京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代:媒体新任务和媒体人的新角色
提要:《大数据时代: 生活、工作与思维的大变革》一书最具洞见和最富争议的观点是:大数据时代最大的转变就是,放弃对因果关系的渴求,而取而代之关注相关关系。也就是说只要知 道是什么,而不需要知道为什么。本文认为,理解大数据时代的相关性思维方式,以及其它本质要素,进而理解大数据环境下受众对高品质、确定性信息的 需求,有助于传统媒体开阔眼界,找到寻求战略突围的方法。
关键词:大数据时代 传统媒体 媒体人 角色
文/张坤阳 徐铁英
在大数据时代,必须承认,追求因果性的传统媒体谈稿会等形式已经落伍。无论多么优秀的记者,他们对于事物的观察都受制于个人视野与立场,即 使是相对深入的,也未必全面、充分。而与记者在某一个视野有限的观察点上对事物进行的观察与分析不同的是,有效加工的大规模数据可以揭示更大范围内的或更 接近事实的情状,从而也为报道的深入提供了基础,从而彻底改变媒体生态。
媒体人角色的新转变
维克托舍恩伯格所理解的大数据思维,即不再热衷于寻找因果关系,而寻找事物之间的相关关系。这种观点,意在颠覆此前有限数据时代的信 息思维理念。传统媒体在信息思维上的不足恰恰在于:只见树木,不见森林。追求微观精确,忽视宏观把握。传统媒体应该有大数据视野。有了这种视野,即便关注 的是点上的微观问题,看到的风景也会不同,不是孤零零的点的意义,而是具有面上价值的节点。
以世界首届数据新闻奖的一个入围作品为例,这是由英国广播公司(BBC)和毕马威会计师事务所联合制作的《预算计算器:2012年财政预算 将如何影响你?》。政府财政预算向来是一项专业和繁复的公共政策事件,媒体要解决的问题是如何有效解读它对普通居民的生活影响。BBC的计算器简便实 用,用户只需在界面上输入一些日常个人信息,就能自动算出新预算会让自己多付多少税、明年的生活会比今年变得更好还是更差,等等。
在国内也有这方面的尝试,去年国庆节,游客在天安门广场留下大量垃圾,引发国人素质的大讨论。从大数据分析的角度来看,把历年来所有关于天 安门广场上垃圾的报道梳理出来。这样把所有数据全部整合出来,就能发现垃圾数量和游客数字之间,其实不存在关联性(事实上,天安门广场出于安全需要,不设 垃圾箱),人文素质也就无从谈起。通过开掘数据,记者的工作建立在扎实证据基础上,为读者提供经过科学分析的洞见,把抽象的、宏观的社会问题转化为跟普通 人相关、普通人容易理解的内容,还可分析复杂形势中事物发展的规律和趋势,给人们决策提供预见性内容。
在大数据时代,媒体人角色,就应该是意义生成者,主要工作内容是阐释事件的影响。建立在大数据技术之上的事件分析和意义解读,要比采访专家和凭记者个人判断更有可靠性。
战略突围要提前布局
为什么走在大数据前沿的都是一些互联网公司,而不是传统媒体或者出版机构?就在于技术原因起决定性因素,技术汇聚数据,数据的意义自现,才 会有相关性一说,才会忽视因果联系。这方面,传统媒体业存在先天劣势,不仅掌握的数据资源有限,掌握的人才和管理也基本为零。可以说,绝大多数媒体机 构连传统的流程、工具和方法都没有掌握。
一个简单的例子:中国最大的电视台中央电视台据称拥有近40万小时的节目资源,年播出总量为23.0248万小时;而YouTube每分钟 就有72小时的视频被上传,更不用提每月10亿独立用户的行为数据。数据量级相差悬殊。所以,传统媒体深受大数据冲击和影响,但又缺乏根基,难以出现颠覆 性的创新,无法孵化出新的业务形态。
传统媒体在大数据时代生存下去,除要对新闻业务本身进行变革之外,还要提前布局,积累数据资产,打牢根基。如浙江日报报业集团收购边锋浩 方。边锋浩方拥有五六百款游戏,活跃用户达2000多万,最高在线人数150万。围绕这个平台,浙报集团就可以建设数据分析系统为支撑,深入筛选捕捉用户 行为、习惯、偏好和需求,挖掘和积累可贵的数据资源。从其自身成长性和增值可行性来看,这个平台对传统媒体价值巨大。
另一方面,要加强数据能力的获取。媒体应通过合作、购买、外包、孵化等方式,首先掌握传统的数据处理能力,进而具备大数据应用的能力;引进 和培养数据人才,包括拥有统计学、商业智能、机器学习、自然语言处理等多方面技能的数据科学家,也要有知晓如何通过运用大数据来设计产品和运营企业的 分析师和管理者。浙报集团旗下传媒梦工场就投资了知微、优微等项目,主要专注社交网络的数据深度挖掘。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23