
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
CDA 精益业务数据分析:数据驱动业务增长的实战方法论 在企业数字化转型的浪潮中,“数据分析” 已从 “加分项” 成为 “必修课 ...
2025-07-16MySQL 中 ADD KEY 与 ADD INDEX 详解:用法、差异与优化实践 在 MySQL 数据库表结构设计中,索引是提升查询性能的核心手段。无论 ...
2025-07-16解析 MySQL Update 语句中 “query end” 状态:含义、成因与优化指南 在 MySQL 数据库的日常运维与开发中,开发者和 DBA 常会 ...
2025-07-16如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09