
3月30日下午,阿里巴巴文化娱乐集团对外发布“YC超星价值榜”,同时阿里大文娱市场高级副总裁杨振接受了搜狐科技等媒体的采访。
杨振告诉搜狐科技,这个榜单数据源于阿里巴巴大数据(优酷、土豆、UC、淘宝&天猫等各资源板块的数据整合),包括视频播放、电影票房、新闻曝光、音乐点击、线上消费号召力、线下现场娱乐消费等数据,并通过加权计算的方式对明星商业价值进行量化考核排名。
他对搜狐科技说,“以往品牌商难以评估明星的价值,没有可量化的数据做参考”,优酷推出的这个榜单,包含了阿里巴巴集团多个业务线的大数据,包括淘宝天猫代表的零售平台,优酷和淘票票代表的发行渠道数据。
其中电商数据是核心数据 ,杨振说,明星的“带货”能力很重要,而淘宝和天猫零售平台的“加购物车”和“搜索明星”的数据,是非常直观的反映。
对于品牌商来说,影响力数据不是核心,电商数据才是关键,杨振告诉搜狐科技。
对于某些视频平台与明星深度绑定的做法,杨振表示,明星是绑定不了的,塑造或者捧红明星的能力才是核心。明星与平台的关系渐渐发生由量到质的转变,正在从过去的短期陪跑升级为“共同体”关系。
一方面,明星通过作品播出、站台等方式加持平台,为平台创造良好的导流效果。而除了这些在前台的互动交流,很多明星也在幕后跟平台有更深入的合作。
另一方面,视频平台的角色逐渐从播出方延伸到制作方、宣发方,不仅成为明星作品重要的曝光阵地,也为明星提供了更多生态资源加持。
他用《白夜追凶》举例称,首先站内的优酷星球就能为剧和明星进行宣传,虾米音乐、阿里文学等应用端会推出相应的板块助推热度,淘宝上还会有原著小说售卖。
对于本次优酷推出的全新数据榜单,杨振向搜狐科技透露称,仅仅是调用阿里其他业务的数据,内部权限审批就走了很久,目前阿里大文娱的团队和淘系电商团队之间,已经有很多合作。
“比如3月31日盒马在北京的一家店,会有battle迎龙虾的活动,今天在阿里内部钉钉上点赞的按钮也都做成了YC的样式”,杨振说,阿里大文娱一直在努力跟淘系部门做对接。
他认为视频网站跟电商结合,一定不是“边看边买”的模式,因为这是逆用户需求的场景。视频跟电商结果需要找合适的点,而不是强推。
因为内容的制作是有时间表的,衍生品从涉及到研发生产销售也需要时间表,两个时间表匹配好是比较难的,所以业内说了很久的影游联动,目前也没有特别好的影视剧和游戏同步上线案例出现。
近期爱奇艺和腾讯视频都公布了自己最新的会员数据,增长明显。杨振表示,好的社区不是强推出来的,而是要用户自行沉淀和停留。
如果单纯是为了增加用户量,只要在阿里的超级平台上开几个一级入口就能实现,“但这个意义不大”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30