
电视衰落了吗?大数据告诉你_数据分析师
不久前,有媒体报道,受个人电脑、平板电脑、智能手机的冲击,北京地区电视机开机率从3年前的70%下降至30%。“互联网取代电视”,唱衰电视的言论让人们疑惑,电视是否正在失去主流媒体的影响力?
11月27日,北京大样本收视数据研究中心发布的最新数据表明:电视仍是强势主流媒体,其内容的时效性、精致性等特性让网络媒体仍然无法取代。
北京地区开机率65.6%
数据显示:11月26日的北京地区有线电视收视用户不重复开机率为65.6%,有线电视收视用户每日每户平均收视时长为208分钟。
随着高清交互节目内容的不断丰富,北京地区有线电视用户每日每户平均收视时长几年来持续增长,从2012年的192分钟已经上升到2014年的206分钟。北京地区高清交互用户近两年平均每日开机率稳定,保持在60%以上,说明了“北京地区电视机开机率从三年前的70%下降至30%”的消息是没有依据的。
开机率65.6%的数据是如何得到的?准确性如何?
歌华有线公司副总经理罗小布在接受记者采访时说:“歌华有线建成的大样本收视数据实时采集分析系统,是基于超过400万户高清交互数字电视机顶盒终端回传数据进行的大数据分析,这个数据绝对可靠。”
据介绍,2012年11月,歌华有线公司成立大样本收视数据研究中心,这是全国广电第一个集科学的数据采集和自主的分析技术为一体的收视数据生产分析工作中心。2014年,中心建成全国首个大样本收视数据实时回传、采集、分析系统,让收视率调查迈入“大数据时代”。
两年来,该中心依托海量高清交互数据生产的北京地区收视率数据产品,成为政府的舆情参考和媒体机构的数据智囊,是电视节目制作的引导参考。“下一步还将为用户提供个性化的智能电视收视服务。”罗小布说。
收视率调查的一场革命
近年来,收视率造假的新闻层出不穷。操作样本户、窃听和截流数据、直接篡改等人为方式干预,造成了“收视率乱象”。
据介绍,不同于传统收视率调查,歌华收视数据研究中心可记录每一用户每一步的操作行为,具有客观、公正、权威的特点;数据自动回传和采集,全程由计算机自动完成,客观反映用户真实行为,没有人为干预,保证数据真实、可信。“这个系统具有夜间自动关机功能,如果夜间4点电视仍没有关,就会询问用户是否继续收看,如果无人回应,就会自动关机。这样使得收视率更加准确。”罗小布介绍道。
数据的实时回传、实时分析、实时发布,满足了大数据时代用户对收视数据越来越快速、高效的要求,具有时效性的特点。同时,中心与中国传媒大学、央视索福瑞、尼尔森、秒针系统、新生代全景、中传瑞智等单位均开展了深度技术合作。
尼尔森大中华区副总裁李昕说,歌华有线双向平台能够实时采集超过400万终端的收视行为、页面访问、业务使用、广告曝光等数据,相对于传统的基于测量仪的小样本来说,无异于一场革命。
“大数据”收视调查将覆盖全国
北京市新闻出版广电局局长李春良告诉记者,国家新闻出版广电总局日前正式批复同意歌华有线发布和提供广播电视收视数据,具体包括两种方式:一是向业内播出机构、广告公司等提供直播节目收视数据情况,包括北京地区所有频道、所有节目一周收视情况,北京地区新闻节目、电视剧节目、综艺节目、体育节目等一周收视情况。二是通过北京地区高清交互平台、报纸、网站,公开发布“北京地区有线电视用户每日不重复开机率”“北京地区有线电视用户每日每户平均收视时长”“北京地区最受观众喜爱的回看节目一周点播情况”“北京地区最受观众喜爱的回看频道一周点播情况”四项收视数据情况。
据透露,2015年,歌华有线大样本收视数据研究中心将逐步实现宽带用户数据、互联网电视数据、手机电视数据的采集,可提供占有率、忠诚度、用户黏性等多维度的收视数据指标。同时,歌华有线将联合全国有线电视网络公司,共同搭建全国收视数据调查研究中心,建设全国收视行为数据库和权威数据采集、分析、发布平台,树立大数据时代行业标准,打造全国收视数据权威发布品牌。
大数据的内核,是对用户需求的精准把握与分析。在大数据时代,传统媒体面临改革的形势下,理念和技术上的革新将为电视行业带来新的发展机遇。本文来源:CDA数据分析师官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 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 ...
2025-09-01