大数据如何据颠覆传统电视行业？

2013年被称之为“大数据元年”，仅在谷歌搜索上就有超过8亿个相关条目。可以毫不夸张地说，大数据已经进入了人类社会和生活的方方面面。

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Ÿ迈尔－舍恩伯格、肯尼思Ÿ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。