京公网安备 11010802034615号
经营许可证编号:京B2-20210330
传统媒体转型:借力大数据重建用户连接
日前,第二届世界互联网大会在乌镇举行,互联网以其快速、有效的方式不断地冲击传统行业。有分析人士指出,传统媒体因为互联网大环境的冲击,已经到了生死存亡的关键点。
他们普遍认为,在新媒体以其时效高、互动性强等多重优点对传统媒体的强烈冲击下,传统媒体的受众大量流失,导致入口价值大大贬值,广告收入大幅度下滑,骨干人才流失,传统媒体核心竞争力被极大削弱,多家机构倒闭,各方唱衰之声不断。然而传统媒体前景是否真如当下预测的悲观?新媒体会不会取代传统媒体?
精准定位使服务增值
在第二届世界互联网大会上,CTR媒体融合研究院的专家,国家行政学院社会和文化教研部高级经济师郭全中表示,“现在传统媒体主要的问题是没有真正的用户,因此需要重建用户连接。传统媒体之所以深陷困境的根源就在于与用户连接失效。”
“除去视听体验、信息整合、以及自媒体端口之外,互联网新闻运作早已抛弃了传统的编辑室模式,传统媒体在互联网时代下若想求得生存,一定要找准自己的定位。如果没有准确的定位和核心的内容,一切都会最终沦为形式,成为空壳,甚至迷失。”王府集团董事长王友国在接受《中国产经新闻》记者采访时说。
他认为,定位依托于用户,找准用户需求,量体裁衣至关重要。同时,要与用户需求匹配的内容为王。传统新闻媒体竞争优势在于新闻内容,而非新闻速度,新闻获取的便利性等。找准定位,找准渠道,将供需吻合,同时根据传统媒体的资源优势,为客户创造服务增值。
“传统媒体一是要特立独行,面向特定圈子,挖掘最深入的素材,做到最好。第二,做服务,针对这个特定的圈子去服务。前一点吸引受众,树立品牌,后一点利用品牌优势做活动,做服务。”王友国建议指出。
以大数据技术助力
对此,王友国认为传统媒体可以借力大数据。近年来,大数据概念炒得如火如荼,大数据相关的公司也如雨后春笋般应运而生。一些传统媒体通过搭建大数据平台,不断分析和优化用户的信息需求,再把信息和用户的个性化、定制化的信息进行智能匹配。
“传统媒体很难把优质内容和用户需求进行匹配,一是因为缺乏智能技术;二是市场调研的成本太高,并且结果只有大众性,并不能清楚每个人的信息需求。”王友国告诉记者。
“大数据具有大量度、高频度、快速度、多维度的优势特点,更重要的是,大数据具有温度,能够清楚纪录用户的行为、情感、思想、爱好与需求。”数据堂公司CEO齐红威在接受《中国产经新闻》记者采访时说,“通过搭建大数据平台,变受众为真正的用户,以重建用户连接,并结合不同的场景为用户提供个性化、定制化、精准化的服务。即用户在哪里,我们就到哪里,用户喜欢什么,我们就提供什么样的服务。”
王友国对记者说:“传统媒体长期以来技术基础薄弱,解决办法需要充分利用移动互联和大数据技术,把媒体转型纳入智慧城市建设的整体规划中,搭建大数据资源平台、智能传播平台和用户沉淀平台,在重建用户连接的基础上实现智能传播。”
资本运作是主要难题
“不管外在的技术、形式如何变,‘喧嚣过后,内容为王’。新媒体再新,如果它没有内容,很快就成为‘死媒体’。现在很多传统媒体人跳槽到新媒体,它意味着新媒体需要更懂内容的人,有更成熟传媒经验的人,这是好事不是坏事”。作为资深的新闻人白岩松在他的新书发布会上对媒体表示:其实现在新媒体的日子并不好过,竞争太激烈了。如果接下来针对整个媒体融合发展,出台更多的新闻知识产权保护的话,恐怕对新媒体来说是‘如何创制自己的内容?’免费拿别人的内容让自己成长的时代已经过去。
黑白胶卷有一阵子也被认为必死无疑,可现在又卷土重来了。有的杂志也在反弹中,有的倒闭,有的新生。20多年前广播电台也曾很悲观,随着移动听众增加,广播的日子比过去几年好过是不争的事实。不过摆在传统媒体面前的主要问题是资金的注入。
“媒体转型发展既需要打造全新的互联网平台,又需要优化和升级现有业务平台,无疑这都需要巨额的资金来支持。而传统媒体长期以来的事业体制导致积累较少,难以支撑自身的发展。需要资本运作。”
“传统媒体有一定优势存在,不可过度地悲观,信心是金。在观念转变方面,一是变“内容为王”为“用户体验为王”;二是变“剩者为王”为“自我革命”。”王友国说“传统媒体利用线上线下两个平台的双向优势,结合大数据资源,从内部造血、外部拓展两个方面进行品牌增值,是其他任何新媒体机构无法比较的。互联网时代对传统媒体既是挑战更是机遇,无论何时,传统媒体方向不能散,阵营不能丢,这是一定要坚持的信念。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12