大数据时代传统媒体转型的关键_数据分析师考试
互联网技术既催生了更多的数据,又倒逼政府和机构开放更多的数据,把我们带入大数据时代。目前,世界已经进入“泽字节”时代,国外媒体更把2013年称为“大数据元年”。大数据时代一方面给我们带来了更多、更高质量的信息,另一方面也给人们带来了目不暇接、过载的信息量,这就导致一个悖论:过载的信息和用户个性化、定制化的有效需求之间的突出矛盾,这不仅对信息稀缺时代传统媒体的“内容为王”提出了巨大挑战,也对传统媒体的“二次销售”模式带来了颠覆,再好的内容,如果不能有效地和用户需求对接,也很难实现自身价值。尤其是在当前已经进入信息智能化时代的大背景下,这就要求传统媒体在信息过载情况下树立起“信息服务为王”理念,其转型的关键和抓手是“信息智能匹配”。
毫无疑问,信息智能匹配说起来简单,但是真正实施起来却难于上青天!智能化信息的形成,必须有充分的高质量的信息源供选择,并且要有有效的技术使得信息能够低成本地被读者和受众获取。目前,智能化的信息形成的主要障碍有以下几点:一是我国的传统媒体还依然是小、散、弱的现状,导致很难形成大型的高质量的信息平台。我国的广电和报纸基本上依然是中央、省、地级市和县的四级体制,区域分割和行业分割现象以及地方保护主义情况仍大量存在,导致形成小、散、弱的利益格局。二是由于同质化等原因,导致信息大量重复,也给信息的筛选和提炼带来了困难。三是尚未形成有效的技术路线。一方面传统媒体对新技术一知半解,而新媒体又在信息资源的占有上存在致命缺陷,使得信息源和技术之间存在人为割裂;另一方面传统媒体的技术手段落后且成本过高,不可能形成有效的技术路线,而新媒体由于发展时间不够长,尚需时间不断摸索。基于上述分析,要实现信息智能匹配,一方面需要巨型的高质量的信息平台,另一方面需要成本低廉的新技术。
因此,要真正实现信息的智能化生产、传播和匹配,需要做好如下三方面工作:一是打造巨型的云信息服务平台,在该平台上,云集着各式各样的信息,并能实现信息的分类筛选、摘编和深度加工;二是打造大型的技术平台,在该平台上能够通过数据挖掘等方式,实现对读者和受众个性化需求的准确定位和掌握;三是能够通过技术手段低成本地实现信息和受众个性化、定制化需求之间的智能化匹配,并能通过各种支付手段实现智能化信息收费。在上述工作中,大数据分析无疑能够起到极其重要的作用。
虽然大数据分析能够有效实现信息智能匹配,进而更好地实现信息价值的变现,但是传统媒体进军“大数据”依然存在着明显短板,未来仍不容乐观。表现为两大制约:一是缺乏技术能力。传统媒体一直以来信奉“内容为王”,培植了很强的“内容基因”,但是却缺乏“技术基因”,技术能力不高;二是传统媒体从业人员多是适合“内容基因”的“概念”思维或“亮点”思维,而缺乏适应“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,这将从根本上动摇传统媒体生存的根基。
综上所述,传统媒体要真正实现“信息智能匹配”的转型,就必须树立“信息服务为王”,培植“技术基因”的管理思维。
数据分析咨询请扫描二维码
统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22