放大
缩小
全文复制当舆论还集中在收视率是否造假的命题上时，大数据已经悄然应用于传媒生产的全流程。数据在传媒发展中的作用越来越重要，是因为收视率产生与发挥效能的时代变了，这体现在三个方面：多屏与单屏的矛盾、内容生产与广告销售的矛盾、前期制作与播后效果的矛盾。媒介融合时代，各种形态数据的融合是基础，数据将在传媒生产创新中发挥越来越大的作用。
大数据下媒体平台融合的新范式
一直以来，收视率、收听率作为广电行业的“通用货币”，其重要性不言而喻。它是企业主投放广告的定价标准，直接决定了一家媒体的品牌价值，决定了节目的含金量。然而随着人们多屏使用行为的变化，仅仅依靠收视率、收听率进行评价，存在着传统媒体的价值被低估的问题。因此，亟待建立基于大数据的全媒体评价体系，从而全面衡量媒体的价值。
从“单屏数据”向“多屏数据”转型
收视率不是大数据。大数据已经是一种客观存在。只不过相当长一段时间内，人们缺少有效整合这些数据的技术和手段，并且人们对大数据的使用成本很高①。全球知名咨询公司麦肯锡在《大数据：创新、竞争和生产力的下一个新领域》的报告中就提到，“大数据”源于数据生产和收集的能力和速度的大幅提升——由于越来越多的人、设备和传感器通过数字网络连接起来，产生、传送、分享和访问数据的能力也得到彻底变革。换句话说，大数据是用来形容一个机构创造出的大量数据，是客观、全貌的、实时在线的数据。而目前的收视率统计的数据，不是来自媒体自身，而是由第三方数据机构通过日记卡或者测量仪的方式抽样调查得到。当观众经过回忆填涂问题的时候，得到的数据准确性难以保证，有一定主观的成分。收视率样本量较小，不仅没法与大数据动辄PB级别体量相比，而且以小样本来推算整体的收视情况本身，也容易出现以偏概全的情况。在数据收集周期方面，通常第二天才能收到前一天的数据，有一定的滞后性。这与大数据所反映的用户行为产生的实时数据有着本质的区别。
多屏传播带来收视硬通货的贬值。金融学中有一个概念叫“货币贬值（Devaluation）”，是指单位货币所含有的价值或所代表的价值的下降，即单位货币价格下降。收视率指标也同样存在“贬值”的风险。收视率的定义为一定时段内收看某一节目的人数占观众总人数的百分比。由于分母限定在了传统电视的观众人口中，当节目在多屏播出的时候，收视率只能反映电视一个终端的收看情况，导致媒体平台的影响力在现有考评体系下难免被低估。据iCTR发布的《四视同堂——中国网民跨屏收视行为研究》白皮书的数据，在全体网民中会使用两块及以上屏幕观看电视或视频节目的占比达72%(四块主流屏幕指：电视、电脑、手机和平板)。其中，经济基础较好的“爸爸妈妈”一代，多屏收视率最高，达到78%；年龄稍长、对新生事物敏感度较低的“爷爷奶奶”网民最低，但也达到67%；而对新生事物反应最敏感，但经济相对拮据的“年轻一代”网民多屏拥有率为71%。在WIFI普及的今天，网络视频、IPTV、智能手机、互联网电视、平板电脑等多媒体终端不断涌现。它们的出现在促进节目多渠道传播的同时，也客观上分流了传统广电的用户。即使仍然坐在电视机前的观众，收看行为也悄然发生了变化。他们除了看直播电视之外，还可以通过机顶盒的点播、回看等功能观看节目，而这些都不在现有同行的收视率的统计范围之内。
建立基于大数据的全媒体指标体系的两个路径。多屏播放使用户行为分散的同时，也使他们观看电视节目的渠道更为多元。所谓“全媒体收视率”是用户在全媒体收看收听行为指标的加权总和。作用在于可以进行精准化的进行内容生产与营销、避免高投入低产出的资源浪费的情况②。我们认为建立全媒体指标体系有两个路径：
路径之一，挖掘各渠道的用户数据。丰富的多屏数据，扩大了收视指标的广度。这里既包括传统广电收听收视数据，还包括微博、微信为代表的社交媒体，百度、谷歌为代表的搜索引擎，优酷土豆、爱奇艺为代表的视频网站，以及豆瓣等论坛、贴吧、淘宝等所有节目相关的用户行为痕迹。根据《CCTV电视节目网络影响力分析报告》，中央台的全媒体指标体系为“T3+1”模式，即从网媒报道量、网民评议度、视频点击量、网民美誉度这四个方面衡量，并赋予不同的权重。获取了多屏数据只是第一步，关键还要挖掘不同屏数据间的关联关系。
路径之二，建立媒体自身的数据库。随着广电系的视频化潮流、电视机智能化等因素的影响，传统媒体正呈现出开发自身平台大数据的趋势。2014年4月，湖南广电宣布优质节目将不再对外销售，拥有湖南卫视独播内容的芒果TV，与央视旗下的CNTV，SMG旗下的风行网等逐渐拼接出明晰的广电视频版图。这也使得传统广电从被动接受第三方数据，到更加直接地“触摸”到自己的用户，从而为节目制作、内容营销进行自主、精准、全面的分析提供了可能。
从“多屏数据”向 “跨屏数据”转型
台网同播：全民狂欢下的数据困境。当前的格局下，互联网在线视频与传统广电形成两大阵营。从国际市场来看，美国Moffet Nathanson发布报告认为，目前在线广告的市场份额高达1/3，并继续高速增长。在国内，CTR媒介智讯最新数据显示，2014年前三季度中国广告市场增长4.1%，其中电视与电台分别为1.9%、11.5%，而互联网则达到37.6%。在线视频作为互联网媒体中的生力军不得不加以重视。为了得到更广的传播效果，获得丰厚的经济回报，一档节目通常选择在台网共同播出，成为一种趋势。除了市场利益驱动之外，政策也有直接的推动作用。尤其“一剧两星”政策的颁布（即一部电视剧最多只能同时在两家上星频道播出），“一线卫视+一线视频网站”的模式，将主宰电视剧市场。尽管台网融合越演越烈，而在数据层面，由于同源样本难以获取等原因，台网数据未能打通。
在线视频：具有天然大数据优势但并非全能。根据美兰德发布的数据显示，2014年的网络视频用户规模达5.91亿，较2013年增长22.6%，接近中国大陆总人口的一半。他们不仅规模大而且黏性高，有一半多每周3天以上观看视频，其中近四成用户天天看。正如美国视频网站奈飞在《纸牌屋》的大数据运用在国内引起广泛讨论，在线视频有着天然的大数据优势，每个平台上庞大的用户行为数据本身就是一个金矿。然而，目前国内的视频数据仍然存在一些问题：真实流量对于各家视频网站依然是“最高机密”，缺乏像传统广电收视率这样的通用货币；尽管有艾瑞这样的互联网第三方监测机构，但是视频数据主要从样本获得，未能达到全覆盖的大数据要求；即使专门做全球流量排名的网站Alexa上，也仅包括独立视频网站的排名，没有门户旗下网站，比如腾讯视频、搜狐视频的数据都不在内，在视频网站内部都难以形成统一的客观评价。
协同效应：建立基于大数据平台的“互联互通”模式。实践层面台网同播、台网联动乃大势所趋。当业内机构纷纷将节目搬上各种终端的屏幕时，台网同播了，用户通过多屏观看了，但是这只能说是“多屏”，并不一定实现了“跨屏”。如果说“多屏”是节目播出终端的客观描述，是一种物理反应的话，那么“跨屏”则是节目在多屏播出产生的化学反应，带动了用户在不同屏幕前的主动迁徙，真正实现了“1+1>2”的效果。2014年年底天津卫视新开播了一档台网联动社交真人秀节目《百万粉丝》。该节目在12月12日微博电视指数榜上直追《奔跑吧兄弟》位列第二。要想真正发挥媒体融合作用，促进台网多平台的发展，就需要从经济学、市场营销学等多学科的角度来研究台网平台市场竞争环境、差异化定位等，建立能够发挥协同效应的有效模型，而一切的基础有赖于打通台网的大数据资源。
大数据下内容生产融合的新范式
节目是媒体的细胞，在节目层面的大数据实践较为领先，大数据的运用已经贯穿到了节目制作的整个过程:在节目策划之初对节目定位、明星选择、播出时段进行选择参考；播出中为选题策划、甚至大数据直接作为内容的一部分出现；播出后，跟踪大众舆情走势，促进内容营销，为下一期节目寻找新的热点，最终形成一个闭环。在节目的呈现方面，也有通过大数据+虚拟技术的方式，将文字内容表现得更为立体。如果说小米手机的成功源自注重用户体验，快速完成迭代的话，那么运用大数据指导节目制作，实现节目内容的“迭代优化”,也在客观上将广电在节目制作阶段注入了互联网的要素，带动传统媒体焕发生机。
节目播出前的大数据
用大数据进行平台定位与选择。大数据改变了广电长久以来依靠经验的做法，靠数据说话成为广电决策新的依据。在一档新节目策划之初，节目的定位、播出平台与时段的选择等，都需要通过大数据来把脉。比如，一档音乐类节目，制作公司在选择视频网站与省级卫视的组合时，需要打通台网数据进行对比分析，看两个平台在观众年龄、分布地域、观众兴趣方面各自的特点，从而判断是采取强强联合，还是采取互补的策略。2014年某视频网站与央视一起做了一档魔术类真人秀节目，节目播出后带动了央视观众的年轻化，但是视频网站的效果却表现平平。这就是由于台网受众的年龄层与喜好不同导致的。尽管二者没有直接的用户竞争，但也意味着很难发挥协同效应。
用大数据进行收视预测与资源优化。由于台网数据的存在，这些大数据全程监控节目生产过程，一改原来广电的数据“事后诸葛亮”的形象，向生产前端延伸，为节目收视预测以及资源优化提供支持。奈飞因提前对《纸牌屋》进行大数据预测而声名鹊起，除了在内容制作、投资层面，在播出层面，也善于运用大数据对平台资源进行优化配置。比如，当该公司通过计算得知，某一地区当天热播的影片名字，奈飞就会提前预备好片源，并配备高速闪存驱动，而其他不火的内容，则会存放在相对廉价和低速的硬盘里。这样提高了用户的观剧体验，也节省了公司的成本。如今，奈飞有3000多万的全球用户，其中，美国付费用户已经达到2920万（世界范围内已达3600万），超过了HBO电视网2870万的付费用户规模③。
节目播出中的大数据
节目嘉宾的选择——用大数据实现“嘉宾”的选角与裁定。2015年，电视剧“一剧两星”正式开始实施。明星占到节目制作成本的八成左右，如何选择合适的明星，降低节目制作费用，也成为今后关注的重点。甚至有专门的数据公司，将明星的人气用数据来衡量，并且将达到各项指标与需要支付的水军费用对应，得出只需支付314万就能打造出一个人气明星的结论。④最近由于《武媚娘传奇》的热播，范冰冰2015年1月5日在明星新媒体指数中排名第一。一般对明星的评价指数由以下指标构成：演员参演的电视剧每日播放量、相关微博数据、相关贴吧数据、相关豆瓣数据、相关搜索数据等，并且每项赋予不同的权重，最终得出分值。
节目话题的选择——用大数据作为节目“话题”与板块。如果说过去了解民情，需要记者深入一线展开深入长期调研的话，那么在技术高速发展的今天，将大数据作为选题策划的工具，无疑是重视民意的体现。2015年1月，腾讯视频播出了一档大型调查类真人秀《你正常吗？》。该节目依靠腾讯有多产品矩阵优势，对“喜欢看伴侣手机正常吗？”、“吃过宠物食品正常吗？”等一系列问题在全网进行了调查。在节目播出中，如果选手的选择和大部分网友投票的数据总体趋势一致，则可以获得心愿红包。该节目开播仅3天，就达到了3460万的播放量。在新闻报道领域，大数据是结构化调查、民意测验、精确新闻报道的新阶段。中央台两会期间，每天在《新闻联播》中安排4分钟的专题栏目《两会解码——两会大数据》，用百度、腾讯的全球大数据平台的实时数据，向观众解读当天的热门话题。这种报道方式，将成为电视节目发展的一个方向。
节目桥段的编排——用大数据反哺节目制作与植入。原来电视机前的观众只是被动的接受者，现在可以成为节目的设计者，与生产者融合在一起，变成利益共同体。大数据时代，我们可以通过分析节目收视较高的桥段，为下期节目的制作提供更多的依据，同时，对桥段的大数据分析也有利于广告主对植入效果进行分析。《爸爸去哪儿》第四期中，陆毅童心大发抢喝女儿牛奶、费曼落水、曹威组合变身青白蛇美人等环节都是收视数据相对较高的情节。从中可以看出，展现每个人物性格特点、与人物荧幕形象相反、出乎意料的情节更容易引起人们的关注。湖南卫视一直推崇边拍边播的模式，大数据的分析为节目优化提供了可能。
节目播出后的数据呈现与效果评估
直播大数据流量的动态变化。随着智能手机的普及，每个人也变成了产生和接收数据的终端。当一个人长距离的移动在地图上显示为一根线的时候，我们会不禁感叹大数据的庞大和人的渺小。2014年春节期间，“百度迁徙”事件正是基于这个原理。当用户安装了百度地图的APP，他的行动轨迹就会被记录。百度利用后台每天数十亿次的位置服务数据进行计算分析，展现了春节前后人口大迁徙的轨迹与特征，并通过央视与专题网页对普通网民开放，所有网民可以通过可视化大数据的方式，了解全国春运当前最热门的迁出、迁入城市等等。
大数据在线包装虚拟演播室。数据可视化，除了运用地图的方式之外，还可以用虚拟演播室等方式来展示。深圳卫视《军情直播间》打造全三维虚拟演播室，以现代包装手段达到酷炫震撼的视觉效果。中央台推出“据说”系列，通过大数据分析和虚拟演播室的结合，将严肃的新闻节目，做得更为生动。比如，在分析南美洲哪个国家最关注中国两会的时候，通过大数据，发现大量秘鲁人从向中国大量出口牛油果中获利，因此答案不言而喻。为了更形象地表达数据结果，在当期节目中，主播欧阳夏丹在讲数据结论的时候，不是用柱形图来表示，而是从身旁的水果筐里，拿出了一个牛油果，这种报道创新使得整个新闻变得鲜活起来。
大数据对节目播后效果评估。由于节目在多屏传播，播后效果也应该多维评估，不仅仅包括电视端的收视率，还应该融入视频网站播放量、百度搜索量、豆瓣评论量、微博微信的转发量，甚至同款的淘宝的售卖量等，全面评估节目播出后的全网影响力。本文作者在《“互联网+”模式下媒介的融合迭代与效能转换》一文中提出了台网播放量的转化率的概念。研究热播节目在不同屏幕间的传播路径与效能，对于节目的内容营销与广告植入也有重要的作用。
大数据下用户行为融合的新范式
所有的大数据运用，归根到底是对用户行为的挖掘。大数据使得影视作品生产的每一个环节都与用户息息相关，在线视频可以利用这些数据信息打造用户喜爱的节目，也可以将数据作为售卖的工具，帮助广告主进行精准营销，换回真金白银。
用户研究在全媒体环境下的必要性
英国BBC改革的重点之一就是将节目打破频道的限制，按照不同的属性将节目归类为不同的产品。如果说在市场经济的视野下，节目是产品的话，那么节目的设计者就是产品经理，产品服务的对象——用户就是“上帝”。树立用户第一的观念，是打通内容与广告，实现多种经营的前提，是传统广电向互联网学习的必修课。小米就是以用户需求为出发点，利用用户大数据，进行产品快速迭代创新的典范。小米口碑营销内部手册《参与感》，短短几个月时间就发行了40万册，小米在产品开发、新产品上线、推广产品、产品售出的口碑影响等诸多环节都有用户蜂拥而入，而不断提升用户体验正是小米获得成功的关键。
建构基于用户大数据的产销一体化逻辑
互联网本身拥有海量的大数据资源。在线视频优酷土豆在媒体推介会上宣称，2014年的多屏月独立访问用户数和移动端日均视频播放量双双突破5亿。Facebook自2014年6月份以来用户平均每天观看的视频片段已达到10亿个。这些庞大的数字后面是丰富的指标维度，大大扩展了传统广电以人口属性（年龄、性别、地域等）为考量的指标体系。
为用户打标签，丰富指标维度。互联网上用户的标签数量大、种类多，值得转型中的广电传媒借鉴。麦包包网就声称每个顾客的标签多达256个。用户标签系统一般分为基础属性、行为属性与购买属性三类。基础标签包括用户的年龄、地域、星座、收入、注册信息等；行为标签包括了用户的访问路径、访问时间等信息；购买标签则有用户消费的频率、品牌偏好等维度。打标签的好处在于，对用户市场的深度挖掘。当我们谈论一档节目的目标用户时，不仅仅是年轻人还是老年人的区别，是北方人还是南方人的口味，还能进一步细分到200多个差异的点，这些用户的维度与内容、广告交叉分析，会有无限想象的空间。
形成用户矩阵，升级分群管理。市场营销学中的“STP营销理论”（S、T、P分别是Segmenting、Targeting、Positioning三个英文单词的缩写，即市场细分、目标市场和市场定位），将细分市场定义为具有类似需求倾向的消费者构成的群体。对用户打好标签后，对不同标签进行排列组合，形成用户偏好矩阵。这样做的好处在于，如果单个用户喜欢看某种类型的节目，那么所在矩阵同样标签的人观看的概率也会高，从而进行个性化的推介。这种大数据进行用户矩阵分析的方式，为用户提供了方便，提升了观影体验。视频网站的“追星族”产品，以明星为维度划分粉丝群，并对他们的观影行为进行整合分析，就是这个理论的实际应用。
内容与市场产销一体化。传统广电走向市场，不能沿袭计划体制的思维模式，只固定在内容的生产环节，而是要从服务企业客户的角度涉足经营领域，并结合自身优势开拓更广阔的商业模式。在现实中，用户按照不同的标签分成不同的群体，可以解决用户与产品定位匹配度，用户广告投放转化率等问题；用户与内容匹配，又能发现什么样的内容是某个用户细分市场所青睐的。因而，用户是打通内容与企业的纽带。节目在创意之初，就应能以精准、统一的用户定位，来设定内容环节与广告。比如，将企业目标用户，作为节目的潜在观众群予以研究，分析他们的观影兴趣与明星偏好，从而设置节目情节、选择节目要素进行编排、设计商业模式。多家视频网站用视链技术，将用户喜欢的内容与电商结合实现一边观看一边点击购买“节目+电商”模式；东方卫视《女神的新衣》在节目模式部分也打造了内容即产品、观众即用户的理念，播出之后，买手伊芙丽旗舰店访客较之前增长100%，成交额增长50%。
当广电业态遭受互联网冲击的时候，从业者们逐渐从新媒体带来的恐慌中清醒过来，急迫寻求互联网思维的良方来改变现状。其实，互联网创立之初，就是基于IP地址的思想，每个用户的IP地址都会在互联网上产生大数据。因此，大数据具有天然的互联网基因，是嫁接传统媒体与新媒体的桥梁。传统广电企业应将新媒体产生的大数据为我所用，作为了解观众需求的工具。同时新媒体也是传统广电的推广渠道，通过微信等新媒体平台，与用户建立一对一的沟通，近距离了解观众需求、与观众互动，在“推”的同时，把更多年轻用户“拉”回来，转化为节目用户。这期间发生的用户行为轨迹数据，又对新一轮节目的优化与营销提供了参考。
总之，大数据对广电业态的重构，带给我们全新的视角，也是互联网思维在广电运用的现实例证。总之，“数据驱动世界”，未来30年，因为数据经济，人类社会将会真正进入巨大的变革时代，马云在3月16日德国IT博览会上演讲中如是说，电视产业亦如此。
（作者喻国明系中国人民大学新闻学院教授、长江学者、中国人民大学新闻与社会发展研究中心主任，中国传媒经济与管理学会会长；刘旸系中国人民大学新闻学院传媒经济学博士生）
责任编辑：冷 梅
注释：
①喻国明：《大数据新闻传播是什么》，中国人民大学出版社2014年版。
②杨迪雅、刘旸：《以美国Netflix为例看大数据时代视频网站内容布局》，《现代传播》2013年第12期。
③商界评论：《奈飞：大数据知人心》，2013年8月9日。
④网易娱乐：《大数据可以买 314万砸出一个人气明星》，2014年8月6日。
