
新闻客户端进入大数据时代
近日网易新闻客户端在广州发布了“解码城市态度”数据报告,基于大数据挖掘,从文化、商业、生活等五个维度给大家呈现了广州这座城市。这一活动还将陆续在青岛、成都、上海等城市开展。在此之前,今日头条客户端也做了一个类似的活动,即“数读广东”,尝试用大数据来剖析当下的广东。新闻客户端纷纷尝试进行“大数据发布”并不是巧合,内在联系在于,新闻客户端正在进入大数据时代。
数据成为新闻客户端的资产
移动新闻客户端是人们获取资讯的核心工具,属于新媒体阵营的代表产品。在此之前媒体经历了传统媒体、网络媒体、社会化媒体多个阶段。移动新闻客户端从门户演变而来,不过却有很多新的玩法,而不同移动新闻客户端又有自己的思路。
第一类玩家以网易为代表,即PGC+UGC模式,PGC主要是编辑生产内容,例如轻松一刻等经典栏目,UGC则是网易最具特色的跟贴功能,即增加了用户活跃度又实现了内容的再生产。第二类玩家以搜狐为代表,提倡平台化,第三方内容可入驻客户端,今年开始搜狐在自建内容即PGC上开始投入更多。第三类玩家以今日头条和一点资讯为代表,主打个性化推荐,每个人看到完全不一样的内容。第四类玩家则是腾讯和新浪的新闻客户端,走精品路线,做精品栏目和内容,例如耗费巨资拍摄纪录片、与NBA签下合约等举措。
各大新闻客户端都注重形成自己的标签,不过就像其他所有形态产品的竞争一样,到一定阶段难免会相互借鉴、互通有无。2015年,PGC、UGC、个性化、开放平台这些元素在各个新闻客户端中都陆续出现。还有一个共同点则是,大家都越来越重视对大数据的获取和挖掘,并取之于民用之于民,体现到产品和商业化上。
大数据对新闻客户端的三重价值
互联网早已进入大数据时代,每家企业、每个产品,都会越来越倚重数据的价值。新闻客户端本身就是内容型产品,几乎都拥有海量的用户基数和大量的行为数据,所以与大数据具有天然的结合空间。笔者认为对于新闻客户端而言,大数据主要有以下价值:
1、增强内容消费体验。新闻客户端是信息大爆炸的受害者。大家都陆续采取了UGC模式,并且允许开放平台来提供长尾内容,整体内容呈现出大而全的趋势。要解决信息大爆炸就必须通过大数据进行精准推荐,起到过滤效果。以网易新闻客户端为例,其已形成PGC(人工编辑)+UGC(用户产生内容)+大数据推荐三位一体的内容运营模式,基于网易全平台数据去洞察用户,结合兴趣、场景和节奏给到用户资讯推荐。
2、解决变现难题。新媒体盈利模式本质上是广告,但新闻客户端并没有门户网站那么多广告位,如何将用户注意力转化为商业价值一直是各家在探索的难题。通过大数据至少可以实现以下几点:原生广告,即与内容结合的广告需要通过大数据匹配上下文和阅读场景;O2O广告,结合LBS等数据进行适合本地的周边生活广告,例如网易这次“解码广州”就呈现了很多生活大数据,广州用户更爱养生、更喜欢日系汽车、最喜欢看电影……商家咨询,即将大数据挖掘成功在不涉及用户隐私的前提下,以报告形式给到商家,影响到生产、服务和营销等环节,比如网易通过大数据告诉广告主:新一代广州年轻人最爱的明星是范冰冰,给广告主找代言人提供参考。除了这几点,传统广告的转化率在大数据技术帮助下将得到显著提升。
3、承载社会价值。
基于大数据去深挖群体的行为、心理、诉求、情绪……具有巨大的社会价值,此前行业的经典案例就包括用大数据预测股市走向、反映迁徙行为进而缓解交通、监控流感趋势和区域给卫生部门建议。新闻客户端拥有的大数据具有较强社会价值,它提供大量与人们的生活息息相关的社会民生内容,以及用户对此内容的消费行为。以网易新闻客户端本次发布为例,其反映广州用户最关心春运,春节期间IP地址变化最频繁,外地人湖南人居多,广州人最关注“广东产业结构转型、经济发展新常态”这类经济话题,其实都有很多社会价值,因为数据不会撒谎。新闻客户端作为新媒体本身应当承担其社会责任,大数据在这一点上帮了忙。
数据新闻时代已然来临
移动新闻客户端相对于PC新闻门户,最大升级在于,数据化。
一方面,可以记录更多的数据,移动设备几乎不离开用户,PC端无法获取的位置信息,移动新闻客户端都能读到。通过OPENID账号体系,用户乐意登录移动客户端,并与之进行互动。网易“解码报告”就显示,52.1%的广东用户阅读新闻后会参与跟贴互动。所以说移动新闻客户端,数据记录更容易、更全面、更精准。
另一方面,更加重视数据的价值,整个互联网都进入大数据时代,只要有一定规模用户的应用,都在尝试着利用大数据,就算暂时不用,也注重收集和存储各种数据,总有一天用得着。新闻客户端在大数据上有得天独厚的优势,因此都在通过数据和技术,来提升产品体验、探索新的商业模式,成为大数据的第一批掘金者。
基于上述分析可以认为,新闻客户端正在进入数据时代。你在看新闻的时候,新闻客户端在读你。与之互动越多,你的资讯消费体验越好,更精准的内容推荐,还有干扰更低的广告。数据新闻的理念未来将贯穿在新媒体发展之中,未来新闻不再是剪刀+浆糊,不再是凭借编辑的经验和才华,而是依靠数据来驱动,数据的背后则是技术,看上去与技术最没关系的新媒体,正在成为一项技术活儿。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08