京公网安备 11010802034615号
经营许可证编号:京B2-20210330
机顶盒能否“反向收集”用户行为大数据_数据分析师
1、从技术的观点来看机顶盒,为什么不能直接把用户的「操作过程」反向搜集,成为可以评估的大数据吗?包括电视台方面的设备改造,难度大吗?
2、现在一般通用的机顶盒,和ac尼尔森的数据搜集设备,技术差距有多大?
来自知乎小伙伴陳泰坦Titan的回答:
1、从技术的观点来看机顶盒,为什么不能直接把用户的「操作过程」反向搜集,成为可以评估的大数据吗?包括电视台方面的设备改造,难度大吗?
2、现在一般通用的机顶盒,和ac尼尔森的数据搜集设备,技术差距有多大?
简单回答:技术0差距,完全沒难度!
和电視台信号源完全无关,我们本身机顶盒就已经可以完成记录用戶转台的时间,停留的长度,并且可以把数据回传。尼尔森的收视仪也就是这个功能⋯
然而,为什么不呢?(沒错,以下才是正文⋯)
尼尔森公司是做什么的呢?
他们是做第三方收视率监测
关键词不是“收视率监测”,而是“第三方”
我们设想一下,如果机顶盒是收视率来源,数据会怎么样?
以广州为例。
先科普一下,广州有两个机顶盒供应商,分別是广州有线和广东有线,而由于历史原因,这两个公司分別递属于广州电视台和广东电视台。
冰雪聪明的你可能已经想到,广州有线机顶盒测出来的收视率,当然是广州台比较高;广东有线的机顶盒,当然是广东台的数据比较好好⋯收视率高,意味着广告可以卖更贵,意味着电视台收入高⋯
既当球员又当裁判,必然是不行的⋯
其实,几年前当央视收购索福瑞,成立中国最大的收视率调查公司央视—索福瑞的時候,业界就有过类似质疑。
最后再科普一个,现在尼尔森、索福瑞的收视率样本,都是有价样本,意思是,作为被调研人,是签合约收钱的,是有义务保证自己是公平公正的。
————补充说明———-
关于有同学提出当地机顶盒就是由“第三方”提供的,但请留意,目前应该还沒有一个全国性的第三方吧?
还是以广东为例,如广东的收视以广东的数据为准,湖南的收视以湖南数据为准,那会导致广告沒人看湖南卫视,湖南也沒人看广东卫视⋯
就像中国和韩国队踢球,裁判是不会用中国人或韩国人的,以免地方保护⋯
来自知乎小伙伴李宁的回答:
前两天刚同尼尔森的高层吃过饭。今天刚跟索福瑞中层开过会。
令人遗憾的是——你看电视再多,也不会成为大数据的一份子。
以下是答题。
1、技术上没什么差别,差别是稳定性。
普通机顶盒造价便宜的很,监测收视率的机顶盒造价要高得多。索福瑞和尼尔森的都是。最重要的就是数据回传的稳定性。
如果数据中断,对于时时收视率监控的影响是很大的。
数据的可靠性是数据公司安身立命的根本。当然,如果全国人民的数据都搜集,成本实在太高,所以,他们是这么做的——
2、你家开着电视机对“大数据统计”没啥影响
为了保证稳定性和准确性,所以就需要进行专门的样本监测。
样本呢,不会很多,因为统计全国人民看电视的大数据,公司估计要全球IPO了才能买得起那么多机房。
所以呢,尼尔森和索福瑞都在取样,选取不同职业、年龄、身份的人作为样本。
真相只有一个,只有他们,才对收视率有影响。
诺,就是这个玩意儿,一般人都木有见过哦。所以你天天看电视,对大数据和收视率都是木有用的。
3、说点题外话
目前收视率受到质疑,主要是因为污染样本太严重。
比如一个不知名电视剧,如果搞定了收视率样本,就能搞定广告主投放广告,电视台就能以小博大发横财,这种掮客也不少。
未来,网站、APP、电视盒子会成为重要的影视数据统计来源,索福瑞和尼尔森也在转型。
电视已是黄昏行业,浪潮之巅的大数据,充满想象。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 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 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 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 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 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 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18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导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 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。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 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 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13