
數(shù)據(jù)再大無(wú)用武之地等于零,要搜集慢數(shù)據(jù) 活數(shù)據(jù)
互聯(lián)網(wǎng)上每時(shí)每刻都在產(chǎn)生數(shù)據(jù),人們生活中無(wú)所不在的各種設(shè)備,比如電腦、手機(jī)、智能電器、感應(yīng)器等等,都能時(shí)刻留下人的行為痕跡,實(shí)時(shí)產(chǎn)生數(shù)據(jù),這些呈幾何級(jí)增加的數(shù)據(jù)沉淀在網(wǎng)上,成為大數(shù)據(jù)。這些大數(shù)
數(shù)據(jù)再大無(wú)用武之地等于零,要搜集慢數(shù)據(jù) 活數(shù)據(jù)
互聯(lián)網(wǎng)上每時(shí)每刻都在產(chǎn)生數(shù)據(jù),人們生活中無(wú)所不在的各種設(shè)備,比如電腦、手機(jī)、智能電器、感應(yīng)器等等,都能時(shí)刻留下人的行為痕跡,實(shí)時(shí)產(chǎn)生數(shù)據(jù),這些呈幾何級(jí)增加的數(shù)據(jù)沉淀在網(wǎng)上,成為大數(shù)據(jù)。這些大數(shù)據(jù)有多大用?
2014年5月29日,百度董事長(zhǎng)兼CEO李彥宏在第九屆百度聯(lián)盟峰會(huì)上預(yù)測(cè)了未來(lái)5年有非常大的發(fā)展的兩大產(chǎn)業(yè)機(jī)會(huì),這兩大產(chǎn)業(yè)是 BAT(百度、阿里巴巴、騰訊)三者都不會(huì)涉足的領(lǐng)域:1.新型企業(yè)級(jí)軟件,解決企業(yè)從內(nèi)部到外部鏈接的問(wèn)題;2.挖掘新的有價(jià)值的慢數(shù)據(jù),發(fā)掘 個(gè)性化的預(yù)測(cè)信息,為用戶(hù)尋找真正有價(jià)值的新數(shù)據(jù)。
李彥宏的分析有共識(shí)性、有說(shuō)服力在用戶(hù)規(guī)模擴(kuò)大、流量激增的情況下,目前互聯(lián)網(wǎng)企業(yè)面臨尷尬:搜集上來(lái)真正有價(jià)值的數(shù)據(jù)很少,無(wú)價(jià)值數(shù) 據(jù)增多,有價(jià)值數(shù)據(jù)積累并不比傳統(tǒng)企業(yè)更有優(yōu)勢(shì)。比如最近比較火的智能硬件,手環(huán)、眼鏡,搜集很多的數(shù)據(jù),但這些數(shù)據(jù)拿過(guò)來(lái),總覺(jué)得用不上,沒(méi)法分 析。為此,他建議企業(yè)通過(guò)搜集慢數(shù)據(jù)來(lái)獲取真正有價(jià)值的數(shù)據(jù),找準(zhǔn)并挖掘能真正幫助用戶(hù)解決問(wèn)題的新數(shù)據(jù)。這一判斷,對(duì)報(bào)業(yè)這樣的傳統(tǒng)企業(yè)來(lái)說(shuō)既是 一種安慰,更是鼓舞。
另一個(gè)與之印證的觀點(diǎn)是,阿里巴巴集團(tuán)執(zhí)行副總裁曾鳴最近有一篇長(zhǎng)文分析說(shuō),大數(shù)據(jù)最重要的特征不在大小,而在死活。數(shù)據(jù)的死活決定一切,從數(shù)據(jù)的管理到數(shù)據(jù)的運(yùn)用,數(shù)據(jù)必須能活起來(lái),開(kāi)始跑通迭代,才能產(chǎn)生持續(xù)價(jià)值。
既然傳統(tǒng)媒體與新興媒體及很多大企業(yè)一樣,對(duì)如何用好大數(shù)據(jù)基本站在同一起跑線上,對(duì)報(bào)業(yè)來(lái)說(shuō),如何利用自身優(yōu)勢(shì)和資源去發(fā)掘、應(yīng)用好慢數(shù)據(jù)活數(shù)據(jù),讓大數(shù)據(jù)成為報(bào)業(yè)未來(lái)的一大新增長(zhǎng)點(diǎn),就成為迫切需要研究解決的重要課題。
報(bào)業(yè)在大數(shù)據(jù)產(chǎn)業(yè)中的一席之地在哪兒?
《大數(shù)據(jù)時(shí)代》的作者維克托邁爾舍恩伯格被譽(yù)為大數(shù)據(jù)商業(yè)應(yīng)用第一人,他描述了大數(shù)據(jù)價(jià)值鏈的三大構(gòu)成:第一種是基于數(shù)據(jù)本身的公 司,這些公司擁有大量數(shù)據(jù)或者可以收集到大量數(shù)據(jù)。第二種是基于技能的公司,它們通常掌握了專(zhuān)業(yè)技能,但并不一定擁有數(shù)據(jù),往往是技術(shù)供應(yīng)商、分析公司或 者咨詢(xún)公司。第三種是基于思維的公司。
在互聯(lián)網(wǎng)上,任何主動(dòng)收集龐大數(shù)據(jù)的行為,其成本都難以想象。因此,基于數(shù)據(jù)本身的第一種公司在價(jià)值鏈中處于最核心的位置,比如美國(guó)的谷 歌、蘋(píng)果、Facebook、亞馬遜,中國(guó)的騰訊、阿里巴巴、百度。他們的優(yōu)勢(shì)是大數(shù)據(jù)聚合和模型構(gòu)建,他們也想方設(shè)法把自己打造成基礎(chǔ)設(shè)施和平臺(tái),使大 數(shù)據(jù)在自己的平臺(tái)上發(fā)揮出最大效用。
比如,2014年4月百度正式發(fā)布了大數(shù)據(jù)引擎,將核心大數(shù)據(jù)能力開(kāi)放,向外界提供大數(shù)據(jù)存儲(chǔ)、分析及挖掘的技術(shù)能力,以更好地幫助傳統(tǒng)行 業(yè)挖掘數(shù)據(jù)價(jià)值,加快傳統(tǒng)行業(yè)轉(zhuǎn)型升級(jí)。百度聯(lián)盟將基于開(kāi)放云數(shù)據(jù)工廠百度大腦三級(jí)開(kāi)放平臺(tái),推進(jìn)人找信息向信息找人的變革,為媒 體、DSP、廣告主、代理商提供更簡(jiǎn)單、高效的推廣及變現(xiàn)平臺(tái)。
而具有數(shù)據(jù)思維和數(shù)據(jù)技術(shù)的公司,在未來(lái)競(jìng)爭(zhēng)中也處于有利地位,圍繞著數(shù)據(jù)化變革,將衍生出新的商業(yè)模式。一是數(shù)據(jù)資產(chǎn)存儲(chǔ),二是數(shù)據(jù)資產(chǎn)定價(jià),三是數(shù)據(jù)資產(chǎn)中介,四是數(shù)據(jù)資產(chǎn)管理,五是數(shù)據(jù)驅(qū)動(dòng)的解決方案。①
從價(jià)值鏈和報(bào)業(yè)傳統(tǒng)優(yōu)勢(shì)的角度分析,報(bào)業(yè)即使在采集、處理、儲(chǔ)存、傳播等各方面完全數(shù)字化后,即使數(shù)據(jù)量再大,與那些互聯(lián)網(wǎng)入口企業(yè)相比、 與真正生成大數(shù)據(jù)的公司相比,那點(diǎn)數(shù)據(jù)還遠(yuǎn)遠(yuǎn)不夠大,因此不可能去做基于數(shù)據(jù)本身的公司。比較理性、可行的選擇是,傳統(tǒng)報(bào)業(yè)對(duì)大數(shù)據(jù)的運(yùn)用著力點(diǎn)應(yīng)是數(shù)據(jù) 資產(chǎn)中介、數(shù)據(jù)資產(chǎn)管理、數(shù)據(jù)驅(qū)動(dòng)的解決方案三大類(lèi)。
數(shù)據(jù)資產(chǎn)中介這個(gè)應(yīng)用領(lǐng)域?qū)γ襟w來(lái)說(shuō)并不陌生,比如彭博社、路透社和《朝日新聞》、日本經(jīng)濟(jì)新聞社等新聞機(jī)構(gòu),收集免費(fèi)的數(shù)據(jù)制成數(shù)據(jù)庫(kù),通過(guò)數(shù)據(jù)的加工和組合、分析產(chǎn)生新的價(jià)值,再賣(mài)給有需求的企業(yè)、機(jī)構(gòu)。這是一些大通訊社和財(cái)經(jīng)專(zhuān)業(yè)媒體的強(qiáng)項(xiàng)。
數(shù)據(jù)資產(chǎn)管理聽(tīng)起來(lái)有點(diǎn)兒抽象,但其中可操作的內(nèi)容對(duì)報(bào)業(yè)并不陌生。比如,網(wǎng)絡(luò)上每天產(chǎn)生各種新聞、信息,特別是負(fù)面新聞、評(píng)論,無(wú)論 對(duì)機(jī)構(gòu)、企業(yè)和個(gè)人而言都是正面或負(fù)面資產(chǎn),既然是資產(chǎn),如何管理就是一門(mén)生意。輿論監(jiān)督本就是報(bào)業(yè)的核心功能之一,加之媒體對(duì)輿論危機(jī)公關(guān)比較擅長(zhǎng),由 此延伸到數(shù)據(jù)資產(chǎn)的管理,角色跨度并不很大,不失為基于報(bào)業(yè)資源優(yōu)勢(shì)的一種務(wù)實(shí)選擇。
再看數(shù)據(jù)驅(qū)動(dòng)的解決方案對(duì)報(bào)業(yè)來(lái)說(shuō)其應(yīng)用領(lǐng)域相當(dāng)廣泛。未來(lái),媒體在做好社會(huì)記錄者與信息傳播者外,更應(yīng)定位成社會(huì)解讀者和分析預(yù)測(cè) 者,做好信息和數(shù)據(jù)的深度加工、深度解讀和去偽存真的服務(wù),而大數(shù)據(jù)無(wú)疑能成為報(bào)業(yè)進(jìn)行全面深刻洞察的一大利器。 下面將具體分析。
據(jù)有多大用?
2014年5月29日,百度董事長(zhǎng)兼CEO李彥宏在第九屆百度聯(lián)盟峰會(huì)上預(yù)測(cè)了未來(lái)5年有非常大的發(fā)展的兩大產(chǎn)業(yè)機(jī)會(huì),這兩大產(chǎn)業(yè)是 BAT(百度、阿里巴巴、騰訊)三者都不會(huì)涉足的領(lǐng)域:1.新型企業(yè)級(jí)軟件,解決企業(yè)從內(nèi)部到外部鏈接的問(wèn)題;2.挖掘新的有價(jià)值的慢數(shù)據(jù),發(fā)掘 個(gè)性化的預(yù)測(cè)信息,為用戶(hù)尋找真正有價(jià)值的新數(shù)據(jù)。
李彥宏的分析有共識(shí)性、有說(shuō)服力在用戶(hù)規(guī)模擴(kuò)大、流量激增的情況下,目前互聯(lián)網(wǎng)企業(yè)面臨尷尬:搜集上來(lái)真正有價(jià)值的數(shù)據(jù)很少,無(wú)價(jià)值數(shù) 據(jù)增多,有價(jià)值數(shù)據(jù)積累并不比傳統(tǒng)企業(yè)更有優(yōu)勢(shì)。比如最近比較火的智能硬件,手環(huán)、眼鏡,搜集很多的數(shù)據(jù),但這些數(shù)據(jù)拿過(guò)來(lái),總覺(jué)得用不上,沒(méi)法分 析。為此,他建議企業(yè)通過(guò)搜集慢數(shù)據(jù)來(lái)獲取真正有價(jià)值的數(shù)據(jù),找準(zhǔn)并挖掘能真正幫助用戶(hù)解決問(wèn)題的新數(shù)據(jù)。這一判斷,對(duì)報(bào)業(yè)這樣的傳統(tǒng)企業(yè)來(lái)說(shuō)既是 一種安慰,更是鼓舞。
另一個(gè)與之印證的觀點(diǎn)是,阿里巴巴集團(tuán)執(zhí)行副總裁曾鳴最近有一篇長(zhǎng)文分析說(shuō),大數(shù)據(jù)最重要的特征不在大小,而在死活。數(shù)據(jù)的死活決定一切,從數(shù)據(jù)的管理到數(shù)據(jù)的運(yùn)用,數(shù)據(jù)必須能活起來(lái),開(kāi)始跑通迭代,才能產(chǎn)生持續(xù)價(jià)值。
既然傳統(tǒng)媒體與新興媒體及很多大企業(yè)一樣,對(duì)如何用好大數(shù)據(jù)基本站在同一起跑線上,對(duì)報(bào)業(yè)來(lái)說(shuō),如何利用自身優(yōu)勢(shì)和資源去發(fā)掘、應(yīng)用好慢數(shù)據(jù)活數(shù)據(jù),讓大數(shù)據(jù)成為報(bào)業(yè)未來(lái)的一大新增長(zhǎng)點(diǎn),就成為迫切需要研究解決的重要課題。
報(bào)業(yè)在大數(shù)據(jù)產(chǎn)業(yè)中的一席之地在哪兒?
《大數(shù)據(jù)時(shí)代》的作者維克托邁爾舍恩伯格被譽(yù)為大數(shù)據(jù)商業(yè)應(yīng)用第一人,他描述了大數(shù)據(jù)價(jià)值鏈的三大構(gòu)成:第一種是基于數(shù)據(jù)本身的公 司,這些公司擁有大量數(shù)據(jù)或者可以收集到大量數(shù)據(jù)。第二種是基于技能的公司,它們通常掌握了專(zhuān)業(yè)技能,但并不一定擁有數(shù)據(jù),往往是技術(shù)供應(yīng)商、分析公司或 者咨詢(xún)公司。第三種是基于思維的公司。
在互聯(lián)網(wǎng)上,任何主動(dòng)收集龐大數(shù)據(jù)的行為,其成本都難以想象。因此,基于數(shù)據(jù)本身的第一種公司在價(jià)值鏈中處于最核心的位置,比如美國(guó)的谷 歌、蘋(píng)果、Facebook、亞馬遜,中國(guó)的騰訊、阿里巴巴、百度。他們的優(yōu)勢(shì)是大數(shù)據(jù)聚合和模型構(gòu)建,他們也想方設(shè)法把自己打造成基礎(chǔ)設(shè)施和平臺(tái),使大 數(shù)據(jù)在自己的平臺(tái)上發(fā)揮出最大效用。
比如,2014年4月百度正式發(fā)布了大數(shù)據(jù)引擎,將核心大數(shù)據(jù)能力開(kāi)放,向外界提供大數(shù)據(jù)存儲(chǔ)、分析及挖掘的技術(shù)能力,以更好地幫助傳統(tǒng)行 業(yè)挖掘數(shù)據(jù)價(jià)值,加快傳統(tǒng)行業(yè)轉(zhuǎn)型升級(jí)。百度聯(lián)盟將基于開(kāi)放云數(shù)據(jù)工廠百度大腦三級(jí)開(kāi)放平臺(tái),推進(jìn)人找信息向信息找人的變革,為媒 體、DSP、廣告主、代理商提供更簡(jiǎn)單、高效的推廣及變現(xiàn)平臺(tái)。
而具有數(shù)據(jù)思維和數(shù)據(jù)技術(shù)的公司,在未來(lái)競(jìng)爭(zhēng)中也處于有利地位,圍繞著數(shù)據(jù)化變革,將衍生出新的商業(yè)模式。一是數(shù)據(jù)資產(chǎn)存儲(chǔ),二是數(shù)據(jù)資產(chǎn)定價(jià),三是數(shù)據(jù)資產(chǎn)中介,四是數(shù)據(jù)資產(chǎn)管理,五是數(shù)據(jù)驅(qū)動(dòng)的解決方案。①
從價(jià)值鏈和報(bào)業(yè)傳統(tǒng)優(yōu)勢(shì)的角度分析,報(bào)業(yè)即使在采集、處理、儲(chǔ)存、傳播等各方面完全數(shù)字化后,即使數(shù)據(jù)量再大,與那些互聯(lián)網(wǎng)入口企業(yè)相比、 與真正生成大數(shù)據(jù)的公司相比,那點(diǎn)數(shù)據(jù)還遠(yuǎn)遠(yuǎn)不夠大,因此不可能去做基于數(shù)據(jù)本身的公司。比較理性、可行的選擇是,傳統(tǒng)報(bào)業(yè)對(duì)大數(shù)據(jù)的運(yùn)用著力點(diǎn)應(yīng)是數(shù)據(jù) 資產(chǎn)中介、數(shù)據(jù)資產(chǎn)管理、數(shù)據(jù)驅(qū)動(dòng)的解決方案三大類(lèi)。
數(shù)據(jù)資產(chǎn)中介這個(gè)應(yīng)用領(lǐng)域?qū)γ襟w來(lái)說(shuō)并不陌生,比如彭博社、路透社和《朝日新聞》、日本經(jīng)濟(jì)新聞社等新聞機(jī)構(gòu),收集免費(fèi)的數(shù)據(jù)制成數(shù)據(jù)庫(kù),通過(guò)數(shù)據(jù)的加工和組合、分析產(chǎn)生新的價(jià)值,再賣(mài)給有需求的企業(yè)、機(jī)構(gòu)。這是一些大通訊社和財(cái)經(jīng)專(zhuān)業(yè)媒體的強(qiáng)項(xiàng)。
數(shù)據(jù)資產(chǎn)管理聽(tīng)起來(lái)有點(diǎn)兒抽象,但其中可操作的內(nèi)容對(duì)報(bào)業(yè)并不陌生。比如,網(wǎng)絡(luò)上每天產(chǎn)生各種新聞、信息,特別是負(fù)面新聞、評(píng)論,無(wú)論 對(duì)機(jī)構(gòu)、企業(yè)和個(gè)人而言都是正面或負(fù)面資產(chǎn),既然是資產(chǎn),如何管理就是一門(mén)生意。輿論監(jiān)督本就是報(bào)業(yè)的核心功能之一,加之媒體對(duì)輿論危機(jī)公關(guān)比較擅長(zhǎng),由 此延伸到數(shù)據(jù)資產(chǎn)的管理,角色跨度并不很大,不失為基于報(bào)業(yè)資源優(yōu)勢(shì)的一種務(wù)實(shí)選擇。
再看數(shù)據(jù)驅(qū)動(dòng)的解決方案對(duì)報(bào)業(yè)來(lái)說(shuō)其應(yīng)用領(lǐng)域相當(dāng)廣泛。未來(lái),媒體在做好社會(huì)記錄者與信息傳播者外,更應(yīng)定位成社會(huì)解讀者和分析預(yù)測(cè) 者,做好信息和數(shù)據(jù)的深度加工、深度解讀和去偽存真的服務(wù),而大數(shù)據(jù)無(wú)疑能成為報(bào)業(yè)進(jìn)行全面深刻洞察的一大利器。 下面將具體分析。
借優(yōu)勢(shì)和公信,做優(yōu)質(zhì)數(shù)據(jù)服務(wù)商
數(shù)據(jù)驅(qū)動(dòng)的解決方案至少可以覆蓋三大方面:一是個(gè)性化定制、精準(zhǔn)推送內(nèi)容和廣告;二是通過(guò)對(duì)大數(shù)據(jù)深加工,進(jìn)行輿情、信息的分析、研判和預(yù)測(cè);三是數(shù)據(jù)新聞制作。
其一,量身打造個(gè)性化資訊內(nèi)容,私人定制、精準(zhǔn)推送內(nèi)容、廣告。
傳統(tǒng)報(bào)業(yè)是粗放型、廣種薄收的傳播,把所有的新聞信息向所有人傳播,缺乏針對(duì)性、精確度。即便是網(wǎng)絡(luò)媒體,也如騰訊網(wǎng)總編輯陳菊紅所說(shuō), 目前門(mén)戶(hù)網(wǎng)站之間、網(wǎng)絡(luò)媒體之間同質(zhì)化非常嚴(yán)重。未來(lái)的媒體和門(mén)戶(hù)網(wǎng)站應(yīng)充分利用大數(shù)據(jù)和關(guān)系鏈,在為用戶(hù)篩選、推薦最適合的內(nèi)容,提供近乎量身打造的 新聞資訊的同時(shí),使他們體驗(yàn)社交媒體的感受。
大數(shù)據(jù)時(shí)代,基于用戶(hù)興趣生產(chǎn)和傳播將是重要趨勢(shì)。根據(jù)用戶(hù)上網(wǎng)的習(xí)慣、瀏覽的痕跡、參與的話(huà)題以及評(píng)論的內(nèi)容,對(duì)其相當(dāng)長(zhǎng)時(shí)間的瀏覽數(shù)據(jù) 進(jìn)行分析,便可獲知其上網(wǎng)習(xí)慣、喜好等等,根據(jù)這些數(shù)據(jù),在最合適的時(shí)間以最恰當(dāng)?shù)姆绞较蛴脩?hù)推送其最感興趣的新聞,更進(jìn)一步就是定制新聞。理論上每一 個(gè)用戶(hù)都可以被畫(huà)出一幅網(wǎng)絡(luò)肖像,擁有一個(gè)屬于自己的UID(user identification用戶(hù)識(shí)別)號(hào),個(gè)人的興趣圖譜一旦構(gòu)建,就成為新聞生產(chǎn)的基礎(chǔ)。而基于個(gè)人UID特征和興趣圖譜進(jìn)行的新聞生產(chǎn)不僅目標(biāo)明 確,讓用戶(hù)更有黏度,而且有利于整合新聞資源,甚至自動(dòng)生成匹配,達(dá)到高效精準(zhǔn)的效果。②要做到這一點(diǎn),就必須借助大數(shù)據(jù)技術(shù)和相關(guān)分析軟件,建立可挖 掘、可分析的用戶(hù)資源數(shù)據(jù)庫(kù),通過(guò)對(duì)數(shù)據(jù)的整合和分析,針對(duì)不同的用戶(hù)需求,推出滿(mǎn)足用戶(hù)個(gè)性化和專(zhuān)業(yè)化需求的各類(lèi)內(nèi)容產(chǎn)品。
不僅是新聞生產(chǎn),在廣告經(jīng)營(yíng)、活動(dòng)營(yíng)銷(xiāo)等各個(gè)環(huán)節(jié),都須借助大數(shù)據(jù)和云計(jì)算,以數(shù)據(jù)為核心優(yōu)化內(nèi)容、產(chǎn)品,進(jìn)行市場(chǎng)分析、策劃、投放、營(yíng)銷(xiāo) 決策、效果監(jiān)測(cè)。利用數(shù)據(jù)技術(shù)幫助客戶(hù)定位目標(biāo)用戶(hù),并建立用戶(hù)數(shù)據(jù)庫(kù),進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)。這對(duì)傳統(tǒng)報(bào)業(yè)粗放式的發(fā)展,無(wú)疑是一個(gè)顛覆性的重構(gòu)。
其二,信息深加工、趨勢(shì)分析和輿情監(jiān)測(cè),應(yīng)是傳統(tǒng)報(bào)業(yè)的優(yōu)勢(shì)項(xiàng)目。
全球復(fù)雜網(wǎng)絡(luò)研究權(quán)威艾伯特拉斯洛巴拉巴西曾指出:在大數(shù)據(jù)背景下,人類(lèi)的很多行為都是可被預(yù)測(cè)的。③但是,海量的數(shù)據(jù)沉淀在網(wǎng)上,沒(méi)有精準(zhǔn)而靠譜的分析和應(yīng)用,就沒(méi)有價(jià)值。
以海量的政府信息為例,交通運(yùn)輸部網(wǎng)站2013年就發(fā)布信息12萬(wàn)余條,食品藥品監(jiān)管總局網(wǎng)站主動(dòng)公開(kāi)基礎(chǔ)數(shù)據(jù)庫(kù)43個(gè),數(shù)據(jù)量166萬(wàn) 條;國(guó)家統(tǒng)計(jì)局網(wǎng)站數(shù)據(jù)庫(kù)包含統(tǒng)計(jì)指標(biāo)3萬(wàn)多個(gè)、數(shù)據(jù)量600多萬(wàn)筆如此海量的信息和數(shù)據(jù)中蘊(yùn)含著多少更有價(jià)值的判斷、趨勢(shì)?誰(shuí)去收集、整理、分析、 挖掘這些并提供給公眾?受眾期待媒體提供的,不單是易碎品新聞,而是范圍更廣的信息類(lèi)產(chǎn)品。媒體不能滿(mǎn)足于當(dāng)政府信息的二傳手,而要從數(shù)據(jù)庫(kù)中深度發(fā) 掘有用信息,進(jìn)行趨勢(shì)分析。④
輿情研判顯然是大數(shù)據(jù)時(shí)代報(bào)業(yè)可一展身手的另一個(gè)領(lǐng)域。媒體本來(lái)就是輿論工具。社交媒體大發(fā)展后,網(wǎng)上輿論環(huán)境越來(lái)越復(fù)雜,網(wǎng)絡(luò)已經(jīng)成為輿 論主戰(zhàn)場(chǎng)。要全面、快速地掌握網(wǎng)上傳播態(tài)勢(shì),可以借助云計(jì)算對(duì)散布于各類(lèi)網(wǎng)站、論壇、微博、SNS社區(qū)、微信的所有內(nèi)容的瀏覽量進(jìn)行實(shí)時(shí)監(jiān)測(cè),深度挖掘傳 播內(nèi)容的變異和傳播參與者的特性,即時(shí)監(jiān)測(cè)、分析,提出應(yīng)對(duì)預(yù)案或相關(guān)預(yù)測(cè),供政府機(jī)構(gòu)、企業(yè)甚至人個(gè)決策或應(yīng)對(duì)時(shí)參考。
運(yùn)用大數(shù)據(jù)進(jìn)行輿情監(jiān)測(cè)、趨勢(shì)分析,在媒體已有不少成功案例。比如,英國(guó)《衛(wèi)報(bào)》對(duì)倫敦騷亂事件的報(bào)道,美國(guó)《紐約時(shí)報(bào)》關(guān)于美國(guó)大選的預(yù) 測(cè)和報(bào)道。在中國(guó),很多媒體也開(kāi)始做輿情分析。比如,南京日?qǐng)?bào)社新媒體中心就對(duì)2014年南京小護(hù)士被打事件這一熱點(diǎn)事件的微博傳播進(jìn)行了輿情分析。
2月25日凌晨,南京小護(hù)士被打事件發(fā)生后,網(wǎng)上圍繞這一事件出現(xiàn)各種質(zhì)疑和聲音?!赌暇┤?qǐng)?bào)》法人微博@南京日?qǐng)?bào)?針對(duì)小護(hù)士被打 事件,分別在2月27日及3月5日發(fā)出打人現(xiàn)場(chǎng)的視頻報(bào)道和后續(xù)處理報(bào)道。兩條微博分別覆蓋50111171人次及5198413人次。其中,2月27 日轉(zhuǎn)發(fā)層級(jí)有七層,第一層轉(zhuǎn)發(fā)有698人,直到第六層還有認(rèn)證微博的轉(zhuǎn)發(fā),到第七層還保持有10人的轉(zhuǎn)發(fā),說(shuō)明事件的吸引力非常強(qiáng)。在轉(zhuǎn)發(fā)本條微博的粉絲 中,粉絲10000以上的達(dá)到69人,微博達(dá)人和認(rèn)證用戶(hù)轉(zhuǎn)發(fā)量達(dá)到413人,官方及大V的轉(zhuǎn)發(fā)是事件發(fā)酵的一大力量。3月5日17點(diǎn)54分,@南京 日?qǐng)?bào)?發(fā)出了對(duì)小護(hù)士被打事件處理進(jìn)展的通報(bào),這條微博轉(zhuǎn)發(fā)量達(dá)到了3614次,覆蓋達(dá)到5198413人次,比第一條微博關(guān)注程度更高。僅@馬伯庸 ?的轉(zhuǎn)發(fā)就被再轉(zhuǎn)發(fā)了1400次。在傳播力上,無(wú)論是第一條還是第二條微博,大V和名人的轉(zhuǎn)發(fā)讓事件的傳播速度相當(dāng)之快,基本在24小時(shí)之內(nèi)迅速熱 炒。
這類(lèi)還是最基本的分析,借助相關(guān)軟件,分析和判斷還可以深入到更深層次,并可提出應(yīng)對(duì)熱點(diǎn)的相應(yīng)舉措。而真正在復(fù)雜的輿論環(huán)境中用好大數(shù)據(jù)技術(shù)還要假以時(shí)日。應(yīng)該說(shuō),這類(lèi)大數(shù)據(jù)應(yīng)用對(duì)傳統(tǒng)媒體來(lái)說(shuō),是優(yōu)勢(shì)所在,是可以大有作為的領(lǐng)域。
其三,數(shù)據(jù)新聞為未來(lái)新聞內(nèi)容打開(kāi)充滿(mǎn)想像的空間。
數(shù)據(jù)新聞,指的是對(duì)數(shù)據(jù)進(jìn)行分析與過(guò)濾,從而創(chuàng)作出新聞報(bào)道的方式。是在上世紀(jì)60年代菲利浦邁耶的《精確新聞》與《新精確新聞》的基礎(chǔ) 上發(fā)展起來(lái)的。它可以解放新聞生產(chǎn)的思維方式,也創(chuàng)新了新聞的敘事形式,通過(guò)挖掘和展示數(shù)據(jù)背后的關(guān)聯(lián)與模式,運(yùn)用豐富的、互動(dòng)性的可視化手段,幫助公眾 理解正在發(fā)生的事件及其影響。數(shù)據(jù)新聞可以大大提高新聞報(bào)道的科學(xué)性和真實(shí)性,使媒體從支離破碎的信息和數(shù)據(jù)中發(fā)現(xiàn)規(guī)律和趨勢(shì),使新聞報(bào)道達(dá)到以往達(dá)不到 的廣度、深度,獲得對(duì)社會(huì)更深刻的洞察、解讀與預(yù)見(jiàn),使新聞更具有厚度、寬度。
數(shù)據(jù)新聞制作正在全球媒體中進(jìn)行程度不一的嘗試,除了做得較早也很具代表性的英國(guó)《衛(wèi)報(bào)》外,美國(guó)的《紐約時(shí)報(bào)》《華盛頓郵報(bào)》也都有很多 嘗試。在中國(guó),央視晚間新聞從2014年1月25日起正式推出大數(shù)據(jù)報(bào)道形態(tài),從《據(jù)說(shuō)春運(yùn)》到《據(jù)說(shuō)春節(jié)》《據(jù)說(shuō)兩會(huì)》等等,到3月 15日共播出23期,成為國(guó)內(nèi)最早系統(tǒng)、持續(xù)地通過(guò)大數(shù)據(jù)技術(shù)改進(jìn)電視新聞播出形態(tài)的欄目,受到廣泛的關(guān)注,提高了收視率。
為了鼓勵(lì)數(shù)據(jù)新聞制作,由全球編輯網(wǎng)絡(luò)和谷歌共同組織數(shù)據(jù)新聞獎(jiǎng)于2012年5月31日首次頒出,共計(jì)51個(gè)國(guó)家286個(gè)參賽項(xiàng) 目,最終6件作品獲獎(jiǎng)。獲獎(jiǎng)作品分三大類(lèi):數(shù)據(jù)驅(qū)動(dòng)的新聞?wù){(diào)查;用數(shù)據(jù)可視化講述新聞故事;數(shù)據(jù)驅(qū)動(dòng)的新聞應(yīng)用,包括移動(dòng)設(shè)備和網(wǎng)頁(yè)。第二屆在2013年 6月頒出,8件新聞作品從300多個(gè)參賽作品中脫穎而出,獲得了數(shù)據(jù)新聞獎(jiǎng)。
數(shù)據(jù)新聞網(wǎng)聯(lián)合創(chuàng)始人馬金馨認(rèn)為,數(shù)據(jù)新聞制作包括了海量資料的收集和整理,以及后期編程的實(shí)現(xiàn),包括社科研究方法、計(jì)算機(jī)數(shù)據(jù)處理、平面與交互設(shè)計(jì)、網(wǎng)絡(luò)編程等多個(gè)領(lǐng)域,投入非常大。就現(xiàn)階段來(lái)看,公眾的關(guān)注度并不高數(shù)據(jù)新聞很小眾,但很重要。
數(shù)據(jù)新聞的制作僅僅才是開(kāi)始,呈現(xiàn)出來(lái)的產(chǎn)品層次也參差不齊,比如英國(guó)《衛(wèi)報(bào)》實(shí)際操作中使用最多的主要是數(shù)據(jù)地圖、時(shí)間線和交互圖表;我 國(guó)一些媒體的數(shù)據(jù)新聞探索還停留在數(shù)據(jù)的可視化操作上。隨著技術(shù)的進(jìn)一步發(fā)展和軟硬件的升級(jí),以及傳統(tǒng)媒體與新媒體的全方位融合,生產(chǎn)、分析、解讀數(shù)據(jù), 探索一條為受眾和用戶(hù)提供分眾化服務(wù)和體驗(yàn)的發(fā)展之路,應(yīng)是報(bào)業(yè)立足未來(lái)的一項(xiàng)功課。
眼下,我國(guó)已有報(bào)業(yè)集團(tuán)布局大數(shù)據(jù)領(lǐng)域。浙報(bào)集團(tuán)2013年開(kāi)始投資數(shù)據(jù)分析項(xiàng)目,獲取用戶(hù)平臺(tái),將目光放在了未來(lái)社交網(wǎng)絡(luò)的數(shù)據(jù)深度挖掘 上。今年4月,廣州日?qǐng)?bào)傳媒股份有限公司(下稱(chēng)粵傳媒)與甲骨文(中國(guó))軟件系統(tǒng)有限公司簽定戰(zhàn)略合作協(xié)議,粵傳媒將與甲骨文進(jìn)行數(shù)據(jù)共享與研究,有 望在軟硬件方面提升大數(shù)據(jù)的捕獲、組織、分析和決策能力,培育開(kāi)放型的傳媒大數(shù)據(jù)系統(tǒng)。并將與甲骨文公司展開(kāi)多樣化的數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)合作,建立有效的數(shù)據(jù)庫(kù)體 系,實(shí)現(xiàn)數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)方面的收入拓展。
新聞的未來(lái),是分析數(shù)據(jù)。這是互聯(lián)網(wǎng)之父蒂姆伯納斯李描述新聞未來(lái)的方向?,F(xiàn)在看,這確實(shí)是傳統(tǒng)報(bào)業(yè)值得重點(diǎn)布局的領(lǐng)域, 但看到這點(diǎn)還遠(yuǎn)遠(yuǎn)不夠,姜奇平說(shuō):數(shù)據(jù)量的快速增長(zhǎng),需要在帶寬和存儲(chǔ)設(shè)備等基礎(chǔ)設(shè)施方面加大投入,這令很多媒體進(jìn)退維谷。如何切入大數(shù)據(jù)領(lǐng)域,做優(yōu) 質(zhì)數(shù)據(jù)服務(wù)商,不同的媒體也許會(huì)給出不同的答案。
數(shù)據(jù)分析咨詢(xún)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(xún)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(huà)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(lèi)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(zhuān)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(zhuān)業(yè)操盤(pán)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(pán)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(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)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(xiāo)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(lèi)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(lèi)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