京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据告诉你电视衰落了吗? 仍是强势主流媒体
前不久媒体报道,受个人电脑、平板电脑、智能手机的冲击,北京地区电视机开机率从3年前的70%下降至30%。“互联网取代电视”,唱衰电视的言论让人们疑惑,电视是否正在失去主流媒体的影响力?
11月27日,北京大样本收视数据研究中心发布的最新数据表明:电视仍是强势主流媒体,其内容的时效性、精致性等特性让网络媒体仍然无法取代。
北京地区开机率65.6%
数据显示:11月26日的北京地区有线电视收视用户不重复开机率为65.6%,有线电视收视用户每日每户平均收视时长为208分钟。
随着高清交互节目内容的不断丰富,北京地区有线电视用户每日每户平均收视时长几年来持续增长,从2012年的192分钟已经上升到2014年的206分钟。北京地区高清交互用户近两年平均每日开机率稳定,保持在60%以上,说明了“北京地区电视机开机率从三年前的70%下降至30%”的消息是没有依据的。
开机率65.6%的数据是如何得到的?准确性如何?
歌华有线公司副总经理罗小布在接受记者采访时说:“歌华有线建成的大样本收视数据实时采集分析系统,是基于超过400万户高清交互数字电视机顶盒终端回传数据进行的大数据分析,这个数据绝对可靠。”
据介绍,2012年11月,歌华有线公司成立大样本收视数据研究中心,这是全国广电第一个集科学的数据采集和自主的分析技术为一体的收视数据生产分析工作中心。2014年,中心建成全国首个大样本收视数据实时回传、采集、分析系统,让收视率调查迈入“大数据时代”。
两年来,该中心依托海量高清交互数据生产的北京地区收视率数据产品,成为政府的舆情参考和媒体机构的数据智囊,是电视节目制作的引导参考。“下一步还将为用户提供个性化的智能电视收视服务。”罗小布说。
收视率调查的一场革命
近年来,收视率造假的新闻层出不穷。操作样本户、窃听和截流数据、直接篡改等人为方式干预,造成了“收视率乱象”。
据介绍,不同于传统收视率调查,歌华收视数据研究中心可记录每一用户每一步的操作行为,具有客观、公正、权威的特点;数据自动回传和采集,全程由计算机自动完成,客观反映用户真实行为,没有人为干预,保证数据真实、可信。“这个系统具有夜间自动关机功能,如果夜间4点电视仍没有关,就会询问用户是否继续收看,如果无人回应,就会自动关机。这样使得收视率更加准确。”罗小布介绍道。
数据的实时回传、实时分析、实时发布,满足了大数据时代用户对收视数据越来越快速、高效的要求,具有时效性的特点。同时,中心与中国传媒大学、央视索福瑞、尼尔森、秒针系统、新生代全景、中传瑞智等单位均开展了深度技术合作。
尼尔森大中华区副总裁李昕说,歌华有线双向平台能够实时采集超过400万终端的收视行为、页面访问、业务使用、广告曝光等数据,相对于传统的基于测量仪的小样本来说,无异于一场革命。
“大数据”收视调查将覆盖全国
北京市新闻出版广电局局长李春良告诉记者,国家新闻出版广电总局日前正式批复同意歌华有线发布和提供广播电视收视数据,具体包括两种方式:一是向业内播出机构、广告公司等提供直播节目收视数据情况,包括北京地区所有频道、所有节目一周收视情况,北京地区新闻节目、电视剧节目、综艺节目、体育节目等一周收视情况。二是通过北京地区高清交互平台、报纸、网站,公开发布“北京地区有线电视用户每日不重复开机率”“北京地区有线电视用户每日每户平均收视时长”“北京地区最受观众喜爱的回看节目一周点播情况”“北京地区最受观众喜爱的回看频道一周点播情况”四项收视数据情况。
据透露,2015年,歌华有线大样本收视数据研究中心将逐步实现宽带用户数据、互联网电视数据、手机电视数据的采集,可提供占有率、忠诚度、用户黏性等多维度的收视数据指标。同时,歌华有线将联合全国有线电视网络公司,共同搭建全国收视数据调查研究中心,建设全国收视行为数据库和权威数据采集、分析、发布平台,树立大数据时代行业标准,打造全国收视数据权威发布品牌。
大数据的内核,是对用户需求的精准把握与分析。在大数据时代,传统媒体面临改革的形势下,理念和技术上的革新将为电视行业带来新的发展机遇。本文:CDA数据分析师培训官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30