大数据如何据颠覆传统电视行业

在媒体业界，大数据主要在以社交媒体为代表的新媒体领域的蓬勃发展当中大行其道。传统媒体也不甘落后。2013年出现的许多成功案例表明，大数据已经成为传统媒体实现业态升级的重要驱动力。
《纽约时报》、《卫报》等老牌报纸利用大数据挖掘技术，推动新闻向“利基化”、“纵深化”发展。在社交媒体当道的今天，面对新闻日趋“碎片化”、“扁平化”的严峻态势，传统媒体可以借助于大数据技术继续保持其在新闻品质和专业水准上的领先地位。
与报业相比，电视业对大数据的运用相对迟缓和谨慎。
然而，星星之火亦能看出燎原之势，随着电视从传统的“一对多”式的“广播”型媒介升级为“多对多”式的、以移动化、互联化、多屏化为其核心竞争力的“窄播”、“互播”型全媒体平台，网络运营商、广电运营商、服务提供商等产业链主体能够以各类数据为“杠杆”，挖掘和撬动各类不同层次受众的需求，提供更加个性化、更具互动性、更有深度的媒介体验。
具体来说，大数据技术的广泛运用在收视测量、节目策划与改进、观众互动参与、广告精准投放等各个环节上产生了颠覆性的影响，推动了电视业的全方位变革与重构。本文拟从电视业运营的几个关键环节入手探讨大数据技术所产生的颠覆与变革，供我国从业者借鉴和参考。
收视测量变革：从“抽样”到“全采样”
大数据技术对电视业最为直接也是最见成效的影响体现在收视测量的变革上。大数据的核心思想是用规模剧增来改变现状。
正如维克托?迈尔－舍恩伯格、肯尼思?库克耶所指出的，大数据时代最为显著的特征就是“全数据”或“全样本”成为统计的依据，而不再依赖于传统的随机抽样。
抽样分析是信息相对匮乏、流通受到限制的模拟数据时代的产物。它的信度和效度依赖于抽样的绝对随机性，但是在实际操作中几乎无法实现。此外，随机抽样也不适合考察子类别的情况，当人们想了解更深层次的细分领域的情况时就无法采用这种方法。
换言之，随机抽样模式所依据的是“扁平化”的数据模式。
在全样本模式下，数据处理技术发生了颠覆性的变革。专业机构可以收集到与某个特定变量相关的所有数据并进行处理，样本可以等于总体。
对于电视业而言，这一变化直接体现在收视率调查上。对于电视媒体而言，基于随机抽样的收视率调查有望被基于海量样本——甚至全样本——的收视测量所取代，从而为电视业界的内容生产提供更为精准的数据支撑。
纵观收视测量发展的历史，经历了由第一代电话调查、第二代日记卡固定样组测量、第三代测量仪器记录到目前第四代数字电视测量技术的发展。
前三代的测量方法均建立在抽样调查的基础上，样本量有限，且有测量误差较大、需要样本户配合的程度较高等缺点。伴随数字电视的发展，频道数量激增，业界对目标市场进行精准收视调查的需求愈来愈迫切。增加第三代收视测量仪的样本数量可以在一定程度上满足这一需求，但是样本量的增加必然会受到成本控制的限制。
建立在大数据基础上的第四代收视测量颠覆了以往的抽样调查方法，通过对机顶盒的升级，能够对观众开关机顶盒、转换频道、使用增值业务等操作行为进行精确到秒的准确记录，不但最大限度保证了数据采集和传输的安全性，而且可以实现“全样本”测量。
目前，世界上影响最大的收视率调查公司——尼尔森公司采用大数据挖掘技术，可以将收视率测量的样本数量提升为过去的十倍或更高，甚至可以提供前一天的全样本观众收视率数据。
社交网络对电视观众的影响受到业界重视。近期发布的相关研究结果表明，电视节目在社交网络上的关注度与传统的收视率同等重要，即“我推故我看”。
因此，社交网络的关注度成为衡量电视节目影响力的新的有效标准。更加重要的是，大数据能为我们提供实时、动态、高效的数据分析，与以往的静态收视率分析相比，是一次质的飞跃。2012年末，尼尔森公司收购了以分析电视内容中的社交数据为核心业务的新兴调查机构“社会指南”（Social Guide）公司，后来又与社交媒体巨头“推特”（Twitter）公司合作，推出基于微博内容的电视收视率报告。
统计显示，在晚间黄金时段，在微博上传播40%的帖子均与电视节目相关。尼尔森公司通过对140家无线和有线电视公司的调查，证实了基于微博内容的电视收视率报告对于传统的收视率测量是一个很好的补充。
内容生产变革：从“制播分离”到“制播同步”
如果说大数据在电视业的直接运用体现在收视率测量上，那么它所产生的更有意义的变革则体现在对节目生产模式和流程的重构上。
过去，电视节目的内容框架一般在播出前就确定了，在播出过程中进行调整和改变并不常见。在大数据时代，由于实时收视数据——特别是对节目内容的实时反馈的获取和分析——越来越容易实现，节目的制作流程发生了新的变化。
“制播分离”的传统模式被彻底颠覆，内容生产由“静态”变成了“动态”，在播出过程中编导随时根据数据分析报告对节目内容作出“微调”甚至“转向”的决定。以内容生产、调整与播出、反馈融为一体的“制播同步”模式将成为大数据时代电视内容生产的常态。
在这方面，一些国外媒体已经做了一些积极的探索。
英国广播公司（BBC）长期追踪大数据技术的发展动向，把实时的、以观众为基础的数据分析应用到电视运营的各个环节——包括内容生产、财务管理、市场推广等。
在一些“真人秀”、访谈类的直播节目中，大数据技术已经得到了广泛应用。BBC对从社交媒体得到的数据进行实时分析，在节目现场直播中根据观众在社交媒体上的评论决定接下来的推进方向。如果观众喜欢看节目的某一部分，比如某一特定主题的访谈或讨论，就延长这部分的播出时间；反之，如果观众不喜欢，就进行相应的调整。
除了娱乐节目等市场化程度较高的品类，大数据技术也进入了新闻节目的生产流程当中。
在印度，一档旨在揭露社会问题真相的新闻访谈节目《真相战胜一切》（Satyamev Jayate）播出第一季就吸引了4亿本土观众，通过视频网站、Facebook、Twitter、YouTube和移动终端收看该节目的全球受众超过了12亿，成为2013年全球最引人注目的电视节目之一。
分析这档节目成功背后的原因，除了讨论的议题本身关注度较高以及主持人的明星效应外，大数据技术发挥的作用功不可没。
“真相战胜一切”是镌刻在印度国徽上的格言。与人们最为熟悉的印度宝莱坞式轻歌曼舞的风格迥然不同，这档新闻访谈节目的宗旨是“关注社会、贴近民众、深层次揭露社会问题”。
2013年播出的第一季共十三集，主题分别为：被迫堕胎与残害女婴、儿童性骚扰、巨额嫁妆、医患关系、残障人士、家庭暴力、滥用农药、酗酒、种姓制度、老年人权益、水资源保护、印度梦，等等。
节目主持人是宝莱坞电影巨星阿米尔?汗（Aamir Khan），他通过大量实地采访，讲述了不同阶层印度人的真实故事，大胆曝光印度社会的种种弊病，力图以“残酷的真相”唤醒大众，引发公共讨论，进而推动社会变革。
值得一提的是，这档节目运用了大数据手段来策划选题、推动节目进程，甚至影响到国家政策、法律的制定或修改。
编导通过社交网站收集、分析了数以百万计的热点议题及其讨论帖子，进行了大数据挖掘。他们不仅以这些数据为基础进行节目策划，还积极使用这些数据推动政治变革。
观众积极参与节目互动，表达对重要议题的观点。在节目播出的进程中，制作方及时向观众提供来自各级政府官员、议员和意见领袖的思想和行动的数据反馈，从而形成政府、媒体和公众三方议程的有效互动，促成公共政策的调整和完善。
比较典型的例子是，印度国会曾经在其中探讨儿童性骚扰的一期节目播出后，迅速通过了一项儿童保护法案，主持人阿米尔也获邀到国会听证。
媒介功能重构：从“看电视”到“用电视”
随着电视互动性的增强，观众的参与度大幅提升，原本被动收视的“沙发土豆”们开始更多地动脑、动嘴、动手，有目的地“使用”电视或网络视频、可视化信息图表等，“看电视”逐渐过渡到“用电视”阶段，电视的功能及其“工具理性”得以进一步发掘和拓展。
在实现“看电视”到“用电视”的转变当中，新兴的“数据新闻”（datajournalism）发挥了至关重要的作用。
简言之，数据新闻就是通过反复抓取、筛选和重组等手段来深度挖掘数据，聚焦专门信息以过滤数据，运用可视化的手段来呈现数据并合成新闻故事和具有较强工具性的应用软件（如APP）。
在电视机构中，英国广播公司（BBC）在数据新闻的开发上独领风骚。BBC新闻网数据团队由20余位记者、设计师和研发人员组成。除了数据项目和视觉效果的制作外，团队还负责设计新闻网站上的所有信息图表，研发互动多媒体功能和移动应用软件（APP），为电视业在数据新闻领域的拓展率先垂范。
BBC新闻网推出的“死亡之路：1999-2013年英国每条道路上每例死亡”即为一个成功的案例。
在信息个性化方面，用户可以输入邮政编码查询自己居住地区过去十年里每条道路上发生的车祸致死的数字和个案。
在多媒体形态方面，编辑将警方提供的相关事实和数据视觉化、动态化、人性化，同时与“伦敦急救协会”、BBC驻英国各地的分支机构进行合作，即时追踪主要城镇及其周边地区发生的每场车祸并进行在线直播，还通过Twitter推送相关报道，冠以“#cash24”的标签，同时会在地图上标出车祸发生的具体地点。
数据新闻的广泛使用把“看电视”变成了“用电视”。这方面工具性更强的是BBC网站上推出的“财政预算计算器”网页及其APP。
用户借助于这一工具可以预见国家财政预算一旦生效后，对个人生活可能产生的正面或负面的影响，并且可以在社交媒体平台上分享计算结果。
BBC与全球四大会计师事务所之一的毕马威建立了合作关系，后者根据英国政府公布的年度财政预算进行大数据挖掘，BBC负责编创吸引受众的界面，便于他们的使用参与。
另一个有趣的“数据新闻工具”是专题《70亿人口的世界：你是第几个出生的人？》，它的发布日期与世界人口达70亿的官方日期一致，用户只要输入自己的出生年月日，就可以立即计算出自己是全球第几个出生的人，并通过Twitter和Facebook分享自己在全球的出生排名。
这一专题使用了联合国人口发展基金提供的数据，非常受欢迎，成为英国2011年Facebook上人气最旺的分享链接。
传播模式重构：由“机械化”到“智能化”
大数据时代，内容生产和受众信息发掘技术的进步使媒介的传播模式由“机械化”转向“智能化”，电视业也不例外。
“机械化”的传播方式意味着电视台充当了节目与内容的“传送带”和受众的“供应商”，而“智能化”的传播方式则把电视台转变成为受众的“服务商”。
随着电视节目的传播走向“多屏幕化”和“多平台化”，智能电视机、平板电脑和手机等会更为精准化地记录观众的收视行为和偏好，借助于大数据技术进行挖掘与分析，从而使电视台在最合适的时间、最合适的屏幕或平台上传播最合适的媒体内容，为用户提供更高质量的服务。
美国一些付费电视运营商已经开始利用与客户和服务相关的数据迅速作出决策，以全方位提升用户的收视体验，包括画面、声音、内容的质量等。
IBM、惠普等大型IT企业拥有大数据中心和长期积累的数据分析产品系列，他们与Mariner公司、IneoQuest公司、Agama Technologies公司等传统的付费电视运营商已经在频繁接触，为合作做准备。
值得关注的是，大数据技术的应用已经由“小众化”的付费电视转向了更为广泛的业界领域。
2013年媒体业界的一个标志性事件是世界最大的社交媒体“推特”（Twitter）在纽交所上市后即选择与美国最大的有线电视运营商“康姆卡斯特”（Comcast）公司建立合作伙伴关系。
这预示着大数据技术也会成为传统媒体与新媒体实现深层次“竞合”的结合点。就目前而言，两者最直接的合作体现在收视测量上，可以预见，在此基础上我们还会看到电视业与社交媒体在内容生产、用户参与等层面上更为广泛而深入的合作。
在传播目标市场的战略选择与具体部署上，数据也能起到关键性的作用。
2013年，美联社发布了两份在线视频新闻消费报告，一份是针对欧洲市场的，一份是针对亚洲市场的。美联社通过在线和实地调查两种方式了解受众对视频新闻内容的需求，并确定视频资源集中的关键区域，以保证这些地区视频业务的增长。
例如，美联社对亚洲市场的调查显示，在线访问新闻的中国消费者中，有10%每天访问新闻视频剪辑，70%至少每周一次观看在线新闻视频；年龄在25至44岁的消费者最倾向于经常观看视频，其中超过60%的人至少每周观看2-3次；平板电脑用户更倾向于访问在线新闻视频，使用平板电脑访问在线新闻的观众中有75%会每周观看至少2-3次视频新闻，而智能手机用户和台式电脑用户的这一比例分别为60%和57%。
这些数据有助于美联社制定目标视频市场的营销推广策略，从而实现更为精准的传播。
大数据技术在电视业的运用才刚刚起步，除了前文中提到一些数据新闻的成功案例和在国内已经获得广泛关注的网络定制剧《纸牌屋》（House of Cards）之外，相关的实践和探索还有待进一步深化。
但越来越多的成功案例已经并将继续证明，在传统电视机构积极探索产业升级和业态转型的大背景下，大数据技术的广泛运用无疑是一把开启电视业未来的“金钥匙”。