京公网安备 11010802034615号
经营许可证编号:京B2-20210330
随着社会的发展,“娱乐小报改叫自媒体了,算卦的改叫分析师了,统计改叫大数据了,大忽悠改叫互联网思维了。”这不仅仅是调侃,而是表明在一个时兴“穿上马甲”的年代我们应当时刻保持理性和清醒。对于“大数据时代的收视率调查”,至少有这样三个问题是“大数据”无法解释的:一、非文化的方式能否完成对文化产品的评价?二、大数据能否考量中国特色的收视率造假?三、大数据能否提升电视节目的质量特别是节目的文化含量?
我的思考也不成熟,只是想提醒大家:就像我们食品安全一样,之所以不安全不是数据出了问题,而是世道人心礼崩乐坏。我提供非数据的引经据典。
在实证主义的指导下,收视率是否能承担起对包括电视节目在内的文化文本主观评价的全部任务,无疑难以作出确评,这是由于实证主义研究传统对社会事实的基本态度所致,正如法国社会学家迪尔凯姆就观察社会事实的准则曾经谈到的:“第一条也是最基本的规则是:要把社会事实作为物来考察。”
尽管,冒着对受众隐私的极大侵犯,技术的介入在收视率数据的收集中,并没有使研究者摆脱实证主义也难以避免对社会事实的择取,相反,收视率调查数据越是精确,越使收视率导向的对象――电视受众的面目模糊不清:“一言以蔽之,流水线化了的受众是一种难以把握的乌托邦式的符号客体,但是,受众评估总是要努力接近这一客体。这是受众评估的硬伤所在,其难以实现的前提是对评估技术不断改进的追求。而这种追求基于如下信仰:该技术将提供越来越多的关于受众的信息,也将对受众施加越来越多的控制。但是,这只能加剧整个产业的问题。正如赫维茨所言,受众评估技术日益精细化‘只能增加广播机构的吸引力,推介研究成果就好像解决了问题’。换句话说,收视率服务越是通过其评估手段的改进而提供更多的信息,将实际受众整合进‘电视受众’这一虚幻客体所带来的问题也就越多,结果是,整合受众的流程变得越来越复杂。”
同时,力图实现“价值无涉”的收视率导向在何种程度上隐瞒了自身的意义框架,也可以从实证主义那里找到其理论上的根源,拒绝意义的收视率导向本身恰恰拒绝了对作为文化产品的电视节目的分析这一最根本的任务,就像美国文化人类学家格尔茨所告诉我们的:“对文化的分析不是一种需求规律的实验科学,而是一种探求意义的解释科学。”
这样,对电视节目评估的行为本身就陷入了一种窘境:用非文化的方式来完成对文化本身的评价,用普遍化的诉求来完成对个别文化产品的透析,如此,则“如果把文化事件看作自然,亦即把它纳入普遍概念或规律之下,那么文化事件就会变成一个对什么都适用的类的事例(Gattungsexemplar),它可以被同一个类的其他事例所代替。因此,我们不能满足于仅仅用自然科学的或普遍化的方法去处理文化事件。虽然,这样的处理是可能的,甚至也许是必需的,因为任何一种现实都是可以用普遍化的方法去理解的,但是,在这种情况下,这种处理的结果将是这样:再一次用歌德的话来说,它把那种‘只有分离开来才具有生命’的东西‘生搬硬套地凑成一种僵死的普遍性’。因此,用自然科学概念来表现文化生活,这种做法虽然可能有其正当理由,但仅仅用这种方法是不够的。”
当然,“秀才遇到兵,有理说不清”,人们更感兴趣的是这样的新闻――电影界大数据狂热中,因为大数据的神奇在于“算出拍什么,算出怎么拍,算出谁来看”。《小时代》出品方提到了互联网上的直观数据:该片上映前,预告片的网上点击率达到近五千万次,“票房一定低不了”,最终票房近5亿元。而《爸爸去哪儿》的电影拍摄仅仅四天半,却凭借“粉丝效应”拿下了7亿元的票房。
大数据最终是要大数钱,明白了吗?严肃的学者还要在文章中注明“文中着重号为原文”,一定会有人说:算了吧,啥时候啦?都大数据了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17