京公网安备 11010802034615号
经营许可证编号:京B2-20210330
随着社会的发展,“娱乐小报改叫自媒体了,算卦的改叫分析师了,统计改叫大数据了,大忽悠改叫互联网思维了。”这不仅仅是调侃,而是表明在一个时兴“穿上马甲”的年代我们应当时刻保持理性和清醒。对于“大数据时代的收视率调查”,至少有这样三个问题是“大数据”无法解释的:一、非文化的方式能否完成对文化产品的评价?二、大数据能否考量中国特色的收视率造假?三、大数据能否提升电视节目的质量特别是节目的文化含量?
我的思考也不成熟,只是想提醒大家:就像我们食品安全一样,之所以不安全不是数据出了问题,而是世道人心礼崩乐坏。我提供非数据的引经据典。
在实证主义的指导下,收视率是否能承担起对包括电视节目在内的文化文本主观评价的全部任务,无疑难以作出确评,这是由于实证主义研究传统对社会事实的基本态度所致,正如法国社会学家迪尔凯姆就观察社会事实的准则曾经谈到的:“第一条也是最基本的规则是:要把社会事实作为物来考察。”
尽管,冒着对受众隐私的极大侵犯,技术的介入在收视率数据的收集中,并没有使研究者摆脱实证主义也难以避免对社会事实的择取,相反,收视率调查数据越是精确,越使收视率导向的对象――电视受众的面目模糊不清:“一言以蔽之,流水线化了的受众是一种难以把握的乌托邦式的符号客体,但是,受众评估总是要努力接近这一客体。这是受众评估的硬伤所在,其难以实现的前提是对评估技术不断改进的追求。而这种追求基于如下信仰:该技术将提供越来越多的关于受众的信息,也将对受众施加越来越多的控制。但是,这只能加剧整个产业的问题。正如赫维茨所言,受众评估技术日益精细化‘只能增加广播机构的吸引力,推介研究成果就好像解决了问题’。换句话说,收视率服务越是通过其评估手段的改进而提供更多的信息,将实际受众整合进‘电视受众’这一虚幻客体所带来的问题也就越多,结果是,整合受众的流程变得越来越复杂。”
同时,力图实现“价值无涉”的收视率导向在何种程度上隐瞒了自身的意义框架,也可以从实证主义那里找到其理论上的根源,拒绝意义的收视率导向本身恰恰拒绝了对作为文化产品的电视节目的分析这一最根本的任务,就像美国文化人类学家格尔茨所告诉我们的:“对文化的分析不是一种需求规律的实验科学,而是一种探求意义的解释科学。”
这样,对电视节目评估的行为本身就陷入了一种窘境:用非文化的方式来完成对文化本身的评价,用普遍化的诉求来完成对个别文化产品的透析,如此,则“如果把文化事件看作自然,亦即把它纳入普遍概念或规律之下,那么文化事件就会变成一个对什么都适用的类的事例(Gattungsexemplar),它可以被同一个类的其他事例所代替。因此,我们不能满足于仅仅用自然科学的或普遍化的方法去处理文化事件。虽然,这样的处理是可能的,甚至也许是必需的,因为任何一种现实都是可以用普遍化的方法去理解的,但是,在这种情况下,这种处理的结果将是这样:再一次用歌德的话来说,它把那种‘只有分离开来才具有生命’的东西‘生搬硬套地凑成一种僵死的普遍性’。因此,用自然科学概念来表现文化生活,这种做法虽然可能有其正当理由,但仅仅用这种方法是不够的。”
当然,“秀才遇到兵,有理说不清”,人们更感兴趣的是这样的新闻――电影界大数据狂热中,因为大数据的神奇在于“算出拍什么,算出怎么拍,算出谁来看”。《小时代》出品方提到了互联网上的直观数据:该片上映前,预告片的网上点击率达到近五千万次,“票房一定低不了”,最终票房近5亿元。而《爸爸去哪儿》的电影拍摄仅仅四天半,却凭借“粉丝效应”拿下了7亿元的票房。
大数据最终是要大数钱,明白了吗?严肃的学者还要在文章中注明“文中着重号为原文”,一定会有人说:算了吧,啥时候啦?都大数据了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24