大數據與傳媒業升級的想象【2】

二、以數據為導向：傳媒業升級的技術性轉變

傳統數據時代，盡管媒體使用日漸豐富，但媒體、企業和組織缺乏充分的工具對受眾閱聽行為進行信息收集，隻能採用入戶調查和廣場問卷等抽樣形式進行關聯分析、因果分析。傳統媒體對自己的受眾曾經幾乎是一無所知：他們是誰，他們的興趣和職業是什麼，他們還看些什麼？在媒體數字化背景下，數據的智能挖掘也歷史性地浮出水面。基於社交媒體或其他網絡信息，人們可以精准發掘受眾的特質，從而分析受眾的需求，並精准地推送內容和信息鏈接。換句話說，數字技術使渠道、用戶（請原諒文章對受眾、消費者、用戶的混合使用，因為現實正是如此）、媒體的關聯性在巨大的喧囂中糾集在一起，並且最終指向的是用戶的消費行為特征，智能技術可以抽絲剝繭地對這些混雜不堪的信息進行整理分析，以提供給相關廠商作為業務發展的戰略性依據。由此，數據作為信息傳播業的核心，自然成為相關企業發展的導向。

數據導向說到底是受眾導向，數據只是受眾行為的痕跡，反映了受眾的好惡，掌握這些數據，就有可能建立新的發展模式。比如，大多數網絡內容供應商採取收費方式來應對受眾向互聯網移動帶來的傳統廣告收入的下降，但一般性的收費反而成為了一道“牆壁”，把許多用戶阻攔在外。美國《金融時報》重視向新媒體模式轉型，2007年引進了計量收費模式，通過計量系統向讀者收取費用。計量收費模式有賴於精確數據，在線收益流需要對讀者當時的閱讀行為進行計量以確定收費數額，但更重要的是，讀者長期積累下來的數據以及反饋意見，才是商業模式轉型的核心。現在《金融時報》的讀者訂閱收入佔據總收入的一半以上，而傳統廣告收入下降了13%。

以受眾為市場原點的理念，最終要通過數據導向讓它得以實踐。《金融時報》網站現有500多萬用戶，他們在消費之時都需要注冊，用戶填寫電子郵箱、所在行業、工作崗位和職位等信息，注冊的用戶每月可以免費閱讀8篇文章。《金融時報》組建了超過30個人的數據團隊並分成3個工作小組，對用戶閱讀的文章類型和頻率進行分析，把用戶分門別類，據此推斷讀者的行為模式，並預測他們的選擇趨向。通過對初始用戶的跟蹤分析，報紙逐步確定核心用戶並有意引導他們成為訂戶。

以數據為導向可以改變媒體的市場營銷和廣告模式。美國的hulu.com建立之時已經有不少的視頻網站，一般視頻企業搬用電視節目大量插播廣告的做法，而hulu與數據調研公司Insight Express一起分析了消費者收看插播廣告的行為，確定在節目中大大壓縮廣告時長（網站播出廣告不能快進），並開發了不同的廣告插播方式，在一段30分鐘的電視節目中廣告播出的前后順序不同，用戶可以根據自己的習慣選擇觀看節目的方式。這種為用戶考慮的營銷模式大受歡迎，吸引了更多的廣告主、網民和節目內容商前來簽約。《金融時報》開發了一款名為“深度視界”（Deep View）的工具，廣告商可以看到誰點擊了或看了廣告，根據情況調整廣告的放置時間和位置，甚至在中途調整戰略和目標。這種對廣告的有效性進行實時監控的做法，可以將數據擺放到廣告商面前，為廣告合作提供了有力的科學保証。

Google和Twitter作為數據技術型公司雖然也能夠提供生動詳實的報告，但很難對具體的某個媒體公司的用戶進行諸如行業、職務等人口特征進行數據統計和分析，其報告的針對性和精准性不及。像彭博社的壯大，其實也得歸功於在本集團內部建立了一套精心設計的行業數據分析系統，為客戶提供工具、信息乃至發展規劃，這是他人無法取代的。

數據工具甚至會改變視頻內容的在線播出，實時數據監測可以根據觀眾的反饋及時調整節目內容。節目制作人可以利用數字錄像設備Tivoli 或其他數據分析工具收集觀眾在線觀看的即時反饋，如果這些被提取的數據顯示，某個欄目中的某個單元的快進率或跳過率增加了1?3左右，節目制作人就可以減少分配給這個單元的時間，甚至裁掉整個單元。對於由不同的單元組成的板塊式節目（如體育）來說，及時做出合理的調整是必要的。

數據分析將使節目制作更加貼近觀眾需求，甚至激發觀眾的潛在需求，在內容生產上實現需求牽引。比如Netflix擁有2700萬名美國訂閱用戶、3300萬名全球訂閱用戶，因此擁有用戶年齡、性別、居住地、使用服務終端、用戶每天/每周的觀看時間。Netflix對用戶評分、觀看記錄、用戶好友推薦等信息進行深度挖掘，甚至會收集觀眾按下暫停或快進的數據，從而找出用戶喜歡的視頻風格、內容風格、導演和演員等，這些關鍵信息整合在一起，就是精確的市場調研。根據這些數據，企業可以生產出與受眾需求對比性很高的電視劇。熱播電視劇《紙牌屋》就是Netflix用好大數據的一個例証。