
大數(shù)據(jù)的“感性”應(yīng)用
通過大數(shù)據(jù)分析、云計(jì)算等領(lǐng)先技術(shù)能力提供社交、移動(dòng)等數(shù)據(jù)分析,跟蹤并解析球迷心理,并與媒體緊密結(jié)合,將用戶情緒、性格等屬性可視化呈現(xiàn),產(chǎn)出更易引發(fā)用戶共鳴的體驗(yàn)。
大數(shù)據(jù)技術(shù)已經(jīng)不是一個(gè)新鮮詞兒,它的價(jià)值也已被廣泛認(rèn)可,借助海量數(shù)據(jù)的分析利用,能有效幫助企業(yè)實(shí)現(xiàn)市場(chǎng)動(dòng)向預(yù)測(cè),幫助有效支持市場(chǎng)活動(dòng)各個(gè)階段的不同商業(yè)行為決策,還能夠?qū)崿F(xiàn)追蹤消費(fèi)者行為,并對(duì)其心理甚至下一步行為實(shí)現(xiàn)相對(duì)精準(zhǔn)的預(yù)測(cè),產(chǎn)生更好的用戶體驗(yàn),滿足目標(biāo)消費(fèi)者的多元化需求。
大數(shù)據(jù)在體育賽事中的應(yīng)用很常見,在網(wǎng)球賽事中,一發(fā)成功率、一發(fā)得分率和Ace球是標(biāo)志球員競(jìng)技水平的關(guān)鍵指標(biāo);發(fā)球速度、接發(fā)球成功率、上網(wǎng)成功率、得分點(diǎn)則突出體現(xiàn)了球員的打法特點(diǎn)。
上述都是來自大數(shù)據(jù)的直觀應(yīng)用,教練員和運(yùn)動(dòng)員通過每項(xiàng)賽事背后的技術(shù)統(tǒng)計(jì)來評(píng)價(jià)本場(chǎng)比賽發(fā)揮的好壞。而這些數(shù)據(jù)也將直接影響教練員對(duì)比賽的掌控。
在本屆巴西世界杯,大數(shù)據(jù)應(yīng)用又有了新模式——騰訊通過IBM的大數(shù)據(jù)分析、云計(jì)算等技術(shù)提供社交、移動(dòng)等數(shù)據(jù)分析,跟蹤并“解析”球迷心理,產(chǎn)出更易引發(fā)用戶共鳴的優(yōu)質(zhì)內(nèi)容,為用戶打造全新的體育觀賽體驗(yàn)。
6月12日,IBM與騰訊達(dá)成深度戰(zhàn)略合作,成為騰訊體育社交媒體數(shù)據(jù)分析合作伙伴。
IBM的大數(shù)據(jù)技術(shù),從賽事、球迷、文化三大維度,深度挖掘了來自世界杯球迷關(guān)注的120個(gè)熱點(diǎn)關(guān)鍵詞,抓取50萬條主流社交媒體信息,包括球迷話題、球迷類型、個(gè)性分析等,并以此為基礎(chǔ),制作了“世界杯聲量大比拼”、“世界杯飛魚秀”、“算數(shù)”、“球迷畫像”等專題欄目,通過數(shù)據(jù)分析,精準(zhǔn)抓住球迷關(guān)注熱點(diǎn),并迅速輸出報(bào)道內(nèi)容。
球迷的另類體驗(yàn)
在本屆世界杯中,騰訊通過IBM大數(shù)據(jù)實(shí)時(shí)分析,打造《世界杯球迷聲量大比拼》欄目,讓球迷即時(shí)看到64場(chǎng)比賽中對(duì)陣球隊(duì)的當(dāng)前支持率,以及個(gè)人喜愛球星的支持率,看到全球有多少人跟自己同歡喜共悲傷,滿足球迷同理心,引發(fā)球迷共鳴。
IBM輿情系統(tǒng)實(shí)時(shí)分析社交媒體上球迷關(guān)注點(diǎn),為“世界杯飛魚秀”欄目提供大量球迷實(shí)時(shí)狀態(tài),分析球迷心態(tài)等數(shù)據(jù)盤點(diǎn),呈現(xiàn)蒼老師微博秀力挺德國、內(nèi)衣模特大拼球技等網(wǎng)絡(luò)話題,由兩位脫口秀達(dá)人說出球迷們的心聲,引發(fā)廣大網(wǎng)友共鳴。期間欄目組還邀請(qǐng)了IBM數(shù)據(jù)工程師前去做客,展示IBM嚴(yán)肅的大數(shù)據(jù)系統(tǒng)如何支持網(wǎng)友娛樂生活的。
根據(jù)實(shí)時(shí)數(shù)據(jù)反饋,騰訊實(shí)時(shí)發(fā)布共32篇新聞報(bào)道,《德國更熱梅西最火球王超高關(guān)注率遠(yuǎn)勝眾星》、《荷阿大戰(zhàn)遭瘋狂吐槽羅本關(guān)注度不及梅西一半》等球迷角度深挖的信息,綜合展示球賽期間球迷心理變化,引發(fā)球迷共鳴。單篇新聞最高閱讀量達(dá)萬次以上,95%均來自騰訊新聞客戶端。
騰訊體育基于IBM大數(shù)據(jù),在世界杯期間輸出80期“算數(shù)”報(bào)告,深度剖析世界杯的角角落落,從球迷地域分布、性別比例,到歷史上各大洲入圍世界杯成功率等……這些基于大數(shù)據(jù)而呈現(xiàn)的報(bào)道內(nèi)容,讓球迷看到了一個(gè)直觀的數(shù)字化的世界杯。
騰訊還策劃了有趣的“球迷畫像”,基于IBM大數(shù)據(jù)對(duì)用戶的多維度分析,總結(jié)刻畫了每位球星的球迷性格特征,對(duì)不同球星的粉絲類型加以區(qū)分和刻畫,推出了不同球星的粉絲畫像。例如,葡萄牙球星C羅的粉絲70%為女性,她們的個(gè)性關(guān)鍵詞是“女王范”、“實(shí)際”、“有條理”和“欣賞美”。這樣的球迷畫像在騰訊的世界杯專區(qū)中定期推出,網(wǎng)友一致熱捧,該畫像成為鑒定自己是真球迷的另類標(biāo)準(zhǔn)。
合作共贏,火花沒那么簡(jiǎn)單
獨(dú)特視角的內(nèi)容背后,是騰訊作為網(wǎng)絡(luò)媒體在世界杯報(bào)道模式上的一次創(chuàng)新,也讓我們看到了大數(shù)據(jù)實(shí)際應(yīng)用的另一種模式。
記者采訪了大數(shù)據(jù)提供方IBM品牌戰(zhàn)略部高級(jí)經(jīng)理?xiàng)罾?,他表示“這是IBM第一次嘗試在足球賽事中用大數(shù)據(jù)分析來探測(cè)球迷的反映,我們希望通過技術(shù)融合參與其中,與我們而言是一次露出,對(duì)騰訊,我們提供基于大數(shù)據(jù)分析的用戶洞察,支持騰訊微用戶提供即時(shí)感更強(qiáng)的內(nèi)容”。IBM在1993年就開始進(jìn)入體育賽事領(lǐng)域,贊助網(wǎng)球賽事,并提供比賽的IT技術(shù)支持。2005年,IBM通過SlamTracker追蹤了網(wǎng)球四大滿貫賽事8年來全部8128場(chǎng)比賽,每場(chǎng)比賽收集4100萬個(gè)數(shù)據(jù)點(diǎn),包括5500個(gè)分析模型。與媒體合作,用大數(shù)據(jù)技術(shù)分析探測(cè)球迷心理,并產(chǎn)出報(bào)道內(nèi)容,這還是第一次。
此次與騰訊的深度合作,IBM首先看重的是騰訊龐大的用戶基礎(chǔ)與年輕化的用戶屬性,其次是騰訊在重大體育賽事報(bào)道中的運(yùn)營(yíng)能力、立體報(bào)道能力和PC端移動(dòng)端雙通道能力,這些優(yōu)勢(shì)將有效助力IBM大數(shù)據(jù)分析的開展和應(yīng)用實(shí)現(xiàn)。
騰訊此次在世界杯報(bào)道中,也借大數(shù)據(jù)之力,大量并及時(shí)輸出更貼合網(wǎng)友當(dāng)下關(guān)注的熱點(diǎn)內(nèi)容,并發(fā)揮出網(wǎng)絡(luò)全媒體平臺(tái)的優(yōu)勢(shì),將內(nèi)容及時(shí)輸送到各個(gè)媒體平臺(tái)、移動(dòng)終端,引發(fā)大量網(wǎng)友關(guān)注,并幫助品牌廣告主實(shí)現(xiàn)了與用戶的深度互動(dòng),實(shí)現(xiàn)了商業(yè)目的。
楊磊表示未來IBM將更多嘗試B2B2C的傳播模式,我們會(huì)看到更多大數(shù)據(jù)應(yīng)用的場(chǎng)景和模式,開拓更多想象空間。
用科技改善賽事體驗(yàn)
目前媒體環(huán)境,社交、大數(shù)據(jù)、云等技術(shù)出現(xiàn),B2B企業(yè)已經(jīng)意識(shí)到獨(dú)立消費(fèi)者對(duì)企業(yè)的巨大影響,B2B企業(yè)的傳播方式不再局限于一對(duì)一,IBM希望通過消費(fèi)者的體驗(yàn),運(yùn)用B2B2C的方式讓企業(yè)有更多的資訊通過終端觸達(dá)消費(fèi)者。
IBM其實(shí)一直致力于用科技來改善體育賽事的一些體驗(yàn),在網(wǎng)球、高爾夫球賽事,我們?cè)谌蛴泻芏嗄隁v史。但在足球,楊磊IBM品牌戰(zhàn)略部高級(jí)經(jīng)理這次是第一次嘗試用大數(shù)據(jù)分析來探測(cè)球迷對(duì)這個(gè)賽事的反應(yīng)。騰訊對(duì)于IBM是合適的合作伙伴,用戶基數(shù)夠大,用戶屬性年輕化,媒體平臺(tái)全面,而且對(duì)于此次世界杯極其重視,并勇于嘗試。這次合作對(duì)彼此都是一個(gè)很有趣的嘗試和探索。讓技術(shù)與賽事融合,通過騰訊IBM實(shí)現(xiàn)品牌露出,對(duì)于騰訊則多了一個(gè)內(nèi)容提供方,并且開啟了全新的報(bào)道模式,也為球迷帶來了獨(dú)特的觀球體驗(yàn)。
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
CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-18剛?cè)肼殘?chǎng)或是在職場(chǎng)正面臨崗位替代、技能更新、人機(jī)協(xié)作等焦慮的打工人,想要找到一條破解職場(chǎng)焦慮和升職瓶頸的系統(tǒng)化學(xué)習(xí)提升 ...
2025-07-182025被稱為“AI元年”,而AI,與數(shù)據(jù)密不可分。網(wǎng)易公司創(chuàng)始人丁磊在《AI思維:從數(shù)據(jù)中創(chuàng)造價(jià)值的煉金術(shù) ...
2025-07-18CDA 數(shù)據(jù)分析師:數(shù)據(jù)時(shí)代的價(jià)值挖掘者 在大數(shù)據(jù)席卷全球的今天,數(shù)據(jù)已成為企業(yè)核心競(jìng)爭(zhēng)力的重要組成部分。從海量數(shù)據(jù)中提取有 ...
2025-07-18SPSS 賦值后數(shù)據(jù)不顯示?原因排查與解決指南? 在 SPSS( Statistical Package for the Social Sciences)數(shù)據(jù)分析過程中,變量 ...
2025-07-18在 DBeaver 中利用 MySQL 實(shí)現(xiàn)表數(shù)據(jù)同步操作指南? ? 在數(shù)據(jù)庫管理工作中,將一張表的數(shù)據(jù)同步到另一張表是常見需求,這有助于 ...
2025-07-18數(shù)據(jù)分析師的技能圖譜:從數(shù)據(jù)到價(jià)值的橋梁? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,數(shù)據(jù)分析師如同 “數(shù)據(jù)翻譯官”,將冰冷的數(shù)字轉(zhuǎn)化為清晰的 ...
2025-07-17Pandas 寫入指定行數(shù)據(jù):數(shù)據(jù)精細(xì)化管理的核心技能? 在數(shù)據(jù)處理的日常工作中,我們常常需要面對(duì)這樣的場(chǎng)景:在龐大的數(shù)據(jù)集里精 ...
2025-07-17解碼 CDA:數(shù)據(jù)時(shí)代的通行證? 在數(shù)字化浪潮席卷全球的今天,當(dāng)企業(yè)決策者盯著屏幕上跳動(dòng)的數(shù)據(jù)曲線尋找增長(zhǎng)密碼,當(dāng)科研人員在 ...
2025-07-17CDA 精益業(yè)務(wù)數(shù)據(jù)分析:數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)的實(shí)戰(zhàn)方法論 在企業(yè)數(shù)字化轉(zhuǎn)型的浪潮中,“數(shù)據(jù)分析” 已從 “加分項(xiàng)” 成為 “必修課 ...
2025-07-16MySQL 中 ADD KEY 與 ADD INDEX 詳解:用法、差異與優(yōu)化實(shí)踐 在 MySQL 數(shù)據(jù)庫表結(jié)構(gòu)設(shè)計(jì)中,索引是提升查詢性能的核心手段。無論 ...
2025-07-16解析 MySQL Update 語句中 “query end” 狀態(tài):含義、成因與優(yōu)化指南? 在 MySQL 數(shù)據(jù)庫的日常運(yùn)維與開發(fā)中,開發(fā)者和 DBA 常會(huì) ...
2025-07-16如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價(jià)值、驅(qū)動(dòng)決策的 ...
2025-07-15CDA 精益業(yè)務(wù)數(shù)據(jù)分析:驅(qū)動(dòng)企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟(jì)時(shí)代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無外鍵關(guān)聯(lián)表的 JOIN 實(shí)戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫的日常操作中,我們經(jīng)常會(huì)遇到需要整合多張表數(shù)據(jù)的場(chǎng)景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學(xué)的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動(dòng)的時(shí)代,面對(duì)海量、復(fù)雜的數(shù)據(jù),如何高效地進(jìn)行處理、分析和挖掘成為關(guān)鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫操作中,誤刪數(shù)據(jù)、錯(cuò)改字段或誤執(zhí)行批量更新等問題時(shí)有發(fā)生。 ...
2025-07-14t檢驗(yàn)與Wilcoxon檢驗(yàn)的選擇:何時(shí)用t.test,何時(shí)用wilcox.test? t 檢驗(yàn)與 Wilcoxon 檢驗(yàn)的選擇:何時(shí)用 t.test,何時(shí)用 wilcox. ...
2025-07-14AI 浪潮下的生存與進(jìn)階: CDA數(shù)據(jù)分析師—開啟新時(shí)代職業(yè)生涯的鑰匙(深度研究報(bào)告、發(fā)展指導(dǎo)白皮書) 發(fā)布機(jī)構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11