
通过大数据分析、云计算等领先技术能力提供社交、移动等数据分析,跟踪并解析球迷心理,并与媒体紧密结合,将用户情绪、性格等属性可视化呈现,产出更易引发用户共鸣的体验。
大数据技术已经不是一个新鲜词儿,它的价值也已被广泛认可,借助海量数据的分析利用,能有效帮助企业实现市场动向预测,帮助有效支持市场活动各个阶段的不同商业行为决策,还能够实现追踪消费者行为,并对其心理甚至下一步行为实现相对精准的预测,产生更好的用户体验,满足目标消费者的多元化需求。
大数据在体育赛事中的应用很常见,在网球赛事中,一发成功率、一发得分率和Ace球是标志球员竞技水平的关键指标;发球速度、接发球成功率、上网成功率、得分点则突出体现了球员的打法特点。
上述都是来自大数据的直观应用,教练员和运动员通过每项赛事背后的技术统计来评价本场比赛发挥的好坏。而这些数据也将直接影响教练员对比赛的掌控。
在本届巴西世界杯,大数据应用又有了新模式——腾讯通过IBM的大数据分析、云计算等技术提供社交、移动等数据分析,跟踪并“解析”球迷心理,产出更易引发用户共鸣的优质内容,为用户打造全新的体育观赛体验。
6月12日,IBM与腾讯达成深度战略合作,成为腾讯体育社交媒体数据分析合作伙伴。
IBM的大数据技术,从赛事、球迷、文化三大维度,深度挖掘了来自世界杯球迷关注的120个热点关键词,抓取50万条主流社交媒体信息,包括球迷话题、球迷类型、个性分析等,并以此为基础,制作了“世界杯声量大比拼”、“世界杯飞鱼秀”、“算数”、“球迷画像”等专题栏目,通过数据分析,精准抓住球迷关注热点,并迅速输出报道内容。
球迷的另类体验
在本届世界杯中,腾讯通过IBM大数据实时分析,打造《世界杯球迷声量大比拼》栏目,让球迷即时看到64场比赛中对阵球队的当前支持率,以及个人喜爱球星的支持率,看到全球有多少人跟自己同欢喜共悲伤,满足球迷同理心,引发球迷共鸣。
IBM舆情系统实时分析社交媒体上球迷关注点,为“世界杯飞鱼秀”栏目提供大量球迷实时状态,分析球迷心态等数据盘点,呈现苍老师微博秀力挺德国、内衣模特大拼球技等网络话题,由两位脱口秀达人说出球迷们的心声,引发广大网友共鸣。期间栏目组还邀请了IBM数据工程师前去做客,展示IBM严肃的大数据系统如何支持网友娱乐生活的。
根据实时数据反馈,腾讯实时发布共32篇新闻报道,《德国更热梅西最火球王超高关注率远胜众星》、《荷阿大战遭疯狂吐槽罗本关注度不及梅西一半》等球迷角度深挖的信息,综合展示球赛期间球迷心理变化,引发球迷共鸣。单篇新闻最高阅读量达万次以上,95%均来自腾讯新闻客户端。
腾讯体育基于IBM大数据,在世界杯期间输出80期“算数”报告,深度剖析世界杯的角角落落,从球迷地域分布、性别比例,到历史上各大洲入围世界杯成功率等……这些基于大数据而呈现的报道内容,让球迷看到了一个直观的数字化的世界杯。
腾讯还策划了有趣的“球迷画像”,基于IBM大数据对用户的多维度分析,总结刻画了每位球星的球迷性格特征,对不同球星的粉丝类型加以区分和刻画,推出了不同球星的粉丝画像。例如,葡萄牙球星C罗的粉丝70%为女性,她们的个性关键词是“女王范”、“实际”、“有条理”和“欣赏美”。这样的球迷画像在腾讯的世界杯专区中定期推出,网友一致热捧,该画像成为鉴定自己是真球迷的另类标准。
合作共赢,火花没那么简单
独特视角的内容背后,是腾讯作为网络媒体在世界杯报道模式上的一次创新,也让我们看到了大数据实际应用的另一种模式。
记者采访了大数据提供方IBM品牌战略部高级经理杨磊,他表示“这是IBM第一次尝试在足球赛事中用大数据分析来探测球迷的反映,我们希望通过技术融合参与其中,与我们而言是一次露出,对腾讯,我们提供基于大数据分析的用户洞察,支持腾讯微用户提供即时感更强的内容”。IBM在1993年就开始进入体育赛事领域,赞助网球赛事,并提供比赛的IT技术支持。2005年,IBM通过SlamTracker追踪了网球四大满贯赛事8年来全部8128场比赛,每场比赛收集4100万个数据点,包括5500个分析模型。与媒体合作,用大数据技术分析探测球迷心理,并产出报道内容,这还是第一次。
此次与腾讯的深度合作,IBM首先看重的是腾讯庞大的用户基础与年轻化的用户属性,其次是腾讯在重大体育赛事报道中的运营能力、立体报道能力和PC端移动端双通道能力,这些优势将有效助力IBM大数据分析的开展和应用实现。
腾讯此次在世界杯报道中,也借大数据之力,大量并及时输出更贴合网友当下关注的热点内容,并发挥出网络全媒体平台的优势,将内容及时输送到各个媒体平台、移动终端,引发大量网友关注,并帮助品牌广告主实现了与用户的深度互动,实现了商业目的。
杨磊表示未来IBM将更多尝试B2B2C的传播模式,我们会看到更多大数据应用的场景和模式,开拓更多想象空间。
用科技改善赛事体验
目前媒体环境,社交、大数据、云等技术出现,B2B企业已经意识到独立消费者对企业的巨大影响,B2B企业的传播方式不再局限于一对一,IBM希望通过消费者的体验,运用B2B2C的方式让企业有更多的资讯通过终端触达消费者。
IBM其实一直致力于用科技来改善体育赛事的一些体验,在网球、高尔夫球赛事,我们在全球有很多年历史。但在足球,杨磊IBM品牌战略部高级经理这次是第一次尝试用大数据分析来探测球迷对这个赛事的反应。腾讯对于IBM是合适的合作伙伴,用户基数够大,用户属性年轻化,媒体平台全面,而且对于此次世界杯极其重视,并勇于尝试。这次合作对彼此都是一个很有趣的尝试和探索。让技术与赛事融合,通过腾讯IBM实现品牌露出,对于腾讯则多了一个内容提供方,并且开启了全新的报道模式,也为球迷带来了独特的观球体验。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29