大数据对广电媒体发展的推动

王鹏飞 南京熊猫汉达科技有限公司 卫星通信技术研究所李畅硕 江苏省广播电视总台



大数据对广电媒体发展的推动

王鹏飞 南京熊猫汉达科技有限公司 卫星通信技术研究所
李畅硕 江苏省广播电视总台

【摘 要】本文简要介绍了广电行业的现状，分析了大数据时代背景下，广电行业发展所面临的机遇和挑战。针对广电行业现状及发展所存在的瓶颈问题，提出了广电行业对潜在发展机遇所应采取的措施与手段，以及如何抓住机遇，在大数据时代开辟全新的发展模式，提出了一定的见解和实施方向。本文从技术发展、传媒产业发展这两个角度，展望广电媒体在大数据时代的发展态势。

【关键词】大数据 全媒体 数据分析 数据挖掘

一、前言

网络信息技术和移动通信技术的迅猛发展，使得数据信息量急剧增加。这些数据中隐藏着消费者、企业需要的大量有用数据，从这些海量的数据中挖掘出有价值信息的重要性也已日渐凸显。近些年来，由于国家政策对广播电视事业的强力扶持，我国广播电视事业不断成长壮大，先后经历传统媒体时代，新媒体时代以及融媒体时代。随着电信互联网行业领域对数据挖掘、分析技术不断推陈出新，广电媒体技术也正加快脚步，不断吸收互联网技术的发展精髓，属于广电媒体的大数据时代已经来临。大数据技术开创了一次重大的时代转型，对于广电行业而言，大数据也正在颠覆以往的广播电视营销模式和用户习惯，并直接影响广电网络及节目的发展。

大数据（big data），指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

对于“大数据”研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

图1　大数据环境下智能城市示例

麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。大数据具有5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）Veracity（真实性）。

可见大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。也就是说实现大数据价值的关键在于提高对数据的分析处理，通过分析处理实现数据的附加价值。大数据已经进入了人类社会和生活的方方面面，不管是云计算、社交网络，还是物联网、移动互联网和智慧城市，都与大数据息息相关。图1给出了著名英特尔公司对大数据环境下的智能城市示例图。

目前在广阔的广播电视媒体领域中，不论是在技术、市场需求还是在商业模式层面都经历着巨大变革。如果将互联网技术和运营模式引入广电，看作是广电新媒体发展的第一阶段；那么在云计算与大数据时代，广电新媒体的发展也将面临更激烈的技术与市场的综合挑战。就大数据而言，广电媒体工作者也具有自己的优势，新闻出版和广播影视系统也是大数据的拥有者。如何很好地使用这些大数据，如何挖掘这些大数据的价值，是值得广电媒体人研究的实际问题。

二、大数据环境下广播电视的应用及发展

2.1广电媒体行业发展现状

目前广播电视的主要业务是视频，在三网融合的大环境下，未来广电运营商之间的竞争将是在内容、网络、终端、用户的四维竞争。随着三网融合的深入发展，一方面广电行业加快了融合整合的步伐，广电系统从原来的分散式架构逐渐转变为融合平台架构，在数据量上有了数量级的提升，广电行业的进一步融合是大势所趋，所以广电行业进入大数据时代也是必然的选择。另外一方面，广电行业目前已经普遍实现了媒体资源的数字化过程［1］。在原有有线电视传播渠道和技术手段的基础上，依托数字化媒体开辟出了一个新收视群体。在数据类型上，除了传统结构化数据之外，也增加了大量包括网络日志、音频、视频、图片、地理位置信息等非结构化数据，这些多类型的数据对数据的处理能力提出了更高要求，符合大数据中数据类型多的特点。

（1）智能化，随着多媒体智能终端和互联网技术的发展成熟，人们可以自由地使用各种功能强大的智能多媒体终端设备，这就要求广播电视行业大力发展与自身广播媒体相配套的智能化媒体，注重智能化相关产品的开发与利用。在大数据时代，浩繁的数据源会带来大量冗余数据，企业需要理解原始数据与数据分析之间的差距，采用自助式商业智能工具进行大数据处理的企业将会在激烈的竞争中脱颖而出。

（2）双向互联，广电行业传统的交互模式都是单向传输模式，也就是说受众是被动地，缺乏有效的反馈途径，人们的反馈意见无法对广播电视节目的设置与调整发挥效能。在大数据时代背景下，广电行业通过新技术和渠道产生除直播、点播、回放等常规数据外的大量交互数据，这势必带动系统数据量的急速攀升。这些交互数据包含着广播群体的反馈信息和统计信息，其对广播电视节目制作的作用不可忽视。

（3）业务应用融合，广电行业不仅已经实现多媒体资源数字化，还在大力发展和巩固有线电视收视群体的同时，纷纷向互联网视频网站、移动互联网APP等全媒体方向拓展。目前广电运营商对于大数据的应用相对于互联网媒体企业而言，还处在相对简单的阶段，所以现在积极构建广电大数据支撑平台，逐步引入各项大数据应用，广电运营商才能继续在竞争中争取到更多的优势。

2.2大数据技术在广电媒体的应用方式

（1）广电媒体数据分析系统架构

随着数据应用系统建设的不断完善，各大广电运营商都拥有成熟的数据库应用系统，如邮政信件系统，新媒体平台，话务传真系统，互联网中心系统等。这些系统在日常运营中产生了大量的业务数据，如果能够针对市场发展、决策分析等各方面的需求，将这些数据进行整合，那么就可以利用这些宝贵资源，挖掘出真正有价值的信息。针对这种思想，结合广电行业的数据特点，可以总结出广电企业构建数据分析应用系统的核心目标。客户数据管理分析系统见图2 。

①运营效率，采用了数据分析的新技术，可以提高业务处理流程的自动化程度。实现企业范围内的信息共享，提高员工的工作能力，使企业自身能够高效运营。

②业务拓展，通过新的业务模式可以扩大企业的经营活动范围，及时把握新的市场机遇，抢占更多的市场份额。

③客户分析，通过对企业与客户之间交互的业务数据分析，可以了解客户的消费特性，潜在需求，有利于企业在竞争中争得先机。此外，通过业务数据的分析，还可以帮助企业更加准确的掌握客户质量及客户忠诚度，这对客户维系、客户流失分析、企业风险规避是大有裨益的。

图2　客户数据管理分析系统

（2）数据分析对观众忠诚度案例分析

1）客户忠诚度分析简介

自从进入了大数据时代，广电媒体企业在营销方面越来越注重客户在营销决策中的作用，传统的4P （product，price，place，promotion）渐渐被4C（customer，cost，convenience，communication）所取代，这种新的“以客户为中心”的营销战略已被广电媒体企业广泛采纳［2］。其中“客户忠诚”也成为营销理念的核心思想。

营销理论之父Reichheld在其“忠诚效应”一书中明确指出忠诚客户对企业的重要性：

①维持一个现有客户比获取一个新客户成本低得多；

②老客户比新客户有更低的企业运营成本；

③客户与企业合作关系越长，会购买更多的企业产品；

④现有客户会向其他潜在客户免费宣传企业产品；

⑤忠诚的客户比他人更能够容忍企业产品的涨价等。

因此，研究潜在的忠诚观众、观众忠诚度趋势变化等问题具有重要的意义，越来越多的媒体企业开始关注观众的忠诚度问题。运用数据分析挖掘技术，可对已有的客户数据进行分析，从而为企业提供决策支持。

2）客户忠诚度分析流程

图3为系统整体框架图，其中数据预处理模块对已有数据集中的数据进行缺值填充、数据转换、数据离散化、数据规范化等功能；重点客户发现模块识别重点客户，所谓重点客户就是对企业忠诚度高或忠诚度低的客户，企业一方面要保持住忠诚客户，另一方面也要促成非忠诚客户到忠诚客户的转变，该模块可以运用数据挖掘技术中孤立点分析技术，从数据集中发现这些客户；客户忠诚度预测主要对客户关系数据库中的客户数据进行忠诚度划分，利用数据挖掘中的分类预测技术确定某一客户的忠诚度，即它所属的忠诚类别；可视化显示模块用来对聚类发现和孤立点分析的结果进行可视化显示，可以采用平行坐标与分类图表显示等方法。

图3　系统整体架构

2.3广电媒体的大数据应用机遇与发展

大数据时代的到来突显了数据信息的重要性，海量的数据信息能够通过多种途径实现传播和交流。无论是什么样的数据，存在就有其存在的意义，就可以挖掘出其存在的价值，这就为新型传媒方式的发展奠定了价值基础。随着数据信息的商品及服务形式和市场营销方式进一步发展，甚至可能将会促生一种新型产业。在这样的背景下，传媒行业须顺应时代的发展，一方面要努力利用好各个渠道的数据信息，为行业以后的发展提供经验与数据资料；另一方面要注重自身数据的转化与保护，充分利用大数据平台转换产业形式，发掘新的利润空间。例如，传媒产业可以利用自身的行业优势对信息进行专业化处理，通过对其进行深度分析，挖掘出潜在的更高层级的价值。通过出售、租借的形式将专业数据转让给其他产业，或是直接提供专业化咨询，从而达到扩展业务空间的目的。

大数据环境下的数据分析及处理机制更加科学及客观，传媒行业生存与发展的根基是受众群体，因此了解受众的品位、价值观是保证节目收视率的关键所在。大数据的来临给广电媒体行业的调研提供了全新的方式，与传统抽样检测相比，采用大数据方式采集的数据更可靠，更符合真实情况。因此传媒产业要充分利用大数据平台改革自身的数据分析模式，利用大数据手段对受众群体进行更为科学的调查，将受众的反馈信息以数据形式呈现出来，并通过全面的分析更加精准地把握受众的反馈情况，从而为行业发展的重要决策提供有力依据。

大数据技术促进传统传媒产业之间的融合，广大广电媒体产业应当及时调整自身发展模式，积极加快推进全媒体融合。所谓的全媒体融合是指将纸质媒体、网络媒体与电视媒体全部融合到一起，建立一个开放的、融通的、统一的全平台媒体形式［3］。哈罗德·伊尼斯认为，每一种传播技术都有其自身的侧重点与偏好，有的适合时间上的纵向传播，有的适合空间上的横向传播。因此，大数据时代广电媒体行业应将多种媒体有效融合，不断的丰富传媒内容，拓展传播渠道，充分利用APP等新的媒体传播方式，推动媒体信息生产和消费形式的多样化发展，从而促进传媒产业的可持续发展。

三、结束语

大数据的价值在于利用数据处理技术对浩繁的数据加以分析，从中获得有价值的信息，并利用专业化技术进行加工和处理。在大数据环境下，广电节目制作和传输将发生深刻的变革，广电媒体产业应当充分研究大数据时代对传统媒体生产及传播形式的冲击，并利用大数据技术在发展挑战中寻找新的机遇。此外，大数据时代的媒介融合，不仅是平台与内容的联动，更是用户与数据的信息智能匹配，是未来信息社会的发展方向。整合大数据可能是一个令人生畏的命题，但是它能帮助媒体优化决策、改善资源分配，以及更好地倾听用户意见。因此，广电行业应深入研究如何利用现有广播、有线、无线和卫星资源，组建无缝的“天地一体”化网络系统，对现有的大数据进行综合分析和挖掘，加快打造基于大数据的全媒体知识化综合信息及应用集成服务平台［3］。

总之，大数据技术应用于广电媒体产业中，将赋予媒体新的生命力，它甚至可能会成为广电行业全媒体形态竞争的利器，提供突破困境的机遇［4］。作为当代广电人，要肩负起大数据时代赋予我们的使命，把握大数据时代发展的脉搏，不断努力促进广电媒体行业的优化和发展。

【参考文献】

［1］ 詹捷. 大数据时代下广电行业的前景［J］. 科教导刊，2014（21）.

［2］ 邵峰晶等. 数据挖掘原理与算法. 科学出版社，2009.8.

［3］ 任文明. 基于大数据时代国内传媒产业发展挑战与机遇的探讨［J］. 科技传播，2015（8）.

［4］ 周毅. 大数据时代下广电人的思考与对策［J］. 电视技术，2013（38）.