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
在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30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