
大数据时代,什么样的内容值得投资
7月3日,今日头条算数中心主办了一场名为“数据:媒体进化新思路”的大数据沙龙。
财新传媒CTO黄志敏、中国传媒大学教授沈浩,高樟资本创始人范卫锋和浙报传媒钱报有礼常务副总经理姚丽萍等嘉宾,和大家分享了大数据时代下他们眼中新闻业的未来。
美国的新闻业正在发生什么变化?一部由哥伦比亚大学新闻学院学生拍摄的纪录片似乎给了我们答案:纪录片记录了几位13级哥大新闻学院的中国留学生找工作的故事。他们想在美国找到一份和新闻相关的职业,但所有雇主都会问同一个问题,“你会coding(编程)吗?”对的,作为人文社会科学之一的新闻学,学生要找到一份体面的工作,如今也要会写代码。
这个片段,真实的反映了美国新闻界发生的变化。这其实也是全球新闻界正在发生的变化的缩影。
这段纪录片,是财新传媒CTO黄志敏在其“全球数据新闻新趋势”的主题分享的开场,由哥伦比亚大学新闻学院学生刘逍然拍摄的《米字方向》。他想通过这个视频,告诉大家,美国新闻界、世界新闻界正在发生的事情。这也是财新传媒获得“最佳数据新闻网站”提名,出国领奖归来之后的第一场分享。
这场主题为“数据:媒体进化新思路”的大数据沙龙,由今日头条算数中心主办。在7月3日当天,和黄志敏一起为大家带来分享的还有中国传媒大学教授、数据挖掘与社会计算实验室主任沈浩,高樟资本创始人范卫锋和浙报传媒钱报有礼常务副总经理姚丽萍。
后来,纪录片中的一个女生,去了一家比较小型的媒体机构。一个人基本负责整个新媒体生产线,从发twitter,发facebook,到拍片,剪片。黄志敏认为,这就是美国新闻业的未来。
哥伦比亚大学新闻学院只是一个代表,其实,越来越多的新闻专家都要求他们的学生会编程,写代码。不少国内的高校新闻系,也认识到了编程的重要性,开始让学生接触、学习各种编程语言。
“我喜欢综合型人才。”黄志敏在谈到自己对大数据时代新闻人的要求时说。“我之前有一个实习生,他本科学设计,研究生学计算机,在我这里做了个作品,得到了亚洲新闻奖,这是我要的人才。”
这应该是当下,新闻业对候选人的最新要求。
谈到对未来新闻人才的培养,在中国传媒大学新闻学院执教了近30年的沈浩教授也有自己的看法。计算机专业的他,在新闻学院教书多年,在培养复合型新闻人才方面,沈老师似乎已实践了多年。
“我们强调对复合型人才的需求。”沈浩谈到了自己的招生标准。两个细节可以印证他对人才的要求。沈浩所负责的数据新闻专业,在一年的招生中共录取了23人,其中22人是女生。沈浩似乎略有担忧:女生过多,女生对编程似乎天生没兴趣;这个担忧其实显示了数据新闻对编程能力的要求;其次,沈浩并不建议计算机背景、经济学背景的学生来报考新闻,因为这样,他们只是学会了一种新的报道形式。
综合、复合,成为未来新闻人才的关键词。
数据新闻是新闻业发展的趋势之一。沈浩认为,这是数据驱动未来的体现,也是数据与新闻业融合的体现。
数据让新闻变得有价值。“数据新闻都是让数据说话,不像有些报道带有更多可能的意识形态。”
在数据新闻之前,已经有了精确新闻、计算机辅助报道,这其实也是新闻和计算机、和数据的相辅相成。但它们却如昙花一现,没有最终引领新闻发展的方向。也有人会担心,当下很火的数据新闻,是否也只是一种“现象级”的现象?
沈浩并不这样认为。在他看来,大数据的价值在于挖掘未知的事情,是发现知识的过程。而挖掘未知,往往是新奇有趣的,这与新闻价值要素是吻合的。“我们新闻要有敏感性、新鲜性、时效性,我们会去发现新闻的5w要素,这些大数据都能做到,而小数据没有这些特征。”
正因为大数据能够挖掘未来,能让我们的报道具有趣味性、可读性。计算机辅助报道、精确报道等,还是新闻,只是一种新的报道形式;但数据新闻,却是一种新文学,新的新闻根基。
未来新闻业对人才的要求是综合,复合;内容的趋势是数据新闻。二者的结合,是否就值得投资?
高樟资本的创始人范卫锋的分享《大数据时代,什么样的内容值得投资》回答了以上问题。
“极致内容”是范卫锋看重的要素。在他看来,目前自媒体的内容水平和当年传统媒体鼎盛时期相比,距离还较大。
大家都在说内容创业浪潮,但在范卫锋的观念里,只有当自媒体内容水平、系统性的、全面性的超越当年传统媒体的高峰水平,才能称得上内容创业的浪潮和趋势。
所以,在这个背景下,范卫锋只看行业第一,只看极致。
对于内容和数据之间的关系,范卫锋也有着自己的理解。“内容背后是数据,数据背后是人。”对于媒体来说,如果能真正管好自己的用户,其价值是最大的。
如何理解这句话。范卫锋举了一个例子。全中国20万的新三板账户,如果大部分活跃的新三板投资人都订阅了一个媒体,那么这个媒体就可以通过投资人之间数据的对接获得很大的商业价值。
连接好数据背后的人,是成功的关键。
内容创业者可以这么玩数据,那么传统媒体的大数据玩法是怎样?浙报传媒钱报有礼的副总经理姚丽萍为大家介绍了传统纸媒的大数据运营之道。
关键在于把传统报纸订户,通过各种方法激活,转变为线上用户,并通过不断激活,给用户打上标签,构建数据库;在此基础上给用户精准推荐产品及服务,实现基于大数据的数据库媒体电商。钱报有礼正是在这个思路之下建立起来的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 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 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29