数据驱动世界 广电如何使用大数据
数据驱动世界”,未来30年,因为数据经济,人类社会将会迎来巨大的变革,广电产业自然也不例外。在现阶段,广电媒体可以这样使用大数据。
节目播出前的大数据
用大数据进行平台定位与选择
比如,一档音乐类节目,制作公司在选择视频网站与省级卫视的组合时,需要打通台网数据进行对比分析,看两个平台在观众年龄、分布地域、观众兴趣方面各自的特点,从而判断是采取强强联合,还是采取互补的策略。
2014年某视频网站与央视一起做了一档魔术类真人秀节目,节目播出后带动了央视观众的年轻化,但是视频网站的效果却表现平平。这就是由于台网受众的年龄层与喜好不同导致的。尽管二者没有直接的用户竞争,但也意味着很难发挥协同效应。
用大数据进行收视预测与资源优化
由于台网数据的存在,这些大数据全程监控节目生产过程,一改原来广电的数据“事后诸葛亮”的形象,向生产前端延伸,为节目收视预测以及资源优化提供支持。
Netflix除了在内容制作、投资层面,在播出层面,也善于运用大数据对平台资源进行优化配置。比如,当Netflix通过计算得知某一地区 当天热播的影片名字,就会提前预备好片源,并配备高速闪存驱动,而其它不火的内容,则会存放在相对廉价和低速的硬盘里。这样提高了用户的观剧体验,也节省 了公司的成本。
节目制作中的大数据
节目嘉宾的选择——用大数据实现“嘉宾”的选角与裁定
一般对明星的评价指数由以下指标构成:演员参演的电视剧每日播放量、相关微博数据、相关贴吧数据、相关豆瓣数据、相关搜索数据等,并且每项赋予不同的权重,最终得出分值。
节目话题的选择——用大数据作为节目”话题“与板块
比如中央台“两会”期间,每天在《新闻联播》中安排4分钟的专题栏目《两会解码——两会大数据》,用百度、腾讯的全球大数据平台的实时数据,向观众解读当天的热门话题。这种报道方式,将成为电视节目发展的一个方向。
节目桥段的编排——用大数据反哺节目制作与植入
通过分析节目收视较高的桥段,为下期节目的制作提供更多的依据,同时,对桥段的大数据分析也有利于广告主对植入效果进行分析。
《爸爸去哪儿》某期中,陆毅抢喝女儿牛奶、费曼落水等环节都是收视数据相对较高的情节。从中可以看出,展现每个人物性格特点、与人物荧幕形象相反、出乎意料之外的情节更容易引起人们的关注。对于这种采用边拍边播的节目,大数据的分析为节目优化提供了可能。
大数据在节目运营中的应用
所有的大数据的运用,归根到底是对用户行为的挖掘。大数据使得影视作品生产的每一个环节都与用户息息相关,广电媒体可以利用这些数据信息打造用户喜爱的节目,也可以将数据作为售卖的工具,帮助广告主进行精准营销,换回真金白银。
互联网上用户的标签数量大、种类多,值得转型中的广电传媒借鉴。麦包包网就声称每个顾客的标签多达256个。用户标签系统一般分为基础属性、行 为属性与购买属性三类。基础性标签包括用户的年龄、地域、星座、收入、注册信息等;行为标签包括了用户的访问路径、访问时间等信息;购买标签则有用户消费 的频率、品牌偏好等维度。
打标签的好处在于对用户市场的深度挖掘。当我们谈论一档节目的目标用户时,不仅仅是年轻人还是老年人的区别,是北方人还是南方人的口味,还能进一步细分到200多个差异的点,这些用户的维度与内容、广告交叉分析,会有无限想象的空间。
对用户打好标签后,对不同标签进行排列组合,形成用户偏好矩阵。这样做的好处在于,如果单个用户喜欢看某种类型的节目,那么所在矩阵同样标签的 人观看的机率也会高,从而进行个性化的推介。这种大数据进行用户矩阵分析的方式,为用户提供了方便,提升了观影体验。视频网站的“追星族”产品,以明星为 维度划分粉丝群,并对他们的观影行为进行整合分析,就是这个理论的实际应用。
节目在创意之初,就应能以精准、统一的用户定位,来设定内容环节与广告。比如,将企业目标用户,作为节目的潜在观众群予以研究,分析他们的观影兴趣、与明星偏好,从而设置节目情节、选择节目要素进行编排、设计商业模式。
多家视频网站用视链技术,将用户喜欢的内容与电商结合实现一边观看一边点击购买“节目+电商”模式;东方卫视《女神的新衣》在节目模式部分也打造了内容即产品、观众即用户的理念,播出之后,买手伊芙丽旗舰店访客较之前增长100%,成交额增长50%。
数据分析咨询请扫描二维码
需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df: importnumpyasnpi ...
2024-11-21越老越吃香的行业主要集中在需要长时间经验积累和专业知识的领域。这些行业通常知识更新换代较慢,因此随着年龄的增长,从业者能 ...
2024-11-20数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据,可指定分隔 ...
2024-11-20大数据与会计专业是一门结合了大数据分析技术和会计财务理论知识的新型复合型学科,旨在培养能够适应现代会计业务新特征的高层次 ...
2024-11-20要成为一名数据分析师,需要掌握一系列硬技能和软技能。以下是成为数据分析师所需的关键技能: 统计学基础 理解基本的统计概念 ...
2024-11-20是的,Python可以用于数据分析。Python在数据分析领域非常流行,因为它拥有丰富的库和工具,能够高效地处理从数据清洗到可视化的 ...
2024-11-20在这个数据驱动的时代,数据分析师的角色变得愈发不可或缺。他们承担着帮助企业从数据中提取有价值信息的责任,而这些信息可以大 ...
2024-11-20数据分析作为现代信息时代的支柱之一,已经成为各行业不可或缺的工具。无论是在商业、科研还是日常决策中,数据分析都扮演着至关 ...
2024-11-20数字化转型已成为当今商业世界的热点话题。它不仅代表着技术的提升,还涉及企业业务流程、组织结构和文化的深层次变革。理解数字 ...
2024-11-20