
大数据:改写电视产业的魔力之手
“大数据浪潮来势凶猛。从前期的数据先行,到中期的动态调整,再到后期的精确制导,大数据技术正在悄悄改变着电视产业的生态环境。”在日前举办的第23届中国国际广播电视信息网络展览会上,不少业界人士向记者表示。
“大数据正在一点一滴地渗透进电视产业的各个环节,随之而来的必然是节目生产方式的颠覆和产业结构的变革。” 中国传媒大学理工学部副学部长柴剑平教授表示,如何多维度全面科学地衡量评价文化传媒行业发展水平?如何预测未来发展趋势?对发生的问题该如何应对解决?大数据技术的出现正在为中国传媒行业的发展开启另一个全新时代。
破解收视率造假之困
业内人士介绍,收视率是衡量一个电视节目是否成功、广告主是否会选择对其投资的主要指标。为了使自己的节目能够有一个较好的收视结果从而获得资金支持,部分电视节目制作人会选择人为干预收视率的结果,改动数据样本。
“收视率大于一切”,收视率造假已经成为电视业内外公开的秘密,而收视率造假的源头则是样本受到“污染”。柴剑平指出,在大数据环境下,建立一个全面的评价标准,为传媒全产业链的政府职能部门、媒体内容供应商、媒体内容集成商、媒体运营商、广告商及用户进行服务,从硬指标和软实力出发,建立多层次、多维度、多区域的评价方式,综合表现传播效果的“量”和“质”,对传媒领域的电视、电影、广播、印刷品等大众媒体或新闻媒体的发展做出定量、定性评价,“是当下必须要做的事”。
尽管目前已经有众多针对电视收视率的数据调查公司,但由于其调查方式存在或多或少的“瑕疵”,大大降低了结果的准确性。针对这种情况,柴剑平表示,中国传媒大学已经联合北京中传瑞智市场调查有限公司共同发布了中国传媒行业大数据评价标准体系——中传指数,基于该指数在一定程度上避免收视率造假。
“目前,收视率造假的主要原因就是过于看重收视率这个指标。实际上,收视率的高低并不能代表该节目的优劣。因此,中传指数添加了多个平台的数据和多个指标,使调查结果更为客观。”柴剑平说。
“中传瑞智在收集数据时不像其他公司通过额外增加一个测量仪或是手动记录,而是直接将数据收集软件插入机顶盒中,使得收视信息在一分钟内就能通过机顶盒传送回来,减少人为干预的可能。”中传瑞智产品部负责人贾刚表示,中传指数除了收集收视率的数据外,还采集互联网、新媒体等多个平台数据,并以文化、经济、社会等多个指标进行全方位分析。该公司目前已在北京、广东等地建立了数据收集平台,其中仅在北京就有约390万个样本,通过对大量的样本进行分析能够较为准确地反映某节目或某电视台的收视情况,并和华谊兄弟、华策影视等影视公司以及广东、陕西、天津等地的电视台进行了深度合作。
大数据更“懂”观众的心
“大数据让电视媒体更‘懂’观众的心。”在国双科技高级副总裁续扬看来,英国广播公司(BBC)可谓是把大数据纳入节目制作流程的开山鼻祖。节目制作方一边进行节目直播,一边根据观众在社交媒体上的评论决定接下来的节目走向,节目也由此实现了收视率的大幅攀升。当前,国内电视节目的制作已经开始接受互联网思维的“指导”,使节目从播前到播后都可以通过大数据来分析用户需求实现迭代优化,而不再凭借经验来运作。
“如今,对节目的评价已不只是需要考虑电视台的收视率,还要将网络电视台、微博微信的传播影响力等因素考虑进去。只有如此,才能做到正确客观地评价节目的价值,进而指导节目的制作。”续扬表示。
续扬表示,大数据可以帮助电视台在节目的四个阶段产生重要作用,促进电视人提升节目的竞争力:在策划阶段,数据先行,通过收集大量的信息,分析观众喜好,从而有针对性地进行内容创作,为后期获得成功的收视率奠定基础。
在预热阶段,通过大数据分析可以了解到观众的喜好、特性,从而决定什么样的内容采用什么样的传播推广方法。电影《小时代》是一个通过洞察观众喜好选择宣传方式及渠道的典型案例,通过海量数据分析,制作者在电影播出之前便已发现喜欢导演郭敬明的很多人也喜欢谢娜、何炅,因此在上映前选择在由谢娜、何炅担任主持人的《快乐大本营》出镜宣传,最终使影片成功获得高关注和高票房。
在节目播出阶段,有了数据分析,便能及时得到观众来自社交媒体、论坛、搜索引擎等各种网络渠道的反馈,从而做到有的放矢,使有限的资源实现最大化的价值。《爸爸去哪儿》、《中国达人秀》、《出彩中国人》等热度较高的节目都较好地在播出阶段运用数据分析工具,使节目更好地满足特定观众群的需求。
不仅如此,大数据也改变了过去将收视率作为评价节目的惟一标准的做法,使节目评价更加客观、公正。
开启下一个全新时代
比照欧美电视产业正在发生的变化,就能看到大数据的力量。红遍全球的美剧《纸牌屋》从最初的策划阶段就引入了视频网站积累的大量用户数据,根据用户的喜好来挑选演员、导演,定制剧情,最终成为一部叫好又叫座的经典作品。诸如此类的尝试越来越多,一次次证明着大数据给电视行业带来的深刻而积极的影响。大数据在电视制作中的广泛应用将成为不可逆转的趋势,而处在剧烈转型洗牌期的中国电视产业,在大数据时代该如何找到合适的生存路径?
2014年8月18日,中央全面深化改革领导小组第四次会议审议通过了《关于推动传统媒体和新兴媒体融合发展的指导意见》。《意见》对新形势下如何推动媒体融合发展提出了明确要求,做出了具体部署,并要求“加快传统媒体和新兴媒体融合发展,充分运用新技术新应用,占领信息传播制高点”。
对此,柴剑平认为,在“互联网+”时代,传统电视媒体无疑迎来了一个转型发展的良机,这要求其必须摸准新时代的脉搏,逐步培养适应时代发展要求的“互联网思维”。电视节目制作人只有抛开强势媒体自居的心态,迅速有效地转变思维方式,运用大数据对节目进行有效的改造,才有可能在未来媒体生态圈中占有一席之地。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08