京公网安备 11010802034615号
经营许可证编号:京B2-20210330
传统电视台转型的必由之路:涉水社交大数据_数据分析师考试
在移动化力量的推动下,社交媒体与电视的联姻正在爆发巨大的行业红利。社交媒体一方面从电视节目里不断寻觅内容消费热点,另一方面也为电视的革新提供数据支持。而电视台,则利用社交媒体的关系和数据,推动自身采编制播模式的创新,逐步进入社交大数据时代。
媒体转型
社交媒体与电视简直就是一对天生的好基友。
从产品设计机制来看,社交媒体从用户的沟通中产生内容,而电视则从内容输出中催生沟通交流的需求。换句话说,把电视产生的内容可以自然而然的延伸到社交媒体上讨论,这既为社交媒体带来大量可供消费的内容,也为电视台带来交流的空间。但长期以来,这种看似简单的所谓内容闭环并未形成,社交媒体从未与电视台发生深层次的关系,为什么?
如果以Facebook诞生为社交媒体正式踏上历史舞台来算的话,那么社交媒体无疑是PC时代的产物。彼时,无论是国内还是国外,电视始终是人们生活的第一屏幕,而PC仅仅是第二屏幕。然而PC时代的社交媒体远不是碎片化内容的输出地,设备太重(从台式机到笔记本已是伟大进步)、带宽与无线的不足,都限制了人们随时随地碎碎念的欲望。而且,中国网民曾一度将PC作为电视的替代品,并利用各种渠道去观看往期的电视节目,电视节目内容的实时性被大打折扣,这也与社交媒体强调的“当下”概念不符。
社交移动化
以上几个制约社交媒体与电视共同跳舞的因素正在被改变,这股推动力来自于滚滚而来的移动化浪潮。以中国为例,据公开资料显示,截至2014年1月,手机网民规模达5亿,占总网民数的八成多。微博上市后的第一份财报显示,在国内1.438亿的微博月活跃用户里,超过70%的人习惯使用移动端访问微博。全球来看,市场评估公司BIIntelligence2013年11月发表报告称,全球十大社交媒体中,原生移动化应用就有三个。老牌社交网站Twitter每月75%的活跃用户都来自移动端。
随着社交移动化的到来,社交媒体的属性被激发出来。比如实时性,由于无处不在的移动网络,用户可以随时随地将自己的所见所得发布出去;再比如移动设备轻便可携带,能够最大化的占有用户的碎片化时间。上述两大改变给电视业带来新的机会。社交移动化使得社交媒体能够实时性的展示电视内容,根据CSM与微博联合发布的《2013电视综艺节目收视与微博讨论研究》的白皮书显示,以一周七天为周期来看,微博提及电视节目的人数与电视到达人数基本一致。这充分说明社交媒体已然成为电视节目实时互动的有效阵地。海量的微博讨论内容既增加了电视节目的曝光率,又为电视节目的改进提供了足够多的反馈意见。
正是在这样的背景下,从2013年下半年开始,国内外社交媒体开始与电视台或电视节目广泛合作。Twitter已经收购BlueFinLabs这家主导美国电视节目社交互动的巨头,并与尼尔森联合发布美国电视Twitter指数。微博则在上周与央视-索福瑞联合推出微博电视指数beta版,为中国的电视机构提供最有代表性的社交媒体反馈。社交媒体希望利用自身的用户关系为电视的内容带来最大化的消费空间,并希望在这种合作关系里找到更多可延伸的商业模式。
社交+电视的巨大能量
传统的电视业长期处在以采编为中心的制作模式里,无论是电视剧还是综艺节目,都透出一种浓浓的“精英文化”。视频网站Netflix用纸牌屋试水电视剧大数据之后,传统电视台才认识到数据指导的重要性。不过很遗憾,电视台本身没有数据,他们无法像netflix那样去分析网站用户的喜好,尽管国内很多电视台都有自己网站,但这些网站更像是为了网站而建立的网站,没有用户运营,更没有用户数据积累。在这个数据驱动一切的时代,电视台亟需数据来实现自身节目(剧集)的“互联网化”。
如前文所言,电视台可以利用社交媒体增加曝光度,并利用在社交媒体上的反馈意见优化节目内容。这就解决了电视台长期以来单向传播的弊病,更重要的是,这也会让电视节目搭上“大数据时代”的高速列车。大数据时代并无公认的定义,但大数据时代有着四个重要特征:Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)。其中,前三个V同样也是社交媒体数据的特点,而第四个V则需要借助对前三个特点的有效挖掘才能产生。国内外IT公司也注意到了这种趋势,像IBM就开始在其解决方案里特别定制了社交媒体数据分析方案,让客户的社交媒体数据产生真正的Value。
对于电视和微博,又如何从前三个V达到第四个V(Value)呢?不妨来看看湖南卫视《花儿与少年》与微博的合作成绩:仅仅四周时间,相关话题阅读量超过18亿次,较合作之前增长了10亿次,并直接推动该节目收视率由之前的1.5%上升1.8%。这直接体现出微博大数据之于电视节目的价值。
之所以可以实现上述价值,除了整合微博上的海量数据外,还需辅助以微博平台的运维,包含三大部分:
播出前,电视台可以设置某些关键词,引导用户讨论;
节目播出过程中,电视台还可以挖掘和结合社交媒体上自发出现的实时讨论热点扩大传播效果;
节目播出后,电视台通过对前两个阶段传播的效果分析,找到更好的传播点,加入到下一次节目预热中。
以上三大步骤环环相扣,处处以数据为指导,真正实现了电视节目(剧集)从“个人喜好”到“群体喜好”的改变。同时利用来自微博的数据,电视台也可以提前了解到节目可能的收视效果,及时做出一些调整,避免资源浪费。
一言以蔽之,在移动化力量的推动下,社交媒体与电视的联姻正在爆发巨大的行业红利。社交媒体一方面从电视节目里不断寻觅内容消费热点,另一方面也为电视的革新提供数据支持。而电视台,则利用社交媒体的关系和数据,推动自身采编制播模式的创新,逐步进入社交大数据时代。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13