论大数据时代的电视变革*

郭小平 陈虹虹

论大数据时代的电视变革*

郭小平 陈虹虹

【编者按】在大数据技术的推动与影响下，全球的生产消费与社会生活正发生着不可小视的改变，尤其是中国媒介的生态格局也因之呈现新的趋势。本期“专题研究”聚焦“大数据时代的媒介生态”，编辑部约请三位青年学者，试图从电视媒体生态、传播研究方法、数据新闻生产等三个方面给予揭示和考察，以期对当下的中国媒介生态与研究趋势有一个更清晰的梳理。

【本栏责编：张国涛】

用户观看视频的跨屏幕、非线性、碎片化与移动化的特征以及“三网融合”的发展，挑战着传统收视率的调查、视频媒体营销、影视内容创作与生产模式。“大数据”催生多屏收视率调查，重构影视创作与电视新闻生产流程，拓展视频产业链，赋予视频媒体内容生产商、节目提供商与数据营销商等多重角色。

大数据；视频媒体；全屏收视率；数据新闻

大数据是指那些超过传统数据库系统处理能力的数据。在云计算、移动互联网、物联网等新兴信息技术深度应用的背景之下，大数据已然在电视业酝酿新一轮变革：作为一种调查方法，它提供更为科学的数据评估方式；作为一种全新的思维方式，它重新定义媒体行业产制流程；作为一种商业概念则带来新的创业机会。传统电视，包括电视机终端、电视节目以及电视节目背后的生产方式。如今，电视摆脱传统电视机的束缚并拥抱手机与互联网，促使电视机构网络化、电视节目视频化、收视终端多屏化、收视行为碎片化。由手机与互联网催生和积累的“大数据”，带来电视收视率调查的变革，推动影视创作模式和新闻生产制度创新，最终促进电视业态升级革新。

一、大数据推动电视收视率调查变革

电视收视率，是指在某一时段收看某个电视频道或节目的目标观众人数占市场观众总数的百分比。它不仅间接衡量了电视节目制作水平和观众的满意度，也直接决定了广告投放的收费标准。经过几十年的发展，传统收视率调查已经形成一套较为成熟的技术与方法体系。

（一）传统收视率调查的技术和方式面临挑战

随着有线电视的数字化改造、“三网融合”的不断发展，观众跨屏收看渐成习惯，传统收视率调查的技术和方式均面临挑战。

1.用户收视行为的多元化凸显传统收视率统计方法的局限性

从媒体形态来看，当前受众收看电视节目的渠道向平板电脑、手机、笔记本电脑等多终端延伸；收看的习惯呈现多媒体切换、边看边社交、随时随地收看的碎片化趋势。这些在传统收视率调查中无法得到有效测量。

2.传统收视率虽然在方法论上可行，但在具体操作中容易出现种种弊端

首先，收视率调查要经历一系列复杂的抽样、确定样本户、访问员上门、记录收视、数据回传、统计处理等过程，样本数据容易被人为污染。其次，收视率作为衡量电视节目传播效果的客观指数，只能反映认知效果层面的数据，无法呈现用户情感和态度层面的信息。另外，市场收视率调查行业被央视索福瑞独家垄断，而调查市场缺乏有效监管，造假越发容易且肆无忌惮①。

3.抽样样本量过小、收视统计和发布标准不统一为业界和学界所诟病

央视索福瑞号称拥有世界上最大的广播电视受众调查网，但其样本户家庭也不过6万户，覆盖样本人口也只有19.8万②。样本户过小，无法对统计调查提供正确的数据基础。且电视台可以根据自己的需要对收视数据进行二次分析和比较，通过数字组合来实现自身的商业诉求。

（二）“大数据”推动电视收视调查变革

作为一种技术手段，大数据改变了收集、存储和处理数据的方式，传统收视率评估体系的种种弊端在新媒体和大数据的背景下有了改善的可能性。

首先，大数据体量巨大，数据搜集过程严密。以数字电视为例，目前采用的双向数字机顶盒的调查技术，是一种基于海量样本回路数据技术的收视调查，能够获得所有数字电视用户的准确收视数据。“北京大样本收视数据研究中心”，可把歌华有线330万高清交互数字电视双向用户作为数据依托。网络视频方面，2013年优酷在PC端日均用户高达5062万，这些用户的实时收视信息在后台都能被计算机抓取记录。统计数据从传统的抽样变为全样本，且数据采集、传输、处理、分析过程全自动和全封闭，有效控制人为污染。

其次，大数据抓取的数据结构类型多样化，不仅能抓取用户在网络上的点播、回放、暂停、快进等收视动作，还能累计用户播放次数和时数，破解传统收视率调查的非线性记录难题；甚至可对用户评论内容进行挖掘分析，正确反映用户对节目的心理评价，洞见用户对节目内容的偏好程度。

再次，基于大数据的收视调查能囊括多类终端，建构全新的跨屏收视评估体系。泽传媒开发运用“全媒体覆盖式数据研究”系统，对电视、网络视频、社交、微博、搜索等8大平台上的相关信息进行收集和汇总，推出了“全屏收视率”。中科院高能物理所与CNTV、CCTV等机构合作，开发了面向电视行业的媒体大数据分析系统，推出了融合“热议指数（社交网络）”“热搜指数（搜索引擎）”“热播指数（视频网站）”为一体的电视媒体互联网影响力评价指数体系。

最后，大数据的搜集分析技术日趋成熟也倒逼收视率调查标准的建立与规范。国家标准委员已经批准颁布了国内首个《电视收视率调查国家标准》，已于2014年7月起实施。虽然属于一种自愿建议性采取的标准，无法律约束力，但对于遏制传统收视率调查领域中的造假行为有一定作用。

二、大数据重构影视剧生产与传播的流程

大数据的应用，不仅有助于完善收视率调查体系，对节目播出效果做出科学评价，还能通过不同平台数据的关联分析，揭示观众的收视需求与习惯偏好。这将重构影视节目或剧本创作的生产流程，推动影视节目的创新发展。

（一）基于观众收视行为的大数据分析贯穿影视剧生产全流程

在生产前端，从剧本生产到内容准备都将全面考虑大数据提供的观众收视行为分析。通过分析受众的观剧行为（暂停、回放、快进等）、评论、搜索请求等，大数据可推导特定收视群体期待的剧本桥段、演员与导演、剧本类型。这使得剧集创作在剧本阶段就得到优化。

在生产中端，越来越多剧集的拍播模式变“一本定剧”为“边拍边剪边播”。生产方可在播放首集时就实时收集并分析观众每一分钟的收视喜好、对每个内容片段的不同反应，将分析结果运用到后续的编剧、拍摄中，调整情节设置，根据观众的喜好决定剧情走向与结局。

在生产后端，大数据助力影视剧精准营销。营销的科学性有赖于数据搜集与分析和各种营销数据库的建立③。基于海量数据和关联分析的大数据能精准定位消费者的需求，有针对性地进行剧集推荐；还可充分了解消费者的职业、年龄、性别、文化背景、偏好，帮助生产者举行一系列有针对性的推广活动。

（二）大数据为细分影视剧类型、创新剧种提供更多可能

影视剧中受欢迎的因素总会被反复使用，形成所谓的“类型”。“一种类型的规则与其说是一套文本的成规与惯例，不如说是由制片人、观众等共享的一套期望系统。”④观众的偏好与需求是“类型”形成的基础。运用网络后台记录的大数据，可以有效地分析观众偏好和需求、细分视频资源的类型元素，并将两者进行关联运算匹配，进一步帮助生产者明确影视拍摄与编排的类型化定位。在线视频提供商Netflix利用大数据创造了至少7万种视频“微类型”来细分已有的视频内容，对视频的性暗示内容、暴力程度、浪漫桥段、情节元素、人物道德派别等予以精确评级细分，并通过类型元素的重新组合创造出新的剧种。“微类型”划分与组合，打破了原来影视类型的粗放式分类方法，为影视创新提供更多空间。

三、大数据革新电视新闻的内容生产

数据与信息的区别在于：“数据是对信息数字化的记录，其本身并无意义；信息是把数据放置在一定的背景下，对数字进行解释、赋予意义。”⑤对媒体而言，大数据分析是一个全新的新闻生产过程，创造了新的媒介景观。

新奴隶社会首先是一种技术逻辑，即人工智能取代绝大多数重复性劳动。这种技术逻辑本身是超越政治、意识形态和文化的，它植根于人类对效用最大化的追求，即用尽可能少的成本获得尽可能多的收益。

从来源来看，大数据可粗略分成两大类：一类来自物理世界，多为科学实验数据或传感数据；另一类来自人类社会，与人的活动有关系，特别是与互联网有关。网络时代的大数据分析，能够以海量数据的形式提供全景式社会图景，为呈现事实与信息的新闻传播业带来新机会。

（一）新闻生产的消息来源：社会化网络与大数据的重要性日益彰显

在信息匮乏时代，政府垄断大量信息，受过专业教育的记者都知道“根据那些观点，政府是信息的主要来源，它发生的每件事都有重要性……这是最低限度的新闻法则。”⑥在大数据时代，社会公众、各种组织团体都加入到了信息生产与提供的环节中，创造了海量的数据信息，成为新闻从业人员发现新闻的重要资源。

中国互联网络信息中心（CNNIC）发布的第34次中国互联网络发展状况统计报告显示，截至2014年6月，我国网民规模达6.32亿，其中手机网民规模达5.27亿。网民的每一次网上行为都会产生一个数据，这些海量数据中隐藏着巨大的新闻富矿。百度通过LBS开放平台分析手机用户的定位信息，映射出手机用户的位置变化，勾勒出一张实时变化的迁徙动态图。这构成了央视2014“据说春运”新闻节目的主要内容。“据说两会”，则是抓取民众在社交媒体上的帖子，通过语义分析，得出民众真正关心的两会议题。

（二）新闻呈现的方式：数据新闻的可视化丰富了电视的视觉传达

大数据不会颠覆电视叙事，但改变了讲故事的方式。传统电视新闻的呈现方式以声画为主、数据为辅，基于大数据的新闻则能通过数据可视化手段丰富电视叙事方式和视觉表现效果。数据可视化是美学形式与功能需要的统一，主要包括图表、图解、图形、表格、地图和列表等。数据可视化旨在借助图形化手段，实现对复杂数据集的深入洞察，清晰有效地传达信息并揭示意义。在电视新闻中，数据可视化除了上述元素外，还有音频和视频元素，并通过非线性编辑技术把这些元素在“时间轴”的概念上将文本内容形象化、时空层次化、信息秩序化，最终以动态的视频形式表现出来。由于这种表现形态是连续的、动态的，并可以随时加入音频的解读元素和视频的逻辑连接功能，在表现以时间或者逻辑关系演变为主线的新闻上，数据可视化在电视新闻上比在传统的静态图表更有表现力。

央视的“据说系列”把各种数据指标以及数据之间的逻辑关系通过仿影图形、3D动画等方式形象化、可视化，根据电视新闻的整体构架，插入解说词、背景音乐甚至是主持人与虚拟动画人物的互动，把新闻信息和图形有效地整合起来，大大提高了数据新闻在艺术表达和数据信息传递上的生动性和信息传递的效率。

（三）报道类型的丰富：趋势预测新闻和数据驱动的深度报道增多

在大数据背景下人类的很多行为都是可被预测的，因为人类行为不是独立事件，而是相互关联数据网中的一个片段。借助大数据，警察可以预测犯罪事件；金融机构可以预测经济走势；企业组织可以预测消费者行为⑦。这些预测都可以成为新闻报道内容。以前，新闻媒体在进行材料解读和剖析时主要依靠相关机构发布的统计结果，数据来源单一，预测依赖的数据链条不够完整，结论难免有失偏颇。虽然记者经常引用专家的说法进行佐证，但这又容易陷入“专家陷阱”。在大数据时代下，数据调查、“全样本”统计和多源数据交叉关联分析，都将有利于媒体做出更加准确预测报道。

在大数据背景下，越来越多的深度报道依赖数据驱动，意味着以事件为主的深度报道向以现象为主的深度报道过渡。专业记者个人调查在报道中所占分量减少，将更多地与数据分析师协同合作，通过数据挖掘发现新选题、新角度、新的证据链条和新的价值分析。深度报道的深广度不再体现在信息的全面集中罗列，而在于信息意义的有效整合，将新闻放置于广阔的社会背景中，体现深度报道监视社会环境、提供全方位社会认知的功能。

四、大数据创新视频媒体产业发展模式

大数据强调的不是数据的大，而是数据的深度挖掘和有效利用。在大数据之前，统计学逻辑和数据挖掘技术早已存在，但多元关联数据的价值开发与转化新近才得以重视。未来，以用户需求为基础，进行跨媒体数据整合开发，达到“一次生产、多次加工、多元输出、广泛相关、多重服务目的”将成为主要的电视生存策略⑧。

（一）大数据重构视频媒体产业链

进入大数据时代，内容提供商（节目生产）、电视台（内容播出与运营，包括内容资源编排整合、宣传推广）、广告商（广告经营）以及数据调查公司（收视调查）原本形成的稳固生态链被打破。

在上游的内容生产领域，内容生产的模式由传统的“B2C模式”转变成“C2B模式”。视频网站通过了解用户喜好与习惯来定制内容，进入内容原创领域甚至反哺传统电视台。电视台的内容垄断地位不再。

在下游的收视评估环节，由于传统收视率不能反映被网络分流的节目收视情况，电视台难以将此部分的收视变成“行业货币”。网络视频运营商根据用户信息的大数据可推导出用户特征，使广告传播迎来精准度的革命性变化，实现对“消费者”的有效传播。以往，整个广告产业链的作业流程均围绕传统视频媒体运转，围绕电视台的“时间”（广告时段）与“空间”（栏目、广告位置）进行商业交易。大数据时代的视频广告核心开始围绕“人”（即受众）展开交易，买方明确人的标签属性，卖方提供与之对应的人的点击流量。广告业将迎来由“媒体本位”到“受众本位”的转换。

此外，大数据使得互联网实时点播、基于用户收视习惯大规模分析下的付费收看等成为可能，促进了互联网电视、跨屏融合的高速发展。

（二）视频媒体的角色转变：内容生产商、节目提供商与数据营销商

三网融合带来数据大融合，无论是电视还是视频网站，其数字节目内容资源都是一个庞大的数据库。中国网络电视（CNTV）的视频内容资源已达1PGB，总时长达10万小时；乐视、优酷等也都拥有海量视频内容。视频媒体机构不仅需要海量数据，也创造和积累了海量数据；它们不仅是内容生产商与节目提供商，也是大数据时代的“数据营销商”。视频媒体机构将有效连接个人及家庭用户、跨媒体节目制作方与广告营销方，一方面根据数据分析为用户提供更有针对性的视频服务；另一方面将多元数据重新分层组合，出售给产业链条的上下游商家，实现数据的多次开发增值，进而实现从单一的节目内容生产、制作与播出平台向兼顾数据收集与处理的综合信息服务平台转变。这方面，国外已有一些成功的探索。

五、结语

大数据对于电视业来说意味着挑战和机遇，它颠覆了电视从内容生产到价值评估甚至是盈利模式的现有体系，重构了电视业的生态环境，电视业对大数据的开发利用将向纵深发展，但大数据技术也有其局限性。数据来源可靠是否、关联数据的分析逻辑正确与否，都能影响数据的有效利用。数据作为一种生产资源，在电视内容生产过程中是否起到决定性作用尚无法判断。数据处理的权力被技术部门和人员垄断，他们对电视媒体的制约进一步增强。对于大数据时代的视频媒体而言，内容需要创造，数据需要管理，平台需要融合，机会需要把握。

注释：

① 刘燕南：《再谈收视率造假：缘起、技术与监管》，《现代传播》，2012年第10期。

② 张汉澍：《垄断下的交易？央视索福瑞被疑操纵收视率》，《21世纪经济报道》，2012年8月7日第17版。

③ 黄升民、刘珊：《“大数据”背景下营销体系的解构与重构》，《现代传播》，2012年11期。

④ ［澳大利亚］理查德·麦特白：《好莱坞电影》，吴菁等译，华夏出版社2005年版，第70页。

⑤ 涂子沛：《大数据》，广西师范大学出版社2012年版，第35页。

⑥ ［美］迈克尔·舒德森：《新闻社会学》，徐桂权译，华夏出版社2010年版，第159页。

⑦ ［美］艾伯特·拉斯洛·巴拉巴西：《爆发：大数据时代预见未来的新思维》，马慧译，中国人民大学出版社2012年版。

⑧ 邬建中：《浅析大数据时代我国互联网电视的发展策略》，《现代传播》，2013年第12期。

（作者郭小平系华中科技大学新闻与信息传播学院院长助理、副教授、博士生导师；陈虹虹系华中科技大学新闻与信息传播学院2014级博士研究生，广东海洋大学文学院新闻系讲师）

*本文系教育部“新世纪优秀人才支持计划”资助项目“媒介化社会的‘道德恐慌'研究：议题建构、意义生产与风险沟通”（项目编号：NCET-13-0224）、中央高校基本科研业务费资助项目“以互联网为媒介的环保集体行动研究：网络动员的视角”（项目编号：2013WQ034）的研究成果。