京公网安备 11010802034615号
经营许可证编号:京B2-20210330
INMA在12月刚刚发布了战略报告:《大数据让传媒公司的决策更加明智》,报告研究了默多克新闻集团(News Corp)这三年里在大数据领域的作为。身为新闻集团CTO的Paul Cheesbrough在这篇报告里介绍了News Corp如何领先其他传媒集团,并分三个战略步骤推进他们的大数据规划。在经历了最初的收集数据、保护数据两个步骤以后,如今,新闻集团开始谋划用大数据 撬动盈利杠杆,并深刻植入用户关系维护、新闻采编等多个环节中。一起走进新闻集团的大数据蓝图。
“新闻集团从三年前开始对大数据进行战略投资,那时它正在为如何检验投资回报率一筹莫展。但新闻集团把眼光放得很长远,并逐步开始推进这项战略。”新闻集团首席技术官Paul Cheesbrough。
作为全球性的传媒集团,新闻集团旗下业务包括报纸、杂志、书刊、网络、电视、教育项目、营销等,如今它正试图用大数据来驱动优化并实现品牌的聚合效应。
向大数据进军:收集、保护、盈利,步步为营
新闻集团大数据战略开启以来,内部业务已经在不同程度上趋近成熟,经历了以下三个阶段:
第一步,收集并储存各个部门的第一手数据;
第二步,确保数据安全性,有些数据会危害到隐私,或者被第三方用来获取新的利益;
第三步,通过分析数据得出有价值的结论,并以此获得更多的收入。
新闻集团目前正处于‘保护数据’的最后阶段,下一步他们需要思考如何有效地使用这些数据产生价值。
“随着公司数字产品的增多,我们已经可以熟练地驾驭这些产品,通过数据分析准确地获知是谁在阅读,在什么时间阅读,以及在什么设备上阅读。”Paul Cheesbrough补充道,“对那些成立较早的传媒公司来说,通过订阅在线新闻与读者建立长期联系是很难做到的。”
组建精良团队实现战略出击
在对用户数据进行挖掘时,新闻集团也挖走了谷歌在欧洲的一位高手,并成立了专项团队,由他领导,该战略与谷歌、Facebook和雅虎的数据战略发展路线基本相同。
“我们发现,做大数据并没有什么最佳解决方案,必须依靠出色的工程师、技术人员和设计师,才能把碎片化的东西聚合在一起进行优化,聘用合适的人是成功的关键。”Paul Cheesbrough强调了人才对发展大数据战略的意义。
最近,新闻集团又加入了一位首席数据科学家,他的工作是从已经获得的数据中提出具有挑战性的问题,并以此推导出有价值的观点和可操作的方法。”
基于第一手数据实现广告精准投放
为了更好地保护隐私,2013年新闻集团开始逐步排除嵌入在其数字产品中的第三方参与者,并基于第一手数据推出了它的全球广告交易平台,以实现广告投放最优,并维护良好的客户关系。
除此之外,新闻集团还基于第一手数据,向读者推送内容和广告,它还和美国大数据公司Palantir Technologies 合作,研究用户的参与和流失,以精准预测用户是否会继续阅读。
平台推出的第一年里,新闻集团取得了令人满意的广告收入。“我们很快就收回了之前数据战略投入的费用。”Paul Cheesbrough相信,数据可以帮助他们更好地维护与广告客户之间的关系,获取更多收入。
举个例子,新闻集团将数据运用到这样一起实际用户体验调查中。《华尔街日报》的很多内容 都需要用户付费才能观看,不过也有一些免费内容,但是如果能针对付费用户和普通用户做不同的内容推送呢?新闻集团做了一个测试,通过页面的一个金钥匙图标 将指定的内容只提供给订阅用户,通过产生的数据来判断这个钥匙图标是否能增加用户阅读,或者会对他们产生干扰造成用户的转变和流失。
结果表明,这个图标对用户转变来说并没有产生什么实际影响,但是如果把图标拿走,便会有用户发生转变。
将数据植入媒体运营和新闻采编
新闻集团的每项业务都为建立它自己的内部数据团队积累经验。数据的用处不再只是为了做报告,或者仅仅为了统计浏览量和用户,必须挖掘出数据中的价值并据此预测未来。
为此,不同品牌和部门之间经常进行沟通,分享最佳的操作方法,以便迅速采取行动。“如果我们伦敦的某个业务中有非常有效的方法,数据会立刻告诉我们,然后我们会把这种方法导入到其他业务中,基于数据分析对应用和产品做出修改或者做新的设计。”
新闻采编室的工作人员也可以接触到很多数据,以了解他们生产的内容可以吸引到多少用户。数据的使用让Paul Cheesbrough对员工的工作状态十分满意,“我们的新闻采编室和创意团队在创作故事和产品时都会使用数据,这让他们工作时充满激情。”
前沿技术驱动数据运营优化
新闻集团很早就开始在业务中运用新技术,如云计算服务、Apache Hadoop(一种分布式系统基础架构)和开源软件,用以储存和处理海量数据。在建立平台的过程中,他们也广泛地使用了一些有效的工具。
“我们不会只和单一供应商合作或只使用一个平台,我们的工程团队已经利用Hadoop、Hive、谷歌组件和一些其他软件建立起了自己的全球数据采集平台,这个平台目前已经应用到我们所有的业务当中。”
数据加密确保用户隐私
处理数据需要花费大量的精力,且必须确保数据的安全性。新闻集团采用加密技术,并在每个数据安全区域配备工作人员,它也把一小部分第三方技术嵌入到数字平台以获取用户数据。
对于用户的隐私,Paul Cheesbrough表示:“我们非常重视用户的隐私,所以我们每个业务品牌在收集和使用数据时都坚持用户安全条款和限制。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09