
大數(shù)據(jù)的應(yīng)用轉(zhuǎn)化價(jià)值
新華網(wǎng)融媒體未來(lái)研究院院長(zhǎng)楊溟在本次大數(shù)據(jù)論壇中,則提到了“黑森林?jǐn)?shù)據(jù)”這個(gè)跨界概念。他認(rèn)為,傳媒人的使命是挖掘事實(shí)與真相,而真相的追尋需要數(shù)據(jù)的精準(zhǔn),數(shù)據(jù)又分為“白森林?jǐn)?shù)據(jù)”和“黑森林?jǐn)?shù)據(jù)”,對(duì)于未知的或未公開(kāi)的隱性數(shù)據(jù)稱為黑森林?jǐn)?shù)據(jù),與之相對(duì)應(yīng)的是在公開(kāi)平臺(tái)或渠道上獲取的顯性數(shù)據(jù)“白森林?jǐn)?shù)據(jù)”。傳感技術(shù)獲取的黑森林?jǐn)?shù)據(jù)可以挖掘、分析出更多的價(jià)值,并帶來(lái)新的思考。
在他看來(lái),傳媒人挖掘真相的使命,其實(shí)是體現(xiàn)傳媒人的分析力,而最終意義是人類的反思力。傳媒業(yè)碰到最根本的挑戰(zhàn)并不僅是技術(shù),更值得人們關(guān)注的是理念問(wèn)題,是傳統(tǒng)的產(chǎn)品導(dǎo)向真正轉(zhuǎn)變?yōu)橛脩魧?dǎo)向的思維問(wèn)題,進(jìn)而做到真正在意用戶、尊重用戶感受與體驗(yàn)的問(wèn)題。
我們現(xiàn)在正在開(kāi)展的傳感實(shí)驗(yàn)要了解的正是用戶最真實(shí)的體驗(yàn)數(shù)據(jù)與分析數(shù)據(jù)。如果傳媒人依然生活在信息單向傳播的閉門造車時(shí)代,就永遠(yuǎn)無(wú)法適應(yīng)新的去中心化的媒介生態(tài)時(shí)代,更無(wú)法理解非線性的連接關(guān)系問(wèn)題。
數(shù)據(jù):構(gòu)成未來(lái)生態(tài)媒體競(jìng)爭(zhēng)力
我們大部分人對(duì)今日頭條創(chuàng)始人的認(rèn)識(shí)更多的是計(jì)算機(jī)專家,懂得運(yùn)用新媒體技術(shù)。而楊溟則認(rèn)為他更懂得人性需求,知道用什么樣的技術(shù)來(lái)適配什么樣的需求、設(shè)計(jì)什么樣的產(chǎn)品。
智能媒體時(shí)代,在衡量媒體或企業(yè)各自競(jìng)爭(zhēng)力水平方面,楊溟提供了四個(gè)要素:
一是數(shù)據(jù)的活化程度,即應(yīng)用到產(chǎn)業(yè)以及匹配各種場(chǎng)景的場(chǎng)景可適配率和應(yīng)用能力如何,以及多維度的分析能力如何。
二是數(shù)據(jù)的涌流能力,即信息流的種類及密度,脈沖強(qiáng)度,以及可持續(xù)性的動(dòng)力。
三是數(shù)據(jù)的交互效度,即效率、功能、技術(shù)先進(jìn)性、復(fù)用水平、用戶體驗(yàn)度、知識(shí)學(xué)習(xí)、人機(jī)交互等智能化影響力。
四是數(shù)據(jù)的資產(chǎn)價(jià)值,即變現(xiàn)能力、資本化程度,作為一種資源所占的比重。這些指標(biāo)將成為我們未來(lái)評(píng)價(jià)媒體競(jìng)爭(zhēng)力的坐標(biāo)。
未來(lái),越來(lái)越多的黑森林?jǐn)?shù)據(jù)會(huì)被開(kāi)墾成白森林?jǐn)?shù)據(jù),對(duì)未知信息進(jìn)行挖掘,核心的轉(zhuǎn)變就是以用戶需求構(gòu)建新的運(yùn)營(yíng)模式。所以人工智能不簡(jiǎn)單是一種技術(shù)的使用與技術(shù)的創(chuàng)新,它其實(shí)是一種思維,一種理念,能不能真的實(shí)現(xiàn)顛覆,決定了這個(gè)媒體是不是真的能夠重構(gòu)生態(tài)。
軟硬件:捕捉文化自然生命感知
了解用戶體驗(yàn),還需要通過(guò)各種智能化硬件設(shè)備獲取更多高質(zhì)量的用戶體驗(yàn)數(shù)據(jù),因?yàn)闆](méi)有能力獲取高質(zhì)量的信息就沒(méi)有辦法做很好的數(shù)據(jù)分析。
用金字塔來(lái)表現(xiàn)未來(lái)媒體,最底層的就是基礎(chǔ)層——數(shù)據(jù)庫(kù)架構(gòu)、存儲(chǔ)和計(jì)算的能力、智能化硬件等等,中間是分析層——數(shù)據(jù)挖掘與分析、機(jī)器學(xué)習(xí)、神經(jīng)分析等,最高端是應(yīng)用層,是在各種不同場(chǎng)景、不同行業(yè)里的應(yīng)用整合,如醫(yī)療健康、生物傳感等。
當(dāng)下熱門的機(jī)器人寫作、虛擬現(xiàn)實(shí)技術(shù)、傳感器新聞,以及新聞無(wú)人機(jī)等都可以包括在人工智能這個(gè)領(lǐng)域之內(nèi)。以無(wú)人機(jī)為例,簡(jiǎn)單把它看成航拍器是片面的,其核心價(jià)值是其抓取的信息流和數(shù)據(jù)流。相較于無(wú)人機(jī)的空中形態(tài),更重要的本質(zhì)是空中機(jī)器人,即在空中的自主控制力和判斷力。所以,比影像數(shù)據(jù)更重要的是各種傳感器所能傳輸?shù)木珳?zhǔn)的“黑森林?jǐn)?shù)據(jù)”。
紐約廣播電臺(tái)曾在當(dāng)?shù)匕l(fā)起了讓民眾參與制作蟬鳴傳感器的活動(dòng),在傳感技術(shù)的幫助下,人們感受到了蟬幼蟲(chóng)的萌動(dòng)與變化,體會(huì)到了生命的涌動(dòng),甚至對(duì)這種一直被抱怨的蟬鳴聲產(chǎn)生了新的好感。由此可以看到,傳感技術(shù)甚至可以幫助我們更深地理解其他物種與其他生命,最終可以友好人類和環(huán)境之間的關(guān)系。
總之,媒體未來(lái)一定是人工智能,不僅僅是一種技術(shù),更是一種思維和理念,是解決傳統(tǒng)媒體生產(chǎn)方式無(wú)法適應(yīng)多元化個(gè)性需求的必然路徑。未來(lái)媒體的運(yùn)營(yíng)模式將會(huì)是“軟件+硬件+互聯(lián)網(wǎng)服務(wù)”,缺一不可。
以傳感技術(shù)為核心的技術(shù)將成為未來(lái)物聯(lián)網(wǎng)時(shí)代的基礎(chǔ)技術(shù)。是了解自我、溝通彼此、尊重其他文化、生命以及物種的基本代碼,是連接人與人、人與物、人與世界關(guān)系的感知能力,是促進(jìn)人類反省、和諧環(huán)境生態(tài)關(guān)系的語(yǔ)言。
識(shí)別潛在目標(biāo)受眾
在大數(shù)據(jù)的應(yīng)用轉(zhuǎn)化方面,今日頭條總編輯夏勇帶來(lái)了三個(gè)案例。第一個(gè)案例是以戰(zhàn)爭(zhēng)為例,傳遞了大數(shù)據(jù)釋放出的精準(zhǔn)信息。
遼沈戰(zhàn)役的時(shí)候,林彪聽(tīng)取了東野軍遭遇戰(zhàn)況。戰(zhàn)報(bào)后他問(wèn)了三個(gè)問(wèn)題,“為什么這次戰(zhàn)役繳獲的短長(zhǎng)槍比例要比平時(shí)高?為什么這次戰(zhàn)役繳獲的小車和大車比例要比平時(shí)高?為什么俘虜?shù)能姽俸褪勘容^高?”。通過(guò)對(duì)這些問(wèn)題的數(shù)據(jù)分析,判定出敵人指揮所就在附近。
這個(gè)故事透露出,數(shù)據(jù)的背后是真相。數(shù)據(jù)不會(huì)說(shuō)謊,足夠多的數(shù)據(jù)能幫助人們最大程度接近事實(shí)的真相,而且?guī)椭藗內(nèi)グl(fā)現(xiàn)平時(shí)沒(méi)有意識(shí)到或者沒(méi)有認(rèn)識(shí)到的信息,從而輔助決策。
說(shuō)到收集數(shù)據(jù),最直接的工具就是手機(jī)。智能手機(jī)本質(zhì)上是傳感器,每個(gè)用戶在手機(jī)上上拉下劃,轉(zhuǎn)發(fā)分享評(píng)論,既是用戶對(duì)文章的反饋,也是寶貴的數(shù)據(jù),這些數(shù)據(jù)經(jīng)過(guò)積累和分析以后,就可以對(duì)個(gè)體用戶和群體用戶的閱讀軌跡進(jìn)行描繪,從中就可以發(fā)現(xiàn)一些有價(jià)值的信息。
突破區(qū)域限制
在第二個(gè)案例中,夏勇以今日頭條政務(wù)頭條號(hào)為例。如今頭條號(hào)有9000多家政府機(jī)構(gòu)進(jìn)入,累計(jì)有30億次閱讀和60萬(wàn)篇文章。通過(guò)數(shù)據(jù)分析他們發(fā)現(xiàn)一個(gè)特點(diǎn),政務(wù)號(hào)發(fā)布的文章收藏率和分享率是全網(wǎng)資訊的3倍,于是又進(jìn)一步進(jìn)行了數(shù)據(jù)分析,找到現(xiàn)象背后的原因。
原來(lái),政務(wù)信息發(fā)布內(nèi)容主要集中在服務(wù)類和民生類的政務(wù)資訊,如關(guān)于孩子上學(xué)報(bào)名的教育資訊,還有百姓出行的交通資訊,來(lái)自政府發(fā)布的信息具有共識(shí)性和指導(dǎo)性,所以分享率和收藏率都很高。
這樣的數(shù)據(jù)分析給政府帶來(lái)了新思路。在移動(dòng)互聯(lián)網(wǎng)下政府信息要獲得更高的傳播,就要側(cè)重服務(wù)類信息突破地域限制才能獲得好的傳播效果。此外,頭條還做到了數(shù)據(jù)回饋,一方面,跟傳統(tǒng)媒體合作,把這些數(shù)據(jù)回饋給媒體產(chǎn)生新的報(bào)道內(nèi)容,另一方面,以時(shí)效快、成本低、目標(biāo)人群高為特點(diǎn),尋找丟失的人或者走失老人,用以回饋社會(huì)。
釋放長(zhǎng)尾信息
第三個(gè)案例是關(guān)于春運(yùn)臨時(shí)客車的分派問(wèn)題。國(guó)家鐵路公司每年春運(yùn)期間都會(huì)增加一些臨時(shí)客車。在過(guò)去一兩年中,他們發(fā)現(xiàn)有些用戶在某些區(qū)域之間會(huì)做有規(guī)律性的切換和往返,于是他們就把相關(guān)地區(qū)的臨時(shí)信息推薦給這部分用戶。正如預(yù)料,西南鐵路今年春節(jié)期間臨客信息頭條上每條閱讀量有50萬(wàn),大大提升了傳播的效率。
今日頭條每天新增稿件數(shù)超過(guò)15萬(wàn),因此迫切需要高效的分發(fā)方式。智能手機(jī)出現(xiàn)后,介質(zhì)智能化再加上計(jì)算機(jī)運(yùn)行能力加強(qiáng),大數(shù)據(jù)能力得到加強(qiáng),數(shù)據(jù)記憶力的加強(qiáng),使得業(yè)界迎來(lái)了人工智能為主導(dǎo)的信息分發(fā)方式。這種分發(fā)方式,最大的好處就是在信息海量時(shí)代能夠更加高效連接人和信息,使人和信息之間的匹配更加精準(zhǔn)。
趙強(qiáng):“技數(shù)”時(shí)代媒體的變革和商業(yè)化趨勢(shì)
建立獨(dú)有“真人”賬號(hào)體系
騰訊網(wǎng)絡(luò)媒體事業(yè)群副總經(jīng)理趙強(qiáng)作為媒體從業(yè)者,2003年加入騰訊,他提到了“技數(shù)”的概念,“技”指的是技術(shù),“數(shù)”指的是我們今天講的大數(shù)據(jù)。趙強(qiáng)認(rèn)為“技數(shù)”推動(dòng)了媒體演進(jìn)的同時(shí)也改變了用戶的接觸習(xí)慣,正如人們已經(jīng)習(xí)慣閑暇時(shí)利用手機(jī)上APP獲取新聞資訊。很少有人意識(shí)到,微博從上線起人們只用了54個(gè)月,微信僅僅用了15個(gè)月。但它們承載的大數(shù)據(jù)技術(shù)確實(shí)迅速改變了用戶獲取內(nèi)容的習(xí)慣。
大數(shù)據(jù)時(shí)代通常是媒體的融合平臺(tái),每個(gè)人看到的內(nèi)容是不一樣的,用戶會(huì)更加愿意去閱讀更多的資訊。實(shí)際上,技術(shù)應(yīng)該回歸到助力對(duì)內(nèi)容的需求,用戶閱讀的喜好性值得研究。
趙強(qiáng)強(qiáng)調(diào)媒體價(jià)值,認(rèn)為這是媒體存在的基石。通過(guò)開(kāi)放的內(nèi)容生態(tài)給用戶提供更多的內(nèi)容源滿足用戶個(gè)性化的需求。簡(jiǎn)析媒體基礎(chǔ),就是原生高價(jià)值內(nèi)容。大事件權(quán)威報(bào)道,無(wú)論是新媒體還是傳統(tǒng)媒體或是VR技術(shù),只要做新聞就要體現(xiàn)新聞價(jià)值。
通過(guò)大數(shù)據(jù)智能分析掌握用戶的潛在需求,用協(xié)同推薦和內(nèi)容精編打破信息邊界,每個(gè)用戶就能得到自己想要的資訊。
打造強(qiáng)大標(biāo)簽系統(tǒng)
以大數(shù)據(jù)為代表的新興技術(shù)催生的各類信息將更加注重以人為本。
騰訊通過(guò)海量數(shù)據(jù)可以把一個(gè)用戶打上標(biāo)簽,通過(guò)66000個(gè)維度對(duì)每個(gè)人進(jìn)行深刻描述。這個(gè)維度目前還處于實(shí)驗(yàn)狀態(tài),現(xiàn)在實(shí)現(xiàn)的是2000個(gè)標(biāo)簽。
趙強(qiáng)以當(dāng)天主持人艾誠(chéng)為例,現(xiàn)場(chǎng)分析了艾誠(chéng)自帶的諸多標(biāo)簽,首先可以通過(guò)QQ帳號(hào)或者微信帳號(hào)識(shí)別,通過(guò)很多角度來(lái)分析,通過(guò)她的使用習(xí)慣,如是否使用視頻,是閱讀財(cái)經(jīng)新聞、美容新聞還是游戲攻略等通過(guò)一系列行為背后的數(shù)據(jù),分析出她生活在哪一類人群中,社交圈是怎樣的。
通過(guò)多元化的數(shù)據(jù)分析,企業(yè)可以盡可能的把每個(gè)人的畫像描述清楚。還是以主持人艾誠(chéng)為例,通過(guò)畫像包括人口屬性、社交屬性、內(nèi)容偏好和電商興趣,大數(shù)據(jù)分析的結(jié)果是艾誠(chéng)適合的產(chǎn)品是歐樂(lè)B??梢岳斫猓谌藗兛吹綇V告后,大數(shù)據(jù)的分析有效提升了人群濃度。
創(chuàng)造營(yíng)銷合作價(jià)值
許多企業(yè)都在嘗試用大數(shù)據(jù)認(rèn)真描述每個(gè)人,提升更大的社會(huì)價(jià)值和經(jīng)濟(jì)價(jià)值。廣告界有名言,“我浪費(fèi)了一半的廣告費(fèi),很遺憾不知道浪費(fèi)在哪里了”。所以通過(guò)任務(wù)的描述,利用這些大數(shù)據(jù)支持媒體的投放,既可以提升品牌的價(jià)值,也可以精準(zhǔn)鎖定目標(biāo)人群,使廣告投放更有針對(duì)性。
在媒體變革下,大數(shù)據(jù)帶來(lái)了商業(yè)價(jià)值。最初的互聯(lián)網(wǎng)行業(yè),以廣告行業(yè)為例只有兩方:一方是需求方即廣告公司,另一方面就是媒體方,如騰訊、今日頭條。隨著大數(shù)據(jù)的發(fā)展,現(xiàn)在出現(xiàn)了需求方、交易平臺(tái)、DSP、廣告交易公司和SSP,大數(shù)據(jù)給商業(yè)和市場(chǎng)帶來(lái)了新的可能。
總的來(lái)說(shuō),“技數(shù)”時(shí)代為營(yíng)銷創(chuàng)造更大的合作價(jià)值:一、有效提升品牌CRM數(shù)據(jù)價(jià)值——指導(dǎo)營(yíng)銷策略,優(yōu)化投放決策;二、精準(zhǔn)鎖定目標(biāo)人群,投放更具針對(duì)性——2000+標(biāo)簽,精細(xì)顆粒描繪畫像;三、利用大數(shù)據(jù)支持跨媒體投放,使數(shù)據(jù)營(yíng)銷的開(kāi)放協(xié)作新生態(tài)更清晰。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10