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
在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26