
大數(shù)據(jù)背景下的電視革命_數(shù)據(jù)分析師
從2013年開始,“大數(shù)據(jù)”一詞越來越熱。大數(shù)據(jù)是繼云計算、物聯(lián)網(wǎng)之后IT產(chǎn)業(yè)又一次顛覆性的技術(shù)變革,被亞馬遜前任首席科學(xué)家Andreas Weigend稱作是“新的石油”。大數(shù)據(jù)將對包括電視在內(nèi)的大視頻行業(yè)將帶來深刻的變革,包括行業(yè)生態(tài)、內(nèi)容生產(chǎn)方式、內(nèi)容的價值評判標(biāo)準(zhǔn)和商業(yè)模式等。
小李是國內(nèi)某上星衛(wèi)視的部門主管,他的工作就是帶領(lǐng)他的團(tuán)隊對頻道即將播放的電視劇和綜藝節(jié)目進(jìn)行全方位的營銷推廣。頻道的全國排名每天要通過短信的方式發(fā)送到相關(guān)領(lǐng)導(dǎo)的手機中。郁悶的是,盡管他的團(tuán)隊每天都在加班加點地努力工作,但排名似乎與此無關(guān),但排名落后的板子總是要打到他們身上。
小李面臨的困境在國內(nèi)衛(wèi)視比較普遍。在原廣電總局“兩限令”所限定的衛(wèi)視節(jié)目格局中,對電視劇的選擇能力和綜藝節(jié)目的創(chuàng)新力直接決定了一家衛(wèi)視的收視排名。但在大多數(shù)衛(wèi)視的節(jié)目采購階段,選片人為化比較普遍。長期以來,電視劇選購主要依靠電視臺內(nèi)部專業(yè)人員和專家的評審來決定是否播出。這種評判機制直接與市場脫鉤,對電視的評價也就形成了“播后評價市場化、播前選片人為化”的怪圈。采購階段出了問題,小李們的市場推廣工作也就成了無用功,頂多是錦上添花而已。
在國內(nèi)電視領(lǐng)域,我們成功模仿了美國尼爾森的播后評價模式和體系,產(chǎn)生了央視索福瑞等數(shù)據(jù)公司,并開創(chuàng)了一個電視數(shù)據(jù)行業(yè);但在節(jié)目生產(chǎn)階段,評價體系還遠(yuǎn)遠(yuǎn)不夠科學(xué)。原因還在于兩個階段的市場化程度不同。在播后階段,屬于廣告主市場,由于眾多國際4A廣告商的推動,從而建立了相對科學(xué)的評價體系,而在節(jié)目生產(chǎn)階段,市場發(fā)育程度還遠(yuǎn)遠(yuǎn)不夠。
二、視頻網(wǎng)站的大數(shù)據(jù)嘗試
我們再看看大視頻行業(yè)的視頻網(wǎng)站是怎樣選購和生產(chǎn)節(jié)目的。美國互聯(lián)網(wǎng)巨頭亞馬遜發(fā)布了由其原創(chuàng)內(nèi)容團(tuán)隊“亞馬遜工作室”(Amazon Studios)制作的14部原創(chuàng)電視劇試映集(pilotepisode),允許美國和英國用戶買免費觀看。電視劇試映集是制作方把一個項目發(fā)展為正式劇集之前所開發(fā)的樣品集,是電視劇集開發(fā)過程中的早期階段。網(wǎng)絡(luò)用戶觀看這些試映集,然后投票,亞馬遜再根據(jù)反饋決定哪些節(jié)目可以繼續(xù)開發(fā),使之成為一部完整的電視劇,最終提供給“亞馬遜金牌”(Amazon Prime)付費用戶。此外,在初期的劇本寫作階段,亞馬遜在線接受電視劇本,并邀請消費者進(jìn)行評價,然后根據(jù)反饋信息選擇將要拍攝的項目。
如果說亞馬遜工作室還只是基于網(wǎng)民反饋作出評價的話,視頻網(wǎng)站Netflix的《紙牌屋》則是成功利用了大數(shù)據(jù)進(jìn)行節(jié)目生產(chǎn)?!都埮莆荨愤@部白宮版宮斗戲,是視頻網(wǎng)站Netflix的首部原創(chuàng)劇,在美國和其他40個國家及地區(qū)成為網(wǎng)絡(luò)點播率最高的劇集。國內(nèi)得到獨家版權(quán)的搜狐視頻上線該劇20天后,播放量超343萬次,被稱為美國版的《甄嬛傳》。Netflix擁有2900萬名訂閱用戶,也擁有用戶收看習(xí)慣和口味偏好的強大數(shù)據(jù)庫。Netflix對用戶評分、觀看記錄和用戶好友推薦等信息進(jìn)行深度挖掘,甚至收集觀眾按下暫?;蚩爝M(jìn)的數(shù)據(jù),從而找出用戶喜歡的視頻風(fēng)格,導(dǎo)演或演員等信息。Netflix基于上述這些海量用戶信息來決定內(nèi)容的生產(chǎn)。因此,《紙牌屋》被稱為算出來的電視劇,它的成功是大數(shù)據(jù)與大視頻行業(yè)聯(lián)姻的成功?!都埮莆荨返纳a(chǎn)過程完全繞開了美國傳統(tǒng)電視的生態(tài)環(huán)境,《福布斯》雜志對其評價是“它不僅僅是很棒的節(jié)目,而且是電視史上的大事件”。
再回到傳統(tǒng)電視行業(yè),在大數(shù)據(jù)時代,內(nèi)容提供商、電視臺、廣告商以及數(shù)據(jù)調(diào)查公司原本形成的穩(wěn)固生態(tài)鏈開始被打破。視頻網(wǎng)站、IPTV和OTT TV等基于互聯(lián)網(wǎng)的視頻運營商掌握了大量用戶信息,這些信息可以被挖掘,從而進(jìn)行產(chǎn)業(yè)鏈上下游的拓展。
在上游的內(nèi)容生產(chǎn)領(lǐng)域,內(nèi)容生產(chǎn)的模式由傳統(tǒng)的B2C模式轉(zhuǎn)變成C2B模式,我們通過了解用戶的喜好、興趣點以及用戶行為來定制內(nèi)容,真正做到用戶想看什么,就提供什么。這也就解釋了國內(nèi)外的視頻網(wǎng)站紛紛進(jìn)入內(nèi)容原創(chuàng)領(lǐng)域的原因。在國內(nèi),樂視公司成立了樂視影業(yè),盛大文學(xué)也成立編劇公司,依托“大數(shù)據(jù)”創(chuàng)作電視劇本。
在下游的收視評估環(huán)節(jié),由于視頻運營商掌握了海量和精確的用戶和收視數(shù)據(jù),原本就充滿爭議的樣本抽樣模式開始過時。廣告主們雖然堅信尼爾森和索福瑞們的真實性,但也開始逐步采納運營商的精確數(shù)據(jù)。如此一來,尼爾森和索福瑞的抽樣數(shù)據(jù)市場將逐步萎縮,數(shù)據(jù)市場將從抽樣模式進(jìn)入到精確模式。
但尼爾森們也在與時俱進(jìn)。2013年,尼爾森決定擴(kuò)大對收視率的定義,不再局限于傳統(tǒng)電視網(wǎng)絡(luò),推出一個針對OTT互聯(lián)網(wǎng)電視以及微軟Xbox、蘋果iPad等多屏的收視率調(diào)查系統(tǒng)。尼爾森計劃在2萬3000多戶采樣家庭安裝新的硬軟件統(tǒng)計工具,其中僅有75%來自傳統(tǒng)電視網(wǎng)絡(luò)。但尼爾森的與時俱進(jìn),還是建立在基于樣本戶抽樣調(diào)查的基礎(chǔ)之上,是否能夠延緩抽樣調(diào)查行業(yè)的衰落尚難定論,但尼爾森和索福瑞們的消亡,恐怕也只是時間早晚問題。
在下游的另外一個領(lǐng)域是與收視數(shù)據(jù)緊密相關(guān)的廣告市場。傳統(tǒng)電視是免費商業(yè)模式的開創(chuàng)者,即向觀眾提供免費的節(jié)目,然后用觀眾的注意力換取廣告主投放,并獲取廣告收入,在這個過程中,收視率成為各方通用的交換貨幣。但大數(shù)據(jù)的應(yīng)用將徹底改變這種商業(yè)模式,傳統(tǒng)的收視率受到質(zhì)疑,廣告商、電視臺和數(shù)據(jù)商多年形成的鐵三角關(guān)系也將被打破。
大數(shù)據(jù)最主要的應(yīng)用是能夠挖掘出內(nèi)在的關(guān)聯(lián)關(guān)系。早在上世紀(jì)90年代,沃爾瑪就憑借遍布全球的衛(wèi)星信息系統(tǒng),把關(guān)聯(lián)關(guān)系應(yīng)用于購物籃(market basket analysis)中,可以說是大數(shù)據(jù)商用的鼻祖??窃?998年《哈佛商業(yè)評論》上的“啤酒與尿布”故事已經(jīng)成為全世界MBA的經(jīng)典教學(xué)案例并廣為流傳。這個故事是這樣的:20世紀(jì)90年代,沃爾瑪?shù)墓芾砣藛T分析銷售數(shù)據(jù)時發(fā)現(xiàn)了一個令人難于理解的現(xiàn)象,“啤酒”與“尿布”兩件看上去毫無關(guān)系的商品會經(jīng)常出現(xiàn)在同一個購物籃中。經(jīng)調(diào)查發(fā)現(xiàn),這種現(xiàn)象出現(xiàn)在年輕的父親身上。最終的原因是,在美國有嬰兒的家庭中,一般是母親在家中照看嬰兒,年輕的父親前去超市購買尿布。父親在購買尿布的同時,往往會順便為自己購買啤酒。
沃爾瑪?shù)拇髷?shù)據(jù)是建立在這家零售業(yè)帝國遍布全球的龐大信息系統(tǒng)之上,而基于開放互聯(lián)網(wǎng)的大數(shù)據(jù),為很多行業(yè)的直接應(yīng)用提供了便利。同上述“啤酒與尿布”案例不同的是,大數(shù)據(jù)中的關(guān)聯(lián)關(guān)系是很難找到直接原因的,但這并不影響這種關(guān)聯(lián)關(guān)系被應(yīng)用到商業(yè)中。在電視行業(yè),大數(shù)據(jù)的關(guān)聯(lián)信息為廣告的定向推送和O2O模式的電子商務(wù)留下了發(fā)展空間,從而重新定義了電視的商業(yè)模式,也給電視的未來發(fā)展模式留下了很大的想象空間。
廣電系的上市公司上海百視通,作為全球最大的IPTV運營商,這些年也在布局大數(shù)據(jù),探索定向內(nèi)容、定向廣告、關(guān)聯(lián)電視等領(lǐng)域。百度公司最近在收購PPS后,依托海量搜索數(shù)據(jù),打通愛奇藝和PPS,推出精準(zhǔn)的貼片廣告形式“一搜百映”,這種大數(shù)據(jù)在視頻廣告的應(yīng)用,必將加速其廣告變現(xiàn)能力。
大數(shù)據(jù)時代,數(shù)據(jù)挖掘注定成為包括電視臺在內(nèi)的視頻運營商的殺手級應(yīng)用,誰真正獲得大數(shù)據(jù)的基礎(chǔ)數(shù)據(jù)和商業(yè)開發(fā)能力,誰就會在下一輪發(fā)展中占據(jù)高位。擁有數(shù)據(jù)優(yōu)勢的運營商如視頻網(wǎng)站和OTT運營商,將會越來越具有競爭優(yōu)勢,傳統(tǒng)電視臺的市場份額將會逐步被蠶食,視頻網(wǎng)站行業(yè)的寡頭競爭格局必將會在傳統(tǒng)電視行業(yè)重現(xiàn);對于電視臺來說,建立并提高數(shù)據(jù)部門的戰(zhàn)略地位,從粗放式管理轉(zhuǎn)為精細(xì)化管理,用互聯(lián)網(wǎng)的思維來運營電視,是應(yīng)對競爭的不二選擇。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA 數(shù)據(jù)分析師報考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,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)肼殘龌蚴窃诼殘稣媾R崗位替代、技能更新、人機協(xié)作等焦慮的打工人,想要找到一條破解職場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)造價值的煉金術(shù) ...
2025-07-18CDA 數(shù)據(jù)分析師:數(shù)據(jù)時代的價值挖掘者 在大數(shù)據(jù)席卷全球的今天,數(shù)據(jù)已成為企業(yè)核心競爭力的重要組成部分。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)到價值的橋梁? 在數(shù)據(jù)驅(qū)動決策的時代,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,我們常常需要面對這樣的場景:在龐大的數(shù)據(jù)集里精 ...
2025-07-17解碼 CDA:數(shù)據(jù)時代的通行證? 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的數(shù)據(jù)曲線尋找增長密碼,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)動業(yè)務(wù)增長的實戰(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” 成為 “必修課 ...
2025-07-16MySQL 中 ADD KEY 與 ADD INDEX 詳解:用法、差異與優(yōu)化實踐 在 MySQL 數(shù)據(jù)庫表結(jié)構(gòu)設(shè)計中,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)庫的日常運維與開發(fā)中,開發(fā)者和 DBA 常會 ...
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)價值、驅(qū)動決策的 ...
2025-07-15CDA 精益業(yè)務(wù)數(shù)據(jù)分析:驅(qū)動企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟(jì)時代,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)常會遇到需要整合多張表數(shù)據(jù)的場景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學(xué)的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動的時代,面對海量、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)、錯改字段或誤執(zhí)行批量更新等問題時有發(fā)生。 ...
2025-07-14t檢驗與Wilcoxon檢驗的選擇:何時用t.test,何時用wilcox.test? t 檢驗與 Wilcoxon 檢驗的選擇:何時用 t.test,何時用 wilcox. ...
2025-07-14AI 浪潮下的生存與進(jìn)階: CDA數(shù)據(jù)分析師—開啟新時代職業(yè)生涯的鑰匙(深度研究報告、發(fā)展指導(dǎo)白皮書) 發(fā)布機構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長度選擇技巧: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,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11