构建数据驱动下媒体融合的新模式

 

导 读

 

媒体融合的最终目的是打造“智能化”“智慧化”新型主流媒体。

 

如今媒体融合进入一个新阶段。过去以内容共享、渠道拓建为融合驱动力,进入大数据社会化媒体传播时代后,数据成为媒体融合的驱动力和支撑点。中宣部部长刘奇葆提出的“中央厨房”的“四个一”基本标准中,搭建一个传播效果监测反馈系统就是数据驱动模式的具体表现。一些互联网公司电商、游戏服务商已经搭建了较为成熟的数据驱动运营模式,传统媒体如何构建数据驱动下媒体融合的新模式,还在探索中。

 

理解数据驱动运营

 

数据驱动运营是指通过对数据的获取、处理和使用,不断开发、迭代新产品并创造效益的一种运营模式,具体表现为助力(Empower)、优化(Optimize)和创新(Innovate)。大数据是数据驱动的基础,数据驱动是大数据的应用体现。美国互联网数据中心指出,互联网上的数据每年增长50%,每两年便翻一番,目前世界上90%以上的数据是最近几年才产生的。有效收集、挖掘和处理这些数据,是数据驱动运营的前提和条件。

 

数据驱动运营的关键是使用数据和内化数据,也就是依据分析、处理后的数据进行判断和决策,让数据成为战略管理和战术运营的核心。数据驱动运营的本质是要改变过去更多凭借经验和直觉进行运营的模式,利用新技术手段观察和思考全样本数据,从复杂的数据中找到相关性,挖掘数据的潜在价值,大到战略决策,小到商品销售,一切从数据出发,一切又回归数据,数据成为生产力的一个重要构成部分。传统商业模式里,企业通过差异化的战略定位、高效率的经营管理以及低成本获得竞争优势。大数据时代,数据及数据驱动模式将成为企业的核心竞争力。

 

新闻传播与数据驱动

 

进入数据化时代,新闻传播的模式已经发生变化。数据新闻、个性化推送、效果广告等新概念的出现意味着今天的新闻传播不再是以自我为中心、基于自我认知的思维模式,数据成为运营的主角。新闻媒体需要树立数据运营思维,建立新闻传播与数据驱动之间的关联。具体而言,数据可以在选题策划、新闻制作、分发传播、效果评估、用户运营、商业模式等六个层面产生驱动力。

 

1.选题策划。可以通过对门户网站、重点新闻网站、新闻客户端的重点资讯板块,搜索引擎的热搜榜、微博话题热议榜等进行实时监测,挖掘时政、社会、财经、体育、娱乐类的用户关注热点,并通过对用户评论的分析以及与微博等社交媒体内容的交叉匹配,分析热点变化趋势,辅助采编人员挖掘可能具备影响力的新闻素材。一些第三方舆情监测平台还实时提供新闻情感倾向指数、热点词云图谱,自定义新闻监测模块,帮助识别热点新闻和热门话题的敏感度和关注度,为新闻追踪报道提供方向。经典的大数据报道案例《雪崩》,其选题就来源于Twitter和Facebook上对12名滑雪爱好者遭遇雪崩的报道及这一话题的转发、分享和评论。媒体通过对互联网及社交媒体上的数据抓取与挖掘,能提高选题策划的有效性与科学性,做出真正为用户所关注和接受的选题。

 

2.新闻制作。主要表现为可视化的数据新闻。制作数据新闻需要具备两个核心条件:拥有海量的、全面的、各种类型的数据源;强大的数据挖掘和分析技术。数据源决定数据新闻的广度,技术决定数据新闻的深度。2014年两会报道中,中央电视台制作了多期的“据说两会”新闻。他们选择了百度腾讯微博和亿赞普三家公司作为数据合作方,根据一个话题给三家大数据公司下同样的需求单,得到百度新闻的热搜榜、亿赞普的热度榜和腾讯微博的话题榜三个榜单,然后从三个榜单中寻找重合的关键词。9期《两会大数据》的选题都是从大数据中分析、总结而反映出来的公众最关注的话题。在数据呈现上,还运用了可视化、词云、虚拟演播室、3D动漫、人物卡通等新兴前沿技术,将抽象、复杂、难懂的数据转化为具体、简明、形象的新闻报道。在《两会脉搏 全球跳动》中,当主持人分析秘鲁因为牛油果出口到中国而高度关注两会时,顺势从身边的屏幕里取出了一个牛油果,整个过程自然流畅,而且产生了类似变魔术的效果。①大数据的支撑一方面能使数据新闻获得多方数据源,数据量足够大保证了报道话题关切度高、更精准;另一方面由传统媒体机构运用专业知识和经验对数据进行清理、整合、运算和分析,也使数据新闻报道更客观、准确,避免了主观臆测和评判。

 

3.分发传播。数据驱动的新闻分发传播表现在三个方面:一是基于用户数据实施个性化的精准推送;二是基于全网阅读数据实施多平台的动态化推送;三是基于社会化媒体数据实施多渠道的即时性推送。互联网时代,每一个用户的上网浏览都会留下“足迹”——新闻网站的浏览内容和时长、搜索网站的关键词和热词查询、社交网站的评论分享和上帖发文、购物网站的商品浏览与交易行为等。这些碎片化的“足迹”经过挖掘汇聚成每一个用户的最小数据集,就能确定一个用户对应的ID识别符号,集合该用户的习惯、兴趣、喜好等个人数据。“今日头条”“一点资讯”等客户端就是通过收集用户阅读数据和行为数据实现了新闻的个性化、精准化传播。动态化推送是根据用户在互联网各平台的阅读数据进行综合分析和监测,实时调整本网站或客户端的首页推送内容。即时化推送是根据用户在社会化媒体谈论、关注话题的数据量来随时推送发布相关新闻资讯。

 

4.效果评估。新闻传播效果评估是传统媒体过去一直想做而难以实施的一项工作,新媒体技术、互联网全网数据为传统媒体进行多维度分析稿件本地或跨域传播情况、传播力、影响力等提供了各种可分析数据和趋势变化方向。效果评估可以是分析报刊、广播、电视每日稿件在微博、门户网站、新闻客户端、微信公众号、传统媒体上的传播分布,以及近一周的整体转载量的变化趋势;可以是对每日稿件转载情况进行排名,并对TOP5或者TOP10的稿件在“两微一端”(微博、微信公众号、客户端)以及五大门户网站(腾讯、新浪、网易、搜狐、凤凰)上的转载情况进行详细分析,包括转载数量,评论、点赞、阅读数量,以及在门户网站上的转载位置等;可以是对重点版面和热门栏目的传播分析,包括稿件传播分布以及传播路径分析,系列报道的持续跟踪对比;还可以是对传统媒体旗下的主要微博、微信公众号、客户端的日常传播数据的统计分析,包括对同类型媒体品牌的对比分析,阅读群体的特征分析,对本地影响力和跨域影响力的分析,对微信公众号每日文章的阅读、点赞、内容分类和不同位置的文章对公众号阅读的贡献率做定量或定性分析,并给出当日主题词分析。所有这些数据的收集、分析和处理,都必将为媒体的决策、判断和管理提供科学的依据。

 

5.用户运营。重在收集、管理和使用用户数据,建立统一、共享的用户数据平台。传统媒体一直以来没有用户概念,也甚少收集用户数据。大数据时代,用户数据将是一个媒体机构的重要资产,是产生传播力、影响力和经济效益的重要一环。因此,传统媒体必须对通过优质内容资源、线下活动、经营行为沉淀下来的优质用户数据进行整合、清洗、认证、管理、记录,并通过不同模型及算法实现对用户肖像刻画、行为轨迹等的多维度分析,开发出一系列智能化、个性化的信息、数据服务,提高用户的参与度和满意度,帮助传统媒体及旗下各媒体单位准确把握用户的阅读行为和市场需求,制定有效的选题策划、推送传播策略。用户数据平台包括用户数据采集及处理、用户数据存储与管理、跨平台用户统一管理、用户行为分析、用户肖像刻画、互动应用管理等方面的建设。《金融时报》开通免费专区供注册用户阅读,虽然信息免费,但通过注册留下了大量的、有价值的用户数据信息,这些数据帮助《金融时报》为用户提供个性化服务,并依此服务开展收费。

 

6.商业模式数据是一种资产,尽管新闻媒体拥有的数据资产有限,但是报业的全图文数据库、广播电视的多媒体音视频数据库以及媒体融合后获得的互联网和社交媒体数据,依然可以利用数据挖掘、分析技术来开发相关产品。特别是一些行业媒体机构拥有的专业、原创数据,如财经数据、体育数据、教育数据和旅游数据等,都是可以进一步利用和开发的基础数据。专业财经类媒体第一财经就正在建设整合外部数据源、内部数据源和系统管理数据源的财经数据中心。外部数据源包括上证、深证、港股行情的实时财经类数据,新华社新闻、道琼斯新闻、路透社新闻等资讯数据,国家部委网站、主要门户网站、其他财经网站等外部网站数据;内部数据源包括第一财经各媒体平台和研究院的历史数据、现有业务生产及支持系统当日采集和分析产生的自采数据;系统管理数据源包括用户浏览数据、使用资源情况数据、交流互动数据等。通过对多类型数据的挖掘、分析和处理,衍生出多样化的财经数据产品,如道琼斯第一财经中国600指数、第一财经银行理财产品指数、第一财经贝格数据、第一财经客户通、第一财经大数据金融终端等。

 

新兴媒体基于大数据开发的舆情产品也是传媒业大数据实践的一种体现。人民网舆情监测室运用大数据引擎技术,通过大数据挖掘,推出服务于公司、企业、政府的各类舆情产品。这些舆情产品就是通过对网络信息的自动采集和多维度分析,实现对互联网上相关舆情的实时监控和深度分析,为舆情分析者全面掌握舆情动态、做出正确舆论引导提供依据。

 

媒体融合进入数据驱动阶段

 

媒体融合是一个渐进、发展的过程,传统媒体从内容数字化改造起步,逐渐进入内容融合共享、渠道融合传播、服务与传播融合叠加的不同阶段,但这些融合还没有触及融合的本质,还停留在术的层面。媒体融合的最终目的是打造“智能化”“智慧化”新型主流媒体。实现“智能”与“智慧”,需要背后的数据来支撑与开拓,需要数据驱动运营的思维和模式。

 

根据路透新闻研究所2016年发布的报告《新闻媒体如何建设编辑分析系统来开发运用受众数据》(《EditorialAnalytics:How News Media are Developing and UsingAudience Data and Metrics》),《卫报》《华尔街日报》、BBCnews、“赫芬顿邮报”等英美主要媒体都有一套编辑分析系统。这些编辑分析系统,无论是自己研发的,还是利用第三方平台搭建的,都可以运用chartbeat、NewsWhip等软件工具,通过对媒体在不同平台上的受众数据进行抓取、筛选、分析,测量受众行为,监测受众量的增减,形成量化的受众数据报告,并以此为依据指导内容生产与编辑,以及改善编辑部工作流程。比如英国《卫报》的编辑分析系统“Ophan”,可以针对单一文章提供高清晰度的实时数据,包括浏览时间、内容、登录设备、浏览器、国家、推荐人、忠诚度、注意时长等;可以从不同终端任意抓取两周以内的页面浏览量、社交分享率、单篇文章阅读时长;可以显示用户登录的频率、登录的轨迹、浏览的去向;还可以与社交媒体结合,显示社交平台上的转发、跟帖、分享等数据。②

 

在国内,人民网旗下的人民在线正在推出一套“大数据融合解决方案”,从基础平台建设、内容生产、渠道发布、传播分析、用户数据五大关键环节入手,全方位解构新闻生态链,构筑以数据为核心的六大平台:全媒体大数据平台、新闻素材线索平台、新媒体聚合发布平台、新闻传播分析平台、用户数据分析平台和媒体融合云服务。这套媒体融合解决方案应用于人民日报“中央厨房”,在三个方面成效卓著。一是运用于重大报道。在全国两会博鳌亚洲论坛、领导人出访、金砖国家会议、9·3阅兵等重大事件报道期间,通过可视化分析系统、内容发布平台、数据服务、专项报告、H5应用开发等方式,向报社各部门提供全面技术支持和效果监测,包括社交和新闻热点监测服务、外媒监测服务、微博发布服务、新闻传播分析等。二是运用于日常报道。人民日报新媒体中心(微博、微信、客户端)、国际部、人民网等部门在日常选题选稿、组织策划报道方面,改变过去基于经验积累对新闻做出判断和决策的模式,从热点预测开始到选题的确定、记者采写、编辑编发及传播效果的评估,全部实现全流程数据化。三是运用于突发事件和热点事件。实时跟踪、分析突发新闻事件产生的各种数据,协助采编团队根据热点和用户数据进行分析,动态调整报道方向。“大数据融合解决方案”正在构建以数据支撑、驱动内容策划、采集、编发、播发、反馈、评价的全流程运营模式。

 

媒体融合发展至今,数据必然成为其深度融合的核心。数据驱动媒体融合是一种新的运营模式,更是媒体融合的一种新思维和新理念。

 

注释:

①刘双 文卫华 王向宁:《央视两会报道中的数据新闻探索——以“两会大数据”、“据说两会”为例》,《青年记者》,2014年6月下

②Reuters Institute for the Study of Journalism:《Editorial Analytics:How News Media are Developing and Using Audience Data and Metrics》,2016年2月

 

(作者单位:青年记者