京公网安备 11010802034615号
经营许可证编号:京B2-20210330
传统媒体转型:借力大数据重建用户连接
日前,第二届世界互联网大会在乌镇举行,互联网以其快速、有效的方式不断地冲击传统行业。有分析人士指出,传统媒体因为互联网大环境的冲击,已经到了生死存亡的关键点。
他们普遍认为,在新媒体以其时效高、互动性强等多重优点对传统媒体的强烈冲击下,传统媒体的受众大量流失,导致入口价值大大贬值,广告收入大幅度下滑,骨干人才流失,传统媒体核心竞争力被极大削弱,多家机构倒闭,各方唱衰之声不断。然而传统媒体前景是否真如当下预测的悲观?新媒体会不会取代传统媒体?
精准定位使服务增值
在第二届世界互联网大会上,CTR媒体融合研究院的专家,国家行政学院社会和文化教研部高级经济师郭全中表示,“现在传统媒体主要的问题是没有真正的用户,因此需要重建用户连接。传统媒体之所以深陷困境的根源就在于与用户连接失效。”
“除去视听体验、信息整合、以及自媒体端口之外,互联网新闻运作早已抛弃了传统的编辑室模式,传统媒体在互联网时代下若想求得生存,一定要找准自己的定位。如果没有准确的定位和核心的内容,一切都会最终沦为形式,成为空壳,甚至迷失。”王府集团董事长王友国在接受《中国产经新闻》记者采访时说。
他认为,定位依托于用户,找准用户需求,量体裁衣至关重要。同时,要与用户需求匹配的内容为王。传统新闻媒体竞争优势在于新闻内容,而非新闻速度,新闻获取的便利性等。找准定位,找准渠道,将供需吻合,同时根据传统媒体的资源优势,为客户创造服务增值。
“传统媒体一是要特立独行,面向特定圈子,挖掘最深入的素材,做到最好。第二,做服务,针对这个特定的圈子去服务。前一点吸引受众,树立品牌,后一点利用品牌优势做活动,做服务。”王友国建议指出。
以大数据技术助力
对此,王友国认为传统媒体可以借力大数据。近年来,大数据概念炒得如火如荼,大数据相关的公司也如雨后春笋般应运而生。一些传统媒体通过搭建大数据平台,不断分析和优化用户的信息需求,再把信息和用户的个性化、定制化的信息进行智能匹配。
“传统媒体很难把优质内容和用户需求进行匹配,一是因为缺乏智能技术;二是市场调研的成本太高,并且结果只有大众性,并不能清楚每个人的信息需求。”王友国告诉记者。
“大数据具有大量度、高频度、快速度、多维度的优势特点,更重要的是,大数据具有温度,能够清楚纪录用户的行为、情感、思想、爱好与需求。”数据堂公司CEO齐红威在接受《中国产经新闻》记者采访时说,“通过搭建大数据平台,变受众为真正的用户,以重建用户连接,并结合不同的场景为用户提供个性化、定制化、精准化的服务。即用户在哪里,我们就到哪里,用户喜欢什么,我们就提供什么样的服务。”
王友国对记者说:“传统媒体长期以来技术基础薄弱,解决办法需要充分利用移动互联和大数据技术,把媒体转型纳入智慧城市建设的整体规划中,搭建大数据资源平台、智能传播平台和用户沉淀平台,在重建用户连接的基础上实现智能传播。”
资本运作是主要难题
“不管外在的技术、形式如何变,‘喧嚣过后,内容为王’。新媒体再新,如果它没有内容,很快就成为‘死媒体’。现在很多传统媒体人跳槽到新媒体,它意味着新媒体需要更懂内容的人,有更成熟传媒经验的人,这是好事不是坏事”。作为资深的新闻人白岩松在他的新书发布会上对媒体表示:其实现在新媒体的日子并不好过,竞争太激烈了。如果接下来针对整个媒体融合发展,出台更多的新闻知识产权保护的话,恐怕对新媒体来说是‘如何创制自己的内容?’免费拿别人的内容让自己成长的时代已经过去。
黑白胶卷有一阵子也被认为必死无疑,可现在又卷土重来了。有的杂志也在反弹中,有的倒闭,有的新生。20多年前广播电台也曾很悲观,随着移动听众增加,广播的日子比过去几年好过是不争的事实。不过摆在传统媒体面前的主要问题是资金的注入。
“媒体转型发展既需要打造全新的互联网平台,又需要优化和升级现有业务平台,无疑这都需要巨额的资金来支持。而传统媒体长期以来的事业体制导致积累较少,难以支撑自身的发展。需要资本运作。”
“传统媒体有一定优势存在,不可过度地悲观,信心是金。在观念转变方面,一是变“内容为王”为“用户体验为王”;二是变“剩者为王”为“自我革命”。”王友国说“传统媒体利用线上线下两个平台的双向优势,结合大数据资源,从内部造血、外部拓展两个方面进行品牌增值,是其他任何新媒体机构无法比较的。互联网时代对传统媒体既是挑战更是机遇,无论何时,传统媒体方向不能散,阵营不能丢,这是一定要坚持的信念。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12