《大数据广电必须写好的大文章.doc》由会员分享，可在线阅读，更多相关《大数据广电必须写好的大文章.doc（11页珍藏版）》请在三一文库上搜索。
1、大数据，广电必须写好的大文章1.大数据时代来临大数据(big data)，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。随着互联网技术的发展、全媒体环境的全面爆发，“大数据”成为新的时代主题。海量级的数据催生了海量数据的搜集、存储、管理、分析、挖掘与运用的全新技术体系，并利用这些技术服务于各行各业。在2011年全球数据使用量已达到了1.8ZB。据IDC的统计，全球数字信息在未来几年将呈现惊人增长，预计到2020年总量将是现在的44倍，全球数据使用量将达到35.2ZB。大数据技术正是从海量的、多样化的数据中，
2、快速获得有价值的信息。据统计，2012年中国“大数据”市场规模达到4.5亿元，2013年还将持续发酵，未来3年内有望突破40亿元，2016年有望达到百亿规模。大数据的一般处理流程可以概括为四步，即采集、导入和预处理、统计和分析，以及挖掘。（1）采集是指利用多个数据库来接收发自客户端(Web、App或者传感器形式等)的数据，并且用户可以通过这些数据库来进行简单的查询和处理工作。（2）导入/预处理是将来自前端的数据导入到一个集中的大型分布式数据库，或者分布式存储集群，并且可以在导入基础上做一些简单的清洗和预处理工作。也有一些用户会在导入时对数据进行流式计算，来满足部分业务的实时计算需求。（3）统计
3、/分析主要利用分布式数据库，或者分布式计算集群来对存储于其内的海量数据进行普通的分析和分类汇总等，以满足大多数常见的分析需求。（4）数据挖掘一般没有什么预先设定好的主题，主要是在现有数据上面进行基于各种算法的计算，从而起到预测的效果，从而实现一些高级别数据分析的需求。2.广电系统亟需使用大数据做好用户研究大数据时代的到来是未来广电系统不得不面对的事情，大数据的处理以及相应的数据挖掘工作将是接下来亟待解决的难题。在某种程度上可以说，谁大数据处理得好，谁就能赢得未来的市场。大数据成功的关键在于要能够整合广电系统各家运营商和播出机构现有的传统业务数据和新型数据，通过开放访问整个运营商和播出机构的生态
4、系统并整合各种来源的数据，运营商和播出机构可以应用大数据分析对客户进行超级全面的分析，进一步改善用户体验和销售业绩。数字电视双向改造工程的推进，为各家运营商和播出机构根据大数据的处理流程奠定了数据基础；互动业务的开展，也为大数据的应用提供了实施条件。使用大数据，做好用户研究，有助于广电运营商和播出机构实行以下三大转变：2.1受众收视和消费习惯的转变数字化带来了频道资源的极大丰富，业务种类日益繁多，广电行业的传统技术和经营模式正在面临巨大转变，有线电视音视频内容将主要包括三部分的内容：以播出中央和地方电视节目为主的公共电视频道；以专业化节目内容为主、打包销售的付费电视频道；基于双向互动的VOD视
5、频点播。让受众为电视付费，不仅是消费和收视习惯的改变，亦是将内容作为商品的理念转化，商品的售卖以受众的需求为核心，只有深刻了解受众个性化需求的基础之上，才能够做到有的放矢的定制化服务，让受众真正为内容商品买单，心服口服，从而真正实现在付费电视市场中的经营和获利。2.2由单一信息提供向现代综合信息服务提供商的转变三重播放、三重捆绑（固话、宽带上网和视频服务），是国外电信与有线电视运营商最常用的市场竞争策略和手段，也是“三网融合”字面意义的出处和市场动因。捆绑营销已经成为目前我国电信运营商的基本市场策略，以配置客户品牌方式推广捆绑业务也成为其重大发展策略。多重捆绑不仅为用户带来丰富多彩的业务体验，
6、更具资费优惠，深受市场欢迎。有线电信运营商在实现有线网络双向化改造和互动业务运营的基础上，需要参考业务捆绑的运营模式，加强对新兴产业技术的融合研发，大力开发基于数字电视基础之上的视频点播、电子政务、银行支付、民生信息、电视通话、宽带接入、家庭智能化等多种新业务，从而真正实现数字电视多媒体综合信息服务提供商的身份转变，满足家庭用户及个人的多样化需求，实现一体多能。多业务捆绑的运营模式建立在大数据消费者使用行为的数据研究基础之上，即基于CRM（客户关系管理）基础之上的数据挖掘，这在电信行业已有成熟的模型和可操作数据分析手段可供参考。2.3双向互动支持大数据受众消费行为的研究和数据获取经营数据分析对
7、于处在市场竞争环境下的有线电视运营商而言，有非常重要的意义。要想从业务支撑系统中获取的大量零散记录，提取出企业运营的关键指标，并能够从中发现一些潜在的信息和规律，辅助企业经营状况分析预测以及经营策略的制定，就必须建立起一套完善、可靠、高效的数据分析系统。三网融合不是现有网络的简单物理融合，而是以NGB、NGN和NGI为承载网，并借助智能化的终端实现客户服务系统的信息云平台，为用户提供高标准的智能化信息服务。这一智能终端与用户最接近，有线电视通过高清互动机顶盒、数字电视一体机来实现与用户的终极接触，这一智能客户端为有线电视运营商获取丰富、全面和实时的用户信息提供了硬件基础，从而保证了经营数据信息
8、获取的物理平台。电视数字化后双向互动将成为电视媒体加强传者和受众之间联系和了解受众反馈的重要手段，受众收拾具有更大的自由度、更多的选择权和更强的交互能力，节目更具参与性、互动性和针对性，而这也为了解和把握受众收拾和消费行为，进行深入的受众研究提供了技术支持和强大数据库信息。电视收视通常以家庭为单位，基于数字电视的大数据受众研究不仅可以获得个体用户的媒介接触习惯和使用行为，还能基于家庭收视和使用提供进一步的以家庭为单位的消费单元分析，为进一步的受众信息获取提供更加有效和有价值的数据信息，从而为有线电视运营商的运营提供更加坚实的数据保障和研究。3.基于大数据的广电营销模式出现传统的广告与营销一直试
9、图通过科学的手段探知受众并把握其需求，做出市场预判，并通过大众媒体进行有效的、低成本的传播，最终帮助生产者进行适销对路的生产，同时满足消费者的各种需求，实现生产与需求之间的匹配。这种科学性最终表现为能够大量地进行，并以数据信息为核心点给予媒体和企业一定的决策支撑，将营销决策的过程从“经验”转变为“科学”。在这样的过程中，探知需求、了解市场无疑需要建立在大量数据分析的基础之上，市场调查与分析也成为了营销的重要组成部分。于是，在整个营销流程中，各种相关的数据调查和数据库纷纷出现。例如索福瑞的电视收视率和广播收听率，CTR的广告投放监测数据、消费行为调研，AC尼尔森零售研究、新生代消费行为研究，电通
10、和奥美的消费者深度洞察等。这些数据库的建立，以及数据分析的工作，帮助传统的广告与营销体系实现了最高程度的科学化。在这些相关机构的探索与推动下，数据与营销之间的关系变的牢不可破，也证明了只要有合适的数据收集方法、正确的数据处理手段，就可以帮助营销者建立起更加科学、有效的营销手段。然而，类似电通CSP模式这样的工具只有在社会结构相对稳定时才能够发挥最大的作用，当社会结构出现不稳定的碎片化时，当传播渠道变为平台化时，这些工具、软件也就失灵了：受众的碎片化让原本的消费者研究方式无法保持应有的真实性，无法再利用这些方法来捕获受众的真是需求与欲望；社会结构的改变使得日臻成熟的抽样调查面临艰难的抉择，维系原
11、来的抽样设计难免误差失控，扩大样本数量无疑可以控制误差，但导致成本抬升而难以为继；虽然质化的洞察手段在此时出现，但是却因为无法大范围的推广和复制而不能推及全体；再加上目前各类户外媒体、网络媒体还没有在业界获得公认的权威性的效果测量体系和工具，大量的广告与营销机构、咨询公司由最开始的普查、抽样，到建立起自身的信息系统和数据库，然后制定一系列决策系统，并形成多样化的工具和软件用以服务相关的企业和机构。例如，国际知名的广告公司电通运用和自建的数据库，包括广告作品数据库、广告发稿量及费用统计数据库、电视家庭收视率数据库、电视个人收视率数据库、广播个人收听率数据库、消费者生活意识及实态、媒体接触数据库、
12、广告效果数据库等。基于这些数据库，电通建立了CSP模式，这是作为更有效地制定媒体计划方案的工具而开发的一种计算机模式，从而与广告效果的判定相对应。随着互联网以及新媒体技术的不断向前、社会生活质量的不断提升、受众心理的不断成熟，这种碎片化的趋势在当下愈演愈烈。信息技术的进步无疑也会让受众碎片化的速度不断提升。受众在不断碎片化的同时，营销者其实也可以在数据和信息愈加透明的今天重新清晰地勾画出目标消费者的轮廓，今天，这种可能性变的更大。受众的重聚也正在进行当中，网络化的媒体将受众的各种信息数据都暴露在网络之上，他们的行为可被监测、他们的需求可以通过互动的平台洞察，他们正在因兴趣和需求重聚，成为全新的
13、营销体系诞生的基石。在互联互通的网络支撑下，任何受众在接触媒体时都会留下痕迹，其行为都可以被监测，这些数据都与该媒体的受众息息相关，所有的数据也都来自于受众，这是互联网环境下媒体生存的基石，也是大数据时代营销重构的基础。在实际的营销体系中，信息平台所担负的正是将数据信息与营销相匹配的工作。例如，在以有线数字电视互动双向网络为支撑、以数字电视终端为介质的家庭信息平台建设中，数字内容库与用户数据库形成了并行的两大营销资源，前者为营销者提供各种营销资源和广告平台；后者则提供了可寻址的、真实的各项用户信息、行为及反馈信息。那么，根据用户的真实人口统计信息以及通过数字电视终端和网络得来的用户行为与反馈信
14、息数据，就可以为营销提供无限接近真实的用户需求。如果进一步对这些数据进行挖掘和处理，营销者即可实现有针对性的营销、广告推广，完成精准营销。4.有线运营商的大数据“金钥匙”在广电行业，有线网络运营商的数据应用系统建设情况各不相同，但大部分有线网络运营商都拥有成熟的数据库应用系统，如业务支撑系统、呼叫中心话务系统、财务系统等，在日常运营中产生了大量的业务数据。如果能够针对市场发展、决策分析等各方面的需求，将这些数据进行整合，那么就可以利用这些宝贵资源，挖掘出真正有价值的信息。针对这种思想，结合广电行业的数据特点，可主要从如下几个领域进行应用：4.1客户细分在三网融合的大背景下，视频、语音、互联网等
15、各方面的竞争将逐步全面展开。当前情况下，有线网络运营商的主要优势在视频，在未来，几乎每个家庭都是有线网络运营商的客户。如何对这些客户进行分析，了解这些客户的潜在需求、消费习惯、消费能力等，将成为决定未来竞争格局的关键所在。4.2客户流失分析和动态预警分析在已经初步展开竞争的互联网和数字电视领域，已经完成的某些研究成果表明，客户流失已经成为一个值得关注的现象。随着IPTV、网络电视、手机电视等进一步发展，有线电视客户的流失将成为不可避免的趋势。根据已有的客户数据，建立客户属性、服务属性、客户消费情况等数据与客户流失概率相关联的数学模型，并给出明确的客户流失概率计算公式，利用此模型来预报客户流失的
16、概率，对流失可能性较大的高价值客户发出流失预警。4.3客户维系在市场行为中，常会针对不同客户群体或为提高客户忠诚度而推出各种优惠政策，但这类优惠政策的效果却很难通过定性或筒单定量分析的方式获知。而数据挖掘模型则可以通过对受优惠政策影响的相关数据（如：客户流失、客户消费状况等）进行分析，从多个角度来确定优惠政策的推出是否达到了预期效果。4.4客户欠费分析和动态防欺诈分析与客户流失预警类似，根据现有欠费客户的相关数据，通过数据挖掘，总结各种欠费行为的内在规律，给出计算客户会发生恶意欠费的概率计算公式，当根据客户的消费或其它行为计算得到的欠费概率高于某个可接受值时，即发出警报，从而可以提醒相关部门引起警觉，降低运营商的风险。4.5市场发展分析优惠促销固然可以开拓市场，但如果优惠策略不恰当，结果可能适得其反。利用数据挖掘技术实现优惠策略在模型上的仿真，根据优惠策略进行模拟计费和模拟出账，其仿真结果将提示所制定的优惠策略是否合适，并可按情况进行调整、优化，使优惠策略获得最大的成功。5.结论 不可否认，广电使用大数据也将带来数据集成、隐私、能耗、数据分析处理、硬件协同、易用性、技术标准等问题与挑战。然而，“大数据”已经显露其作为行业发展趋势与颠覆性力量的本质，它带来的变化是不可抗拒并可以预见的，“大数据”对包括广电行业在内的各行业的基础IT架构甚至整个社会生活都将产生巨大和深远的影响。