通话内容、收听的电台或收看的电视节目。当他在电脑上工作时, 每浏览一个网页, 系统就自动保存网页;每收发一次信息, 系统也会保存。系统还会记录他打开的文档、播放过的歌曲, 包括所有的搜索操作, 甚至会记录他进行了多少次鼠标和键盘操作。当贝尔出门在外, 系统会通过一台随身携带的GPS装置追踪他的位置, 通过无线网络把信息备案。这样, 参照档案中每张照片拍摄的时间, 系统就能够“知道”照片拍摄的地点。贝尔还成天把微软特制的“感应相机” (Sensecam) 挂在脖子上。Sensecam内安装有许多传感器, 这些传感器能感应人体的发热量和所作出的行动等参数。

如今, 自我量化技术伴随着可穿戴设备的兴起, 将信息的计量和测量量级更推进一大步。戴上谷歌眼镜, 只要眨眼就能实现拍照, 且它能准确识别用户每一次为拍照而特意进行的眨眼, 并不会把习惯性的眨眼判断成拍照命令。苹果的i Watch、三星的GALAXYAltius、索尼的Smart Watch、Pebble的智能手表、N ike的智能鞋、小米的智能鞋、Fitbit的Flex腕带等等可穿戴PC纷纷强调其与智能手机的互联互通, 联网数据将呈现一千倍一千倍地上涨。

数据资产

技术环境的限制使古典经济学家在经济构成的认识上像是戴了一副墨镜, 而他们却没有意识到这一点, 就像鱼不知道自己是湿的一样。因此, 当他们在考虑生产要素 (土地、劳动力和资本) 时, 信息的作用严重地缺失了。

美剧《纸牌屋》的成功, 令视频网站Netflix今年第一季新增超300万流媒体用户, 其财报表现大超市场预期。Netflix每天有700名工程师进行缜密的数学计算。他们对3000万次播放动作、Netflix注册用户的400万次评级、300万次搜索, 视频观看时间和所使用的设备进行大数据挖掘, 并以此策划节目。该网站发现, 喜欢BBC剧、导演大卫·芬奇和演员凯文·史派西的用户存在交集。于是Netflix就决定打造一部同时满足这几个要素的电视剧。事实证明, 《纸牌屋》不负众望, 一举成名。

阿迪达斯总部能对各门店数据进行整合、分析, 可以让阿迪达斯更加准确地了解各地消费者对商品颜色、款式、功能的偏好, 同时也可以了解什么价位的产品更容易被接受, 以便制定产品指导价。

2009年, 美国暴发H1N1禽流感疫情, 谷歌通过对将近5000万条美国人最常检索的词条和美国疾控中心的数据进行比较, 准确预判了禽流感的暴发时间和地点。

2012年年初的达沃斯世界经济论坛上, 一份题为《大数据, 大影响》 (Big Data, Big Impact) 的报告宣称, 数据已经成为一种新的经济资产类别, 就像货币或黄金一样。

《大数据时代》的作者指出:“在亚当·斯密论述18世纪劳动分工时所引用的著名的大头针制造案例中, 监督员需要时刻看管所有工人、进行测量并用羽毛笔在厚纸上记下产出数据, 而且测量时间在当时也较难把握, 因为可靠的时钟尚未普及。技术环境的限制使古典经济学家在经济构成的认识上像是戴了一副墨镜, 而他们却没有意识到这一点, 就像鱼不知道自己是湿的一样。因此, 当他们在考虑生产要素 (土地、劳动力和资本) 时, 信息的作用严重地缺失了。”

数据的作用被忽视, 很大一部分的原因在于成本。虽然在过去的两个世纪中, 数据的采集、存储和使用成本一直在下降, 但直到今天也仍然维持在相当昂贵的水平。但是互联网技术的发展使得大量信息可以被廉价地捕捉和记录。数字存储的成本也以每两年就消减一半的速度在降低, 过去50年中, 存储密度已经增加了5000万倍。

而未来, 数据的作用, 将与土地、劳动力和资本一样重要, 它可被重复利用, 可被组合使用, 也会像设备一样被折旧。在谷歌或者Facebook这样的信息公司里, 数据已经被视为一个新的生产要素, 原始材料在数字流水线的一端输入, 而处理后的信息则从另一端输出。

在亚马逊, 顾客购买的书籍和他们浏览过的网页记录都被保存下来, 技术人员通过建立个性化模型在亿万次的点击中找到了关联, 这种推荐方式对客户阅读品味的了解程度甚至超过了书评家, 也带来了更好的商品销量。而Facebook跟踪用户的“状态更新”和“喜好”, 从而确定更优化的广告位置和推荐时机, 让人们觉得信息有用而非受打扰。

甚至连电动汽车的电力优化问题也与数据相关。基于大量的信息输入, 如汽车的电池电量、汽车的位置、一天中的时间以及附近充电站的可插槽等, IBM开发出了一套可预测电池的最佳充电时间和地点并揭示充电站的最佳设置点的系统。

阿里巴巴已经基于用户海量的购物行为推出大数据商用产品——“聚石塔”。2012年7月, “聚石塔”正式上线, 在“聚石塔”的发布会上, 马云宣布了阿里集团的新战略:平台、金融、数据。“聚石塔”为客户提供数据存储、数据计算两类服务。客户可以通过“聚石塔”对整个淘宝电商系统中的数据进行整合分析, 了解消费者对产品的喜好、以及相关的消费行为数据, 以便及时修正营销策略。

投资者也开始注意到数据的潜在价值, 拥有数据或者能够轻松收集数据的公司, 其股价就会上涨;而其他公司, 则眼睁睁看着自己的市值缩水。事实上, 今年以来, 国内一系列对于互联网入口公司的收购也完全可以被看作是对拥有大数据潜力资产的收购, 高德——出行路径数据;微博——信息偏好数据;搜狗——搜索行为数据。而我们如果将数据价值注入互联网公司, 也将看到完全不同的另一面, 微信——朋友圈的社交数据和个人偏好数据, 支付宝——信用数据, 淘宝——交易数据, evernote——知识数据。

从更宏观的层面说, 专家预测, 到2020年, 我国数据产业市场将形成2万亿以上的规模, 是2012年大数据产业120亿元产值的数百倍。大数据正在像以往的能源、材料一样, 成为制约国家发展的重要战略资源。

从T时代到I时代

现代信息系统让大数据成为了可能, 但是大数据发展的核心动力源于人类测量、记录和分析世界的渴望。信息技术变革随处可见, 但是如今信息技术变革的重点在“T” (技术) 上, 而不是在“I” (信息) 上。现在, 是时候把聚光灯打向“I”, 开始关注信息本身了。

我们与海量的数据打交道, 我们已经是数据的一部分, 而大数据还将改变我们的生产方式:物质产品的生产基于其上, 信息产品的加工围绕其间。大数据的本质是思维、商业和管理领域前所未有的大变革。

那么, 以大数据为核心的新的生态环境是怎样构建的, 又会在哪些领域引来全新的商业机会?

《大数据时代》作者维克托描述了大数据价值链的3大构成, 即三种类型的大数据公司。

第一种是基于数据本身的公司。这些公司拥有大量数据或者至少可以收集到大量数据。如前文描述, 很多把持互联网入口的公司, 都具有这种属性, 比如Facebook、Twitter、地图类应用等等。

第二种是基于技能的公司。它们通常掌握了专业技能, 但是并不一定拥有数据, 往往是技术供应商, 分析公司或者咨询公司。比如在国内已经出现一大批进行数据挖掘、个性化推荐的大数据创业公司, 他们围绕着不同的行业进行数据收集、分析, 提供解决方案。

第三种是基于思维的公司。就像19世纪的莫里, 通过大数据的思维优化了航海路线, 让年轻的海员们不用再亲自去探索和总结经验, 而能够通过图表立即得到来自成千上万名经验丰富的航海家的指导。

第一种公司在价值链中处于最核心的位置, 我们会发现, 无论是美国的谷歌、苹果、Facebook、亚马逊, 还是中国的腾讯、阿里巴巴、百度, 都居于这样的位置。而他们也想方设法把自己打造成基础设施和平台, 使得数据在自己的平台上发挥出最大的效用。

而具有数据思维和数据技术的公司, 则在未来的竞争中处于有利地位, 围绕着数据化变革, 将衍生出新的商业模式。

数据资产存储:既然数据是一种有价值的资产, 人们就有存储和保存的需要。现在已经有了evernote这样的知识存储的工具, 而随着知识数量的暴增, 人们也愿意为了获取额外的存储空间而付费。有机构预测, 到2013年底, 国内的云存储用户将超过2亿人。也许有一天, 我们所有的社交关系、知识、信用、财产都在网络上, 数字面孔对应着现实中的人, 那么不仅仅是保存的需要, 我们对其的安全需求也会越发地重视。

数据资产定价:个人的网络信用到底价值几何?就像微博账号能够被定价一样, 其他的数字资产也是有价值的。美国创业公司Klout使用Twitter上得到的各种数据点来计算“Klout Score”, 计算的指标包括锐推, 粉丝数, 多少个List的成员以及一些独特的指标来决定在Twitter上的真实影响力。这已经是给网络声誉定价了。事实上, 未来仅给数据的潜在价值贴上价格标签, 也可能给金融部门带来无限商机。

数据资产中介:一些有大数据思维的公司则可以通过做数据中间商来谋利。比如, 美国一家Info Chimps的创业公司, 希望成为信息中间人, 供第三方以免费或者付费的方式共享他们的数据。这些数据公司想为任何手中有数据的人提供数据出售的平台。还有的公司收集免费的数据制成数据库, 通过数据的加工和组合产生新的价值, 出售给需要的人。

数据资产管理:以往的丑闻、不雅照片、网络评论, 都会长久的保留在互联网上, 成为一种负面资产, 无论是个人还是企业品牌, 都希望过去的负面资产能够尽快抹去。于是, 在线声誉管理业务开始兴起, 一家网站Reputations.com声称自己的客户已经超过了一百万, 并分布在世界上的100多个国家, 该服务对每名客户收取的起始价达到了1200英镑。谷歌执行主席埃里克·施密特 (Eric Schmidt) 预计, 未来很可能出现一种叫做“身份管理者”的服务, 用以维护个人在互联网上的形象。

数据驱动的解决方案:Coursera, 一家网上教育公司, 深度地研究它收集的所有数据, 比如学生重放过讲座视频的哪个片段, 从而找出不明确或者很吸引人的地方, 然后反馈给设计课程的团队。大数据对传统行业的影响, 更多是新技术的扩散与渗透性质的, 那些拥有大数据思维的传统行业操盘者将在竞争中获得优势。

大数据下的媒体议程设置 第9篇

议程设置自提出至今在媒体报道中发挥着巨大力量。过去, 作为党和国家的喉舌, 媒体的议程带有偏离百姓生活之感, 关注点集中在国家宏观问题;又由于媒体的“把关人”角色, 甚多新闻都是编辑按照媒体定位和标准来选择, 具有“主观色彩”。而随着Web2.0时代的快速升温及Web3.0概念的提出, 借助社交平台和各种双向性的传播方式, 百姓参与公众生活的热情、自我存在意识和寻求意义互通空间的渴望不断被激发, 人们希望冲破观点和视野被左右的状态, 由此产生的信息流极速扩大, 偌大的信息海洋中蕴藏着不可估量的新闻价值。在大数据背景之下, 精准地把握受众需求进行议程设置和新闻报道显得尤其重要。

根据智库百科的解释, 大数据指的是无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。而根据国际数据公司 (IDC) 的总结, 大数据有四个显著的特点:量大 (Volume) 、多样 (Variety) 、快速 (Velocity) 和价值密度低 (Value) , 这就意味着大数据技术能帮助人们在数以亿计的种类繁多的数据中得到有需求有价值的信息。

目前, 不少媒体都建立起自己的数据库, 探索建立一种从群众利益出发的新方法。2013年8月, 南方报业集团与IBM、软通动力签订合作协议, 在江苏建立基于媒体的云计算中心。正如D.H.米得的象征性意义理论阐述的那样:意义在人类行为中具有重要性。从大数据中获取有用信息, 分析受众行为和心理需求, 打通双方意义空间, 才能更清楚受众想要“看什么”和“知什么”, 迈出媒体议程设置第一步。

二、自下而上完成媒体议程设置

大数据的应用背景之一是互联网、物联网和云计算的逐步应用和成熟, 大数据之所以成为万众瞩目的研究对象, 重要的一点在于其体现了人的价值。据CNNIC2014年第33次中国互联网络发展状况统计报告:截至2013年末, 中国网民规模达6.18亿。如此庞大的数据来自每一个个体的认知和行为, 背后反映的是每一个个体生活信息的方方面面, 体现了人们的生活状态。

而由个体意见开始引发的群体讨论直接反映了每一个群体的诉求和关注点, 从大数据当中抓取这些来自普通人的新闻价值, 是议程设置下移的表现。

大数据之下的信息异质化程度高, 于是自下而上的议程设置始终遵循着“网民议程设置-小群体议程设置-大众议程设置-主流媒体议程设置”[1]的规律。大数据之下的议程下移并不代表完全由个人自我设置议程, 而指问题在个人中最先提出;随后引发群体讨论, 成为热议话题;话题发酵时间越长, 公众性和利益相关性越强, 传播的范围越大, 话题就可能上升为全民关注的焦点;最后媒体利用大数据技术搜集可用信息, 形成议程设置;最好的结果还能影响国家政策议程。

在2015年元旦跨年夜, 上海陈毅广场发生了踩踏伤亡事件。在事故发生后, 现场一名学生从朋友圈传出消息, 之后在现场的南都记者配上拍摄即时图片以时间点为线发布长文重现现场, 紧接着, 相关的零星消息开始从点到面以燎原之势充斥着各大网络平台。最后, 在数以万计的数据中, 2015年12月31日23点35分、死亡36名、受伤49名、上海、新年倒数等关键信息促成了媒体最终的议程设置。在南方都市报微博官方发布的相关新闻中, 转发达3194次, 评论2124次, 很好地体现了大数据下自下而上新闻报道的力量。

三、用数据新闻增强客观性和可视性

在大数据背景下, 媒体议程设置除了考虑“如何获取数据”和“获取哪些数据”外, 还必须考虑“受众怎样理解数据”。由于知识鸿沟和个体差异的存在, 受众对于媒体议程的理解和接收程度是不一致的。因此, 媒体议程确定之后, 大数据对于新闻报道还有最后一个关键的作用——用数据说话, 确保议程的客观可读性和媒体的中立性。如何做到用数据说话, 那就是用数据做新闻。

当前, 不少媒体开始了数据新闻的尝试。例如, 南方都市报在C叠天天财富开设“数读”版块, 将枯燥难懂的财经数据或者关系错综复杂的企业发展历程通过简明的数字和可视的图表标注出来。在2015年1月5日的“数读”版面, 一个大大的水管通道占据了整个版面, 《A股风起, 2015能飞多远》一文通过可视化的水管绘图画面和简扼的数字标注引申出2014年股市市场的十大事件。网络媒体方面, 网易“数读”栏目是数据新闻的早期尝试。在马来西亚航空公司接连发生坠机事件后, 网易“数读”发布一篇《空难后倒霉的航空公司, 马航不是第一家》的文章, 以世界地图为背景, 以时间点为主线, 标注各国各地各年各家航空公司的成立和倒闭时间, 震撼的事实和可视的数据吸引了三千多人讨论。

麦库姆斯在其著作《议程设置大众媒介与舆论》中提到“媒介间议程设置”:记者经常查看并且仿效同行的新闻报道, 以确认自身对每日事件的新闻判断。这在一定程度上表明了各家媒体议程设置之间的同质化。大数据下的信息繁杂多样, 每个数据都可能成为新闻爆点, 借助数据新闻媒体可以逐步消除趋同性、形成自身的独特点, 在保证真实性的同时“从群众中来到群众中去”, 既利用大数据完成公众性的议程设置, 也借助数据使媒体议程最大程度地被群众传播和理解。

摘要：一直以来, 媒体以优厚的信息资源和技术支持充当着“把关人”的角色, 媒体议程设置往往决定了人们“看什么”, 进而不断影响人们“想什么”和“如何想”。而伴随着社交媒体的兴起, 人们的自我意识愈发强烈, 传统自上而下的媒体议程设置面临挑战。当前, 大数据技术正在发展, 媒体议程设置在大数据背景下悄然发生变化, 数据理念逐步深入新闻报道当中。从个人到群体再到媒体自下而上完成议程设置, 用数据说话, 让受众全方位、多角度、客观真实的了解事件过程成了媒体发展的新制发点。

关键词：大数据,媒体,议程设置

参考文献

[1]刘畅.wed2.0时代的“网民议程设置”[J].天津师范大学学报 (社会科学版) , 2008 (03) .

[2]郭镇之.关于大众传播的议程设置功能[J].国际新闻界, 1997 (03) .

[3]莫惘, 璩卉慧, 卢明芬.浅析网民议程设置与媒体议程设置的关系[J].今传媒, 2011 (01) .