京公网安备 11010802034615号
经营许可证编号:京B2-20210330
传统媒体大数据转型的优与忧
当下传统媒体正深陷困境,其根源在于受众大量流失所导致的用户连接失效,那么如何重建用户连接呢?2014年8月18日提出的《关于推动传统媒体和新兴媒体融合发展的指导意见》给出了答案,即充分利用大数据技术来实现传统媒体的赶超。转眼间近两年过去了,传统媒体的大数据转型进展如何呢?7月14日,首届中国大数据应用大会期间,由封面传媒承办的“大数据与媒体联接力论坛”最为引人关注,这给我们提供了一个观察传统媒体大数据转型现状的机会。
优:转型先行者已开始收获
封面传媒董事长兼首席执行官李鹏在主题演讲中指出:数据为王的时代已经到来,依靠大数据技术产生内容,给传统媒体和新闻生产带来了很大机遇。继而指出,未来的联接力出现了这么几种状态:一是连接需求,打通消费;二是连接参与,开放众包;三是连接虚拟,沉浸参与。因此,个性化、标签化、用户的精准化等“三化”,成了封面传媒的重要特征。
封面传媒致力于重新联接世界,植根于“80后”和“90后”网络原住民的精神需求,依托大数据、人工智能和虚拟现实等前沿技术的应用能力驱动新型的内容创造,以新型内容为内核,重新定义人与信息、人与商品、人与服务以及人与人的连接方式,打造跨媒体、电商和文娱的泛内容生态平台。简而言之,封面传媒是一个以技术为驱动、以用户为中心、以内容为纽带的泛内容生态平台,目前已经拿到国家网信办颁发的互联网新闻信息服务许可证,也是全国拿到该许可证的第二家新闻客户端。可以看出,封面传媒从用户痛点出发,致力于利用大数据技术,通过千人千面的新闻重建用户连接并实现自身商业价值的变现。
浙报传媒深刻认识到大数据的潜力和重建用户连接的价值,先是通过31.9亿元收购边锋和浩方,获得了数以亿计的互联网用户,有效地建立了用户连接,目前两家游戏公司的营业收入已经占到浙报传媒营业收入的30%以上,净利润的一半以上;再通过打造“媒立方”这一基于大数据技术的智能生产和传播平台,以积累更多的数据并对数据进行标签化;最后再定增20亿元,用于建设互联网数据中心和大数据交易中心,通过打通内外部数据资源,实现真正的“大数据”。可以毫不夸张地说,浙报传媒是国内所有利用大数据进行转型的传统媒体中取得实效最大的。
忧:转型遇难题表现较突出
目前我们已经从IT时代进入到了DT时代,在DT时代,互联网是骨骼,大数据则是血液,二者共同构成社会的底层架构和社会操作系统。对于传统媒体来说,应该高度重视大数据这一代表未来趋势的新生事物,把大数据当成超越自身的利器,通过“互联网 ”“大数据 ”,实现自身的彻底转型。虽然大数据作为新生事物,从某种程度上说,在利用大数据方面,传统媒体和互联网媒体都处于同一起跑线上。但大数据的核心在于数据,大数据具有海量、高频、在线、实时等特点。因此,对于传统媒体来说,相比于互联网媒体,传统媒体在运用大数据的过程中存在着数据资源不足、数据平台欠缺和缺乏有竞争力的数据产品三大难题,导致自身有可能错失大数据这一巨大机遇。
首先,缺乏充足的数据资源。对于媒体来说,可能获得的数据资源包括新闻内容数据、素材数据、历史数据、媒资数据、用户资产数据、用户行为数据、生产流程数据、内容传播数据、媒体云数据、互联网新闻数据等。传统媒体目前只有数量极少的数据,根本还谈不上大数据。一是自身数据资源太少。所谓大数据,数据的数量必须大,而对于绝大多数传统媒体来说,其主要数据资源还仅仅是内部的新闻内容数据、历史数据和媒资数据等,而缺乏用户数据、网络行政数据和政府数据等,导致自身的数据资源量极其有限。二是自身数据多是静态数据。由于传统媒体缺乏规模巨大的互联网平台,其新闻内容、受众数据等都是基于传统媒体的,由于缺乏有效的互动和非即时性,也导致这些数据多是频率很低、静态的数据。三是缺乏用户数据。传统媒体虽然有一定数量的受众数据,但是由于这些受众数据的频率低且没有经过精准画像,导致自身只有受众而没有真正的用户。
因此,传统媒体首先要想方设法获取足够多的数据资源:一是利用自身的政治资源,尽可能地获取网络行政、政府数据等高价值的数据资源,这是传统媒体进军大数据的一条重要途径;二是建立起自身的用户体系,以逐步变受众数据为用户数据;三是尽快把现有静态的存量内容资源转变为动态的、互动的数据资源。
其次,缺少用户巨大的大数据平台。传统媒体要想真正建立起属于自己的大数据,其前提是必须打造数据充足、技术先进、用户活跃的大数据资源平台、智能生产和传播平台以及用户沉淀平台三大平台。
传统媒体在打造大数据平台时,面临三大制约:一是思维和观念陈旧,基本上还是基于现有资源和优势,而不是基于未来和趋势,导致多是基于内部媒体数据,而不是基于整体的数据资源;二是缺乏先进的技术支持,由于传统媒体的技术力量薄弱,一方面自己没有实力搭建起三大平台,另一方面技术外包又存在迭代太慢的问题;三是需要大量的资金,三大平台的建设加上配套服务器所需资金最低也要3000万元以上,而多的则需要数亿元。
当前,国家提出了国家大数据工程,各地政府正在大力推进智慧城市建设和政府数据开放工程,传统媒体应该积极利用自身的政治优势把自身的三大平台建设纳入政府的智慧城市建设中,建立起大数据平台和区域内的数据交易平台。这么做的优势在于:一是站在整个区域的大数据发展的基础上;二是可以借助政府智慧城市的建设工程来解决自身的技术和资金问题;三是可以获取政府的数据资源。
再次,缺少有竞争力的大数据产品。打造成功的大数据产品需要注重如下三点:一是以用户需求为导向。在对用户进行精准画像的基础上,利用大数据手段找出用户的痛点和需求,进而基于用户的需求来开发产品。二是实现业务人员、数据人员和技术人员的“混”。当前,一方面懂业务的不懂技术和数据,懂技术和数据的又不懂业务;另一方面业务、技术和数据人员相互割裂,甚至互相看不起或不理解,这导致难以有效地开展工作,而要解决这个问题,首要就是要实现他们之间的“混”,即协同办公。三是实现业务、数据和技术之间的“通”。大数据产品一定是业务、数据和技术三者之间的协同互通,只有三者之间相互理解、相互熟悉、相互帮助,才能真正开发出有竞争力的大数据产品,在具体运作中,可以设立数据产品经理来解决这个难题。
在大数据时代,充分利用智慧城市建设和政府数据开放来搭建自身的三大平台和开放大数据产品,是传统媒体转型的最后一次机遇,一旦丧失这次机会,也许就只有彻底沦陷一途了。
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在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16