大数据时代的新媒体发展

最近两年,有一些行业趋势在非常明显，用关键词来总结就是：大数据、OTT、多屏互动。大数据是从互联网和IT领域发展起来的一个专业术语，它存在于各个领域、各行各业；而“OTT”、“多屏互动”是广电行业的专业术语，但它们和大数据有关，和广大受众的媒体体验更是密切相关。

第一个关键词是大数据，可以说这是眼下整个TMT行业的大背景。互联网发展到今天，生产、存储、积累的数据量之大，已经超越了一般人所能想象的范围。数据让人们不仅能掌握历史信息，还能更好地预测未来变迁，甚至有很多观点认为，对大数据的利用，可能会在无形中影响一个企业甚至一个国家未来的竞争力。

人们不停地利用各种设备在任何时间和地点浏览、搜索、购买、交流、分享、存储，使得大量数据的生产、消费成为不可遏止的趋势。根据麦肯锡全球研究院估计，全球企业2010年在硬盘上存储了超过7EB(1EB 等于 10 亿 GB，相当于美国国会图书馆中存储的数据总量的 4000 倍)，同时，消费者在PC和笔记本等设备上存储了超过 6EB 新数据。对大数据的挖掘和应用，将在政府公共服务、医疗服务、零售业、制造业、以及涉及个人位置服务的广泛领域产生很大的社会价值和产业空间，还可能帮助解决当今许多紧迫社会问题，例如，面对全球气候变化问题，有关部门可以根据污染等相关数据进行分析，得出最佳方案，指导努力方向，研究缓解问题的办法。

那么，大数据挖掘与分析对于我们新媒体行业发展有没有价值或启示？答案是肯定的。

这里举一个很典型的例子。如果问美剧迷们最近热门的美剧有哪些，很多人的答案中一定会有《纸牌屋》。这部口口相传的电视剧并非出自传统的电视制作巨头公司，而是由影片租赁提供商Netflix制作推出。对电视行业来说，《纸牌屋》效应得益于制作团队抓住了几个关键词：观众喜爱的导演大卫·芬奇和演员凯文·史派西、政治惊悚剧、1亿美元预付款、整剧同时上线。

Netflix拥有2700万名美国订阅用户、3300万名全球订阅用户，它因此拥有用户年龄、性别、居住地、使用服务终端、用户每天/每周的观看时间。Netflix会对用户评分、观看记录、用户好友推荐等信息进行深度挖掘，甚至会收集观众按下暂停或快进的数据，从而找出用户喜欢的视频风格、内容风格、导演和演员，等等，这些关键信息整合在一起，造就了这部广受欢迎的热播电视剧。因此《纸牌屋》对流媒体视频行业来说，打开了大数据应用的一扇窗，使节目制作更加贴近观众的需求，甚至激发观众的潜在需求。谁用好了数据，谁就将有可能获得更大的市场竞争力。

第二个关键词是OTT。2012年，“OTT”成为视频产业最炙手可热的关键词。OTT正受追捧，竞争也十分激烈，七家牌照商在2012年纷纷推出自己的OTT，互联网企业（如小米、乐视等）也加入了抢占客厅的阵营；各种“盒子”纷纷上市，可以说，眼下的OTT呈现出“乱花渐入迷人眼”的局势。

“盒子”多了是好事情，起码观众能够有所对比和选择。但在用户并不能分清各种“盒子”差别的情况下下，决定用户长期使用哪一种“盒子”的核心点还得回归最基本的两点：内容和体验。由于OTT盒子具有开放性，各家运营商的平台内容差异化目前并不太大，因此，如何能够让用户方便地找到他们希望看到的视频节目、或者把用户最希望看到的视频节目推送到他的眼见，就显得非常重要。

大数据分析在OTT优化方面也能有价值吗？答案同样是肯定的。以用户体验优化为例，国双科技在视频数据挖掘方面做了一些工作，也积累了海量的数据，通过这些数据的挖掘和分析，能够发现一些阻碍用户使用“盒子”的问题。例如，目前通过数据分析，发现OTT机顶盒的遥控器操作体验并不好，UI如何设计、遥控器如何设计更符合用户需求？这也是决定OTT用户体验的一个重要原因，因此我们认为，OTT的一切优化都应当以数据为基础。

由于OTT的纯互联网特性，会与DVB及IPTV不一样，需要CDN网络进行支撑，用户看视频就可能出现卡顿，这是导致用户体验差的原因之一，也是我们与多家OTT牌照商沟通下来他们最重视的一点。国双科技在流媒体性能监测方面也做了很多的工作，包括：检测用户的可用性、卡顿情况等，并提供视频多维度性能剖析及实时流媒体监测，目前在CNTV我们已经将后台账户开放给多家CDN，让他们每天看着后台数据进行CDN调优。用户应该注重那些看似不太起眼的应用，它们将有可能帮助你留住观众，从而留住广告主。

视频数据挖掘是国双科技今年的开发重点，针对客户后台的大量用户观看数据，我们将为用户描写兴趣图谱和用户属性，根据大量同属性用户的行为预测进行相关视频推荐。基于国双数据挖掘，结合国双独有的CV/CS曲线，我们正在尝试研究新媒体节目研发平台，如果成功，它将有望打破原来新节目看片会和小黑屋的模式，将新媒体平台用于传统新节目制作的反馈，这是视频数据挖掘分析的又一价值所在，也是国双视频统计分析系统从一开始就倡导的新媒体价值体现。

第三个关键词是多屏互动。随着互联网的快速升级和智能终端的发展，用户获取内容的渠道不再局限于电视，而是逐渐向电脑、手机、平板等多终端延伸。全媒体、全渠道、全终端，成为视频产业发展的趋势。

针对传统广电系统新媒体转型、三网融合、三屏互动的行业需求，我们国双科技基于核心技术平台GridsumDissector推出了面向网站、移动终端、互联网电视机、OTT、IPTV机顶盒、CATV机顶盒的多终端用户行为分析及体验优化解决方案，包括视频用户行为分析产品VideoDissector、视频运营事实监控产品StreamingDissector、网页用户行为分析产品Web Dissector、移动用户行为分析产品Mobile Dissector。该解决方案至今已获得包括中国网络电视台CNTV、上海文广、江苏卫视、广东卫视等多家主流网络电视台采用。

新媒体技术不断发展，推动跨屏观看、多屏互动成为行业趋势，但在很多情况下，由于各终端部门的独立，各部门往往采用独立的数据分析系统，数据处于孤岛状态，数据统计方式不统一，造成数据间的误差，这在很多时候会带来一个问题：孤立去看用户在各个终端的行为，而并没有将一个用户在多终端之间的行为串联起来。这对数据分析的客观结果是有很大影响的。

除了体验优化，打破跨屏数据藩篱对于提升新媒体营销也大有必要。从两个方面来看这个必要性：第一，用户收看渠道正从单一媒体到多终端整合。目前，较多电视台品牌节目都发现一个问题，由于这些节目会被放到自己的PC、移动互联网、IPTV和OTT等平台进行播放，而冠名商广告费还仅仅按照传统媒体的收视率进行计算，在这些新媒体平台上，每一次视频的播放都是在为冠名商进行广告传播。因此，很多客户其实都提出对新媒体平台的传播价值进行评估的需求。

第二，用户接收从固定接收到无缝传播。传统的接收模式下，人们被要求在固定的时间接收固定的内容。但在终端化的新模式下，人们可以在任意时间接触任意内容，这就形成了多终端的无缝传播模式。由于受众的信息接触和分享模式变化，广告主和媒体决定营销时间和地点的传统营销模式也随之改变。广告投放不再固定时段、固定位置，而是与受众出现的时间、位置、终端相匹配。

因此，新媒体多终端数据必须整合，才能进一步优化用户体验，从而最大化新媒体平台的价值。而良好的多屏互动为大数据分析提供了坚实的数据基础，数据来源和维度更加丰富，相同用户在不同终端、不同用户在相同终端上的行为分析，对于用户体验优化、提升媒体商业价值来说都至关重要。