京公网安备 11010802034615号
经营许可证编号:京B2-20210330
电视进入大数据时代才是最适合当下的样子
在一个日趋无限选择的环境中,统治一切的不是内容,而是寻找内容的方式。
刘慈欣写过一篇名为《诗云》的科幻小说,大意为:一个热爱艺术的超级文明为了写出比李白更动人心魄的诗歌,将穷举法推至极致,排列出所有汉字组合,最后却悲伤地宣布:超过李白的诗歌已经诞生,但我找不出来。
我是在假期窝家里看电视用遥控器“扫台”——准确说是“搜索内容”时想到这个故事的,与任何信息载体的疯狂供给一样,互联网时代电视终端内容迅速膨胀,但与《诗云》中超级文明的困惑极为相似—— 在一个日趋无限选择的环境中,统治一切的不是内容,而是寻找内容的方式。
这种价值评判同样用于电视行业。事实上,无论是以乐视为代表的生态爱好者,还是不久前喊出“非生态,大内容”的酷开,内容都是价值核心。不同的是,在后者看来,内容堆叠显然不是好方法,与其他领域基于个人数据的推荐体系一样,电视内容也应呈现千人千面。
当内容迈入丰裕时代,它理应更多站在用户需求而非供给一端——所谓体验经济的一个重要转变就是要从需求角度看待产品。何为用户需求?就像罗振宇所言:“电视机绝不仅仅意味着一个简单硬件,它是一个人类重要体验场所的核心——客厅。电视机的社会学意义在于它是家庭聚合的仪式或图腾。做电视机不是硬件的扩展,是体验空间的扩展。”嗯,作为所谓“后仰文化”的象征物,今天谈谈电视内容的演变。
内容的开放与封闭
如你所知,在过往很长一段时间——互联网尚未闯入电视行业之前,基本可被称为传统电视时代,依托一个个电视台在传播单位,将内容分门别类,用户通过“扫台”或者固定节目单搜索内容(我小时候每家都有一份广播电视报),电视台播啥看啥,准时准点,过时不候。
现在看来,尽管电视诞生伊始人们也曾有过对“信息过剩”的担忧,但某种意义上,过去一百多年人类几乎所有商业奇迹和全球偶像都得感谢电视等大众传播技术,电视台将一切观众都假想成“大众”(事实上,“大众”这个词就出现在20世纪),但现在谁都知道,从来没有所谓“大众社会”,只有生产大众社会的方法。
互联网的到来让电视在很大程度上从大众走向分众,观众变成了用户,自行搜索和点播海量内容。这种传播方式下,以乐视为代表的内容供给者试图在各个领域进行内容堆叠,精心布局。但在一些业内人士眼中,所谓“开放闭环”最终还需落于“封闭”,乐视想要构筑内容壁垒,从而将用户全部注意力锁定在自家资源上。
不过你得承认,资本力量无法吞噬每个具体用户对内容的价值期许。乐视模式的突围成功似乎要建立在内容趋向垄断的基础上,但你知道,内容从总量上是个无远弗届的概念,更聪明的做法也许是合作共赢。
后仰文化下的内容选择
而切换视角,从个人用户一端,内容总量没有边界的背后,无疑是精准推荐的必要性。
先来知晓一个概念,“后仰文化”,人们习惯以此形容电视之于客厅的应用场景: 与以电脑为代表的“前倾文化(趴在电脑前埋头工作)”相比,“后仰文化”以心态放松为基调——必须承认,许多时候,人们打开电视其实并不知道看什么,只想放空一下,或者说是基于特定场景主动地“被动接受”。 一定程度上,这也是为什么在审美隔阂愈加明显的当下,各种选秀和综艺节目等拥有“节日”属性的节目能够突围的原因。
这种对于电视的使用惯性一直存在。早在2011年TCL集团公司董事长李东生就在微博说:“PC和手机,属于‘思考流’,你用的时候是紧张的,始终要思考;电视属于‘欣赏流’,因为观看状态是相对放松的,不需要或者是很少思考。”
大概也在2011年左右,各种“智能电视”扎堆出现,而“智能”的定义也五花八门:浏览网页,收发邮件,远程视频,社交功能……待到热情的厂商将它们渐次实现,却并未换来用户对等的热情。于是人们意识到,电脑,手机和电视等终端之间功能和内容上的互相渗透绝不意味着彼此取代,而必须考虑应用场景的不同。
嗯,作为“后仰文化”的代表,电视应该越简单越好——内容呈现上同样如此。当然,这种简单并非放弃数量,而是在大数据基础上针对个人的优选和推荐。你得承认,在客厅,当身体陷在沙发之中,并不是所有人都热衷于主动搜索,如何挖掘用户需求,在“不知道看什么”的情况下呈现出符合个人喜好的内容,是难题也是刚需。
这也是酷开认为的机会。他们希望借助已超过1700万个可运营终端的操作系统,针对不同用户的习惯推送不同内容,且不限于影视,还包括教育、游戏、购物、旅游、音乐、体育等——这也意味着,大数据将电视引入了“大内容时代”,通过以大数据为基础的筛选(如观看次数,观看时长),实现不同内容的自动匹配。譬如,哪怕同一家庭,不同时段也拥有不同的用户特征,通过数据分析,可根据所观看的内容和时间判断不同时间段电视屏前用户的年龄段,并设定了儿童型家庭,青少年型家庭,单身上班族型家庭,家庭主妇型家庭,年轻夫妇有小孩型家庭,中年夫妇型家庭,退休老人型家庭7个用户分类以进行差异化的内容运营。
很大程度上,这和今日头条的分发机制是同一逻辑。如你所知,人类社会进步本身就是信息量指数增加的过程,当稀缺天平倾向于时间(365×24)而非内容一端,应对“信息过剩”就成为必须。而大体而言,人类在面对这个问题时有两种战术——过滤和搜索。倘若追溯历史,包括印刷媒介,图书分类法,各种推荐系统,维基百科,社交网络以及搜索引擎在内,都是这两种力量的变种——而直觉便知,大数据才是降低搜索和过滤成本,解决信息之困的不二之选。
嗯,就像每一个随环境变迁而演化的生物物种一样,每一项技术亦是如此:经过以广电为代表的有线电视,和以乐视为代表的互联网电视之后,电视这个“物种”也因上述原因进化到以酷开为代表的第三个阶段——“大内容电视时代”,这一阶段的核心识别是,如今日头条那般,通过为用户画像,在需要“放空”和休息的客厅,降低信息获取成本,在将热门内容推荐给用户的同时做到千人千面。
当然,它一定不是电视“进化”的终点,但在大数据时代,却一定是最适合当下的样子。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06在机器学习建模过程中,特征选择是决定模型性能的关键环节——面对动辄几十、上百个特征的数据(如用户画像的几十项维度、企业经 ...
2026-02-06在CDA(Certified Data Analyst)数据分析师的日常实操中,表格结构数据是贯穿全流程的核心载体,而对表格数据类型的精准识别、 ...
2026-02-06在日常办公数据分析中,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05在分类模型(如风控反欺诈、医疗疾病诊断、客户流失预警)的实操落地中,ROC曲线是评估模型区分能力的核心工具,而阈值则是连接 ...
2026-02-05对CDA(Certified Data Analyst)数据分析师而言,数据分析的价值不仅在于挖掘数据背后的规律与洞察,更在于通过专业的报告呈现 ...
2026-02-05在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29