大数据时代对传媒经济研究的影响(2)_数据分析师
4.研究对象
在微观经济学研究中,研究对象是个体的企业、家庭或个人,研究者通过对单个企业或个人的生产、消费等行为的分析,考察影响他们决策的各种因素。在传媒经济学研究中,媒体、受众也是作为个体存在的。这种研究有两方面缺陷,一是个体的消费行为始终处在黑箱中,我们不知道个体是如何做出消费行为决策的。二是研究只见树木不见森林,无法从对个体的研究中获知关于总体的状况,而总体状况具有极大的研究价值和应用价值。
大数据可以在这两方面做出改进,首先,借助于大数据技术,研究者可以对受众的媒介接触行为和媒介消费行为进行准确的追踪分析,掌握受众在每时每刻的媒介接触和消费行为。另外,大数据可以使研究者获知受众整体的媒介接触和消费情况,进而对受众的媒介接触和消费趋势做出预测。
5.研究主体
大数据对传媒经济研究者也提出了挑战,在大数据时代,研究者需要对大数据有深刻的理解和把握,充分认识大数据对传媒经济研究带来的深远影响,学会从大数据的研究范式出发思考问题。另外,研究者也需要掌握数据分析的方法和工具,学会利用大数据分析工具对传媒经济学的各类问题进行研究。同时,跨学科的学术合作与学术交流也变得更加重要,任何单一学科的视角和方法都难以对大数据环境下的传媒经济现象做出充分的解释。只有从传播学、经济学、社会学等多种理论视角进行跨学科考察,才能对大数据环境下的传媒经济问题做出深入的研究。
大数据时代传媒经济研究的创新
大数据对传媒经济学研究提出了相当大的挑战,在大数据环境下,传媒经济研究至少可以在以下四个方面进行创新:
1.受众行为分析
受众的媒介接触和媒介消费行为,始终是传媒经济研究的核心问题。在小数据时代,很难准确全面地了解受众的媒介接触和媒介消费行为,无论是传统的入户调查,还是受众的自我报告,都存在两方面问题:一是样本量太小,从样本中得出的结论不具有推广性;二是受众在接受调查时经常会给出有偏向的答案,由于第三者效应的存在,受众总会有美化自身行为的可能性。这使得对受众媒介接触和媒介消费行为的研究变得非常困难。
大数据技术能够对受众的媒介接触和媒介消费行为进行实时分析,比如受众在网络上点击了哪些页面、停留了多长时间、链接到哪些网站、购买了什么商品、发表了怎样的评论等信息都可以被后台服务器保留,通过分析受众的个人接触信息,可以准确把握受众媒介接触行为的特点和模式,进而对受众进行有针对性的营销。
2.市场趋势预测
大数据技术可以对市场趋势做出准确预测,舍恩伯格认为,大数据的核心就是预测,它是把数学算法运用到海量数据上来预测事情发生的可能性。一个著名的例子是Farecast票价预测工具,这个工具通过对近十万亿条机票价格数据进行分析,预测美国国内航班机票价格,其预测的精准程度达到75%,每位使用该系统的消费者每张机票可节约50美元。
3.广告及营销精准度研究
在小数据时代,广告投放呈现出撒胡椒面式的粗放形态,广告的投资回报率很低,商品的营销手段也较为粗糙,难以对受众进行一对一的精准营销。大数据环境下,通过对每位消费者的消费习惯和消费模式数据进行统计分析,可以进行精准的广告投放和商品营销,提高广告和营销的精准度。
比如,亚马逊运用数据挖掘技术,通过分析用户的浏览、收藏、购买、评论及其他用户的反馈等数据,预测每位消费者可能感兴趣的内容,将其推荐给消费者。亚马逊提出,在最理想的情况下,亚马逊只会推荐一本书,而这本书就是消费者将要购买的那本书。
4.盈利模式创新研究
大数据环境下,媒体的盈利模式也需要做出调整。在读者量不断下滑、广告市场被新兴媒体分流的现实背景下,传统的二次售卖模式难以为继。传统媒体必须创新盈利模式,利用大数据技术带来的机会,整合数据资源,寻找新的盈利增长点,实现自身的逆转。传媒盈利模式的创新也是传媒经济研究的重要问题之一。
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