
大数据为何会冲击传统媒体服务模式_数据分析师
大家都知道大数据对于媒体的杀伤力是巨大的,这其中包含传统媒体(例如报纸、电视)也包含网络媒体(例如新闻门户)。可是大数据为何能够冲击传统媒体呢?
用学术的口吻,可以这样描述:“媒体渠道碎片化,带来对指标的要求;大数据模式清晰的结果导向带来对广告客户的巨大吸引力。”
通俗地说,就是:做媒体的人多了于是客户就要去判断哪一家的效果最好。也就是说做媒体的人越来越多,客户看着越来越晕,最后忍不住了要问“你们究竟谁家的效果好?有什么样的评估标准?”随着数据经营理念的提升,大家发现可以用精准的数据数量来评估效果,而不是几年前那种关注度数据。 假如你是卖车的,第一家 媒体跟你说有1万个人从他的网站看过你的车,第二家媒体说他为你提供10个购买意向客户,两个数据都是真的,你选谁?
最早一批想要用效果去评估广告费的人,他们告诉客户“我以后不再收广告费,我按照大家的成交去结算”,结果他们都死了。然后大家发现,可以通过明确的机会去向客户收钱,于是发明了现在的所谓大数据。然而这种能够看似轻描淡写向我们走来的新模式,在我们对他有了深刻了解,在我们学会了它的使用方法之后,我们发现:大数据简洁的运营方式带来运营技术的革命!
1、大数据模式是不依赖编辑能力的内容革命
关于媒体的内容,过去一直有句话:内容为王。因此按照过去那个媒体套路,所谓媒体的任务就是:做内容,做内容,做内容。
如果深入分析做内容的根本目的,无非两个:服务用户、服务客户。从这两点出发就很容易理解大数据的作用了!
首先来看大数据对于“服务用户”环节的改变。我们来看“离经叛道”的例子——今日头条,今日头条通过用户访问习惯分析,向用户推荐TA所喜好的内容,从而避免了堆砌内容带来的信息过剩。多家传统媒体的人慕名去看今日头条经验,今日头条的人带他们去看机房,而不是去看编辑,说今日头条做内容用的是机器而不是人。于是老媒体人摇头,说这是瞎搞。于是今日头条估值一出来满世界的媒体开始围攻今日头条。可是,资深媒体经营人员私下悄悄说,代理今日头条很赚钱,流量也很大。不服输的媒体人仍旧在努力,他们雇佣了更高素质的编辑去人工筛选信息。这样新的问题产生了——你如何保证人的素质?如何保证内容判断的客观性?如何保证编辑的眼光与用户一致?今日头条给出的答案不会是终极答案,但是这是趋势!
再来看“服务客户”的环节。大数据之前的媒体服务,从根本上说非常像红白喜事的吹鼓手,吹吹打打做样子。这样固然可以吸引关注,可是难以吸引精准客户,更不用谈改善成交结果。大数据让呼叫中心焕发青春,让客服而不是编辑的作用凸显。对客户而言,他更喜欢一个牛皮哄哄的记者,还是带着他的客户(媒体的精准意向用户)而来的服务人员呢?对媒体经营者而言,培养一位懂策划的记者编辑难还是按照标准为客户服务的客服难呢?答案自选。
就算你不再说,内容为王的定理仍然存在,所改变的只有一点:过去的内容为王其实是“做内容的人为王”,大数据让媒体回归本源——内容为王。
2、大数据模式是不依赖销售精英的销售革命
媒体经营最难的环节是什么?——是销售!
第一代媒体销售是伴随着媒体的光环、影响力和纯广告模式而来的。他们的销售方式本质上是关系销售。
第二代媒体销售(尤其是大行业垂直网站的专业销售人员)是伴随着媒体竞争而来的,他们除了关系销售,开始在商业规则、营销策划上努力,这也带来了第二代媒体销售存在着培养难度大的巨大瓶颈。
大数据让销售回归产品销售水平,卖大数据服务跟卖团购服务差不多,简单直接。因为跟客户说任何好处也不如跟客户说你有多少精准客户资源、能保证他的销售达到什么结果。
所以,大数据让媒体运营摆脱了销售员依赖症,使媒体服务的规模不受销售团队的限制。
3、大数据模式是可预测盈利周期的经营革命
曾经有一条亘古不变的规则横在媒体经营者面前——广告滞后性原理。我们作为专业的互联网媒体盈利模式服务机构,在过去的5年里一直极其痛恨该原理,直到2014年大数据模式变得清晰。
所谓广告滞后性就是媒体服务好起来的时候,收钱会晚一些;当媒体服务质量下降的时候,收入下滑也有一个过程。这就让新办媒体、媒体新开的频道一直存在盈亏平衡周期的问题。一旦我们开出一个频道,就不得不面对着多久可以开始盈利的烦恼,运营频道的团队每天也都在问自己模式是否靠谱之类的问题。可是大数据让效果可以测算与预估,让客户可以直接计算获取销售机会的精确成本,于是预充值、精确计算效果等方式让媒体的运营者可以摆脱广告滞后性的束缚。
作为媒体大数据运营的鼓吹者,我每天都面临一个具体问题,就是:如何起步?——我的答案是:不是你没数据,而是你没有用数据! 所谓大数据其实是一种思维方式,大数据绝不是如何搜集分析数据,而是系统的数据搜集、挖掘、使用、分析过程。大数据的关键不是如何搜集与分析,而是你如何使用!
最后补充一点:大数据与媒体服务并不矛盾,反而有促进作用。经营就像用兵,讲究虚虚实实,在媒体的昨天我们难以让任何一个重视效果估算的客户清晰地认知服务效果,而大数据让我们可以至少让一部分客户对结果满意。这只会提升媒体服务的价值,绝不会贬低媒体服务的价值。依靠影响力混饭吃的黄金时代,正在快速从我们指缝中溜走,抓也抓不住!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
LSTM 为何会产生误差?深入剖析其背后的原因 在深度学习领域,LSTM(Long Short-Term Memory)网络凭借其独特的记忆单元设 ...
2025-06-27LLM进入拖拽时代!只靠Prompt几秒定制大模型,效率飙升12000倍 【新智元导读】最近,来自NUS、UT Austin等机构的研究人员创新 ...
2025-06-27CDA 数据分析师:就业前景广阔的新兴职业 在当今数字化时代,数据已成为企业和组织决策的重要依据。数据分析师作为负责收集 ...
2025-06-27探秘 z-score:数据分析中的标准化利器 在数据的海洋中,面对形态各异、尺度不同的数据,如何找到一个通用的标准来衡量数据 ...
2025-06-26Excel 中为不同柱形设置独立背景(按数据分区)的方法详解 在数据分析与可视化呈现过程中,Excel 柱形图是展示数据的常用工 ...
2025-06-26CDA 数据分析师会被 AI 取代吗? 在当今数字化时代,数据的重要性日益凸显,数据分析师成为了众多企业不可或缺的角色 ...
2025-06-26CDA 数据分析师证书考取全攻略 在数字化浪潮汹涌的当下,数据已成为企业乃至整个社会发展的核心驱动力。数据分析师作 ...
2025-06-25人工智能在数据分析的应用场景 在数字化浪潮席卷全球的当下,数据以前所未有的速度增长,传统的数据分析方法逐渐难以满足海 ...
2025-06-25评估模型预测为正时的准确性 在机器学习与数据科学领域,模型预测的准确性是衡量其性能优劣的核心指标。尤其是当模型预测结 ...
2025-06-25CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-06-24金融行业的大数据变革:五大应用案例深度解析 在数字化浪潮中,金融行业正经历着深刻的变革,大数据技术的广泛应用 ...
2025-06-24Power Query 中实现移动加权平均的详细指南 在数据分析和处理中,移动加权平均是一种非常有用的计算方法,它能够根据不同数据 ...
2025-06-24数据驱动营销革命:解析数据分析在网络营销中的核心作用 在数字经济蓬勃发展的当下,网络营销已成为企业触达消费者 ...
2025-06-23随机森林模型与 OPLS-DA 的优缺点深度剖析 在数据分析与机器学习领域,随机森林模型与 OPLS-DA(正交偏最小二乘法判 ...
2025-06-23CDA 一级:开启数据分析师职业大门的钥匙 在数字化浪潮席卷全球的今天,数据已成为企业发展和决策的核心驱动力,数据分析师 ...
2025-06-23透视表内计算两个字段乘积的实用指南 在数据处理与分析的过程中,透视表凭借其强大的数据汇总和整理能力,成为了众多数据工 ...
2025-06-20CDA 一级考试备考时长全解析,助你高效备考 CDA(Certified Data Analyst)一级认证考试,作为数据分析师领域的重要资格认证, ...
2025-06-20统计学模型:解锁数据背后的规律与奥秘 在数据驱动决策的时代,统计学模型作为挖掘数据价值的核心工具,发挥着至关重要的作 ...
2025-06-20Logic 模型特征与选择应用:构建项目规划与评估的逻辑框架 在项目管理、政策制定以及社会服务等领域,Logic 模型(逻辑模型 ...
2025-06-19SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的利器 在数据分析的众多方法中,Mann-Kendall(MK)检验凭借其对数据分 ...
2025-06-19