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
在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22在数字化运营场景中,用户每一次点击、浏览、交互都构成了行为轨迹,这些轨迹交织成海量的用户行为路径。但并非所有路径都具备业 ...
2026-01-22在数字化时代,企业数据资产的价值持续攀升,数据安全已从“合规底线”升级为“生存红线”。企业数据安全管理方法论以“战略引领 ...
2026-01-22在SQL数据分析与业务查询中,日期数据是高频处理对象——订单创建时间、用户注册日期、数据统计周期等场景,都需对日期进行格式 ...
2026-01-21