
回顾本届世界杯,信息通信技术的发展赋予了它相比以往诸多不同之处—譬如移动互联网的高速普及令世界杯从客厅走向指尖、社交媒体的充分利用使之成为真正意义上首届“社交网络世界杯”、大数据的应用大大扩展了看球视野促进“全民娱乐”。
上海联通携手《东方早报(博客,微博)》在世界杯落幕阶段发布了大数据世界杯“申迷指数”白皮书。本次发布是国际上运营商首次尝试以大数据来分析世界杯、观察球迷、关注市民的生活,以白皮书方式全面展示世界杯期间沪上生活,同时也开创了运营商大数据应用结合世界杯活动的先河。
世界杯从客厅到指尖
综合第三方机构调研分析可以看到,整个社会正加速从PC互联网时代向移动互联网时代转变,一个显性的指标就是接入互联网的移动终端数大大增加;手机终端整体从功能机时代进入到智能机时代;通信技术从2G时代进入到3G时代和4G时代。
社交媒体被充分应用,微博2010年开始大行其道、微信2012年开始普及,整个社会进入了“人人社会”或者“社交社会”;娱乐无处不在,“有趣”成为事件传播的要素。同时大数据成为最热门的话题,其应用迅速普及、影响力越来越大。
在这样的时代背景下,不难发现除了“中国足球队继续留在家里看电视”这点外,2014年与2010年相比世界杯发生了很大变化。
上海联通互联网与存量经营部总经理沈可分析说,本届世界杯看球的设备从电视机转为了平板电脑和大屏智能机;看球的渠道从完全依赖电视台,获取信息从纸面媒体转变为互联网视频和网站;看球的形式从个人默默熬夜和扎堆酒吧看球,演变成线上联动看球,充分利用社交媒体,形成虚拟的“一起看球”;球迷在世界杯期间自我表现和参与需求更为强烈,UGC与互动参与成为刚需;看球的关注点更加多样,不仅要足球好看,而且要相关的信息展示更有趣、更形象、更直观。
2014巴西世界杯已经从“客厅里的世界杯”变成为一届“指尖上的世界杯”。借助移动终端、利用先进的4G/3G技术、通过移动互联网和社交媒体,将观看与参与通过手指的操作得以实现,信息与硬件完美融合创造出全新的赛事体验,这也是现代信息通信革命赋予球迷的最好馈赠。
联通大数据新看法
由世界杯衍生的话题不胜枚举,无论超级铁杆还是对足球漠不关心,这一个多月来注定会被世界杯影响,反过来又影响了世界杯的信息传播。实际上,本届世界杯的内容主体已经从队员和比赛变为球迷和赛会期间生活乐事,至少后者的信息量占比不断提升。
在这种转变过程中,大数据会发挥重大作用,甚至是还原期间百姓生活、球迷特性的唯一途径。沈可说,用数据来展示球队、回顾比赛历史、区别球员表现已经习以为常,但是这些数据只是统计的展现,带有专业性,并不美。还需要引入更多样、更大量、变化更快、且能创造新价值的数据,也就是用大数据的眼光来发现世界杯的更多美、球迷的更多美。
不仅如此,在数据展示的过程中,也需要通过丰富的图表、有趣的文字、创意的主题来进一步丰富表达的内容,让这些数据更具有亲和力,更具有传播性。让数字也变得更加有趣,充满娱乐精神。
上海联通利用先进的大数据技术,将点滴的个体数据汇聚起来,寻找单一元素大集合后的整体规律,探索令人着迷的大数据关联关系,一起以大数据的眼光来看看上海市民与球迷在世界杯期间的生活。
从终端的选择、移动互联网使用的强度、网络服务的感知、心仪APP的选择到吐槽的槽点、热门话题的介入,并与更为广泛的其他数据结合,就能找到上海球迷看球的脉络、看到上海球迷的画像、知晓比赛期间我们的生活究竟与世界杯发生了怎样的联系。这些角度都是过去所不具备的,是我们首次以大数据的角度来观察一届世界杯、观察球迷、关注市民的生活,沈可说。
“申迷指数”白皮书
面向大数据的能力输出是运营商积极参与智慧城市建设的一个重要领域, 而“申迷指数”白皮书的发布恰是上海联通积极关注民生问题的体现。
在整个世界杯期间,上海联通启动了“指尖上的世界杯,大数据里的新看法”主题活动,通过矩阵式媒体合作,与《东方早报》合作,辅以自有社会化媒体平台为核心阵地,配合社会化媒体平台进行粉丝精准互动。
该活动通过对前一比赛日的球迷大数据分析,每日发布一条主分析和预测指数,如峰值时刻、昨夜无眠等,使民众对大数据的应用有更加直观的感受。同时“申迷指数”也会每日推出花絮指数,如熬夜圣地、性感指数、TOP Apps等,让广大球迷不仅看好球赛,而且看球的关注点更加多样化。
C114获悉,上海联通在整合活动中通过线上线下多次与网友互动,实现了矩阵式媒体全覆盖。有超过50万人参与了线上线下等活动,活动总曝光量达5000万次。
作为活动最重要部分,“申迷指数”白皮书在世界杯落幕阶段也进行了发布。用大数据的眼光找到沪上球迷看球的脉络,同时也揭晓了一些沪上球迷看球的聚结区域、钟爱什么样零食这样的有意思的看球行为,展示世界杯背后的另一面。
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