利用大数据技术来实现传统媒体的赶超
当下传统媒体正深陷困境,其根源在于受众大量流失所导致的用户连接失效,那么如何重建用户连接呢?2014年8月18日提出的《关于推动传统媒体和新兴媒体融合发展的指导意见》给出了答案,即充分利用大数据技术来实现传统媒体的赶超。转眼间近两年过去了,传统媒体的大数据转型进展如何呢?7月14日,首届中国大数据应用大会期间,由封面传媒承办的“大数据与媒体联接力论坛”最为引人关注,这给我们提供了一个观察传统媒体大数据转型现状的机会。
优:转型先行者已开始收获
封面传媒董事长兼首席执行官李鹏在主题演讲中指出:数据为王的时代已经到来,依靠大数据技术产生内容,给传统媒体和新闻生产带来了很大机遇。继而指出,未来的联接力出现了这么几种状态:一是连接需求,打通消费;二是连接参与,开放众包;三是连接虚拟,沉浸参与。因此,个性化、标签化、用户的精准化等“三化”,成了封面传媒的重要特征。
封面传媒致力于重新联接世界,植根于“80后”和“90后”网络原住民的精神需求,依托大数据、人工智能和虚拟现实等前沿技术的应用能力驱动新型的内容创造,以新型内容为内核,重新定义人与信息、人与商品、人与服务以及人与人的连接方式,打造跨媒体、电商和文娱的泛内容生态平台。简而言之,封面传媒是一个以技术为驱动、以用户为中心、以内容为纽带的泛内容生态平台,目前已经拿到国家网信办颁发的互联网新闻信息服务许可证,也是全国拿到该许可证的第二家新闻客户端。可以看出,封面传媒从用户痛点出发,致力于利用大数据技术,通过千人千面的新闻重建用户连接并实现自身商业价值的变现。
浙报传媒深刻认识到大数据的潜力和重建用户连接的价值,先是通过31.9亿元收购边锋和浩方,获得了数以亿计的互联网用户,有效地建立了用户连接,目前两家游戏公司的营业收入已经占到浙报传媒营业收入的30%以上,净利润的一半以上;再通过打造“媒立方”这一基于大数据技术的智能生产和传播平台,以积累更多的数据并对数据进行标签化;最后再定增20亿元,用于建设互联网数据中心和大数据交易中心,通过打通内外部数据资源,实现真正的“大数据”。可以毫不夸张地说,浙报传媒是国内所有利用大数据进行转型的传统媒体中取得实效最大的。
忧:转型遇难题表现较突出
目前我们已经从IT时代进入到了DT时代,在DT时代,互联网是骨骼,大数据则是血液,二者共同构成社会的底层架构和社会操作系统。对于传统媒体来说,应该高度重视大数据这一代表未来趋势的新生事物,把大数据当成超越自身的利器,通过“互联网+”“大数据+”,实现自身的彻底转型。虽然大数据作为新生事物,从某种程度上说,在利用大数据方面,传统媒体和互联网媒体都处于同一起跑线上。但大数据的核心在于数据,大数据具有海量、高频、在线、实时等特点。因此,对于传统媒体来说,相比于互联网媒体,传统媒体在运用大数据的过程中存在着数据资源不足、数据平台欠缺和缺乏有竞争力的数据产品三大难题,导致自身有可能错失大数据这一巨大机遇。
首先,缺乏充足的数据资源。对于媒体来说,可能获得的数据资源包括新闻内容数据、素材数据、历史数据、媒资数据、用户资产数据、用户行为数据、生产流程数据、内容传播数据、媒体云数据、互联网新闻数据等。传统媒体目前只有数量极少的数据,根本还谈不上大数据。一是自身数据资源太少。所谓大数据,数据的数量必须大,而对于绝大多数传统媒体来说,其主要数据资源还仅仅是内部的新闻内容数据、历史数据和媒资数据等,而缺乏用户数据、网络行政数据和政府数据等,导致自身的数据资源量极其有限。二是自身数据多是静态数据。由于传统媒体缺乏规模巨大的互联网平台,其新闻内容、受众数据等都是基于传统媒体的,由于缺乏有效的互动和非即时性,也导致这些数据多是频率很低、静态的数据。三是缺乏用户数据。传统媒体虽然有一定数量的受众数据,但是由于这些受众数据的频率低且没有经过精准画像,导致自身只有受众而没有真正的用户。
因此,传统媒体首先要想方设法获取足够多的数据资源:一是利用自身的政治资源,尽可能地获取网络行政、政府数据等高价值的数据资源,这是传统媒体进军大数据的一条重要途径;二是建立起自身的用户体系,以逐步变受众数据为用户数据;三是尽快把现有静态的存量内容资源转变为动态的、互动的数据资源。
其次,缺少用户巨大的大数据平台。传统媒体要想真正建立起属于自己的大数据,其前提是必须打造数据充足、技术先进、用户活跃的大数据资源平台、智能生产和传播平台以及用户沉淀平台三大平台。
传统媒体在打造大数据平台时,面临三大制约:一是思维和观念陈旧,基本上还是基于现有资源和优势,而不是基于未来和趋势,导致多是基于内部媒体数据,而不是基于整体的数据资源;二是缺乏先进的技术支持,由于传统媒体的技术力量薄弱,一方面自己没有实力搭建起三大平台,另一方面技术外包又存在迭代太慢的问题;三是需要大量的资金,三大平台的建设加上配套服务器所需资金最低也要3000万元以上,而多的则需要数亿元。
当前,国家提出了国家大数据工程,各地政府正在大力推进智慧城市建设和政府数据开放工程,传统媒体应该积极利用自身的政治优势把自身的三大平台建设纳入政府的智慧城市建设中,建立起大数据平台和区域内的数据交易平台。这么做的优势在于:一是站在整个区域的大数据发展的基础上;二是可以借助政府智慧城市的建设工程来解决自身的技术和资金问题;三是可以获取政府的数据资源。
再次,缺少有竞争力的大数据产品。打造成功的大数据产品需要注重如下三点:一是以用户需求为导向。在对用户进行精准画像的基础上,利用大数据手段找出用户的痛点和需求,进而基于用户的需求来开发产品。二是实现业务人员、数据人员和技术人员的“混”。当前,一方面懂业务的不懂技术和数据,懂技术和数据的又不懂业务;另一方面业务、技术和数据人员相互割裂,甚至互相看不起或不理解,这导致难以有效地开展工作,而要解决这个问题,首要就是要实现他们之间的“混”,即协同办公。三是实现业务、数据和技术之间的“通”。大数据产品一定是业务、数据和技术三者之间的协同互通,只有三者之间相互理解、相互熟悉、相互帮助,才能真正开发出有竞争力的大数据产品,在具体运作中,可以设立数据产品经理来解决这个难题。
在大数据时代,充分利用智慧城市建设和政府数据开放来搭建自身的三大平台和开放大数据产品,是传统媒体转型的最后一次机遇,一旦丧失这次机会,也许就只有彻底沦陷一途了。
数据分析咨询请扫描二维码
《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数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22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