当下中国广电媒体的大数据建设与使用策略

■ 张 波

伴随数据获取与分析技术的进步，以及智能分发、个性推送的普及，大数据技术逐步以更加清晰的应用模式与更丰富的传受形态呈现出来，进而重构了整个传媒业态。这一过程中，广电媒体的大数据之路初现轮廓，其建设症结与痛点也渐次显露，亟待制定行之有效的应对策略。

一、大数据对媒体的洗礼与变革

时至今日，大众早已身处算法海洋之中。经由针对内容、购物、美食、旅游、医疗等各类APP 的应用和数据搜集，大众群体或个体的日常行为已被包裹在大数据的算法分析之内。在经过“感兴趣的话题”“用户口味”“距离优先”等设置和选择后，个体逐渐数据化，也逐渐被数据掌控。

首先，在信息产品生产层面，大数据以个性化的信息推荐代替了传统的搜索查找，用主动给予、直接递送的模式替代了原本需要用户直接搜索才能获取信息的模式。基于平台对用户的使用数据与个人数据的获取，平台及应用深度掌握了用户的喜好与需求，并借助语义网络分析与特征归纳做出用户画像。

其次，在媒体层面，数据以及数据分析行为成为媒体日常运营工作的重要组成部分。综观当今知名的网络媒体巨头，都建立了自身的大数据团队，如抖音、今日头条、一点资讯等媒体更是算法驱动型企业，其企业商业模式核心便是科学高效的算法系统及相关运营。从特定层面看，正因为点击率、点赞率、转发量、完播量等数据都能被纳入大数据评价体系，特定媒体才能实现容纳微信、微博、抖音、今日头条等一系列头部平台的“跨平台作业”——因为媒体产品或媒体行为的效果可以被量化，进而可以用较低成本实现媒体生产与营销层面的纠错纠偏。更进一步看，这还助推了媒体之间的合作共赢。对大多数不具备可观的数据存量的团队或数据分析能力的媒体而言，充分利用百度大数据、腾讯大数据或者采取与之进行合作、数据分析业务外包的方式，也是其实现大数据运营与管理的可行之路。

最后，在用户层面，用户变得更加“中心化”和“可识别化”。正因用户终于变得“可识别”，其在大数据时代才能够成为信息产品生产与推介的“中心”。在各类大数据应用界面的审视与挖掘之下，用户是数据化的个体，用户被数据分析，也被数据化呈现。

二、中国广电媒体的大数据之路

***总书记在2017 年中央政治局集体学习时指出：“要以数据集中和共享为途径，推动技术融合、业务融合、数据融合，打通信息壁垒，形成覆盖全国、统筹利用、统一接入的数据共享大平台，构建全国信息资源共享体系，实现跨层级、跨系统、跨部门、跨业务的协同管理和服务”。国家广播电视总局发布的《2018 年全国广播电视行业统计公报》显示，2018 年全国广播节目制作时间801.76 万小时，全国电视节目制作时间357.74 万小时；相对应地，2018 年全国公共广播节目播出时间1526.74 万小时，全国公共电视节目播出时间1925.03 万小时。上述数据较2017 年均有增长。广电行业运营中产生了海量数据，且在优化业务与求生存、求发展过程中对大数据技术及其应用有较大需求。目前，网络数据量单位已从TB变为PB或EB，广数据来源与泛数据类型、高计算与快处理等特点日益凸显。广电大数据采集与分析技术的运用，能够在把握市场、吸附用户、革新管理、提升效率、拓展业务等多方面拓展发展空间。

2012 年前后，我国各地广电网络公司都开启了各种大数据项目建设。该过程历经了早期的“静态数据变现期望”、中期的用户数据侧重，再到当下的用户行为精细化分析三个阶段。单以相关项目侧重点而言，大致经过了一个对数据多样性和数据潜在价值认识不断加深的过程。以机顶盒数据采集为例，现在已形成对开关机行为、观看内容时长、频次与换台、音量调整等用户行为的完整记录。

近年来，我国出台了《电视收视数据元素集规范》《电视收视数据交换接口规范》等一系列行业标准或技术规范来引导广电大数据平台建设的兼容和共享。2018 年12 月，国家广播电视总局委托广播电视规划院建设的广播电视节目收视综合评价大数据系统开通试运行，该评价系统的特色在于“全网络、全样本、大数据、云计算”，能够应对节目内容融媒体传播的现状，覆盖开机用户数、收视率、市场占有率等多类收视数据，提升收视数据的准确性与科学性。2019 年5 月，广电总局发布《广播电视行业应用大数据技术白皮书》（以下简称《白皮书》）。《白皮书》强调，各地广电机构的大数据建设要打造数据交互机制，以“实现全国性广播电视行业大数据共享共用”为目标，既要“明确需求、立足业务现实”，选择基础计算资源、平台处理流程与业务应用服务来建设大数据平台架构，又要统一处理流程、规范治理流程和保障数据使用安全。此外，《白皮书》还概括了广电大数据的几类典型应用，分别是广播电视台层面的内容采集与生产、节目播出分发与舆情监控监管、平台运行维护；有线网络公司层面的生产运营（如广电大数据共享服务、用户分类、个性化推荐、经营分析）、用户服务（如收视行为分析、用户活跃度分析、客户服务）、运行管理（如设备故障预测、网络优化、网络安全态势感知）；网络视听层面的节目价值导向指引与传播效果评估分析、产品优化与提升用户体验、全链路版权保护、网络安全动态感知、业务运行监管等。

大数据分析一般要经过大数据采集、大数据收集（初步整理筛选数据）、大数据存储（转换、计算与分类存储）、大数据分析等阶段。广电大数据运用必须解决以下三个方面的问题。一是多来源数据库的打通和汇聚。广电大数据包括机顶盒来源数据、管理系统来源数据、各类新媒体终端数据、互动电视数据、运营数据、泛互联网络相关数据等。若要实现广电大数据平台建设，必须打通、共享各类数据，构建跨媒体平台。广电大数据既包括内容数据和用户数据，也包括实时数据与非实时数据，结构化数据、非结构化和半结构化数据——对图片、声音、文字等非传统数据文本兼容统计。大数据采集应服务于广电业务分析与预测需要，将各类型的分散数据汇聚成数据仓库，为发掘数据提供基础。二是统分结合的分析能力。建立在对各类数据的归纳与运算能力基础上，广电大数据分析平台应兼容内容分析与用户分析两大层面。三是诉诸应用。统计和分析只是过程，大数据应用的最终目的是指导实践。广电的大数据应用层应包括业务运营分析可视化呈现、智能推荐与搜索服务、智能运营支持，三者分别以多维图化报表、智能推送和互动业务、个性业务数据分析支撑为表现。

有学者认为，大数据在广电行业的应用领域包括生产力分析、用户画像、业务数据分析、系统维护等方面。其中，生产力分析指为信息产品生产（特别是新闻生产）提供包括决策、监控、评价在内的数据分析支持；用户画像和业务数据分析则主要服务于精准营销、推荐和个性化定制；系统维护侧重在最短时间内发现系统问题并及时解决，体现为智能化故障排除、异常检测和比对分析能力。此外，广电领域的大数据分析还可以在舆情分析、热点分析、传播力分析等维度发挥作用。融媒体内容平台的大数据技术则包括全网内容聚类、资源智能推荐和运营数据可视化。

三、广电媒体大数据发展难点与应对措施

（一）广电媒体大数据发展的难点

目前，广电媒体大数据的应用仍然处在一个相对初级的水准。尽管广电媒体对数据分析甚至大数据概念的重视已达数年，但至今尚未有太多斩获。国内广电媒体在用户测量方面走在前列的是自2015 年开始进行受众测评平台筹建的SMG，其受众数据测评分析平台涵盖拨盘、问卷调查、表情识别、脑电、声音识别、眼动仪六大技术，建设了基于受众数据的数据采集、数据存储、数据计算、数据展现体系，实现了受众分析趋势可视化平台和受众分析汇总平台的双向互动。

国内广电大数据项目的建设存在“雷声大、雨点小”的问题，大多未能实现“动态数据+动态分析+动态应用”，较多广电机构的大数据分析尚停留在概念阶段，缺乏对内容生产与营销的实际推动作用。实际运营中，传统机顶盒数据大多是类似“装机量”这样的静态数据，缺乏与其他数据的网络链接和综合分析，未能打通数据使用的“最后一公里”。

其一，广电大数据建设的难点包括跨平台与跨体系的数据整合。具体体现为三个方面，一是对广电系统内部各种数据库的整合。打破内部数据共享壁垒、实现内部大数据整合是广电数据建设的第一步。二是对广电媒体关涉新旧媒体不同类型数据的兼容。现有的广电大数据的媒体来源兼容了各类电视终端设备、移动设备与人工智能设备，应当把所有关涉的数据来源尽可能地整合起来，以求呈现全面的用户画像、内容画像和业务画像。三是对新老数据的整合。广电媒体长期以来积累了大量的数据资源，对这些资源的整理、发掘是亟待进行的工作。与此同时，海量数据每时每刻都在产生且亟需归纳，因此新老数据的整合、归纳必不可少。

其二，以广电网络的大数据安全而言，架构安全与传统协议安全、数据安全都是亟待解决的问题。云计算带来的数据汇聚风险与对存储稳定性的吁求、对传输协议的特定诉求相伴，在这些方面尚有大量工作需要逐步完善。

其三，大数据的重要性已经凸显，广电大数据部门和团队的建设应当落地实施。

（二）广电大数据建设的应对措施

大数据发展思路下推动广电大数据建设可从以下七个方面入手。

1.积累发掘数据

对特定广电主体而言，应建立专门的大数据应用与研发中心，协调广电内部大数据的共享与积累。大数据中心与广电各部门组织之间应是互促合作关系，前者引导后者开展大数据积累业务，并从后者获取所需的必要数据，后者则从中心获得规划支持和大数据技术服务。中心应与广电领导积极沟通，必要时借助第三方咨询公司的辅助，对广电业务所产生的数据实现即时整理与海量吸纳。数据整理不仅应囊括广电节目生产与传播数据，还应当包括广电相关社会服务活动数据。比如广电在演艺业拓展领域的数据积累，便应当对广电部门主导或参与的演出活动、重大节庆日及展览、艺术节相关消费市场变化进行数据总结，做到数据归纳和数据实时积累并重。此外，数据归纳应求全求细，如影视剧领域就应包括对电视剧收视率、影视剧立项数量与范围、影视剧产业影响等方面的深入调研。

2.多方联合、吸纳数据

广电大数据建设工作应重视吸纳并使用其他行业、部门、企业的相关数据。一方面，广电部门应积极与国家、省级大数据局展开合作，获取相应支持并开展数据合作；另一方面，数据共享工作也应打破行业和部门壁垒，从优化业务和推进工作效率出发，缔造更多数据合作机会。如原山东省旅发委在2018 年与山东联通签署协议，成立了山东省旅游产业大数据应用联合实验室。该实验室目前已成为山东省旅游大数据的重要发布者和整合者。以此而论，如果山东广电相关部门和山东省文旅厅及其大数据实验室开展合作，对接山东省文旅数据与传媒数据，便能在更广的层面上把握文化传媒的动向与态势，进一步科学分析并预测广电业务导向和产品导向，实现对广电之智慧城市业务规划的合理优化。

3.梳理解读数据

对已有数据的分析应采取“双主体”模式进行，即各部门的“分领域”大数据分析与广电大数据中心的数据分析并行，两者互为补充。大数据中心有统领全局的作用和全方位获取数据的便利，所以能够体现出更多的权威性和指导价值。

4.结论指导决策

该阶段分为两级执行。一方面，所得结论应随同数据概况上报有关部门，辅助领导制定科学决策；另一方面，所得结论应传达相关部门与团队，供其制定市场计划和管理方法时参考使用。

5.建立分发营销团队

依托大数据分析，建立广电媒体高质量的分发营销团队。该营销团队并非传统意义上的广告招商或节目推销，而是从自媒体时代特点出发，做到熟悉各大平台的分发规则和反馈机制、熟悉各平台的基本算法规则和推送喜好，进而兼容维护广电自有新媒体平台和各大平台内容推送的职责。简单来看，如今的算法平台更强调标题、封面与内容叙事策略，人工分发的平台则仍强调公关协调能力。广电平台的大数据分发团队应当兼顾两种模式，统筹分发，优化效率。在此过程中，广电媒体人也承担着面向年轻人再造媒体形象的重任。

6.重视“活数据”的获取、分析和使用

全国各地广电历年来积累了大量数据，但大多数是绩效、成本、产出以及节目收视率等相对静态的数据，对于观众与节目的互动数据、观众即时调整的观看及社交行为、用户喜好与观赏习惯等数据掌握较少。一个典型的例子便是广电有限网络的用户数据大多是相对固化、难以分析使用的静态数据，缺少进入大数据系统的匹配价值，在某种程度上沦为冗余的数据资源。因此，广电的大数据战略必须侧重“活数据”的整理归纳，同时借助相关数据的比对分析，盘活已有数据资源，真正发挥大数据的预测前瞻与指导行为决策的价值，而不是陷入盲目积累数据、堆积数据的“数据集”建设中。“活数据”获取方面应当建立更加全面科学的广电大数据动态监测系统，制定数据归类类别和报送规则，同时制定数据报送方面的绩效考核与奖惩条例，实现实时汇总和按时报送，以高度还原和契合业务现实的相关数据支撑起广电数据积累。该监测系统还应覆盖全省并与其他省份联通。覆盖全省包括覆盖市、县各级广电、各类平台，联通其他省份在共享数据、推动项目落地和节目传播方面展开合作。

7.明确数据使用方向

广电大数据建设应当以解决问题和服务运营为基本导向，在积累大数据和使用大数据方面明确数据使用方向。目前，有一种倾向是尽可能地积累各种形式的各类数据，并以此为大数据奠定基础。但就企业而言，这种毫无目的且指向模糊的数据积累着实缺乏产业意义。按照美国应用信息经济学专家道格拉斯•W.哈伯德对数据化决策之量化方法的阐述，应用数据量化分析应当先明确几个问题：想要确定哪些问题，这部分事物如何量化，量化该事物（或问题）需要的条件是什么，明确误差的来源以及选择测量设备，等等。广电媒体大数据建设也应当从这些方面入手，明确数据采集目的，以免陷入无目的的数据积累和寻找之中。建议从以下两方面着手。

一是宏观上统筹决定需要搜集和适时补充的数据，有效下达到相应部门，并由大数据中心的人员统一协调落地。宏观层面的大数据积累历时较长且需动态更新，因此需要明确数据积累方式、数据种类和采集方式，避免盲目和无序。

二是以项目导向带动数据建设。一方面，在广电媒体的节目打造过程中，应贯彻大数据测量态度，以严谨科学的调研分析为节目策划、优化以及互动营销、后期推广作支撑。因此，需围绕节目建设小型数据库，以节目发展带动数据库建设，以节目矩阵构建大数据库框架，实现从小到大、应用价值强的节目数据建设。另一方面，在广电的一系列“共生体项目”拓展实践中跟进专题性大数据建设工作。应当建设广电投融资数据体系、新媒体平台数据库、文化产业数据库、智慧城市数据库等专题数据库，构建彼此交叉、通达且单体目的明确的可应用型数据资源矩阵。实现宏观和微观两个方向上的齐头并进，逐渐架构广电媒体大数据资源框架，切实推进内容生产与平台建设，推动广电媒体智慧化升级与转型。

结语

宋建武在《从信息总汇转向数据总汇——媒体业的物联网机会》一文中提到：“从信息总汇到数据总汇，从数据总汇到数据解读和运用，这正是现代传媒的重要路向和基本驱力之一。”广电媒体首先应当树立大数据思维，积极积累和分析数据，将之落脚到具体的指导生产规划、调整营销策略、发掘目标市场等方面，同时积极使用新媒体手段搜集数据，并借助第三方咨询公司的数据抓取结论，最终筛选出有用的“相关性信息”，实现科学经营和市场预测。此预测既要从宏观入手，统筹分析媒体未来的年度计划和长期计划，同时也要立足具体节目，实现动态跟踪和即时分析，在节目内容的网状数据积累中逐渐调适内容生产侧重与创意趋向，使之能够清晰掌握用户需求，进而对接并满足市场需要。