一、大數據的本質
首先，大數據顯然不是能存放于電腦、手機、硬盤里的數據，它數據量巨大，已經不是以我們所熟知的G和T為單位來衡量，而是以P（1000個T），E（一百萬個T）或Z（10億個T）為計量單位，它需要更大的存儲方式，比如云存儲和其他大的存儲層來安放。
其次，大數據顯然不是一堆數據的堆集，而是數據與數據之間存在著某種關聯，發現并利用這種關聯可以產生價值；正如《大數據時代》一書的作者舍恩伯格所強調的，最重要的是人們可以很大程度上從對因果關系的追求中解脫出來，轉而將注意力放在相關關系的發現和使用上。只要發現兩個數據之間存在相關性，就可能創造巨大的經濟或社會效益，
第三，大數據是一種社會狀態，其牽涉面很廣，在物理、生物、金融、環境生態、軍事，通訊、自動控制等各個領域都有相關應用。物聯網、云計算、移動互聯網、車聯網、手機、平板電腦、PC以及遍布地球各個角落的各種各樣的傳感器，無一不是數據來源或承載方式。隨著互聯網，特別是近年來移動互聯網的繁榮，大數據在這個領域的作用越來越凸顯，原因有三：其一，網絡行為數據激增；其二，網絡內容從單一的文字走向多媒體，使數據總量不斷增長；其三，多屏多終端模式增加了用戶對網絡的使用次數與時長，大量數據因此增長且沉集。各行各業數據都呈現出一種指數倍爆發增長狀態，大數據成為這個社會最為顯著的標簽。
第四，大數據是一種基于開放性的數據互通互聯，以及在其基礎之上的價值發現。信息孤島、數據阻隔，都不利于大數據多用途的價值發現。
二、大數據應用的三個層面
大數據應用以“數據回報”為導向，通過對數據的收集、管理、分析、應用，最終獲得經濟收入、口碑回報與事業良性發展等價值效用。
1.數據收集
大數據運用的關鍵在于誰擁有數據。《紙牌屋》之所以能夠通過大數據的精準制作而取得成功，前提是其投資方Netflix自身雄厚的數據資源。它擁有2700萬名美國訂閱用戶、3300萬名全球訂閱用戶，掌握這些用戶的年齡、性別、居住地、使用服務終端、用戶每天/每周的觀看時間等數據。這使得它可以輕松利用大數據建模，對用戶評分、觀看記錄、用戶好友推薦等信息進行深度挖掘，甚至可以通過收集觀眾按下暫停或快進的數據，從而找出用戶喜歡的視頻風格、內容風格、導演和演員等等，這些關鍵數據是造就其成功的第一步。
對于傳統媒體而言，獲得數據的渠道可以是自己的網站、在其他平臺上的APP、機頂盒等，博客、微博、微信中的內容，情緒符號、各類投票、鏈接、圖像、視頻、評論、文本文件、加關注、粉絲等信息及關系圖譜中都隱藏著有價數據。只要在縱向上有一定的時間積累，在橫向上有較豐富的記錄細節，通過多個源頭對同一個對象進行各類數據采集并且有機整合，就可能產生大價值。
2.數據管理
大數據的關鍵并不止于數據量的大小，而在于對數據的分析與應用能力。數據應用的前提是對數據進行高效管理。
數據分類 目前數據類型主要有：1.交易數據；2.行為數據（興趣數據等）；3.關系數據；4.位置數據；5.用戶生產的內容UGC（包手信息、評論）等，將這些數據分門別類地收集，并在其中學會傾聽用戶需求，理解用戶行為，從中發掘細分市場的機會，以此應對“技術+用戶+品牌”的媒體新時代。
打通數據 隨著新技術不斷發展，多屏觀看、跨屏互動已成為趨勢，但現實卻是各部門間組織結構的割裂情形，使得數據呈現離散與孤立狀態。在數據分析時，對同一用戶在不同終端的使用數據并沒有串聯起來整體分析，因此分析的結果必然與現實有很大的偏差。因此打通數據，讓數據自由流動，發揮多重效能，是數據管理很重要的方面。以騰訊視頻為例，他們利用云端收藏和云端播放，加上多平臺可使用統一的ID號碼，使得用戶的收看行為成為一種不被打斷的連續狀態，用戶無論采取手機、TV、Pad、PC登錄，都可以通過云端收藏延續前面的收看行為。在方便用戶的同時，這對于數據收集而言也是一個連續性的獲得。此外，騰訊視頻還給其媒資庫的各類視頻都打上“內容標簽”及“用戶行為標簽”，并根據智能算法推薦最匹配的內容給最對的用戶。
開放數據 大數據之所以能產生價值，在于數據的關聯性，通過對關聯數據的分析，挖掘其中蘊含的潛在價值。孤立的數據很難產生這樣的效能，因此“開放數據”是數據管理的一種先進理念。任何一個機構都不可能自己進行所有的分析和運用，開放是利已也是利他。比如Facebook和Twitter就帶頭開放部分數據給第三方公司，他們的開放不是無償的，希望從開放中受益。
3.數據應用
新媒體的本質就是數據分析，數據是客觀的，但分析應用卻是主觀的，如何平衡二者的關系，是數據應用的一個關鍵。
大數據的應用延續著“信息—知識—智慧”三個層面：第一層面是“信息”，當一個個數據被賦予背景，它就成了“信息”；第二個層面是“知識”，當從一個個數據分析中提煉出規律，它就成了“知識”；第三個層面是“智慧”，當借助分析工具與當下的社會心理以及其他子系統背景，從數據中獲得研判與預測的能力，這就是“智慧”。
在大數據時代，媒體和門戶網站可充分利用大數據與關系鏈，為用戶提供量身打造的新聞資訊，以及良好的體驗。比如，優酷和土豆合并后，其搜索平臺可挖掘并推算出4億多視頻用戶的瀏覽行為；浙報集團去年投資數據分析項目，開辟社交網絡數據深度挖掘的新戰場；搜狐正著手將旗下數據資產全面打通整合，搭建基于云計算的大數據平臺，以期獲取每月9億多人次的用戶數據資產，一場關于數據的圈地運動正在展開。大數據有哪些具體應用呢？
為內容購買提供數據支持。以騰訊視頻為例，他們通過數據分析來購買內容，依此購買的《隋唐演義》今年一季度獨家播出播放量超過6個億，獨家劇《寶貝》播放量也超過3個億。大數據為內容購買提供了精準的指向。
為用戶提供信息圖譜。新版騰訊微博利用大數據技術，將用戶的微博進行整合、重組，將具有相同、相近信息的微博配以熱門標簽，用戶通過進入標簽，可看到這個熱門事件發展脈絡以及未來走向的一個清晰的“信息圖譜”，減少用戶獲取信息的時間成本。
解決媒體與用戶的關系問題。大數據是網絡時代對網絡用戶行為的一個數據積累。這些數據一方面反映用戶的興趣偏好，從而有利于媒體制作出用戶滿意的產品；另一方面，數據對用戶滿意度也有非常重要的影響。大數據有助于媒體更好地了解用戶，從而更好地處理媒體與用戶之間的關系。以谷歌的“電影票房預測模型”為例，它通過數據建立了與用戶的關聯，通過對用戶對電影相關內容搜索量的分析，能夠提前一個月預測電影上映首周的票房收入，準確度高達94%。
三、大數據的媒體作為
媒體業是信息產業，在大數據時代擁有先天優勢。麥肯錫全球研究所曾對美國17個行業擁有的數據量做了估算，離散式制造業居首位，擁有966PB數據總量；美國政府居第二位，擁有848PB的數據總量；傳播與媒體業居第三位，共有715PB數據量。可見，媒體在大數據時代是有數據優勢的。因此，媒體應有強烈的數據意識，善于收集數據、分析數據、使用數據。通過對海量和復雜的數字資料進行收集、整理，從而提升媒體的預測與研判能力。媒體能利用大數據做些什么？
1.洞察用戶
面對互聯網海量信息，基于抽樣調查+人口學特征的“小樣本模式”不再具有導航性，用戶是“誰”已經不重要，重要的是“用戶什么時候需要什么東西”，即用戶的“興趣偏好”及“傳播時機”等信息更重要，而這一切來源于大數據及對它的挖掘。大數據構成中有不少數據來源于用戶的網絡行為、網絡表達、網絡情緒，這些數據之間有高度的相關性，通過對他們的分析就能清晰地描述出你的“用戶”是什么樣的，他們的“興趣圖譜”是什么，“行動路線”又是怎樣的。挖掘用戶的行為習慣和喜好，并在這些數據背后找到用戶的“興趣配方”，從而制造出相應的產品并提供相應的服務。
因為有大數據，Facebook、Twitter這類社交媒體遠比報業、廣電等傳統媒體更了解他們的用戶。因此，傳統媒體可以通過與他們的合作，借助大數據更好地理解用戶偏好及行為。也可以像英國第四臺那樣開發自己的注冊系統，利用大數據研究他們的用戶。這個注冊系統目前有700萬注冊用戶，其中三分之一為16—24歲的青年用戶。與以往觀眾調查、聽眾來信不同，大數據拓展了媒體對于其用戶了解的廣度、深度及關聯度。
2.協作式新聞
大數據使調查性報道有了更多可用的資源，一條調查性報道的出籠越來越凸顯“協作式新聞報道”的流程及風格。報道中有來自用戶貢獻的UGC內容，有專業記者采寫的報道，有數據分析師從大數據系統發現的線索、關系圖譜、發展趨勢等，有責任編輯負責新聞報道最后的呈現，有專門的新媒體運營者來實施這條報道在各個平臺的推送，以掀起社會影響力。因為大數據，新聞生產流程將會發生大的變化。新聞不再是單兵作戰，協作式新聞將成為主流生產模式。
3.廣告精準投放
大數據的多維度與實時性為廣告精準投放提供了可能。例如，《經濟學家》建立了自己的數據庫，包括用戶的注冊信息、國家、投遞地址、郵件地址、打開郵箱頻率等，為實現移動端的廣告訂制與目標推送建立了可能。廣告的精準投放將會改變廣告業整體的媒介購買偏好及廣告投放配比，越來越多的廣告將被投放到社交媒體，這對廣電等依靠廣告而生的傳統媒體而言將產生深遠影響。
4.輿論分析與研判
現階段，新聞媒體可以用大數據做什么？1.講故事；2.來分析各種評論；3.降低信息過載（即大數據可以提供相關背景資料，讓人們獲得的不僅是一條條信息，而是圍繞這條信息形成的一個“知識圖譜”，這有利于降低用戶獲取知識的成本）；4.進行輿論分析。以“阿拉伯之春”為例，通過大數據的深度挖掘，可以了解多少人和哪些人正在從溫和立場變得更為激進，并“算出”誰可能會采取對某些人有害的行動。這正是大數據的輿論分析及事態預判能力。然而，輿論引導在大數據時代卻變得更困難，因為信息越來越透明化且結構化，且這種結構化是非人工的，由算法得來的，雖然在設置變量等因素時可能有能動性與操控空間，但整體而言，這種非人工的結構化信息，部分消解了先前人工化組織的“議程設置”等引導輿論的方式。
四、大數據重塑媒介生態
目前全球互聯網用戶已經達到25億，手機用戶超過64億，基于網絡信息技術的新媒體已經成為當今世界最活躍和最重要的發展領域。大量的數據將被創造出來：據IDC估計，到2020年的時候，數據量將由2012年的2.7ZB猛增到35ZB。我國已擁有5.78億互聯網用戶和11億多手機用戶，以大數據、云計算為代表的新興業態將不斷呈現，無疑，這些都將重塑媒介生態。
1.理念
首先，樹立用戶理念，認識到大數據是幫助媒體建立起與用戶關聯的重要支撐，通過大數據，媒體會更加理解用戶及其需求，這從根本上轉變了媒體“傳者本位”的舊面貌。其次，認識到大數據是媒體的“新石油”，但是它的價值不止于數據本身，而在于數據帶來的意義。目前，80%不斷增長的大數據，包括文字、3D照片、郵件信息等內容都還處在未被組織化與結構化的狀態中，是無意義的。如何將這些數據組織化與結構化是一個重大命題。第三，先前媒體是“分發（傳播）驅動”，現在媒體變為“數據驅動”，在“數據驅動”這一媒體新動力中，解決人們信息冗余、知識缺乏也是一個重要方面。
此外，“開放”是媒體迎接大數據時代的最佳選擇。孤立的數據缺少價值，而任何組織都不可能處理所有的數據，因此，借用第三方數據、引入第三方力量、向第三方開放數據，都可避免自己變成“信息孤島”，增加多觸點及外部通路是大數據時代媒體的生存之道。
2.平臺
大數據時代，平臺為王。對傳統媒體來說，數據量的快速增長，需要在帶寬和存儲設備等基礎設施方面加大投入，對當前的報道形式和運行體系進行全面改造，建立媒體機構自己的基于大數據技術的智能平臺，但這需要決策者相當的膽識與相應的資本支持。對于大多數傳統媒體而言，大數據時代，受眾數據缺乏是困中之困。讀者數據的缺乏催生了一些傳統媒體的平臺變革。創辦于1887年，旗下擁有15家日報、36家周報、29家電視臺以及數百種雜志的美國赫斯特傳媒集團，在去年11月收購Spooky Cool Labs的社交游戲公司，將游戲作為其內容產業延伸及讀者數據獲得的全新平臺。浙江日報報業集團于去年底斥資32億收購了網絡用戶集聚平臺——邊鋒浩方網絡平臺，這個平臺上有五六百款的游戲，活躍用戶達2000多萬，最高在線人數150萬。浙報集團通過這個平臺，建立數據分析系統，深入篩選捕捉用戶行為、習慣、偏好和需求，挖掘數據資源，以彌補傳統媒體讀者數據不足的缺陷。
3.人才
大數據時代，除了平臺等硬件要跟上之外，數據挖掘與深度分析的專業人員更不可缺。據麥肯錫全球研究所報告指出，美國需要150萬精通數據的經理人員，以及14萬到19萬深度數據分析方面的專家。
數據加工能力匱乏、缺乏專門的數據分析方法及高端專業人才，是很多媒體應對大數據時代的重要挑戰。研究機構預測：未來七成以上傳統采編將轉崗，媒體將實現整體結構轉換，數字分析人員將占到總比例的五分之一。如果媒體人才跟不上，即使數據平臺搭建好了，對于數據的開發與發析也會因人才不足而難以發生效用。因此，傳統媒體在大數據時代一方面要搭建數據平臺，另一方面也培養數據分析人才。美國《赫芬頓郵報》的在線媒體團隊中，除了傳統的記者、編輯以外，還設置了用戶體驗設計師、流量編輯、產品經理等互聯網公司的常規職位。
4.廣告
大數據改變了媒體投放比。以前廣告主在廣告投放時經常會遇到“我們應該在哪個媒體投放”、“需要投放多少廣告”、“應當如何分配廣告費”、“用戶看到廣告有無共鳴、有無行動”等問題，這些在大數據時代都可以通過數據分析看到結果。大數據使得廣告的精準投放成為可能，社交媒體因大數據而受到廣告主的青睞。先前對在線媒體的評估方法主要是搜索、廣告位的轉化率等，這些方式都只能得到客戶的行為結果，而對于品牌建立的有效性、長久性仍然缺乏真實體認。但大數據改變了這一切，伴隨著語義分析軟件、語言處理軟件、機器認知軟件、集群分析軟件等，大數據可以揭示出在線市場行為的真實結果。大數據讓社交媒體的價值被重新定位，廣告主因此也會重新評估自己在社交媒體及傳統媒體上的投入配比，這對依靠廣告而生的傳統廣電而言無疑是大挑戰。
大數據改變了廣告形態。用戶獲取廣告的通路越來越多，但用戶分配給每個廣告上的時間卻越來越少，在這一情形下，讓自己的廣告長得不像廣告，將廣告融于信息與內容中，將會增大廣告被關注的可能性，騰訊目前做的基于信息流的廣告就是這種新形態。此外，還有一些基于位置信息的廣告也應運而生，比如，大數據可以通過用戶手機的品牌、手機所在位置、移動路線、手機中安裝的APP類型來判斷用戶的基本特征，并依據算法分析出用戶的興趣偏好，從而適時、適位地向用戶推送相應廣告，這種推送甚至可以依據地域定向、性別定向、場景定向來投放，這樣了解用戶需求的廣告，投放效果必然優于先前的非精準的廣告投放。
5.新聞生產與呈現
美國哥倫比亞新聞學院Tow數字新聞中心去年12月發布的研究報告指出：新技術帶來新聞生產流程的變化，截稿期與新聞形態不再嚴格限定，地理因素對于新聞信息收集、生產、消費而言不再重要，社會活動與數據的信息流提供了新的未經過濾的素材。而新聞生產也越來越呈現出“內容動態化”與“內容在線管理”的新特質。
大數據怎樣改變了新聞的生產與呈現呢？
首先，記者可以通過計算機輔助采訪豐富自己的報道。在大數據時代，除了政府、機構、企業等公開發布的數據外，媒體、網站擁有的用戶數據、用戶生產的內容，也是新聞從業人員重要的數據資源。那些公開或者隱蔽的數據，都為記者發現新聞選題、拓展新聞深度提供了重要線索。
其次，“算法新聞與機器寫作”將成為新聞新形態。美國IT雜志《連線》記者史蒂芬列維發表文章，稱未來計算機可代替人生產90%左右的新聞。文章引用了一家名為Narrative的公司的例子。這是一家擁有大約30名員工的美國公司，它們運用Narrative Science算法，大約每30秒就能夠撰寫出一篇新聞報道。這種計算機撰寫的新聞稿可以是關于美國籃球比賽的消息。
第三，在新聞生產的采訪、編輯、播出的全過程中都可以不斷調整甚至重置以符合用戶的新需求。這與過去封閉式、一次成型的內容生產方式全然不同，它更強調吸引用戶關注、參與并且分享新聞生產。
此外，大數據時代也改變了新聞呈現。信息圖表在新聞呈現中扮演著越來越重要的作用。根據道格?紐瑟姆(Doug Newsom)的概括，作為視覺化工具的信息圖表包括：圖表（chart）、圖解（diagram）、圖形（graph）、表格（table）、地圖（map）和列表（list）等。信息圖表不僅是對文字報道的擴充與延伸，也被當作獨立的新聞形式，它為用戶提供了一個“信息圖譜”，將新聞事件的關聯、背景、數據、分析、評論以圖譜形式呈現，有助于用戶視覺化地了解信息全貌。
6.機構
大數據時代的數據分析基本單位是個人用戶，收集的是單一個體全面、完整，動態，實時的網絡行為，并在此基礎上歸納出的“群體行為”與“社會心理”。負責大數據的“數據管理與分析”部門，應該位于媒體的核心地位，整體把握媒介產品開發、媒體運營以及媒體商業模式，這就要求對現有的組織架構進行重組， “一個媒體一個團隊”的傳統架構將被“內容采集部門、平臺維護部門、廣電內容制作部門、新媒體制作部門”四大分類取代。具體而言，“內容采集部門”負責所有內容的收集及提供，包括新聞記者采寫的內容、UGC內容、背景資料、各類評論及圖表等；“平臺維護部門”主要負責大數據平臺的維護，包括call center這樣的用戶反饋數據收集、數據庫、媒資庫、廣電云以及來自第三方平臺的有用數據的獲取、管理與應用等；“廣電內容制作部門”主要是從“內容采集部門”與“平臺維護部門”獲取自己所需的線索、數據、新聞內容，制作成相應的廣播產品或電視產品，并在相應平臺推送；“新媒體制作部門”則主要將其他部門提供的內容制作成適合網絡平臺、移動平臺、數字平臺等新媒體各平臺傳播的相應產品，并且利用微博、微信等多平臺、多屏幕進行推廣。
與“云計算”、“物聯網”前些年被熱炒的情形一樣，大數據也成了人們口邊的熱詞，值得警醒的是，大數據并不是收集的數據越多就越好，而是用一種高性價比的方式看到以前不曾看到的事物的顆粒度與細節，并能夠用更加快速、準確的方式來處理數據、做出研判與預測，這一點對于每一個企圖在大數據時代建功立業卻囿于數據缺乏的媒體而言，至關重要。
京公網安備 11010502049343號