數據驅動世界”，未來30年，因為數據經濟，人類社會將會迎來巨大的變革，廣電產業自然也不例外。在現階段，廣電媒體可以這樣使用大數據。

節目播出前的大數據

用大數據進行平臺定位與選擇

比如，一檔音樂類節目，制作公司在選擇視頻網站與省級衛視的組合時，需要打通臺網數據進行對比分析，看兩個平臺在觀眾年齡、分布地域、觀眾興趣方面各自的特點，從而判斷是采取強強聯合，還是采取互補的策略。

2014年某視頻網站與央視一起做了一檔魔術類真人秀節目，節目播出后帶動了央視觀眾的年輕化，但是視頻網站的效果卻表現平平。這就是由于臺網受眾的年齡層與喜好不同導致的。盡管二者沒有直接的用戶競爭，但也意味著很難發揮協同效應。

用大數據進行收視預測與資源優化

由于臺網數據的存在，這些大數據全程監控節目生產過程，一改原來廣電的數據“事后諸葛亮”的形象，向生產前端延伸，為節目收視預測以及資源優化提供支持。

Netflix除了在內容制作、投資層面，在播出層面，也善于運用大數據對平臺資源進行優化配置。比如，當Netflix通過計算得知某一地區 當天熱播的影片名字，就會提前預備好片源，并配備高速閃存驅動，而其它不火的內容，則會存放在相對廉價和低速的硬盤里。這樣提高了用戶的觀劇體驗，也節省 了公司的成本。

節目制作中的大數據

節目嘉賓的選擇——用大數據實現“嘉賓”的選角與裁定

一般對明星的評價指數由以下指標構成：演員參演的電視劇每日播放量、相關微博數據、相關貼吧數據、相關豆瓣數據、相關搜索數據等，并且每項賦予不同的權重，最終得出分值。

節目話題的選擇——用大數據作為節目”話題“與板塊

比如中央臺“兩會”期間，每天在《新聞聯播》中安排4分鐘的專題欄目《兩會解碼——兩會大數據》，用百度、騰訊的全球大數據平臺的實時數據，向觀眾解讀當天的熱門話題。這種報道方式，將成為電視節目發展的一個方向。

節目橋段的編排——用大數據反哺節目制作與植入

通過分析節目收視較高的橋段，為下期節目的制作提供更多的依據，同時，對橋段的大數據分析也有利于廣告主對植入效果進行分析。

《爸爸去哪兒》某期中，陸毅搶喝女兒牛奶、費曼落水等環節都是收視數據相對較高的情節。從中可以看出，展現每個人物性格特點、與人物熒幕形象相反、出乎意料之外的情節更容易引起人們的關注。對于這種采用邊拍邊播的節目，大數據的分析為節目優化提供了可能。

大數據在節目運營中的應用

所有的大數據的運用，歸根到底是對用戶行為的挖掘。大數據使得影視作品生產的每一個環節都與用戶息息相關，廣電媒體可以利用這些數據信息打造用戶喜愛的節目，也可以將數據作為售賣的工具，幫助廣告主進行精準營銷，換回真金白銀。

互聯網上用戶的標簽數量大、種類多，值得轉型中的廣電傳媒借鑒。麥包包網就聲稱每個顧客的標簽多達256個。用戶標簽系統一般分為基礎屬性、行 為屬性與購買屬性三類?；A性標簽包括用戶的年齡、地域、星座、收入、注冊信息等;行為標簽包括了用戶的訪問路徑、訪問時間等信息;購買標簽則有用戶消費 的頻率、品牌偏好等維度。

打標簽的好處在于對用戶市場的深度挖掘。當我們談論一檔節目的目標用戶時，不僅僅是年輕人還是老年人的區別，是北方人還是南方人的口味，還能進一步細分到200多個差異的點，這些用戶的維度與內容、廣告交叉分析，會有無限想象的空間。

對用戶打好標簽后，對不同標簽進行排列組合，形成用戶偏好矩陣。這樣做的好處在于，如果單個用戶喜歡看某種類型的節目，那么所在矩陣同樣標簽的 人觀看的機率也會高，從而進行個性化的推介。這種大數據進行用戶矩陣分析的方式，為用戶提供了方便，提升了觀影體驗。視頻網站的“追星族”產品，以明星為 維度劃分粉絲群，并對他們的觀影行為進行整合分析，就是這個理論的實際應用。

節目在創意之初，就應能以精準、統一的用戶定位，來設定內容環節與廣告。比如，將企業目標用戶，作為節目的潛在觀眾群予以研究，分析他們的觀影興趣、與明星偏好，從而設置節目情節、選擇節目要素進行編排、設計商業模式。

多家視頻網站用視鏈技術，將用戶喜歡的內容與電商結合實現一邊觀看一邊點擊購買“節目+電商”模式;東方衛視《女神的新衣》在節目模式部分也打造了內容即產品、觀眾即用戶的理念，播出之后，買手伊芙麗旗艦店訪客較之前增長100%，成交額增長50%。