
大数据的 “感性”应用_数据分析师考试
通过大数据分析、云计算等领先技术能力提供社交、移动等数据分析,跟踪并解析球迷心理,并与媒体紧密结合,将用户情绪、性格等属性可视化呈现,产出更易引发用户共鸣的体验。
大数据技术已经不是一个新鲜词儿,它的价值也已被广泛认可,借助海量数据的分析利用,能有效帮助企业实现市场动向预测,帮助有效支持市场活动各个阶段的不同商业行为决策,还能够实现追踪消费者行为,并对其心理甚至下一步行为实现相对精准的预测,产生更好的用户体验,满足目标消费者的多元化需求。
大数据在体育赛事中的应用很常见,在网球赛事中,一发成功率、一发得分率和Ace球是标志球员竞技水平的关键指标;发球速度、接发球成功率、上网成功率、得分点则突出体现了球员的打法特点。
上述都是来自大数据的直观应用,教练员和运动员通过每项赛事背后的技术统计来评价本场比赛发挥的好坏。而这些数据也将直接影响教练员对比赛的掌控。
在本届巴西世界杯,大数据应用又有了新模式——腾讯通过IBM的大数据分析、云计算等技术提供社交、移动等数据分析,跟踪并“解析”球迷心理,产出更易引发用户共鸣的优质内容,为用户打造全新的体育观赛体验。
6月12日,IBM与腾讯达成深度战略合作,成为腾讯体育社交媒体数据分析合作伙伴。
IBM的大数据技术,从赛事、球迷、文化三大维度,深度挖掘了来自世界杯球迷关注的120个热点关键词,抓取50万条主流社交媒体信息,包括球迷话题、球迷类型、个性分析等,并以此为基础,制作了“世界杯声量大比拼”、“世界杯飞鱼秀”、“算数”、“球迷画像”等专题栏目,通过数据分析,精准抓住球迷关注热点,并迅速输出报道内容。
球迷的另类体验
在本届世界杯中,腾讯通过IBM大数据实时分析,打造《世界杯球迷声量大比拼》栏目,让球迷即时看到64场比赛中对阵球队的当前支持率,以及个人喜爱球星的支持率,看到全球有多少人跟自己同欢喜共悲伤,满足球迷同理心,引发球迷共鸣。
IBM舆情系统实时分析社交媒体上球迷关注点,为“世界杯飞鱼秀”栏目提供大量球迷实时状态,分析球迷心态等数据盘点,呈现苍老师微博秀力挺德国、内衣模特大拼球技等网络话题,由两位脱口秀达人说出球迷们的心声,引发广大网友共鸣。期间栏目组还邀请了IBM数据工程师前去做客,展示IBM严肃的大数据系统如何支持网友娱乐生活的。
根据实时数据反馈,腾讯实时发布共32篇新闻报道,《德国更热梅西最火球王超高关注率远胜众星》、《荷阿大战遭疯狂吐槽罗本关注度不及梅西一半》等球迷角度深挖的信息,综合展示球赛期间球迷心理变化,引发球迷共鸣。单篇新闻最高阅读量达万次以上,95%均来自腾讯新闻客户端。
腾讯体育基于IBM大数据,在世界杯期间输出80期“算数”报告,深度剖析世界杯的角角落落,从球迷地域分布、性别比例,到历史上各大洲入围世界杯成功率等……这些基于大数据而呈现的报道内容,让球迷看到了一个直观的数字化的世界杯。
腾讯还策划了有趣的“球迷画像”,基于IBM大数据对用户的多维度分析,总结刻画了每位球星的球迷性格特征,对不同球星的粉丝类型加以区分和刻画,推出了不同球星的粉丝画像。例如,葡萄牙球星C罗的粉丝70%为女性,她们的个性关键词是“女王范”、“实际”、“有条理”和“欣赏美”。这样的球迷画像在腾讯的世界杯专区中定期推出,网友一致热捧,该画像成为鉴定自己是真球迷的另类标准。
合作共赢,火花没那么简单
独特视角的内容背后,是腾讯作为网络媒体在世界杯报道模式上的一次创新,也让我们看到了大数据实际应用的另一种模式。
记者采访了大数据提供方IBM品牌战略部高级经理杨磊,他表示“这是IBM第一次尝试在足球赛事中用大数据分析来探测球迷的反映,我们希望通过技术融合参与其中,与我们而言是一次露出,对腾讯,我们提供基于大数据分析的用户洞察,支持腾讯微用户提供即时感更强的内容”。IBM在1993年就开始进入体育赛事领域,赞助网球赛事,并提供比赛的IT技术支持。2005年,IBM通过SlamTracker追踪了网球四大满贯赛事8年来全部8128场比赛,每场比赛收集4100万个数据点,包括5500个分析模型。与媒体合作,用大数据技术分析探测球迷心理,并产出报道内容,这还是第一次。
此次与腾讯的深度合作,IBM首先看重的是腾讯庞大的用户基础与年轻化的用户属性,其次是腾讯在重大体育赛事报道中的运营能力、立体报道能力和PC端移动端双通道能力,这些优势将有效助力IBM大数据分析的开展和应用实现。
腾讯此次在世界杯报道中,也借大数据之力,大量并及时输出更贴合网友当下关注的热点内容,并发挥出网络全媒体平台的优势,将内容及时输送到各个媒体平台、移动终端,引发大量网友关注,并帮助品牌广告主实现了与用户的深度互动,实现了商业目的。
杨磊表示未来IBM将更多尝试B2B2C的传播模式,我们会看到更多大数据应用的场景和模式,开拓更多想象空间。
用科技改善赛事体验
目前媒体环境,社交、大数据、云等技术出现,B2B企业已经意识到独立消费者对企业的巨大影响,B2B企业的传播方式不再局限于一对一,IBM希望通过消费者的体验,运用B2B2C的方式让企业有更多的资讯通过终端触达消费者。
IBM其实一直致力于用科技来改善体育赛事的一些体验,在网球、高尔夫球赛事,我们在全球有很多年历史。但在足球,杨磊IBM品牌战略部高级经理这次是第一次尝试用大数据分析来探测球迷对这个赛事的反应。腾讯对于IBM是合适的合作伙伴,用户基数够大,用户属性年轻化,媒体平台全面,而且对于此次世界杯极其重视,并勇于尝试。这次合作对彼此都是一个很有趣的尝试和探索。让技术与赛事融合,通过腾讯IBM实现品牌露出,对于腾讯则多了一个内容提供方,并且开启了全新的报道模式,也为球迷带来了独特的观球体验。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08CDA 数据分析师:解锁数据价值的专业力量 在当今这个数据爆炸的时代,数据已成为像石油一样珍贵的战略资源。而 CDA 数据分析师, ...
2025-08-08人工智能对CDA数据分析领域的影响 人工智能对 CDA(Certified Data Analyst,注册数据分析师)数据分析领域的影响是全方位、多层 ...
2025-08-07SPSS 语法使用详解 在当今数据驱动的时代,SPSS( Statistical Package for the Social Sciences)作为一款功能强大的统计分析软 ...
2025-08-07SASEM 决策树:理论与实践应用 在复杂的决策场景中,如何从海量数据中提取有效信息并制定科学决策,是各界关注的焦点。SASEM 决 ...
2025-08-07CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-07大数据时代对定性分析的影响 在大数据时代,海量、多样、高速且低价值密度的数据充斥着我们的生活与工作。而定性分析作为一 ...
2025-08-07K-S 曲线、回归与分类:数据分析中的重要工具 在数据分析与机器学习领域,K-S 曲线、回归和分类是三个核心概念与工具,它们各 ...
2025-08-07CDA 数据分析师考试全解析 在当今数字化时代,数据已成为企业发展的核心驱动力,数据分析师这一职业也愈发受到重视。CDA 数据分 ...
2025-08-07大数据时代的隐患:繁荣背后的隐忧 当我们在电商平台浏览商品时,系统总能 “精准” 推送心仪的物品;当我们刷短视频时,算法 ...
2025-08-07解析 F 边界检验:协整分析中的实用工具 在计量经济学的时间序列分析中,判断变量之间是否存在长期稳定的均衡关系(即协整关系) ...
2025-08-07CDA 数据分析师报考条件详解:迈向专业认证的指南 在数据分析行业蓬勃发展的当下,CDA 数据分析师认证成为众多从业者提升专业 ...
2025-08-07通过 COX 回归模型诊断异常值 一、COX 回归模型概述 COX 回归模型,又称比例风险回归模型,是一种用于生存分析的统计方法。它能 ...
2025-08-07评判两组数据与初始数据准确值的方法 在数据分析与研究中,我们常常会面临这样的情况:需要对通过不同方法、不同过程得到的两组 ...
2025-08-07CDA 数据分析师行业标准:构建数据人才的能力坐标系 在数据驱动决策成为企业核心竞争力的时代,CDA(数据分析师)行业标准作为 ...
2025-08-07反向传播神经网络:突破传统算法瓶颈的革命性力量 在人工智能发展的历史长河中,传统算法曾长期主导着数据处理与模式识别领域 ...
2025-08-07MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-07抖音数据分析师:驱动平台增长的幕后推手 在抖音这个日活用户数以亿计的超级平台上,每一次用户的滑动、点赞、评论,每一条 ...
2025-08-07基于 SPSS 的中介效应分析结果解读:揭示变量间的隐性关联 在社会科学与自然科学研究中,变量之间的关系往往并非简单的直接作用 ...
2025-08-07