口碑不错的电视剧却没有换来高收视率,原本表现平平的电视节目,毫无缘由的情况下收视率突然大幅上涨……近年来,随着电视行业的竞争越来越激烈,作为行业内“通用货币”的收视率,出现了越来越多让人看不懂的数据曲线,而“被污染的收视率”也成为不少业内人士口诛笔伐的对象。
近日,北京歌华有线电视网络股份有限公司(简称“歌华有线”)宣布,全国首个收视数据实时采集分析系统“歌华发布”已经建成,这引起了业界广泛关注。电视界业内人士纷纷希望,这个基于大数据的分析系统,能够提供一份没有污染的绿色收视率。
大样本,覆盖北京八成电视用户
一个城市有多少人在看电视?一个栏目真实的收视率是多少?过去,由于采集成本的限制,这些问题只能依据每个城市的数百个用户样本,通过抽样调查分析得出。现在,歌华有线大样本收视数据研究中心推出的“歌华发布”,让全市80%的电视用户都拥有了“发言权”。
据歌华有线副总经理罗小布介绍,大样本是“歌华发布”与传统收视率调查最大的不同点。据他介绍,目前北京市约有500万电视用户,其中400万用户已经使用了高清交互数字电视机顶盒,“我们的数据采集和分析可以记录每一位高清交互数字电视机顶盒用户的每一步操作行为,这就意味着我们的样本覆盖了全市的八成电视用户。”
这种“大数据”的采集和分析方式,在尼尔森大中华区副总裁李昕看来“无异于一场革命”。他解释说,“歌华发布”对超过400万终端的收视行为、页面访问、业务使用、广告曝光等数据进行实时采集,不仅可以使收视率数据的误差更小,而且,更大的样本量也意味着更详尽的数据。比如,一部电视剧的哪个情节、哪几分钟最受关注,都可以准确地呈现出来。
更真实,无人为干预开机率不重复
让业内人士和电视观众困扰的,不仅是收视样本不科学带来的误差,还有调查样本用户被收买而产生的收视率造假事件。“歌华发布”能否克服这一弊端?罗小布满怀信心:“一方面,我们利用的是高清交互数字机顶盒双向互动的技术特点,数据可以自动回传并被采集,全程由计算机自动完成,没有任何人为干预;另一方面,我们的样本超过400万用户,人为的造假操作起来也不太可能。”
就在最近,一条“北京地区电视开机率从三年前的70%下降至30%”的传闻甚嚣尘上。“歌华发布”则发布了另一个完全不同的数据:近两年来,北京地区高清交互用户平均每日的开机率保持在60%以上。相去甚远的两个数据,引来了网友的疑问:很多人收看电视的习惯是只关掉电视机,而机顶盒并没有完全关闭,“歌华发布”的数据是否把这种情况也统计在内了呢?
对此,罗小布强调,“歌华发布”电视开机率的计算方式,与以往相比已经有所调整,“现在每天凌晨4点左右,歌华有线会向高清交互数字机顶盒用户发信息:如果持续收看节目需要按遥控器的任意键,若用户没有操作,机顶盒将会自动关机。这就保证了开机率的统计不会重复,并且是有效的。”
他还特别补充了最新的收视数据,11月26日并非周末,但北京地区有线电视用户不重复开机率也达到了65.6%,每户的平均收视时长为208分钟,这与此前公布的数据并没有太大差异。
个性化,为用户“定制”收视指南
众所周知,收视率是电视台节目设置、编排以及广告商调整广告投放策略的重要参考。但“歌华发布”基于大数据的收视分析,却能挖掘出更大的价值。国家新闻出版广电总局科技司司长王效杰就指出,这一系统能做到对用户全面客观的收视行为进行分析,反过来再利用这些数据,也能为用户提供更好的服务。
据歌华有线新媒体中心主任助理吉钰丽介绍,歌华有线大样本收视数据研究中心统计的不仅有直播数据,还对回看业务、点播业务进行收视情况统计。“越是真正喜欢的节目,采用回看、点播方式收看的观众越多。因此,这两项的统计数据其实更能反映观众的实际偏好。”吉钰丽说。
正是基于这样全面的数据统计,系统能为高清交互数字机顶盒用户提供个性化的收视指南。吉钰丽举例说,当你点播了一部影视剧后,系统会自动推进“你可能也喜欢的”,这种个性化的“定制”推荐还在完善中,今后会越来越精确。
不过,“歌华发布”的数据服务目前还仅限于北京地区。据透露,明年歌华有线将联合全国有线电视网络公司,共同搭建全国收视数据调查研究中心。此外,歌华有线大样本收视数据研究中心还将逐步实现宽带用户数据、互联网电视数据、手机电视数据的采集,可提供占有率、忠诚度、用户黏性等多维度的收视数据指标。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 8-1 Pandas 数据重塑 - 数据变形 数据重塑(Reshaping) 数据重塑,顾名思义就是给数据做各种变 ...
2024-11-26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