京公网安备 11010802034615号
经营许可证编号:京B2-20210330
传统媒体大数据转型的优与忧
当下传统媒体正深陷困境,其根源在于受众大量流失所导致的用户连接失效,那么如何重建用户连接呢?2014年8月18日提出的《关于推动传统媒体和新兴媒体融合发展的指导意见》给出了答案,即充分利用大数据技术来实现传统媒体的赶超。转眼间近两年过去了,传统媒体的大数据转型进展如何呢?7月14日,首届中国大数据应用大会期间,由封面传媒承办的“大数据与媒体联接力论坛”最为引人关注,这给我们提供了一个观察传统媒体大数据转型现状的机会。
优:转型先行者已开始收获
封面传媒董事长兼首席执行官李鹏在主题演讲中指出:数据为王的时代已经到来,依靠大数据技术产生内容,给传统媒体和新闻生产带来了很大机遇。继而指出,未来的联接力出现了这么几种状态:一是连接需求,打通消费;二是连接参与,开放众包;三是连接虚拟,沉浸参与。因此,个性化、标签化、用户的精准化等“三化”,成了封面传媒的重要特征。
封面传媒致力于重新联接世界,植根于“80后”和“90后”网络原住民的精神需求,依托大数据、人工智能和虚拟现实等前沿技术的应用能力驱动新型的内容创造,以新型内容为内核,重新定义人与信息、人与商品、人与服务以及人与人的连接方式,打造跨媒体、电商和文娱的泛内容生态平台。简而言之,封面传媒是一个以技术为驱动、以用户为中心、以内容为纽带的泛内容生态平台,目前已经拿到国家网信办颁发的互联网新闻信息服务许可证,也是全国拿到该许可证的第二家新闻客户端。可以看出,封面传媒从用户痛点出发,致力于利用大数据技术,通过千人千面的新闻重建用户连接并实现自身商业价值的变现。
浙报传媒深刻认识到大数据的潜力和重建用户连接的价值,先是通过31.9亿元收购边锋和浩方,获得了数以亿计的互联网用户,有效地建立了用户连接,目前两家游戏公司的营业收入已经占到浙报传媒营业收入的30%以上,净利润的一半以上;再通过打造“媒立方”这一基于大数据技术的智能生产和传播平台,以积累更多的数据并对数据进行标签化;最后再定增20亿元,用于建设互联网数据中心和大数据交易中心,通过打通内外部数据资源,实现真正的“大数据”。可以毫不夸张地说,浙报传媒是国内所有利用大数据进行转型的传统媒体中取得实效最大的。
忧:转型遇难题表现较突出
目前我们已经从IT时代进入到了DT时代,在DT时代,互联网是骨骼,大数据则是血液,二者共同构成社会的底层架构和社会操作系统。对于传统媒体来说,应该高度重视大数据这一代表未来趋势的新生事物,把大数据当成超越自身的利器,通过“互联网 ”“大数据 ”,实现自身的彻底转型。虽然大数据作为新生事物,从某种程度上说,在利用大数据方面,传统媒体和互联网媒体都处于同一起跑线上。但大数据的核心在于数据,大数据具有海量、高频、在线、实时等特点。因此,对于传统媒体来说,相比于互联网媒体,传统媒体在运用大数据的过程中存在着数据资源不足、数据平台欠缺和缺乏有竞争力的数据产品三大难题,导致自身有可能错失大数据这一巨大机遇。
首先,缺乏充足的数据资源。对于媒体来说,可能获得的数据资源包括新闻内容数据、素材数据、历史数据、媒资数据、用户资产数据、用户行为数据、生产流程数据、内容传播数据、媒体云数据、互联网新闻数据等。传统媒体目前只有数量极少的数据,根本还谈不上大数据。一是自身数据资源太少。所谓大数据,数据的数量必须大,而对于绝大多数传统媒体来说,其主要数据资源还仅仅是内部的新闻内容数据、历史数据和媒资数据等,而缺乏用户数据、网络行政数据和政府数据等,导致自身的数据资源量极其有限。二是自身数据多是静态数据。由于传统媒体缺乏规模巨大的互联网平台,其新闻内容、受众数据等都是基于传统媒体的,由于缺乏有效的互动和非即时性,也导致这些数据多是频率很低、静态的数据。三是缺乏用户数据。传统媒体虽然有一定数量的受众数据,但是由于这些受众数据的频率低且没有经过精准画像,导致自身只有受众而没有真正的用户。
因此,传统媒体首先要想方设法获取足够多的数据资源:一是利用自身的政治资源,尽可能地获取网络行政、政府数据等高价值的数据资源,这是传统媒体进军大数据的一条重要途径;二是建立起自身的用户体系,以逐步变受众数据为用户数据;三是尽快把现有静态的存量内容资源转变为动态的、互动的数据资源。
其次,缺少用户巨大的大数据平台。传统媒体要想真正建立起属于自己的大数据,其前提是必须打造数据充足、技术先进、用户活跃的大数据资源平台、智能生产和传播平台以及用户沉淀平台三大平台。
传统媒体在打造大数据平台时,面临三大制约:一是思维和观念陈旧,基本上还是基于现有资源和优势,而不是基于未来和趋势,导致多是基于内部媒体数据,而不是基于整体的数据资源;二是缺乏先进的技术支持,由于传统媒体的技术力量薄弱,一方面自己没有实力搭建起三大平台,另一方面技术外包又存在迭代太慢的问题;三是需要大量的资金,三大平台的建设加上配套服务器所需资金最低也要3000万元以上,而多的则需要数亿元。
当前,国家提出了国家大数据工程,各地政府正在大力推进智慧城市建设和政府数据开放工程,传统媒体应该积极利用自身的政治优势把自身的三大平台建设纳入政府的智慧城市建设中,建立起大数据平台和区域内的数据交易平台。这么做的优势在于:一是站在整个区域的大数据发展的基础上;二是可以借助政府智慧城市的建设工程来解决自身的技术和资金问题;三是可以获取政府的数据资源。
再次,缺少有竞争力的大数据产品。打造成功的大数据产品需要注重如下三点:一是以用户需求为导向。在对用户进行精准画像的基础上,利用大数据手段找出用户的痛点和需求,进而基于用户的需求来开发产品。二是实现业务人员、数据人员和技术人员的“混”。当前,一方面懂业务的不懂技术和数据,懂技术和数据的又不懂业务;另一方面业务、技术和数据人员相互割裂,甚至互相看不起或不理解,这导致难以有效地开展工作,而要解决这个问题,首要就是要实现他们之间的“混”,即协同办公。三是实现业务、数据和技术之间的“通”。大数据产品一定是业务、数据和技术三者之间的协同互通,只有三者之间相互理解、相互熟悉、相互帮助,才能真正开发出有竞争力的大数据产品,在具体运作中,可以设立数据产品经理来解决这个难题。
在大数据时代,充分利用智慧城市建设和政府数据开放来搭建自身的三大平台和开放大数据产品,是传统媒体转型的最后一次机遇,一旦丧失这次机会,也许就只有彻底沦陷一途了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22