京公网安备 11010802034615号
经营许可证编号:京B2-20210330
回顾本届世界杯,信息通信技术的发展赋予了它相比以往诸多不同之处—譬如移动互联网的高速普及令世界杯从客厅走向指尖、社交媒体的充分利用使之成为真正意义上首届“社交网络世界杯”、大数据的应用大大扩展了看球视野促进“全民娱乐”。
上海联通携手《东方早报(博客,微博)》在世界杯落幕阶段发布了大数据世界杯“申迷指数”白皮书。本次发布是国际上运营商首次尝试以大数据来分析世界杯、观察球迷、关注市民的生活,以白皮书方式全面展示世界杯期间沪上生活,同时也开创了运营商大数据应用结合世界杯活动的先河。
世界杯从客厅到指尖
综合第三方机构调研分析可以看到,整个社会正加速从PC互联网时代向移动互联网时代转变,一个显性的指标就是接入互联网的移动终端数大大增加;手机终端整体从功能机时代进入到智能机时代;通信技术从2G时代进入到3G时代和4G时代。
社交媒体被充分应用,微博2010年开始大行其道、微信2012年开始普及,整个社会进入了“人人社会”或者“社交社会”;娱乐无处不在,“有趣”成为事件传播的要素。同时大数据成为最热门的话题,其应用迅速普及、影响力越来越大。
在这样的时代背景下,不难发现除了“中国足球队继续留在家里看电视”这点外,2014年与2010年相比世界杯发生了很大变化。
上海联通互联网与存量经营部总经理沈可分析说,本届世界杯看球的设备从电视机转为了平板电脑和大屏智能机;看球的渠道从完全依赖电视台,获取信息从纸面媒体转变为互联网视频和网站;看球的形式从个人默默熬夜和扎堆酒吧看球,演变成线上联动看球,充分利用社交媒体,形成虚拟的“一起看球”;球迷在世界杯期间自我表现和参与需求更为强烈,UGC与互动参与成为刚需;看球的关注点更加多样,不仅要足球好看,而且要相关的信息展示更有趣、更形象、更直观。
2014巴西世界杯已经从“客厅里的世界杯”变成为一届“指尖上的世界杯”。借助移动终端、利用先进的4G/3G技术、通过移动互联网和社交媒体,将观看与参与通过手指的操作得以实现,信息与硬件完美融合创造出全新的赛事体验,这也是现代信息通信革命赋予球迷的最好馈赠。
联通大数据新看法
由世界杯衍生的话题不胜枚举,无论超级铁杆还是对足球漠不关心,这一个多月来注定会被世界杯影响,反过来又影响了世界杯的信息传播。实际上,本届世界杯的内容主体已经从队员和比赛变为球迷和赛会期间生活乐事,至少后者的信息量占比不断提升。
在这种转变过程中,大数据会发挥重大作用,甚至是还原期间百姓生活、球迷特性的唯一途径。沈可说,用数据来展示球队、回顾比赛历史、区别球员表现已经习以为常,但是这些数据只是统计的展现,带有专业性,并不美。还需要引入更多样、更大量、变化更快、且能创造新价值的数据,也就是用大数据的眼光来发现世界杯的更多美、球迷的更多美。
不仅如此,在数据展示的过程中,也需要通过丰富的图表、有趣的文字、创意的主题来进一步丰富表达的内容,让这些数据更具有亲和力,更具有传播性。让数字也变得更加有趣,充满娱乐精神。
上海联通利用先进的大数据技术,将点滴的个体数据汇聚起来,寻找单一元素大集合后的整体规律,探索令人着迷的大数据关联关系,一起以大数据的眼光来看看上海市民与球迷在世界杯期间的生活。
从终端的选择、移动互联网使用的强度、网络服务的感知、心仪APP的选择到吐槽的槽点、热门话题的介入,并与更为广泛的其他数据结合,就能找到上海球迷看球的脉络、看到上海球迷的画像、知晓比赛期间我们的生活究竟与世界杯发生了怎样的联系。这些角度都是过去所不具备的,是我们首次以大数据的角度来观察一届世界杯、观察球迷、关注市民的生活,沈可说。
“申迷指数”白皮书
面向大数据的能力输出是运营商积极参与智慧城市建设的一个重要领域, 而“申迷指数”白皮书的发布恰是上海联通积极关注民生问题的体现。
在整个世界杯期间,上海联通启动了“指尖上的世界杯,大数据里的新看法”主题活动,通过矩阵式媒体合作,与《东方早报》合作,辅以自有社会化媒体平台为核心阵地,配合社会化媒体平台进行粉丝精准互动。
该活动通过对前一比赛日的球迷大数据分析,每日发布一条主分析和预测指数,如峰值时刻、昨夜无眠等,使民众对大数据的应用有更加直观的感受。同时“申迷指数”也会每日推出花絮指数,如熬夜圣地、性感指数、TOP Apps等,让广大球迷不仅看好球赛,而且看球的关注点更加多样化。
C114获悉,上海联通在整合活动中通过线上线下多次与网友互动,实现了矩阵式媒体全覆盖。有超过50万人参与了线上线下等活动,活动总曝光量达5000万次。
作为活动最重要部分,“申迷指数”白皮书在世界杯落幕阶段也进行了发布。用大数据的眼光找到沪上球迷看球的脉络,同时也揭晓了一些沪上球迷看球的聚结区域、钟爱什么样零食这样的有意思的看球行为,展示世界杯背后的另一面。
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 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-11AB实验是互联网产品迭代、营销优化、功能升级的核心科学验证手段,通过流量随机分组、对照组与实验组对比,科学验证策略、功能、 ...
2026-08-10在MySQL数据库优化中,索引是提升查询效率、降低数据库IO开销、优化系统性能的核心手段。普通单列索引仅适配简单查询场景,面对 ...
2026-08-10