京公网安备 11010802034615号
经营许可证编号:京B2-20210330
一切皆数据 广电开启大数据时代
大数据是竞争力,大数据将变革一切。2015年8月,国务院印发《促进大数据发展行动纲要》,全面启动“互联网+”时代国家大数据战略。
在此背景下,10月23日,中国广播电视网络有限公司、北京歌华有线电视网络股份有限公司联合全国三十余家省市有线电视网络公司,共同成立“中国广电大数据联盟”。该联盟将以全国超过4000万双向数字电视用户的收视数据为基础,搭建全国广电大数据平台并建设收视数据调查分析机构,实现数据共享、联合发布。
面对互联网时代“一切皆数据”的热潮,肩负三网融合核心使命的广电行业,在三年前启动大数据时代。2012年8月,国家广电总局印发通知,支持开展基于有线数字电视网络双向回传数据的大样本收视率调查试点工作。
中国广播电视网络有限公司自成立伊始,即着手统筹推动广电大数据的研究论证工作,加快相应产业布局,全力促进全国广电大数据的运营。不仅在北京,浙江、上海、广东、重庆、黑龙江、吉林、江苏、贵州等地也开展了对大数据的探索和研究。华数传媒与尼尔森合作,专注于数字环境下的媒介和受众研究。东方有线对高清双向用户直播、点播数据进行采集。广东省网、重庆有线、龙江网络、吉视传媒、江苏有线、贵州广电等省市有线网络公司相继建设大数据分析系统,为企业经营决策提供可视化数据,为用户精确定制产品和服务。
随着各地有线电视双向网改成果不断扩大,全国有线电视行业大数据产业环境已基本成熟。
成立数据联盟、消除数据孤岛,充分挖掘数据价值,让数据流动、共享,对广电行业意义重大。
联盟将成立中国广电大数据运营公司并搭建“中国广电大数据共享平台”,实现数据共享与交换,形成大数据产品体系。面向政府,提供专业、权威的舆情监控服务;面向电视台、节目制作单位提供节目收视研究数据,共同打造精准EPG产品;面向广告商,提供广告分类与精准投放数据支持;面向有线网络公司,提供经营数据支持和个性化服务;面向用户,提供节目智能推荐与精准推送。同时,运营公司还将联合互联网企业和传统数据公司,实现多屏收视数据共享,打造全媒体节目收视综合评价体系。
尼尔森网联媒介数据服务公司首席执行官张余表示,有线电视网络公司的大数据将传统数据调查方法与广电行业大样本收视数据相结合,为广电数据的研究开创了新视角,将直播、点播、回看等应用数据进行综合研究,也拓宽了传统研究仅仅基于直播收视数据统计的新的视野。
北京奇虎360公司董事长兼CEO周鸿祎认为,广电是中国拥有用户最多的一个基础设施,有着亿万的用户基础,所以在广电的基础上运用大数据,对于广电行业下一步进一步的发展,如何和互联网的融合,一定会产生深远的意义,具有巨大的价值。
附:中国广电大数据联盟宣言
在传统媒体与新兴媒体融合发展的背景下,推动广电跨越、跨界、跨域的协同创新,具有重要的战略意义。大数据是从电视到电视+、从电视+到智慧广电的重要支撑。今天,中国广播电视网络有限公司与北京歌华有线电视网络股份有限公司联合各省市有线电视网络公司在北京发起成立“中国广电大数据联盟”。我们郑重宣言:
建立“中国广电大数据联盟”,旨在共同搭建全国广电大数据平台并建设收视数据调查分析机构,实现数据共享、联合发布,努力构建科学准确、客观公正、导向正确的收视评价体系,打造全国收视调查市场健康发展新格局,探索大数据助力电视+与智慧广电发展新方向。
作为一家全国性、行业性业务联盟,“中国广电大数据联盟”承诺在国家新闻出版广电总局领导下,自觉遵守法律法规和职业道德,尊重社会道德风尚,贯彻执行国家相关产业发展的方针、政策,团结进取,维护行业声誉。
“中国广电大数据联盟”将通过共同搭建的广电大数据平台,实现数据的流通与共享,挖掘数据价值,探索广电行业协同发展的新业态、新模式,共同打造全国权威数据发布品牌和产品,扩大行业影响力。同时,探索与收视调查公司的密切合作、优势互补,共同建立覆盖全国的全媒体与全样本收视数据运营公司,实现专业化运营。
联盟将打造并建立健全大数据产品体系。面向政府提供专业、权威的舆情监控服务;面向电视台、节目制作单位提供节目收视研究数据;面向广告商提供广告分类与精准投放数据支持;面向有线网络公司提供经营数据支持和个性化服务。
建立“中国广电大数据联盟”,契合国家战略和行业发展趋势,符合联盟内各成员单位的共同利益。联盟将积极探索更为健康和谐的产业生态系统,搭建全新的公共文化服务平台,推动传统媒体与新型媒体融合发展,探索电视+与智慧广电发展新模式,助力中国文化产业大发展大繁荣。让我们开拓进取,勇于创新,共同开创中国广电大数据的美好未来!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-08-12在数据分析、统计建模、数据挖掘与商业调研过程中,原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突 ...
2026-08-11在数据分析工作中,聚类分析是典型的无监督学习方法,核心作用是依据数据自身的多维特征,将相似样本自动划分为若干类别,实现“ ...
2026-08-11