
大數據的 “感性”應用_數據分析師考試
通過大數據分析、云計算等領先技術能力提供社交、移動等數據分析,跟蹤并解析球迷心理,并與媒體緊密結合,將用戶情緒、性格等屬性可視化呈現,產出更易引發(fā)用戶共鳴的體驗。
大數據技術已經不是一個新鮮詞兒,它的價值也已被廣泛認可,借助海量數據的分析利用,能有效幫助企業(yè)實現市場動向預測,幫助有效支持市場活動各個階段的不同商業(yè)行為決策,還能夠實現追蹤消費者行為,并對其心理甚至下一步行為實現相對精準的預測,產生更好的用戶體驗,滿足目標消費者的多元化需求。
大數據在體育賽事中的應用很常見,在網球賽事中,一發(fā)成功率、一發(fā)得分率和Ace球是標志球員競技水平的關鍵指標;發(fā)球速度、接發(fā)球成功率、上網成功率、得分點則突出體現了球員的打法特點。
上述都是來自大數據的直觀應用,教練員和運動員通過每項賽事背后的技術統(tǒng)計來評價本場比賽發(fā)揮的好壞。而這些數據也將直接影響教練員對比賽的掌控。
在本屆巴西世界杯,大數據應用又有了新模式——騰訊通過IBM的大數據分析、云計算等技術提供社交、移動等數據分析,跟蹤并“解析”球迷心理,產出更易引發(fā)用戶共鳴的優(yōu)質內容,為用戶打造全新的體育觀賽體驗。
6月12日,IBM與騰訊達成深度戰(zhàn)略合作,成為騰訊體育社交媒體數據分析合作伙伴。
IBM的大數據技術,從賽事、球迷、文化三大維度,深度挖掘了來自世界杯球迷關注的120個熱點關鍵詞,抓取50萬條主流社交媒體信息,包括球迷話題、球迷類型、個性分析等,并以此為基礎,制作了“世界杯聲量大比拼”、“世界杯飛魚秀”、“算數”、“球迷畫像”等專題欄目,通過數據分析,精準抓住球迷關注熱點,并迅速輸出報道內容。
球迷的另類體驗
在本屆世界杯中,騰訊通過IBM大數據實時分析,打造《世界杯球迷聲量大比拼》欄目,讓球迷即時看到64場比賽中對陣球隊的當前支持率,以及個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)實時分析社交媒體上球迷關注點,為“世界杯飛魚秀”欄目提供大量球迷實時狀態(tài),分析球迷心態(tài)等數據盤點,呈現蒼老師微博秀力挺德國、內衣模特大拼球技等網絡話題,由兩位脫口秀達人說出球迷們的心聲,引發(fā)廣大網友共鳴。期間欄目組還邀請了IBM數據工程師前去做客,展示IBM嚴肅的大數據系統(tǒng)如何支持網友娛樂生活的。
根據實時數據反饋,騰訊實時發(fā)布共32篇新聞報道,《德國更熱梅西最火球王超高關注率遠勝眾星》、《荷阿大戰(zhàn)遭瘋狂吐槽羅本關注度不及梅西一半》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萬次以上,95%均來自騰訊新聞客戶端。
騰訊體育基于IBM大數據,在世界杯期間輸出80期“算數”報告,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……這些基于大數據而呈現的報道內容,讓球迷看到了一個直觀的數字化的世界杯。
騰訊還策劃了有趣的“球迷畫像”,基于IBM大數據對用戶的多維度分析,總結刻畫了每位球星的球迷性格特征,對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,她們的個性關鍵詞是“女王范”、“實際”、“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,網友一致熱捧,該畫像成為鑒定自己是真球迷的另類標準。
合作共贏,火花沒那么簡單
獨特視角的內容背后,是騰訊作為網絡媒體在世界杯報道模式上的一次創(chuàng)新,也讓我們看到了大數據實際應用的另一種模式。
記者采訪了大數據提供方IBM品牌戰(zhàn)略部高級經理楊磊,他表示“這是IBM第一次嘗試在足球賽事中用大數據分析來探測球迷的反映,我們希望通過技術融合參與其中,與我們而言是一次露出,對騰訊,我們提供基于大數據分析的用戶洞察,支持騰訊微用戶提供即時感更強的內容”。IBM在1993年就開始進入體育賽事領域,贊助網球賽事,并提供比賽的IT技術支持。2005年,IBM通過SlamTracker追蹤了網球四大滿貫賽事8年來全部8128場比賽,每場比賽收集4100萬個數據點,包括5500個分析模型。與媒體合作,用大數據技術分析探測球迷心理,并產出報道內容,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與年輕化的用戶屬性,其次是騰訊在重大體育賽事報道中的運營能力、立體報道能力和PC端移動端雙通道能力,這些優(yōu)勢將有效助力IBM大數據分析的開展和應用實現。
騰訊此次在世界杯報道中,也借大數據之力,大量并及時輸出更貼合網友當下關注的熱點內容,并發(fā)揮出網絡全媒體平臺的優(yōu)勢,將內容及時輸送到各個媒體平臺、移動終端,引發(fā)大量網友關注,并幫助品牌廣告主實現了與用戶的深度互動,實現了商業(yè)目的。
楊磊表示未來IBM將更多嘗試B2B2C的傳播模式,我們會看到更多大數據應用的場景和模式,開拓更多想象空間。
用科技改善賽事體驗
目前媒體環(huán)境,社交、大數據、云等技術出現,B2B企業(yè)已經意識到獨立消費者對企業(yè)的巨大影響,B2B企業(yè)的傳播方式不再局限于一對一,IBM希望通過消費者的體驗,運用B2B2C的方式讓企業(yè)有更多的資訊通過終端觸達消費者。
IBM其實一直致力于用科技來改善體育賽事的一些體驗,在網球、高爾夫球賽事,我們在全球有很多年歷史。但在足球,楊磊IBM品牌戰(zhàn)略部高級經理這次是第一次嘗試用大數據分析來探測球迷對這個賽事的反應。騰訊對于IBM是合適的合作伙伴,用戶基數夠大,用戶屬性年輕化,媒體平臺全面,而且對于此次世界杯極其重視,并勇于嘗試。這次合作對彼此都是一個很有趣的嘗試和探索。讓技術與賽事融合,通過騰訊IBM實現品牌露出,對于騰訊則多了一個內容提供方,并且開啟了全新的報道模式,也為球迷帶來了獨特的觀球體驗。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數據生態(tài)中兩類核心工具的差異與協(xié)同 在數字化轉型加速的今天,企業(yè)對數據的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數據分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數據分析的 “基礎語言”—— 從描述數據分布的 “均 ...
2025-09-19CDA 數據分析師:表結構數據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數據(如數據庫表、Excel 表、CSV 文件)是企業(yè)數字 ...
2025-09-19SQL Server 中 CONVERT 函數的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數據庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(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? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數據分析師:解鎖表結構數據特征價值的專業(yè)核心 表結構數據(以 “行 - 列” 規(guī)范存儲的結構化數據,如數據庫表、Excel 表、 ...
2025-09-17Excel 導入數據含缺失值?詳解 dropna 函數的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數據時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數據分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數據差異是否 “ ...
2025-09-16CDA 數據分析師:掌控表格結構數據全功能周期的專業(yè)操盤手 表格結構數據(以 “行 - 列” 存儲的結構化數據,如 Excel 表、數據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數據分析師:激活表格結構數據價值的核心操盤手 表格結構數據(如 Excel 表格、數據庫表)是企業(yè)最基礎、最核心的數據形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數據的科學計數法問題 為幫助 Python 數據從業(yè)者解決pd.read_csv讀取長浮點數據時的科學計數法問題 ...
2025-09-12CDA 數據分析師:業(yè)務數據分析步驟的落地者與價值優(yōu)化者 業(yè)務數據分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數據把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數據驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11