
新闻发布会上,媒体出席名单上自媒体往往会占去多半数;同一天里,有时候一篇文章的在某个自媒体展示所获得的浏览量会远远超过一个传媒企业网站一天的收获;很多时候,媒体人聚在一起讨论媒体的未来,“未来属于自媒体”很容易成为共识,自媒体的商业模式会成为讨论焦点……如今,自媒体很火,名声与希望已经远远盖过了传统媒体。自媒体有很多优点:轻资产、没有企业管理的条条框框、可以随意利用自身的名望,这为其发展带来了传统媒体难以具备的优势。然而,自媒体当前表现得红火究竟是真正拥有了媒体的未来,还是媒体繁华时代的一个过眼烟云呢?
按照百度百科对自媒体的定义:自媒体是指以个人传播为主,以现代化、电子化手段,向不特定的大多数或者特定的单个人传递规范性及非规范性信息的媒介。自媒体平台包括:博客、微博、微信、百度官方贴吧、论坛/BBS等网络社区。因此,本文涉及对自媒体生存的思考仅限于那些以个人名义在以上平台开设的公众账号,并通过这一账号向公众传达信息的个人运作的媒介。
“枪”与“黑”的醒悟
最近,很多人的朋友圈里都转了一篇以不再写软文为中心思想的文章,文章的作者正是某个知名自媒体人。作者认为,媒体长期创作的“枪”文和“黑”文无法令媒体有美好的未来,而这是当前自媒体找寻发展方向亟需做出的努力。这或许是给当前自媒体的火热提出一个冷静思考的理由。
无论是“枪”文或是“黑”文,都是软文的一种,前着注重对所论述对象的溢美表达,而后者更多以罗列堂而皇之的不利理由来达到攻击论述对象的目的,都是要起到广告的效果。很多时候,我们看葛大叔“看不懂“淘宝的发展,或是王自如”“读不懂”老罗的情怀,都是这方面的具体体现。
中国整个媒体行业发展至今,依然难走出摆脱企业广告投放为盈利核心的发展模式。企业作为媒体的最大金主,在媒体沟通厂商与读者的过程中,更容易控制在媒体的话语权上施加影响,媒体更易成为企业发展前沿喉舌,而却缺乏作为“中介”本应有的“中立”。在Web 1.0时代即是如此,那时“门户”的概念深入人心;到如今的web 2.0甚至 3.0以上的时代,因更多媒体平台的涌入,“门户”倾向虽消失,媒体人“枪”文和“黑”文的制作反倒显得更加振兴起来。如太多的微博大V们在微博上给某品牌造势,或知名微信个人公众账号里插播的广告,比起传统媒体里的广告不知多了多少。因自媒体人有着更多行事自由,更多的文章裁量权与更广泛的舆论导向选择。为此,自媒体人更倾向于成为软文的专业创作者,自媒体上也自然有着更多广告软文聚集。
自媒体上软文的增多似乎已经影响到了自媒体留住受众的能力,进而影响到了自媒体以生产具有深度思想性内容的核心竞争力,这篇自媒体人有着几分“醒悟”的文章似乎正是这一信号的某种体现。但这几分认识却在触及自媒体本身存在根基上显得有几分附会和牵强。犹如艺人因违法被拘留出狱后在公众前的满脸泪水,目的不是告诉公众自己要金盆洗手退出娱乐圈,更多以打“苦情牌”的表演来换取更高的知名度。毕竟软文多了可以减少,也可以在软文中添入更多的真情流露,内容上的微小变化足以挽回自媒体本有的自信。相信自媒体会将软文进行下去,“不写软文的醒悟“在某种意义上或许只是个个人的作秀。
而且,作为传统媒体企业而言,受到形态领域的诸多限制,如多年的品牌塑造、读者认知、企业发展核心定位、企业文化等,生产具有深度思想性内容依旧是核心,软文不过生存的附庸。自媒体人所担忧而那种劣币驱逐良币行为,在传统企业媒体上反倒越发没有市场。
死在大数据里
既然软文不能成为杀死自媒体自身的主要因素,那自媒体的生存环境就没有威胁么?笔者认为,比起考虑怎样赚钱,自媒体生存更应担心的是大数据发展带给媒体的冲击。未来,自媒体很可能会死在当前自己正在鼓吹的大数据发展上。
“大数据”是当前IT业界和学术界一直在热议的话题。相信更多人知道“大数据”不是从Hadoop、HBase、GFS这些专有技术名词开始的,毕竟这些属于攻城师、程序猿口头禅的词汇对大众的启蒙难度很大。反倒是哲学博士翻译的《大数据时代》、政治领袖点名给公众推荐的《大数据:正在到来的数据革命》这些图书成为了中国大众知道“大数据”这一概念的启蒙。这意味着,大数据发展在思想价值上的认识已经远远快于其单纯的技术发展普及,正如某个人即使不知道运用大数据需要哪些技术,但多少知道大数据会怎样服务于人们工作和生活。
按照业界达成的普遍共识,大数据指的是所涉及的资料量规模巨大到无法通过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。通俗来讲,大数据技术是一个需要更多处理能力的综合体,比之于单一的技术更为复杂,但企业通过大数据技术运用取得的投资回报会更大。可见,大数据技术中蕴含着“集体”的智慧,需要经过量变到质变得出K.K在《失控》中描述的那种“涌现”效果。大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理。换言之,如果把大数据比作一种产业,那么这种产业实现盈利的关键,在于提高对数据的“加工能力”,通过“加工”实现数据的“增值”。
从当前来看,大数据技术不但在单纯IT技术的支撑方面取得了长足进步,如前文提到的Hadoop、HBase、GFS等成为企业实施大数据技术标准的实施方案,在服务企业创新业务发展面也取得了不少收获,如电商根据大数据分析布局销售、智慧城市的建设等。这种态势的发展意味着企业面向客户的服务更多是综合化服务的体现,难以通过个人的自由能力达成服务对象的美好预期。比如电商虽方便了顾客足不出户的购物体验,但背后需要有强大的后台访问支撑、与物流企业的信息联动、与供货商的数据共享、与支付机构的金融对接等比面对面钱货交易更为复杂的服务生态系统,而这正是大数据技术得以发挥的广阔天地。
当前媒体产业的发展也不得不接受大数据的洗礼,除了在内容更新频次上的不断提高,大数据技术思维在发挥内容制作方面更是影响颇深。通过使用大数据分析应用,媒体可以更为准确的判断用户喜爱的内容,从而完成更为有效地服务推送服务。针对具体内容的制作,可以通过大数据分析应用在前期找出并规划出更为有价值的内容,从而交由更具制作优势的个人或部门完成制作,并在生产工序上达成更为合理的排期。对于用户来说,享受媒体使用大数据分析应用达成的工作成果,可以有着更好地用户体验。运用大数据技术,成为媒体提升服务能力的一项有利武器。随着互联网的普及,读者的阅读需求更加多样化,媒体会更加依靠大数据技术,依靠团队协作、内容联动、题材风格多样化的制作。
然而,大数据运用对于自媒体来说却成为发展中的藩篱。毕竟个人在资本、技术、生产环境等方面难以具备大数据运用的充分条件,而这正是机构媒体通过引进先进技术解放并发展自身生产力的巨大优势。大数据运用扩大了媒体依靠内容生产的生存内涵,让编辑与记者的文字创造、平台承受用户的访问能力、用户享受服务的时间、方式都成为传统企业媒体所拥有的核心竞争力。根据市场运作的先发优势规律——市场领先企业会在未来竞争中取得更大优势——自媒体在与传统企业媒体的较量中正在逐渐败下阵来。在这种趋势下,我们不容忽视的一个现实是,已经有越来越多的自媒体人放弃了自己公众账号的运营,很多已经一年多没有发过内容了。
这不是自媒体与企业媒体的较量
在互联网时代里,市场的竞争法则发生了很大变化,很多时候最大的意外往往成为颠覆自己的最大力量。电信运营商之于微信、诺基亚之于苹果、TCL之于小米……打败自己的人却与自己无关。
或许,自媒体的生存之忧不在“媒体”,而在媒体之外的因素,如大数据技术。很多时候,企业媒体们为一个个人明星账号单日一篇文章可拉来上百万浏览量而“羡慕嫉妒恨”着,但实际上这个个人明星账号的光环已经不是所谓的“自媒体”了。例如,有着诺奖背书的莫言在博客上的发表一篇文章带来的流量可以顶得上无数的自媒体人对自己账号较劲脑汁的运作,但相信莫言还不知道自己是自媒体吧。这种“光环”是明星与粉丝的经济互动,犹如微博大V们对草根的控制与影响。或许,知名自媒体人真正的优势在于“知名”,只不过将“知名”放在了“媒体”上,误认为是“媒体”优势。
可以预见更长远的未来,自媒体会愈发体现出媒体内容呈现的捉襟见肘,而那时企业媒体也就再次迎来了属于自己的春天。
CDA 数据分析师培训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
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10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 ...
2025-09-04