
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
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01