京公网安备 11010802034615号
经营许可证编号:京B2-20210330
近几年,随着大数据技术的快速发展,给很多行业带来了前所未有的机遇与挑战。那么,大数据对传统媒体行业转型提供三大优势。
一、重建用户连接价值,传统媒体或可实现弯道超车
传统媒体陷入困境很大一部分原因是与用户连接失效。近几年来,在互联网媒体对传统媒体的猛烈冲击下,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,专业人才流失。因此传统媒体的核心竞争力被大大减弱,并陷入恶性循环。
据CNNIC数据显示,截至2015年12月,中国网民规模达6.88亿,全年共计新增网民3951万人。互联网普及率为50.3%,较2014年底提升了2.4个百分点。中国手机网民规模达6.20亿,较2014年底增加6303万人。网民中使用手机上网人群占比由2014年的85.8%提升至90.1%。中国网民通过台式电脑和笔记本电脑接入互联网的比例分别为67.6%和38.7%;手机上网使用率为90.1%,较2014年底提高4.3个百分点;平板电脑上网使用率为31.5%;电视上网使用率为17.9%。随着4G的大规模推广和应用,未来的手机网民规模必将迅猛增加。而传统媒体要实现自身的真正转型,就必须以用户为中心重建用户连接,进而重构自身的内容输出模式和创新盈利模式。而要重建用户连接,既需要通过自身的数字化尽可能地抓取用户信息,又需要创新媒介内容和形式激发受众主动地阅读及分享,不断拉近媒体和用户之间的距离。
二、传统媒体行业将继续通过跨界融合实现转型
近几年随着互联网技术的快速发展,给传统媒体带来了前所未有的机遇与挑战,转型融合成为传统媒体未来发展的必然趋势。搭乘互联网+的快车,深入转型、深层融合,在这个属于信息产业的行业不断上演:
在国外,早在2013年全球电商平台亚马逊创始人贝索斯个人以2.5亿美元收购受巨亏影响的美国报纸《华盛顿邮报》,被收购后的《华盛顿邮报》一直扩展数字业务,创造新的收入来源;在国内,阿里巴巴在2015年以12亿元入股上海文广旗下第一财经传媒有限公司,阿里巴巴和上海文广将在新媒体和金融信息服务领域实现战略合作;同样在2015年,杭州报业集团旗下的上市公司华媒控股与领先的互联网+解决方案提供商泰一指尚签署《战略合作框架协议》,双方以互联网核心技术为驱动,优化整合资源,共同打造全新的互联网媒体平台,构建代表未来发展趋势的产业模块。由此可见,在互联网+的大时代背景下,传统媒体的数字化是大势所趋。
跨界合作盛行,全媒体融合继续演进互联网和传统媒介,内容和营销的边界也逐步模糊。通过信息技术对传统产业的整合,特别是数据技术与传统产业的深度融合,形成了新的内容生产方式,实现了传统媒体产业自身的数字化升级,也彻底创新了传统媒体的作业模式。
三、大数据技术是提升传统媒体行业竞争力的关键要素
伴随着移动互联网的快速成长,人们开始以电脑、智能手机、PAD、互联网电视获取信息,终端的私人化带来媒体选择的个性化,用报纸版面、电视节目单强制信息渠道的方式越来越弱,同时新的媒体形式不断出现并争夺受众的阅读习惯。传统媒体在面临这种困境下,开始全力布局移动客户端:门户网站wap版、微信公众平台、微博粉丝平台、移动APP等工具层出不穷。信息传播从单一的文字及画面演变为文字、视频、音频、互动、电商导购等多种技术形式互动展示的新方向,也更加受到受众的青睐。在传统媒体转型升级的路径中,大数据技术作为当代的数据资源的重要支撑,对传统媒体的转型与发展起着重要作用。
大数据技术给传媒带来的最大的思维变革,其一,在于能够通过数据挖掘等方式,实现对读者和受众个性化需求的准确定位和掌握;其二,在于能够通过技术手段低成本地实现信息和受众个性化、定制化需求之间的智能化匹配。以Facebook为例,Facebook借助大数据技术收集社交平台上的热点信息,通过不间断的监控,采集最受用户关注、转发量最大的热点信息,加工形成新闻产品或原生广告向用户推送。
数据时代,传统媒体的运作方式正在发生深刻变革。内容为王,大数据技术为支撑是传统媒体转型的有效途径。2016年,将有更多传统媒体行业巨头进军大数据产业。数据资产已经成为物质资产和人力资源同样重要的资产,也是生产和运营的重要环节,大数据技术的使用将成为未来提升传统媒体行业竞争力的关键要素。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25