
大数据时代,什么样的内容值得投资
7月3日,今日头条算数中心主办了一场名为“数据:媒体进化新思路”的大数据沙龙。
财新传媒CTO黄志敏、中国传媒大学教授沈浩,高樟资本创始人范卫锋和浙报传媒钱报有礼常务副总经理姚丽萍等嘉宾,和大家分享了大数据时代下他们眼中新闻业的未来。
美国的新闻业正在发生什么变化?一部由哥伦比亚大学新闻学院学生拍摄的纪录片似乎给了我们答案:纪录片记录了几位13级哥大新闻学院的中国留学生找工作的故事。他们想在美国找到一份和新闻相关的职业,但所有雇主都会问同一个问题,“你会coding(编程)吗?”对的,作为人文社会科学之一的新闻学,学生要找到一份体面的工作,如今也要会写代码。
这个片段,真实的反映了美国新闻界发生的变化。这其实也是全球新闻界正在发生的变化的缩影。
这段纪录片,是财新传媒CTO黄志敏在其“全球数据新闻新趋势”的主题分享的开场,由哥伦比亚大学新闻学院学生刘逍然拍摄的《米字方向》。他想通过这个视频,告诉大家,美国新闻界、世界新闻界正在发生的事情。这也是财新传媒获得“最佳数据新闻网站”提名,出国领奖归来之后的第一场分享。
这场主题为“数据:媒体进化新思路”的大数据沙龙,由今日头条算数中心主办。在7月3日当天,和黄志敏一起为大家带来分享的还有中国传媒大学教授、数据挖掘与社会计算实验室主任沈浩,高樟资本创始人范卫锋和浙报传媒钱报有礼常务副总经理姚丽萍。
后来,纪录片中的一个女生,去了一家比较小型的媒体机构。一个人基本负责整个新媒体生产线,从发twitter,发facebook,到拍片,剪片。黄志敏认为,这就是美国新闻业的未来。
哥伦比亚大学新闻学院只是一个代表,其实,越来越多的新闻专家都要求他们的学生会编程,写代码。不少国内的高校新闻系,也认识到了编程的重要性,开始让学生接触、学习各种编程语言。
“我喜欢综合型人才。”黄志敏在谈到自己对大数据时代新闻人的要求时说。“我之前有一个实习生,他本科学设计,研究生学计算机,在我这里做了个作品,得到了亚洲新闻奖,这是我要的人才。”
这应该是当下,新闻业对候选人的最新要求。
谈到对未来新闻人才的培养,在中国传媒大学新闻学院执教了近30年的沈浩教授也有自己的看法。计算机专业的他,在新闻学院教书多年,在培养复合型新闻人才方面,沈老师似乎已实践了多年。
“我们强调对复合型人才的需求。”沈浩谈到了自己的招生标准。两个细节可以印证他对人才的要求。沈浩所负责的数据新闻专业,在一年的招生中共录取了23人,其中22人是女生。沈浩似乎略有担忧:女生过多,女生对编程似乎天生没兴趣;这个担忧其实显示了数据新闻对编程能力的要求;其次,沈浩并不建议计算机背景、经济学背景的学生来报考新闻,因为这样,他们只是学会了一种新的报道形式。
综合、复合,成为未来新闻人才的关键词。
数据新闻是新闻业发展的趋势之一。沈浩认为,这是数据驱动未来的体现,也是数据与新闻业融合的体现。
数据让新闻变得有价值。“数据新闻都是让数据说话,不像有些报道带有更多可能的意识形态。”
在数据新闻之前,已经有了精确新闻、计算机辅助报道,这其实也是新闻和计算机、和数据的相辅相成。但它们却如昙花一现,没有最终引领新闻发展的方向。也有人会担心,当下很火的数据新闻,是否也只是一种“现象级”的现象?
沈浩并不这样认为。在他看来,大数据的价值在于挖掘未知的事情,是发现知识的过程。而挖掘未知,往往是新奇有趣的,这与新闻价值要素是吻合的。“我们新闻要有敏感性、新鲜性、时效性,我们会去发现新闻的5w要素,这些大数据都能做到,而小数据没有这些特征。”
正因为大数据能够挖掘未来,能让我们的报道具有趣味性、可读性。计算机辅助报道、精确报道等,还是新闻,只是一种新的报道形式;但数据新闻,却是一种新文学,新的新闻根基。
未来新闻业对人才的要求是综合,复合;内容的趋势是数据新闻。二者的结合,是否就值得投资?
高樟资本的创始人范卫锋的分享《大数据时代,什么样的内容值得投资》回答了以上问题。
“极致内容”是范卫锋看重的要素。在他看来,目前自媒体的内容水平和当年传统媒体鼎盛时期相比,距离还较大。
大家都在说内容创业浪潮,但在范卫锋的观念里,只有当自媒体内容水平、系统性的、全面性的超越当年传统媒体的高峰水平,才能称得上内容创业的浪潮和趋势。
所以,在这个背景下,范卫锋只看行业第一,只看极致。
对于内容和数据之间的关系,范卫锋也有着自己的理解。“内容背后是数据,数据背后是人。”对于媒体来说,如果能真正管好自己的用户,其价值是最大的。
如何理解这句话。范卫锋举了一个例子。全中国20万的新三板账户,如果大部分活跃的新三板投资人都订阅了一个媒体,那么这个媒体就可以通过投资人之间数据的对接获得很大的商业价值。
连接好数据背后的人,是成功的关键。
内容创业者可以这么玩数据,那么传统媒体的大数据玩法是怎样?浙报传媒钱报有礼的副总经理姚丽萍为大家介绍了传统纸媒的大数据运营之道。
关键在于把传统报纸订户,通过各种方法激活,转变为线上用户,并通过不断激活,给用户打上标签,构建数据库;在此基础上给用户精准推荐产品及服务,实现基于大数据的数据库媒体电商。钱报有礼正是在这个思路之下建立起来的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10