京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据新闻的商业模式_数据分析师
数据新闻不过是对一股数十年前就已出现、并且正愈演愈烈的潮流的描述而已。新闻从业者没有意识到的是,这是有关提纯信息的生意,读者希望和每天出现在新闻中的数字发生联系。在该领域,全球各地涌现出一波创业潮。
在所有关于数据新闻的兴趣和希望之中,有一个问题最为新闻编辑部关注:它的商业模式是什么?我们不能轻率地预言,也许可以从媒体行业的近况和现状中发现线索。事实是,已有很多新闻机构从这新生事物中获益。诸如“数据新闻”、包括当下最热门的“数据科学”等术语,乍听起来新鲜,实际不然。相反地,这些新标签不过是对一股数十年前就已出现、并且正愈演愈烈的潮流的描述而已。
数据即生意
许多新闻从业者似乎还没完全意识到,数据采集、分析及可视化所能达到的利润规模。这是一门有关提纯信息的生意。有了数据工具和技术,人们越来越有能力把握和理解那些极其繁复的议题:国际金融、债券、人口、教育等等。所谓“商业智能”,正是这样一堆科技概念的统称,它们试图清晰地说明发生在公司里的事。那些属于我们时代的大规模、高利润公司,例如麦当劳、Zara、H&M之类,无不依赖数据跟踪来赚钱,而且赚得不少。
眼下,这些工具和技术的应用范围逐渐扩大,开始从商业延伸到其他领域,例如传媒业。某些新闻从业者敏锐地发现并抓住这一机遇。以Tableau公司为例,他们为客户提供成套的可视化工具。又如‘`大数据’'运动,众多科技公司利用(通常是开源的)软件包从大量数据中探寻、挖掘,眨眼的功夫就能提取有效信息,得出深度见解。
的确,这些技术如今可被应用于新闻业。《卫报》和《纽约时报》的团队正孜孜不倦地进行尝试和突破,希望不断扩展该领域的疆界。我们现在所看到的,无疑只是冰山一角。
然而,数据新闻到底怎么赚钱?在这个向我们敞开的全球性的大市场里,目前只有一件事情:把数据从人们的身边转入脑中。也就是说,让数据可见、可知。我们希望和每天都出现在新闻中的天文数字发生联系——究竟那几百万、几十亿对我们这些平民而言,意味着什么。
媒体转型的希望?
早有部分数据导向型的媒体企业将上述原则应用于实际,并获得丰厚的回报。它们拥有良好的增长势头,有时还能创出眼前一亮的利润收入。布隆伯格就是代表之一。该公司共有30万台终端设备,向它的客户提供金融数据。这在金融行业中,无疑是一个极有力的竞争工具。每台终端设备都配有彩色按键的键盘,提供多达3万种功能选项,客户可以用其查询、比较、分析并作出决策。根据《纽约时报》2008年的一份评估报告,该项核心业务每年至少能为公司带来约63亿美元的收入。正因如此,布隆伯格持续不断进行扩张,包括大范围招聘新闻记者,收购业内颇负盛名但处于亏损状态的‘`商业周刊’'等。
另一个代表性的例子是来自加拿大的汤森路透媒体集团。该集团最早是当地的一家报纸,以购买英国知名的新闻标题为业。20多年前,他们决定撤出报业,转投信息服务业,旨在为客户提供关于若干行业的关键信息和深度分析。假如你对如何利用专业化信息赚钱稍有疑虑的话,建议阅读一下维基百科上关于这家集团的历史。
再把目光转向《经济学人》。这本杂志无疑已在媒体领域树立起卓越的、有影响力的品牌。与此同时,杂志中的“经济学人智库’'单元表现得更像是一个咨询部门,提供几乎所有国家的相关发展趋势预测。他们旗下拥有数百位专业记者,声称为全球范围内150万客户服务。
除此以外,我们还可以从许多微型的数据导向型业务中汲取灵感。例如来自美国的eMarketer,为任何感兴趣于互联网营销的人提供业务对比、数据图表和实施建议。又如来自德国的StiftungWarentest,是一家专注于调查产品和服务水平的机构。还有同样来自德国的Statista,对公众信息的可视化工作提供入门式辅助。
目前,在该领域,全球各地涌现出一波创业潮,当然涵盖各领域——例如,旨在‘`彻底改造商业研究’'的Timetric及OpenCorporates、Kasabi、Infochimps和数据市场(DataMarket)。按理来说,在该领域,许多公司的业务是实验性的,但是,众志成城,他们可被看成是变革的重要标志。
那么,有关数据为导向的新闻业——大众传媒就像沉沉睡去的巨人。在德国,每年有72亿欧元流入该领域。新闻业是个与众不同的产品:若经营得好,不仅仅有利可图,而且在社会起举足轻重的作用。一旦认清了数据新闻业可更轻而易举地提供更好、更可靠的见解这个事实,那么将在新闻编辑部创造更多的工作岗位。
注意力之外,是信任
对于数据新闻业,并不仅仅在于先发制人,而在于提供可信的信息来源。在这个渠道众多的世界,注意力有可能比比旨是,但信任是日益稀缺的资源。数据新闻记者可协助收集、合成并让受众真正深刻理解复杂问题的方式,呈现出各种各样且常很难获取的信息。相比单纯地循环使用新闻稿,并将其他地方听到的新闻事件再重述一遍,数据新闻记者能用交互式图表和直接接触第一手来源给读者一个清晰明了、可理解且最好是量身定制的观点。他们的工作并非微不足道的,而确实是弥足珍贵。
因此,让有抱负的数据新闻记者探索此领域并说服管理员支持这一创新项目的最佳办法是什么?
首先,应寻找与正中要害最接近的机会:唾手可得的目标。例如,你有可能已经收集了大有用处的结构化文本和数据。最好的例证便是《洛杉矶时报》的‘`杀人犯数据库’'。此时,数据化和可视化是关键,而非马后炮。编辑收集所有能找到的罪行,而只有此时才写出以此为基础的文章。假以时日,此类资料的收集变得更好、更有深度且更有价值。
这些并非一蹴而成。而是需要假以时日的。对此,一个蛮有希望的指示器便是《德克萨斯论坛报》(TexasTribune)和ProPublica,这两家按理说为后印刷媒体公司,据说他们为非营利的新闻组织筹集的资金比原计划提早达标。
对一切与数据有关的领域达到炉火纯青的地步——不管是作为多面手或关注于数据食物链的专家——为那些相信新闻业的人提供有价值的观点。一位闻名遐迩的德国出版商最近在采访中说“有一个自称为数据新闻记者的新组织,而他们所追求的不再是小打小闹的东西。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25