大数据时代传媒思路的转向_数据分析师
大数据影响媒介生产思路
大数据与传媒业的相遇,首先碰撞出的是数据新闻、机器人新闻、预测新闻等全新的报道样态,媒体对来自政府、企业、互联网的大数据加以利用制作出可视化新闻,改变了过去只依赖事实而缺少数据支撑的报道逻辑。除此之外,大数据对传媒业的影响,还体现在媒介内容生产思路的变化上。
过去被媒体视作原子化的“大众”的媒介使用者们已转身成为个性化的“用户”。如果说“受众”只是单向传播的被动接受者,那么“用户”对媒介的利用更为主动,选择空间更大,而且能够生产原创的信息回流给传统媒体。他们称得上是传媒业大数据的贡献者,如Facebook每天更新的照片数量达到上千万张,Youtube平均每秒上传一段长度在一小时以上的视频,每天世界各地数以亿计的网民在网络上互动交流……用户留下的网络痕迹,已经成为一种重要的大数据资源。通过挖掘这些数据,传媒可以更好捕捉到用户的个性化需求、潜在的兴趣点,从而主动向用户推荐满足需求的信息,开创一种“按需推荐”的内容生产模式。
正如Frog Design咨询公司的观察家所言:“我们正在离开信息时代,迈入推荐时代。”作为移动媒体终端的“今日头条”,就是一个践行“按需推荐”模式的例子。2014年6月,“今日头条”这款号称“不生产新闻,只搬运新闻”的手机客户端完成1亿美金的融资,引发关注。其内容组织方式就是一种大数据分析基础上以用户为中心的模式,以往传统媒体的内容生产主要靠编辑选取新闻,但“今日头条”是靠算法推荐新闻。按照创始人张一鸣的说法,“今日头条”会“根据用户绑定的微博,自动建立一个用户的DNA兴趣图谱,主要根据用户SNS账号上的标签、关注人群、好友、评论或转发、收藏等数据,以及用户的手机、位置、使用时间等数据提取出来……随后系统会自动记录用户的阅读情况,不断摸索用户的兴趣,同时也在不断优化推荐的算法。六七次之后,机器就能基本上判断出用户的兴趣了”。
其实,个性化推荐服务在网络电商平台上早已普及,电商通过分析消费者对产品页面的浏览、评论、收藏、添加到购物车等行为,可以向其推荐感兴趣的其他商品,从而实现精准的广告营销。这一思路换至新闻领域,同样适用。从长远看,依照新媒体“按需推荐”的逻辑组织和布局媒介内容,是传统媒体在大数据时代的变革方向。
大数据为媒体提供了受众的信息需求
“按需推荐”蕴含着有别于以往传者主导传受关系的理念,更加强调用户地位、用户体验、用户评价。传统媒体由于新闻生产周期的固定化,可以在日积月累中塑造忠诚度较高的受众的“新闻期待”意识,但仍无法跟上网络时代全时传播的脚步。与其让受众“期待”媒介等米下锅,不如媒介主动“推介”信息送货上门。
落实到具体报道中,则意味着传统媒体更重视新闻价值中的受众效用。作为新闻生产的核心概念,新闻价值对媒体来说,是一套衡量和选择新闻的职业准则,但对受众来说,则集中体现为一种使用价值,即是否有用。如果受众自己对新闻不关心、不感兴趣或不需要,即便传媒把它报道出来了,但站在接受者的角度依然是没有价值的。而如今,受众的信息需求更加分化和多元,面对“分众”和“小众”的现实,传媒与其调整新闻价值的标准,不如根据受众看重的使用价值,将新闻重新分类打包再分派推送出去,以实现效用的最大化。
受众的认可或买账,在一定程度上决定着传媒的市场空间。就像过去电视节目的质量高低由收视率来衡量一样,如今,用户媒介使用行为、阅读习惯等大数据,更能聚沙成塔般地折射出他们对传媒的整体态度。比起依靠随机样本获得的收视率,大数据分析可以呈现覆盖全样本的总体态势,据此得出的结论也具说服力。与收视率相比,基于大数据生成的直观用户评价,无疑对传统媒体制定内容调整策略有更高的参考价值。
大数据可以为媒体直接提供选题内容
“按需推荐”建立在对用户需要的精准把握之上,无形中对传统媒体设定了数据挖掘的技术门槛。“今日头条”的推送之所以精准,很大程度上有赖于其数据挖掘、分析与计算的技术条件。在其200多名员工中,一半以上都是负责专攻算法的。仅仅靠人工判断,无法完成如此大规模的数据运算,依靠机器自学习、不断优化算法,才能够提升推送的精准程度。
可以说,技术与算法是移动媒体完成“按需推荐”的核心竞争力,但这却是传统媒体的短板。面对这种情况,传统媒体要么与技术成熟的新媒体平台合作,减轻渠道建设的压力;要么自主组建专门的数据分析团队,进驻编辑部,负责收集、整合、挖掘媒体的大数据资源,为内容生产提供选题支持。这方面,许多传媒已经开始实践,但他们引入的数据团队,多着眼于对数据新闻用到的大数据做分析,却对用户个体属性、使用行为、社交关系的数据不够重视。
不过,新媒体已经为传统媒体提供了可以复制的经验。例如,电视媒体就可以向美国的网络视频服务商Netflix学习。Netflix曾通过分析用户每天在网站上产生的3000多万个行为(含检索、暂停、快进、回放、点赞等),推算出用户的观看兴趣,发现很多用户依然在点播1991年BBC的经典剧作《纸牌屋》,同时这些观众中许多人喜欢导演大卫·芬奇和演员凯文·史派西,最终决定邀请二人担当导演和主演,翻拍《纸牌屋》获得成功。这对传统的电视媒体来说,Netflix的做法无疑是寻找节目选题的便捷路径。
媒体可以利用大数据重塑“信息鉴别力”
“按需推荐”模式需要技术提供强大的支撑,但在“信息推荐”之前的“信息采集与呈现”环节,机器计算与人工智能都依然无法替代人的专业判断,而这正是传统媒体的优势所在。实际上,“按需推荐”模式整合了两类大数据资源,一端是媒介已经生产出的海量的内容数据,一端是海量用户不断积累的媒介使用数据。以“今日头条”为例,无论其信息推荐系统多么精确,其信息来源都来自门户网站的新闻内容,而门户网站则多是转载于传统媒体。所以,在另一端源头数据的获取上,“按需推荐”模式的运行离不开众多传统媒体的集体贡献。
进一步再换个角度看,被大数据包裹的用户面临着信息过剩的问题,如何处理、分析海量的数据,从中得出有价值的信息成为摆在每个人面前的问题。在源源不断涌现的信息中,人们越来越难辨别究竟自己真正需要什么信息,以及在复杂信息中分辨真相。帮助用户重塑“信息鉴别力”素养,仅仅依靠机器运算是无法完成的,说到底仍要依靠传统媒体提供有深度、有思想的专业信息服务来完成。特别是在受众“不知需求何在”的时候,传统媒体应当担负起解释者和瞭望者的角色,帮助他们减少困惑和压力,从而更好地“知晓和发现自己的需求”。
媒介环境学者保罗·莱文森对未来媒介做过一个判断,认为媒介将朝着越来越人性化的趋势发展:无论是媒体的介质形态,还是媒体生产的内容,都将更加省力便捷,更加满足个性化的需求,拥有与人体器官相近的媒介体验。大数据创造的“按需推荐”,正是莱文森所说人性化媒介的一种情景。虽然目前能够做到“按需推荐”的媒介主要是新媒体,报纸、电视还尚未应用、开辟这种生产模式,但传统媒体只要是从人性的角度出发担负自身的社会角色,保障原创内容的品质,树立起“用户逻辑”、考虑到受众的实际感受,就会逐渐趋向“人性化”。
目前,已经有一些媒体开始这样做了,例如,《纽约时报》的新闻采编部已经成立了受众拓展团队,即负责使用社交媒体、搜索引擎和电子邮件等推广业务,最重要的是探索如何使报道更加有效地抵达读者。可以想象,随着新旧媒体之间融合程度的加深与大数据分析技术的发展,建立在“按需推荐”基础上的人性化服务会逐步成为整个传媒业内容生产的新常态。
当然,需要指出的是,“按需推荐”不是大数据时代传媒业内容生产的唯一方向。“用户逻辑”的背后除了强调用户的需求,也包含了用户分散却巨大的舆论力量。传媒如何动员海量用户参与到新闻的发现、采集与整理环节,以众包和众筹的方式聚合信息、完成新闻的雏形,这同样是大数据时代传媒内容生产中需要思考的话题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在职场上,拍脑袋做决策的时代早已过去。数据分析正在成为每个职场人的核心竞争力,不仅能帮你找到问题,还能提供解决方案,提升 ...
2024-12-24Excel是数据分析的重要工具,强大的内置功能使其成为许多分析师的首选。在日常工作中,启用Excel的数据分析工具库能够显著提升数 ...
2024-12-23在当今信息爆炸的时代,数据分析师如同一位现代社会的侦探,肩负着从海量数据中提炼出有价值信息的重任。在这个过程中,掌握一系 ...
2024-12-23在现代的职场中,制作吸引人的PPT已经成为展示信息的重要手段,而其中数据对比的有效呈现尤为关键。为了让数据在幻灯片上不仅准 ...
2024-12-23在信息泛滥的现代社会,数据分析师已成为企业决策过程中不可或缺的角色。他们的任务是从海量数据中提取有价值的洞察,帮助组织制 ...
2024-12-23在数据驱动时代,数据分析已成为各行各业的必需技能。无论是提升个人能力还是推动职业发展,选择一条适合自己的学习路线至关重要 ...
2024-12-23在准备数据分析师面试时,掌握高频考题及其解答是应对面试的关键。为了帮助大家轻松上岸,以下是10个高频考题及其详细解析,外加 ...
2024-12-20互联网数据分析师是一个热门且综合性的职业,他们通过数据挖掘和分析,为企业的业务决策和运营优化提供强有力的支持。尤其在如今 ...
2024-12-20在现代商业环境中,数据分析师是不可或缺的角色。他们的工作不仅仅是对数据进行深入分析,更是协助企业从复杂的数据信息中提炼出 ...
2024-12-20随着大数据时代的到来,数据驱动的决策方式开始受到越来越多企业的青睐。近年来,数据分析在人力资源管理中正在扮演着至关重要的 ...
2024-12-20在数据分析的世界里,表面上的技术操作只是“入门票”,而真正的高手则需要打破一些“看不见的墙”。这些“隐形天花板”限制了数 ...
2024-12-19在数据分析领域,尽管行业前景广阔、岗位需求旺盛,但实际的工作难度却远超很多人的想象。很多新手初入数据分析岗位时,常常被各 ...
2024-12-19入门数据分析,许多人都会感到“难”,但这“难”究竟难在哪儿?对于新手而言,往往不是技术不行,而是思维方式、业务理解和实践 ...
2024-12-19在如今的行业动荡背景下,数据分析师的职业前景虽然面临一些挑战,但也充满了许多新的机会。随着技术的不断发展和多领域需求的提 ...
2024-12-19在信息爆炸的时代,数据分析师如同探险家,在浩瀚的数据海洋中寻觅有价值的宝藏。这不仅需要技术上的过硬实力,还需要一种艺术家 ...
2024-12-19在当今信息化社会,大数据已成为各行各业不可或缺的宝贵资源。大数据专业应运而生,旨在培养具备扎实理论基础和实践能力,能够应 ...
2024-12-19阿里P8、P9失业都找不到工作?是我们孤陋寡闻还是世界真的已经“癫”成这样了? 案例一:本硕都是 985,所学的专业也是当红专业 ...
2024-12-19CDA持证人Louis CDA持证人基本情况 我大学是在一个二线城市的一所普通二本院校读的,专业是旅游管理,非计算机非统计学。毕业之 ...
2024-12-18最近,知乎上有个很火的话题:“一个人为何会陷入社会底层”? 有人说,这个世界上只有一个分水岭,就是“羊水”;还有人说,一 ...
2024-12-18在这个数据驱动的时代,数据分析师的技能需求快速增长。掌握适当的编程语言不仅能增强分析能力,还能帮助分析师从海量数据中提取 ...
2024-12-17