
传统电视台转型的必由之路:涉水社交大数据_数据分析师考试
在移动化力量的推动下,社交媒体与电视的联姻正在爆发巨大的行业红利。社交媒体一方面从电视节目里不断寻觅内容消费热点,另一方面也为电视的革新提供数据支持。而电视台,则利用社交媒体的关系和数据,推动自身采编制播模式的创新,逐步进入社交大数据时代。
媒体转型
社交媒体与电视简直就是一对天生的好基友。
从产品设计机制来看,社交媒体从用户的沟通中产生内容,而电视则从内容输出中催生沟通交流的需求。换句话说,把电视产生的内容可以自然而然的延伸到社交媒体上讨论,这既为社交媒体带来大量可供消费的内容,也为电视台带来交流的空间。但长期以来,这种看似简单的所谓内容闭环并未形成,社交媒体从未与电视台发生深层次的关系,为什么?
如果以Facebook诞生为社交媒体正式踏上历史舞台来算的话,那么社交媒体无疑是PC时代的产物。彼时,无论是国内还是国外,电视始终是人们生活的第一屏幕,而PC仅仅是第二屏幕。然而PC时代的社交媒体远不是碎片化内容的输出地,设备太重(从台式机到笔记本已是伟大进步)、带宽与无线的不足,都限制了人们随时随地碎碎念的欲望。而且,中国网民曾一度将PC作为电视的替代品,并利用各种渠道去观看往期的电视节目,电视节目内容的实时性被大打折扣,这也与社交媒体强调的“当下”概念不符。
社交移动化
以上几个制约社交媒体与电视共同跳舞的因素正在被改变,这股推动力来自于滚滚而来的移动化浪潮。以中国为例,据公开资料显示,截至2014年1月,手机网民规模达5亿,占总网民数的八成多。微博上市后的第一份财报显示,在国内1.438亿的微博月活跃用户里,超过70%的人习惯使用移动端访问微博。全球来看,市场评估公司BIIntelligence2013年11月发表报告称,全球十大社交媒体中,原生移动化应用就有三个。老牌社交网站Twitter每月75%的活跃用户都来自移动端。
随着社交移动化的到来,社交媒体的属性被激发出来。比如实时性,由于无处不在的移动网络,用户可以随时随地将自己的所见所得发布出去;再比如移动设备轻便可携带,能够最大化的占有用户的碎片化时间。上述两大改变给电视业带来新的机会。社交移动化使得社交媒体能够实时性的展示电视内容,根据CSM与微博联合发布的《2013电视综艺节目收视与微博讨论研究》的白皮书显示,以一周七天为周期来看,微博提及电视节目的人数与电视到达人数基本一致。这充分说明社交媒体已然成为电视节目实时互动的有效阵地。海量的微博讨论内容既增加了电视节目的曝光率,又为电视节目的改进提供了足够多的反馈意见。
正是在这样的背景下,从2013年下半年开始,国内外社交媒体开始与电视台或电视节目广泛合作。Twitter已经收购BlueFinLabs这家主导美国电视节目社交互动的巨头,并与尼尔森联合发布美国电视Twitter指数。微博则在上周与央视-索福瑞联合推出微博电视指数beta版,为中国的电视机构提供最有代表性的社交媒体反馈。社交媒体希望利用自身的用户关系为电视的内容带来最大化的消费空间,并希望在这种合作关系里找到更多可延伸的商业模式。
社交+电视的巨大能量
传统的电视业长期处在以采编为中心的制作模式里,无论是电视剧还是综艺节目,都透出一种浓浓的“精英文化”。视频网站Netflix用纸牌屋试水电视剧大数据之后,传统电视台才认识到数据指导的重要性。不过很遗憾,电视台本身没有数据,他们无法像netflix那样去分析网站用户的喜好,尽管国内很多电视台都有自己网站,但这些网站更像是为了网站而建立的网站,没有用户运营,更没有用户数据积累。在这个数据驱动一切的时代,电视台亟需数据来实现自身节目(剧集)的“互联网化”。
如前文所言,电视台可以利用社交媒体增加曝光度,并利用在社交媒体上的反馈意见优化节目内容。这就解决了电视台长期以来单向传播的弊病,更重要的是,这也会让电视节目搭上“大数据时代”的高速列车。大数据时代并无公认的定义,但大数据时代有着四个重要特征:Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)。其中,前三个V同样也是社交媒体数据的特点,而第四个V则需要借助对前三个特点的有效挖掘才能产生。国内外IT公司也注意到了这种趋势,像IBM就开始在其解决方案里特别定制了社交媒体数据分析方案,让客户的社交媒体数据产生真正的Value。
对于电视和微博,又如何从前三个V达到第四个V(Value)呢?不妨来看看湖南卫视《花儿与少年》与微博的合作成绩:仅仅四周时间,相关话题阅读量超过18亿次,较合作之前增长了10亿次,并直接推动该节目收视率由之前的1.5%上升1.8%。这直接体现出微博大数据之于电视节目的价值。
之所以可以实现上述价值,除了整合微博上的海量数据外,还需辅助以微博平台的运维,包含三大部分:
播出前,电视台可以设置某些关键词,引导用户讨论;
节目播出过程中,电视台还可以挖掘和结合社交媒体上自发出现的实时讨论热点扩大传播效果;
节目播出后,电视台通过对前两个阶段传播的效果分析,找到更好的传播点,加入到下一次节目预热中。
以上三大步骤环环相扣,处处以数据为指导,真正实现了电视节目(剧集)从“个人喜好”到“群体喜好”的改变。同时利用来自微博的数据,电视台也可以提前了解到节目可能的收视效果,及时做出一些调整,避免资源浪费。
一言以蔽之,在移动化力量的推动下,社交媒体与电视的联姻正在爆发巨大的行业红利。社交媒体一方面从电视节目里不断寻觅内容消费热点,另一方面也为电视的革新提供数据支持。而电视台,则利用社交媒体的关系和数据,推动自身采编制播模式的创新,逐步进入社交大数据时代。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04