京公网安备 11010802034615号
经营许可证编号:京B2-20210330
浅析大数据背景下电视节目的革新
随着互联网、云计算等相关科技的迅猛发展,大数据的运用已渗透到社会的方方面面。本文通过
分析大数据在《女神的新衣》这一综艺节目中的运用,指出了此节目的创新之处,并且引出了在大数据背景下,电视节目未来的革新方向——制作前的数据分析、播出中的动态调整、推广时的精确剪辑以及播出后的全面评价。
一、大数据
大数据指大数据技术及其应用,旨在从各种各样的数据中,快速获得有价值信息的能力。其特征被概括为4V,价值(value)、快速处理(velocity)、大量化(volume)、多样化(variety),即意味着数据的大容量、类型多样、对数据的实时处理,以提取到价值。
随着数字化媒体、数字设备的发展与普及,人们在生产生活中产生的数据量已经达到了海量级别。而数据是在人类生产生活中产生的,必然蕴含着不同人的行为方式、习惯、偏好等,大数据的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理,分析与把握大数据,对于指导人类的生活实践有着深远的意义。
在这些大数据中,有两类数据引(数据分析师培训)人注意,一类是企业与企业、消费者之间的“大交易数据”,一类是来自互联网、社区网企业服务网的“大交互数据”。
在我国,中国联通、搜狐、京东等在自己熟悉的行业内实践并推动着大数据的应用实践。中国市值最大的三大互联网公司阿里巴巴、腾讯、百度等基于其海量的用户信息,拥有大量高质量数据积累及数据处理能力,其中阿里巴巴拥有着最大的网络交易数据。而此次阿里巴巴与东方卫视合作的综艺节目《女神的新衣》,便显现出了天猫大数据的魅力,其对节目的影响是方方面面的。
二、大数据在《女神的新衣》中的运用
2014年8月23日起,《女神的新衣》在每周六晚东方卫视的21:15强档播出。第二季于2015年8月8日播出。它主要由24小时制衣,T台秀,竞拍,排名这四个环节构成。它与天猫合作,开创了一种即播即买模式。
微博电视指数显示,该节目首播即成功上榜并位列全国第二,在独家视频合作媒体优酷土豆平台,24小时点击量突破600万,位列全网第一,10月25日第一季十期全部结束。
它采用全新的T2O(TV to Online)模式,由六位女神同自己的设计师合作,在24小时内设计出符合设计主题的时装,T台走秀,接着由四位品牌买手进行三轮的竞拍,获得此服装的“版权”,与此同时服装上线天猫网店,公布售价,无缝对接让网友体验真正的“女神同款”。每两期,通过竞拍价,观众评分及导师评分淘汰一支“女神团队”。
纵观节目,其中大数据思维体现在多个环节之中:
1.服装设计过程中的大数据
在第三期节目中,女神尚雯婕专门查看天猫上的消费数据,从而了解什么颜色、款式、布料是当前消费者最喜欢的。
来自韩国的林珍娜也从 “明星衣橱”APP那里,得到了4000万时尚社区用户沉淀两年多的大数据支持:从款式到搭配,从观赏性到实穿性,精准到内衣的颜色、袜子的选料等都有分析,这些数据帮助她迅速的把握了消费者的偏好。第三期林珍娜同款服装在天猫销量半小时内过百。
2.导师评价中的大数据
在节目过程中,其时尚导师也会在点评中穿插各种天猫大数据。如其第一期中,时尚导师天猫市场总监应宏在点评过程中多次运用了天猫大数据。在点评张馨予的服装时,他说道“在天猫上搜张馨予同款的最多的省份是黑龙江,而且喜欢她的粉丝的核心的星座是巨蟹座”。同样,在点评叶璇的套装时,说道“看天猫大数据显示,时尚套装这个词已经排到了前三位,它的年龄层次也非常清晰,是25岁到29岁的目标消费群,最爱买时尚套装的是爱吃零食的射手座女生。”
3.播出中及播出后的大数据
从播出的前三期来看,在栏目开播20分钟后,百度与天猫的搜索指数同步上升。伊芙丽的买手提到,其旗舰店方访客较之前增长100%,成交额增长50%。
对传统的综艺节目的评价指标依旧是靠收视率、视频点击率、社交媒体的关注度、讨论度等。而《女神的新衣》却有了一种新的直观的方式——天猫的流量、收藏量、销量。
阿里巴巴拥有海量的用户基数、海量的互联网交易数据,其天猫大数据也应用在节目制作的多个环节中。设计服装前根据设计主题,搜索消费者对颜色、款式的偏好,迎合消费者的需要。点评环节中,时尚导师根据女神及其设计师设计的服装款式,结合相应的天猫大数据,来对其点评,有时甚至会给出相应的营销策略。
《女神的新衣》除了收视率、社交媒体关注度等之外,还直接用赤裸裸的流量、销量、爆款来完成商业价值的认证。
三、大数据下电视节目的革新
与《纸牌屋》不同,《女神的新衣》虽然也运用了大数据,但其只是运用了天猫的互联网交易数,它更多的是监测用户转换为消费者后的天猫流量、收藏量、销量等。虽说这只是大数据在综艺节目的简单浅显的运用,是国内大数据涉足电视节目制作的一次试水,但其对以后综艺节目、电视节目的制作也指出了一条新的道路。
将这种与大数据结合的思维拓展开来,这种模式可推广到电视剧、综艺节目的制作当中,大数据可以运用在电视节目的方方面面中。
据麦肯锡全球研究所的调查数据显示,美国17个行业所拥有的数据总量排名中,传媒业占据第三位,仅次于离散式制造业和美国政府。在大数据位居前列的传媒产业,在大数据时代具有先天优势。
1.制作前的数据分析
大数据基于其海量的数据,可以形成一种全面立体的视角。系统的分析这些繁杂的数据,可以更加精准全面的把握市场状况,在策划阶段就可以分析收视群的偏好,制作能够满足观众需求的电视节目,从源头上便改变了电视节目走向。
通过大数据,分析收视群的年龄、性别、地理位置、兴趣、消费习惯等,挖出数据背后收视群的偏好,如《纸牌屋》的制作,Netflix数据库包含3000万用户的收视选择、400万条评论、300万次主题搜索,是名副其实的“大数据”。这些大数据背后隐藏着观众依旧热爱二十年前的剧《纸牌屋》,而且这些观众也几乎和网站上大卫芬奇、凯文史派西的粉丝圈重合。于是这部由大卫芬奇导演、凯文史派西主演的《纸牌屋》在源头上便把握住了观众的喜好,其热播也就不难理解。
借助大数据,可以捕捉到观众对哪些题材、内容更感兴趣。一个鲜明的例子是网络点击量高的文学作品,在其改编成影视剧后,收视率和票房通常也较高,如频频出现在热门微博的《盗墓笔记》《何以笙箫默》等电视剧的信息。今年亲子类综艺节目的扎堆,与去年热播的《爸爸去哪儿》有很大的关系,其超高的收视率、视频点击率、社交媒体上的热议等这些大数据,使得制作商把握了观众对亲子类节目的偏爱。虽然大数据技术不可能一下覆盖整个电视产业,但告别传统的闭门造车,转变思维,从源头上把握观众的喜好,以大数据为主要参考依据的制作方式,将很快成为中国影视产业发展的主要趋势。
2.播出中的动态调整
大数据时代,电视节目的播出将实现数据化,这使得测量得以实现,这也将对电视节目在播出过程中产生影响。
互联网时代电视、综艺节目层出不穷,一档电视节目想要获得观众持续的关注很难,老牌综艺节目《快乐大本营》早已出现疲态之势,因为播出的节目是相对静态的,而观众的需求则是动态的。
比较成功的是《中国好声音》衍生出来的姐妹档节目《酷我真声音》,它根据百度搜索、社交媒体的数据来挖掘关注度高的学员,这些学员的背景、绯闻等都在网上引发了大量的争议。《酷我真声音》让这些焦点学员在访谈中直接向观众解答他们的疑问,这档节目满足了观众的好奇,并紧随着《中国好声音》登陆浙江卫视。
传统的电视节目早已定型,而大数据出现之后,便可随时监测社交网站、论坛上观众的反馈。制作商可以依据观众的反馈来对节目做出及时调整。如现在很多美剧、韩剧会依据观众的评价,及时改变剧情发展,迎合观众口味。
这样,大数据也使得观众产生了比以前更强的代入感,观众发表的意见会被迅速采纳并反映在节目之中。这种良好的互动体验可以提高节目粘性和收视忠诚度。
3.推广时的精确剪辑
节目播出后,大数据也可以为推广时的剪辑提供依据。以往的节目播出之后,只有收视率、点击量等可以反映节目的人气,而大数据可以监测出受众的收视行为,如制作《纸牌屋》的Netflix便通过大数据分析其3600万用户的操作行为,包括用户在何时暂停、回放、快进、停止等,甚至是哪些用户在节目结束演职员表开始滚动时就关了节目,每天用户在Netflix上将产生高达3000多万个行为。
通过监测哪一部分重播次数最多、哪些部分会暂停、快进等收视行为,可以为剪辑节目的宣传片提供依据,这样能更好的把握住节目中受观众喜爱的热点,更有针对性的剪辑宣传片,以此来达到更好的宣传效果。
4.播出后的全面评价
传统电视节目的评价体系多为收视率、视频点击率、社交媒体热度等,收视率是基于抽样而得的数据,其真实性、全面性本身就是个问题。而大数据背景下,将会有更为多样的评价体系。如前面提到的用户行为大数据与观众的评论等相结合,便可形成一个新的评价指标。而 《女神的新衣》中,天猫的流量、收藏量、销量也是反应其收视情况的重要依据。
《女神的新衣》迈出了大数据在中国电视节目中运用的一小步,未来,大数据将越来越多的运用到电视节目的各个环节中,随之而来的必然是节目生产、播出、推广及评价方式的变革。数据分析师认证
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23