京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据下,传统媒体的危机_数据分析师考试
媒体是一个特殊的产业,它似乎总是走在时代的前沿,它们会发现、揭示、监督,也会摇旗呐喊。但是作为媒体从业者,我们又有多少人在扮演着这些变化的参与者,而非旁观者的心态。我们在传递信息和知识,但我们却很少思考这些信息和知识可能会对我们的影响。我们似乎在秉承着以不变应万变的思路,但是因着媒体也面临着销售压力,所以我们会常常在谁给我们钱,以及谁才是我们真正收入来源者中间摇摆。媒体人很困惑,也很挣扎。虽然我们会玩那些最时髦,但是只是为了附庸风雅。我们会说那些最流行的,只是因为我们是媒体。读者和网友们喜欢免费的信息,但他们也在撇弃那些放水的免费信息。如何尊重,并和媒体受众进行互动,将是有价值媒体内容的来源,也会带来真正媒体品牌的建立。
最近一直在接触大数据的相关资料,非常清楚大数据时代会如互联网一样势不可挡。同样,媒体除了宣传和提醒之外,也将身不由己地进入大数据时代。那么大数据对现代媒体产业会带来怎样的影响呢?
首先看看媒体的收入来源,从目前各类媒体(包括电视、杂志、报纸或者户外、网络)来看,绝大多数的媒体收入是广告。在一个竞争惨烈的市场中,企业的营销人员需要通过广告来建立、影响和拓展,客户对其品牌的认知。在2011年,全球在品牌投入上费用达到5000亿美元,当然,这个数字还不包括在线媒体的投入。即便在2012年,据有关信息显示,在线媒体的品牌投入也只有10%,但是这个趋势是在增长中。
再者,我们看看媒体的演变。媒体的演变已经很多年了,从单向的信息传播,到今天的社交媒体涌现出来的多维传播。人们的阅读方式和获取信息的方式都在发生变化,今天我的很多朋友是通过每天定点的刷微博来获得信息,当然在获得的时候,他们也在分享信息。每个人都是信息的载体和获取者。因着移动互联的便捷,越来越多的,有购买力的人开始花大量的时间沉浸在社交媒体上,他们也为此乐此不彼。可以想象,不久的将来,媒体的内容来源,以及媒体的交互形式将越来越多样化,社会化媒体已经风头渐进。传统媒体若没有与受众的交互,将只是鸣的锣和响的跋,毫无乐感可言。事实上,今天很多媒体也只是以每年的销售额来定义每年的目标,他们并不真正理解自己定位的人群,更别谈和自己的目标读者一起成长。
接下来我们需要看看企业市场人员为何在媒体投放?因为市场竞争激烈,品牌的影响收到挑战,人们希望借助媒体在目标人群中的影响力,而对其目标客户带来影响。所以对于那些有精准定位的媒体,又能在目标人群确实带来影响的媒体,会得到更多的市场人员青睐。因为在这些媒体的投放是得到的正向反馈,也会对他们的市场活动产生积极的影响。现在,几乎很多企业的市场人员都会对其投放的媒体进行评估,这种评估形式是多种多样的。对于传统媒体而言,这种评估历经很多年,相对评估模式比较单一,也能被大多数市场人员所接受。对于一些在线媒体的评估,现在的评估方法也是搜索、广告位的转化率等。不过,这些方式都只是得到客户的行为结果,而对于品牌建立的有效性,以及长久性,还是缺乏真实的体认。企业的市场人员依然有挥之不去的苦楚。
那么,为什么社交媒体虽有众人欢呼,却依然无法登堂入室呢?关键是企业的市场人员尚未找到评估社交媒体的好模式。但是大数据的出现,这样的状况将发生质的改变。因为大数据最终将让市场人员可以定义、评测和管理那些对他们品牌产生积极影响的部分。Hadoop, Cassandra, Mahout 和Pig等技术,伴随着一些语义分析软件、语言处理软件、机器认知软件、集群分析等,可以揭示出在线市场行为的真实结果。市场人员对社交媒体的看法将出现颠覆。随着实现大数据的成本越来越低,市场人员完全可以符合CEO、CFO和COO的话语来描述品牌在市场中的影响。通过大数据分析产生的洞察力也可以会反过来支撑市场活动来帮助品牌参与行为真正地成规模。可以预见,随着大数据的出现,企业市场人员对促进品牌参与规模的市场行为会发生基本的转移。品牌营销的市场将从通过大众传播在人们中建立品牌进行品牌沟通,到通过大量的交流者之间人们的交流,让品牌的世界得到创建、发展和扩大。社交媒体不仅会提供企业市场人员一种广告模式,也是真正规模化参与的能力。
大数据让社交媒体的价值被重新定位,同样企业市场人员也会重新评估自己在媒体上的投入分配。如果按照ROI的考量,以及未来的变化,今天的传统媒体需要根据技术的发展,重新定位和调整自己,让自己可以随着市场规模的扩大,而有更多新生,而非走向没落,自己成为自己的掘墓者。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-07-21