回顾本届世界杯,信息通信技术的发展赋予了它相比以往诸多不同之处—譬如移动互联网的高速普及令世界杯从客厅走向指尖、社交媒体的充分利用使之成为真正意义上首届“社交网络世界杯”、大数据的应用大大扩展了看球视野促进“全民娱乐”。
上海联通携手《东方早报(博客,微博)》在世界杯落幕阶段发布了大数据世界杯“申迷指数”白皮书。本次发布是国际上运营商首次尝试以大数据来分析世界杯、观察球迷、关注市民的生活,以白皮书方式全面展示世界杯期间沪上生活,同时也开创了运营商大数据应用结合世界杯活动的先河。
世界杯从客厅到指尖
综合第三方机构调研分析可以看到,整个社会正加速从PC互联网时代向移动互联网时代转变,一个显性的指标就是接入互联网的移动终端数大大增加;手机终端整体从功能机时代进入到智能机时代;通信技术从2G时代进入到3G时代和4G时代。
社交媒体被充分应用,微博2010年开始大行其道、微信2012年开始普及,整个社会进入了“人人社会”或者“社交社会”;娱乐无处不在,“有趣”成为事件传播的要素。同时大数据成为最热门的话题,其应用迅速普及、影响力越来越大。
在这样的时代背景下,不难发现除了“中国足球队继续留在家里看电视”这点外,2014年与2010年相比世界杯发生了很大变化。
上海联通互联网与存量经营部总经理沈可分析说,本届世界杯看球的设备从电视机转为了平板电脑和大屏智能机;看球的渠道从完全依赖电视台,获取信息从纸面媒体转变为互联网视频和网站;看球的形式从个人默默熬夜和扎堆酒吧看球,演变成线上联动看球,充分利用社交媒体,形成虚拟的“一起看球”;球迷在世界杯期间自我表现和参与需求更为强烈,UGC与互动参与成为刚需;看球的关注点更加多样,不仅要足球好看,而且要相关的信息展示更有趣、更形象、更直观。
2014巴西世界杯已经从“客厅里的世界杯”变成为一届“指尖上的世界杯”。借助移动终端、利用先进的4G/3G技术、通过移动互联网和社交媒体,将观看与参与通过手指的操作得以实现,信息与硬件完美融合创造出全新的赛事体验,这也是现代信息通信革命赋予球迷的最好馈赠。
联通大数据新看法
由世界杯衍生的话题不胜枚举,无论超级铁杆还是对足球漠不关心,这一个多月来注定会被世界杯影响,反过来又影响了世界杯的信息传播。实际上,本届世界杯的内容主体已经从队员和比赛变为球迷和赛会期间生活乐事,至少后者的信息量占比不断提升。
在这种转变过程中,大数据会发挥重大作用,甚至是还原期间百姓生活、球迷特性的唯一途径。沈可说,用数据来展示球队、回顾比赛历史、区别球员表现已经习以为常,但是这些数据只是统计的展现,带有专业性,并不美。还需要引入更多样、更大量、变化更快、且能创造新价值的数据,也就是用大数据的眼光来发现世界杯的更多美、球迷的更多美。
不仅如此,在数据展示的过程中,也需要通过丰富的图表、有趣的文字、创意的主题来进一步丰富表达的内容,让这些数据更具有亲和力,更具有传播性。让数字也变得更加有趣,充满娱乐精神。
上海联通利用先进的大数据技术,将点滴的个体数据汇聚起来,寻找单一元素大集合后的整体规律,探索令人着迷的大数据关联关系,一起以大数据的眼光来看看上海市民与球迷在世界杯期间的生活。
从终端的选择、移动互联网使用的强度、网络服务的感知、心仪APP的选择到吐槽的槽点、热门话题的介入,并与更为广泛的其他数据结合,就能找到上海球迷看球的脉络、看到上海球迷的画像、知晓比赛期间我们的生活究竟与世界杯发生了怎样的联系。这些角度都是过去所不具备的,是我们首次以大数据的角度来观察一届世界杯、观察球迷、关注市民的生活,沈可说。
“申迷指数”白皮书
面向大数据的能力输出是运营商积极参与智慧城市建设的一个重要领域, 而“申迷指数”白皮书的发布恰是上海联通积极关注民生问题的体现。
在整个世界杯期间,上海联通启动了“指尖上的世界杯,大数据里的新看法”主题活动,通过矩阵式媒体合作,与《东方早报》合作,辅以自有社会化媒体平台为核心阵地,配合社会化媒体平台进行粉丝精准互动。
该活动通过对前一比赛日的球迷大数据分析,每日发布一条主分析和预测指数,如峰值时刻、昨夜无眠等,使民众对大数据的应用有更加直观的感受。同时“申迷指数”也会每日推出花絮指数,如熬夜圣地、性感指数、TOP Apps等,让广大球迷不仅看好球赛,而且看球的关注点更加多样化。
C114获悉,上海联通在整合活动中通过线上线下多次与网友互动,实现了矩阵式媒体全覆盖。有超过50万人参与了线上线下等活动,活动总曝光量达5000万次。
作为活动最重要部分,“申迷指数”白皮书在世界杯落幕阶段也进行了发布。用大数据的眼光找到沪上球迷看球的脉络,同时也揭晓了一些沪上球迷看球的聚结区域、钟爱什么样零食这样的有意思的看球行为,展示世界杯背后的另一面。
数据分析咨询请扫描二维码
《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