融媒体语境下媒体效率提升策略研究

文/郭琳媛

随着媒介技术的变革，我国传媒领域发生许多重大变化，媒体融合发展进度不断加快、加深，传统媒体加速转型，初步建成了基于互联网用户连接的现代传播体系。媒体深度融合的趋势必将重塑传播关系，促使媒体从自我中心的“内容为王”转向用户中心的“服务本位”。从“服务业”角度来看传媒，“效率”是服务升级的核心，融媒体发展的趋向就是要适应快节奏生活下的碎片化时间利用，效率提升才能增加用户黏性，提升主流媒体新闻舆论传播力、引导力、影响力和公信力。5G、人工智能、区块链、云计算、大数据、物联网等新技术的赋能正在引领融媒体智媒化，主流媒体的生产、传播、经营效率在技术支撑下也将得到全面提升。

一、生产效率：“媒体+”内容体系的建设

无论传播方式、舆论生态发生多大变化，内容生产始终是主流媒体生存发展的根本。提高媒体内容生产效率，资源的整合与再利用是关键点。

1．“1+1＞2”的平台化资源整合。高效的资源整合是媒体融合的首要目的。传统媒体机构具有明显的优势资源（如政策资源、新闻资源、人才队伍、资产设备等），这些资源必然在媒体融合过程中进行整合，通过建设新媒体平台使之发挥最大效用。平台化首先是技术平台的融合，目的是构建出一个资源聚合型、用户聚合型的业务支撑服务平台。如大众报业集团融媒体中心建设的“中央厨房”技术平台，不仅作为自己的工作平台，还可以提供给其他不同组织（教育、医疗、企事业单位）在一定权限下使用，整合生产主体在增强生产力的同时避免资源浪费。这类“中央厨房”技术平台可实现四项资源整合：一是新闻资源共享，信息一体化发布；二是“传媒云中枢”设备技术共享，服务一体化升级；三是用户数据共享，为生产、传播的精准化提供条件；四是传播监控数据共享，及时把控舆情、热点。各融媒体中心的平台化建设也可遵循这一思路，配置相适的组织架构、管理体制，成为集新闻信息、政务服务、教育医疗、民生、商务等为一体的高效资源整合平台。

2．“1+N”式的内容生产机制。在移动互联网、社交媒体兴起的环境下，新媒体逐渐主导了以平等对话为主要特征的“关系传播”模式。用户作为虚拟网络场域中的个体，是媒体最有价值的资源，融媒体平台化的本质也是“媒体社群”的建设。用户不是被动性的受众，其行为偏好数据对媒体内容生产产生了变革性影响。“1+N”的内容生产机制是实现对媒体采集的资源进行“一鱼多吃”，同时又兼顾不同社群的信息需求与阅听习惯，实现“量体裁衣”。“按需生产、产消融合”是融媒体平台化资源聚合后必然施行的生产策略，是从“微观”到“宏观”的技术路线：微观层面精准分析用户的信息需求，宏观层面依据“共同兴趣”来对采集的“1”资源进行“N”社群的匹配式加工。按照这一思路，各融媒体中心可对原始素材资源进行集中聚合、筛选把关、分类汇总，再通过相应的渠道将素材分发给不同社群的运营负责团队，根据社群接受喜好进行“二次加工”，将内容资源进行最大化的价值释放。

二、传播效率：“智能+”深度互动的传播体系构建

5G、大数据、云计算等信息技术将机器的计算能力提升到一个新台阶，随着算力的升级，人工智能技术也不断创新，“智能化”成为传播领域发展方向，最显著的传播特性是个性化定制、自动化生产、精准化分发，被誉为“人工智能之父”的马文·明斯基曾提出，人工智能是“让机器做本需要人的智能才能够做到的事情的一门科学”。媒体深度融合的标志便是互动层次更加多元丰富，用户的社群互动、传播者与受众的互动、人与机器（智能化）的互动等在传播的生产、分发投送、效果反馈、再干预等各环节深度展开。

1．“强关系”的定向化推送。信息处理方式的演变是从“浏览”到“搜索”再到“推送”，智能化的信息处理将内容与用户精准化匹配，有效解决了海量信息对用户造成的选择苦难，为信息快速寻找消费用户、为用户快速筛选有效信息实现了最优化的分发结构，传播效率得到指数级提高。强关系引发行为，弱关系传递信息。强关系是依靠互动性来维系的，除了行为上的互动（互动频率）还有情感互动（情感卷入程度），媒体与用户的亲密关系是在“互惠”中形成的。定向化推送机制的原理是在媒体与用户之间设置了“中介代理”（人类思维的机械化表达）来对接双方。在图1中，M代表媒体，AI代表人工智能，媒体深度融合发展将人工智能应用于内容发送，用户在形式上地位最高，但是深层分析可以看出人工智能在双向关系网络中占据核心位置。比如，今日头条就是基于大数据来分析用户兴趣爱好进行个性化定向推送，百度也深耕人工智能在搜索领域的应用，对网民的搜集数据进行分析从而进行定向内容推荐。

2．“智能化”传播效果监测与反馈。人工智能在融媒体过程中的普及与应用极大地提高了传播效果的监测效率，AI检测既可以地域细化（全国、省市、区县等），也可以时间定制（近7天、近24小时、近1个月等），在时空两个维度检测信息热度和反馈情况。智能化监测系统能够实时监测自身媒体机构发布内容的阅听量、点赞量、评论量、转载量等，以清晰的图表来显示传播路径及影响力。不仅如此，智能化监测还可以对全网媒体信息进行分类统计和分析，抓取热点词汇、舆论信息并智能优化、剔除异常数据。

如图2所示，AI 技术在融媒体的生产、管理、发布、监测、反馈各个环节均已参与，但是核心应用还是在传播效果的监测与反馈上，这也是AI辅助内容生产与分发的数据基础。例如，人民日报的媒体传播效果监测系统能够全网抓取新闻实时数据，对全国各地区热点词汇即时检索并以地图形式呈现，快速捕捉新闻线索、新闻事件；对新闻信息的传播效果进行系统性评估，通过对传播路径的追踪和用户行为的分析实现每篇新闻稿件的受众反馈和效果评价；对用户数据进行垂直分析建立“画像”数据库，进而在之后的内容分发中有目的地推送，提升媒体的传播效率。

3．全端口式传播中的“二次传播”。媒体融合最直接的体现是“信息流”的融合，信息流的融合首先在渠道融合。目前已经形成“内容+全端口”的渠道分发结构，既可以定向化推送也可以全网式覆盖。信息技术新动能正推进媒体从传统内容生产创新转向资源服务创新。融媒体的交互性使得用户兼具接受者与传播者双重角色属性，“从媒体到用户”是内容的“一次传播”，用户对其转发或再传播（二次制作）的“从用户到社群”则是对内容的“二次传播”。该过程也可以逆向进行，“从用户到社群”的“一次传播”形成热点被AI智能检索经过媒体的专业加工后向端口传播是对用户生产内容的“二次传播”，将这种“二次传播”的互动模式归结为图3。媒体融合以先进技术保障与用户之间的“一次传播”互动，全端口式链接用户，甚至以媒体为中心来构建自己的“社群”，凭借强大的智能技术动态掌握用户及其所属社群的信息互动情况，将个体的传播资源进行转化为公众信息资源，最终实现“人—媒”的深度互动融合，增强传播效率。

三、经营效率：“广告+”媒体业务的商业模式重塑

传统媒体的盈利模式单一，融媒体时代广告资源对于主流媒体尤其是县区级媒体来说相对匮乏，破解盈利困境势在必行。对此应该在“注意力经济”模式基础上开拓新的盈利模式，以用户为中心的“关系”成为新的经营资源，“社群经济”与“注意力经济”并轨同行，为媒体融合提供更多元的盈利模式。

1．基于大数据技术的精准定位。传统媒体的广告信息推广难以对消费群体进行精确定位，只能通过提高覆盖率（报刊发行量、电视收视率、电台收听率、网站浏览量和点击率等）增加触达的可能性。这种情况下，企业往往采用高“投放量”保障广告的覆盖范围并形成“大品牌”效应。这种广告形式会造成很大的资源浪费，对于“名牌”企业、产品来说还能够承担，但难以吸引对广告成本控制更加严格的中小企业，媒体的广告经营普遍存在困难。

大数据技术在融媒体时代的普及使得依据广告需求和用户特性来明确广告的具体受众群成为现实，并且由过去的统一发布发展为自动发布（针对性投放）。通过大数据技术开发的广告发布系统会寻找最适合的用户（投放对象）、渠道对广告内容进行匹配性投放。如今大数据技术还在持续升级中，对目标受众进行更加精细的刻画，这就意味着广告的投放将越来越精准，大大增强了广告效果、避免浪费。融媒体发展的持续动力一定是盈利的增长，广告个性化、投放精准化已经成为企业、广告商、消费者的共同倾向，为了实现广告业绩的增长必然要对大数据技术加以深度利用。

2．基于触点浸合的体验性呈现。融媒体的广告呈现得益于新技术实现了用户、广告与场景的适配，服务于品牌营销的整体价值优化。新媒体提供多接触点并利用算法进行数据整合，与机器学习、虚拟现实等新技术相结合应用到终端的广告呈现，把受众与场景实时匹配，让“看广告”变成一种享受式体验。目前，在呈现端应用较多的技术工具有全场景自动画像、定位技术、感知技术、智能跟踪技术等，基于触点浸合构建互动体验，实现广告内容与用户的深度对接与协商，“互动力”将成为融媒体广告业务的重要参数。例如，“VR找房”利用房屋的周边环境（位置、道路等）、房屋户型、装修布置等具体测量数据生成VR场景让用户有身临其境的体验，提升了用户的体验感自然也加强了广告的传播效果。还有“3D试衣”，采用智能感知技术、3D人体分析技术、虚拟现实技术等来模拟用户的换装效果，为用户提供了更加直观、丰富的网络选衣体验。“数力”转化为“算力”，“算力”升华为“智力”，“智力”推动“传播力”，沉浸式体验在万物互联的时代进程中是必然的发展趋势，也是媒体提升经营效率的关键点。