京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
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在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16