大数据模式

9.7.1　数据从大到更大

从2013年开始，“大数据”一词越来越热。大数据是继云计算、物联网之后IT产业又一次颠覆性的技术变革，被亚马逊前任首席科学家Andreas Weigend称作是“新的石油”。大数据将对包括电视在内的大视频行业带来深刻的变革，包括行业生态、内容生产方式、内容的价值评判标准和商业模式等。在大数据时代，内容提供商、电视台、广告商以及数据调查公司原本形成的稳固生态链开始被打破。视频网站、IPTV和OTT TV等基于互联网的视频运营商掌握了大量用户信息，这些信息可以被挖掘，从而进行产业链上下游的拓展。

大数据从根源上讲其方法论不过是传统的统计学。只是随着人类的信息被数字化，数据越来越多，再加上存储与计算能力逐步提高，此时把统计学和庞大的数据融合在一起便对很多产业产生了颠覆效果。我们可以依托大数据分析与挖掘技术，从海量数据中提取出数据的价值，在内容生产、营销与广告等方面进行探索。

罗伯特·洛根在《理解新媒介——延伸麦克卢汉》中提出：语言是心灵的延伸，将数据空间视为人类认知能力演化的第8种语言。激增的网络数据将我们带入到“大数据时代”，“内容为王”将逐步演进为“数据为王”。在大数据时代，广电如何才能具有竞争力，这个问题值得思索。

数据从大到更大，目前仍处于拓荒时代。根据IDC的数据，由于社交媒体的出现，全球创建和分享的数字信息（包括文件、图片和社交媒体信息），5年中增长了9倍，2011年达到20亿TB，或2ZB（1ZB=1万亿GB）。

互联网女皇玛丽·米克尔（Mary Meeker）在《2012互联网趋势报告》中指出，现在网民们每天共享的照片总数超过了5亿张，而且这一数据将在一年内增长一倍。推动照片分享的应用包括SnapChat、Instagram、Facebook，国内的应用包括新浪微博、QQ空间、微信。尤其是来自移动终端的媒体和数据的分享和上传在迅猛增长，这些信息从照片、视频到音频和数据。以社交媒体脸书为例，10年间，facebook的10亿用户产生了海量的大数据，包括每天上传3亿张照片、1250亿个好友关系、30亿美元的资本支出。

截至2013年2月，新浪微博注册用户已超过 5亿。目前用户平均每天发布超过 1 亿条微博内容，平均在线时长为 60 分钟，所有来自移动终端的原创内容中，有 40% 的微博分享照片。截至2012年9月，腾讯QQ空间每天上传数字超过2亿张，高峰期超过3.6亿张，超过53%来自手机终端。

目前的分享是图片和视频为主，未来将是音频和数据分享的爆发期。SoundCloud平均每分钟上传11小时的音频内容；2013年，微信用户突破4亿，包含大量的声音内容。

在大数据时代，我们需要树立数据挖掘的思维。以电商巨头淘宝为例，淘宝最大的财富除了支付宝，就是大数据挖掘。但目前，传统媒体对新媒体积累的数据没有应用，对数据挖掘处于原始的状态。如电视剧的采购阶段，非线性观看电视剧的市场和评论，是否能挖掘分析下一轮的电视剧需求。需求创造和需求满足，以数据挖掘为主，但目前远远不够。

9.7.2　大数据时代的视听变局

1.分裂的电视数据应用

小李是国内某上星卫视的部门主管，他的工作就是带领他的团队对频道即将播放的电视剧和综艺节目进行全方位的营销推广。频道的全国排名每天要通过短信的方式发送到相关领导的手机中。郁闷的是，尽管他的团队每天都在加班加点地努力工作，但排名似乎与此无关，但排名落后的板子总是要打到他们身上。

小李面临的困境在国内卫视比较普遍。在原广电总局“两限令”所限定的卫视节目格局中，对电视剧的选择能力和综艺节目的创新力直接决定了一家卫视的收视排名。但在大多数卫视的节目采购阶段，选片人为化比较普遍。长期以来，电视剧选购主要依靠电视台内部专业人员和专家的评审来决定是否播出。这种评判机制直接与市场脱钩，对电视的评价也就形成了“播后评价市场化、播前选片人为化”的怪圈。采购阶段出了问题，小李们的市场推广工作也就成了无用功，顶多是锦上添花而已。

在国内电视领域，我们成功模仿了美国尼尔森的播后评价模式和体系，产生了央视索福瑞等数据公司，并开创了一个电视数据行业；但在节目生产阶段，评价体系还远远不够科学。原因还在于两个阶段的市场化程度不同。在播后阶段，属于广告主市场，由于众多国际4A广告商的推动，从而建立了相对科学的评价体系，而在节目生产阶段，市场发育程度还远远不够。

2.视频网站的大数据尝试

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，我们通过了解用户的喜好、兴趣点以及用户行为来定制内容，真正做到用户想看什么，就提供什么。这也就解释了国内外的视频网站纷纷进入内容原创领域的原因。《大数据时代》的作者维克托·迈尔·舍恩伯格认为：大量的数据能够让传统行业更好地了解客户需求，提供个性化的服务。

我们再看看大视频行业的视频网站是怎样选购和生产节目的。在内容生产领域，国外最早采用大数据制作的儿童节目是《芝麻街》和《天线宝宝》。

美国互联网巨头亚马逊发布了由其原创内容团队“亚马逊工作室”（Amazon Studios）制作的14部原创电视剧试映集（pilotepisode），允许美国和英国用户免费观看。电视剧试映集是制作方把一个项目发展为正式剧集之前所开发的样品集，是电视剧集开发过程中的早期阶段。网络用户观看这些试映集，然后投票，亚马逊再根据反馈决定哪些节目可以继续开发，使之成为一部完整的电视剧，最终提供给“亚马逊金牌”（Amazon Prime）付费用户。此外，在初期的剧本写作阶段，亚马逊在线接受电视剧本，并邀请消费者进行评价，然后根据反馈信息选择将要拍摄的项目。

如果说“亚马逊工作室”还只是基于网民反馈作出评价的话，视频网站Netflix的《纸牌屋》则是成功利用了大数据进行节目生产。Netflix在美国有2700万订阅用户，全世界有3300万，用户每天在Netflix上产生暂停、回放或者快进等3000万多个行为，订阅用户每天还会给出400万个评分、300万次搜索请求。Netflix通过上述大数据分析用户喜好，进而指导自制剧的生产。《纸牌屋》的热播是利用大数据进行内容生产的典型应用，也为视频网站打开了自制的想象空间。《纸牌屋》被称为算出来的电视剧，它的成功是大数据与大视频行业联姻的成功。《纸牌屋》的生产过程完全绕开了美国传统电视的生态环境，《福布斯》杂志对其评价是“它不仅仅是很棒的节目，而且是电视史上的大事件”。

在国内，乐视公司成立了乐视影业，盛大文学也成立编剧公司，依托“大数据”创作电视剧本。C2B：工业时代的标准化产品已经越来越难以满足当前消费者挑剔的眼光与需求，对于标准产品的C2B个性化定制成为一种新的潮流与趋势。C2B通过聚合分散分布但数量庞大的普通用户，形成一个强大的采购团体，以此来改变传统模式中平台与用户一对一出价、一对一购买的弱势地位，使之享受到以大批发商的价格买单件商品的利益。湖南卫视《我是歌手》全网独播平台乐视网基于大数据应用，推出了全新剧情热度分析技术。该技术通过分析用户观看习惯，得出视频播放热度曲线。该技术旨在为用户提供精彩内容引导的同时，也为湖南卫视后续内容创作提供了有力的参考数据。

3.大数据，重构电视生态

再回到传统电视行业，在大数据时代，内容提供商、电视台、广告商以及数据调查公司原本形成的稳固生态链开始被打破。视频网站、IPTV和OTT TV等基于互联网的视频运营商掌握了大量用户信息，这些信息可以被挖掘，从而进行产业链上下游的拓展。

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，我们通过了解用户的喜好、兴趣点以及用户行为来定制内容，真正做到用户想看什么，就提供什么。这也就解释了国内外的视频网站纷纷进入内容原创领域的原因。在国内，乐视公司成立了乐视影业，盛大文学也成立编剧公司，依托“大数据”创作电视剧本。

在下游的收视评估环节，由于视频运营商掌握了海量和精确的用户和收视数据，原本就充满争议的样本抽样模式开始过时。广告主们虽然坚信尼尔森和索福瑞们的真实性，但也开始逐步采纳运营商的精确数据。如此一来，尼尔森和索福瑞的抽样数据市场将逐步萎缩，数据市场将从抽样模式进入到精确模式。

但尼尔森们也在与时俱进。2013年，尼尔森决定扩大对收视率的定义，不再局限于传统电视网络，推出一个针对OTT互联网电视以及微软Xbox、苹果iPad等多屏的收视率调查系统。尼尔森计划在2万3000多户采样家庭安装新的硬软件统计工具，其中仅有75%来自传统电视网络。但尼尔森的与时俱进，还是建立在基于样本户抽样调查的基础之上，是否能够延缓抽样调查行业的衰落尚难定论，但尼尔森和索福瑞们的消亡，恐怕也只是时间早晚问题。

在下游的另外一个领域是与收视数据紧密相关的广告市场。传统电视是免费商业模式的开创者，即向观众提供免费的节目，然后用观众的注意力换取广告主投放，并获取广告收入，在这个过程中，收视率成为各方通用的交换货币。但大数据的应用将彻底改变这种商业模式，传统的收视率受到质疑，广告商、电视台和数据商多年形成的铁三角关系也将被打破。

大数据最主要的应用是能够挖掘出内在的关联关系。早在20世纪90年代，沃尔玛就凭借遍布全球的卫星信息系统，把关联关系应用于购物篮（market basket analysis）中，可以说是大数据商用的鼻祖。刊登在1998年《哈佛商业评论》上的“啤酒与尿布”故事已经成为全世界MBA的经典教学案例并广为流传。这个故事是这样的：20世纪90年代，沃尔玛的管理人员分析销售数据时发现了一个令人难于理解的现象，“啤酒”与“尿布”两件看上去毫无关系的商品会经常出现在同一个购物篮中。经调查发现，这种现象出现在年轻的父亲身上。最终的原因是，在美国有婴儿的家庭中，一般是母亲在家中照看婴儿，年轻的父亲前去超市购买尿布。父亲在购买尿布的同时，往往会顺便为自己购买啤酒。

沃尔玛的大数据是建立在这家零售业帝国遍布全球的庞大信息系统之上，而基于开放互联网的大数据，为很多行业的直接应用提供了便利。同上述“啤酒与尿布”案例不同的是，大数据中的关联关系是很难找到直接原因的，但这并不影响这种关联关系被应用到商业中。在电视行业，大数据的关联信息为广告的定向推送和O2O模式的电子商务留下了发展空间，从而重新定义了电视的商业模式，也给电视的未来发展模式留下了很大的想象空间。

广电系的上市公司上海百视通，作为全球最大的IPTV运营商，这些年也在布局大数据，探索定向内容、定向广告、关联电视等领域。百度公司最近在收购PPS后，依托海量搜索数据，打通爱奇艺和PPS，推出精准的贴片广告形式“一搜百映”，这种大数据在视频广告的应用，必将加速其广告变现能力。

大数据时代， 数据挖掘注定成为包括电视台在内的视频运营商的杀手级应用，谁真正获得大数据的基础数据和商业开发能力，谁就会在下一轮发展中占据高位。拥有数据优势的运营商如视频网站和OTT运营商，将会越来越具有竞争优势，传统电视台的市场份额将会逐步被蚕食，视频网站行业的寡头竞争格局必将会在传统电视行业重现；对于电视台来说，建立并提高数据部门的战略地位，从粗放式管理转为精细化管理，用互联网的思维来运营电视，是应对竞争的不二选择。

案例：乐视生态颠覆产业盈利模式

乐视网成立于2004年，这家公司构建了“平台+内容+终端+应用”的生态系统，收入来源包括硬件收入、内容收入、应用分成、终端广告灯。乐视一直强调构建生态系统，在软件应用环节引入创新工场、在涉足硬件环节推出乐视盒子和超级电视。

1.平台建设上，乐视网倾力打造了业内领先的云视频开放平台。作为一家主流视频网站，乐视网拥有服务器逾万台，物理总带宽已达到2T，可以说已搭建起一条视频传输的高速公路，这是其他机顶盒厂商所不具备的。

2.内容方面：乐视网拥有行业最全的正版影视剧版权库，90,000多集电视剧、5,000多部电影，丰富的自制、动漫、风尚、纪录片等内容及行业最全的体育赛事。此外乐视网兄弟公司乐视影业，每年制作和发行近30部大片，提供了丰富的上游内容；乐视网+乐视影业的丰富优质内容是乐视超级电视的优势，包括乐视网宣布成立乐视艺谋视频基金+张艺谋电影作品专区落户乐视超级电视，这些都是在继续强化内容优势。

3.终端方面，乐视从硬件和软件方面双管齐下。针对电视机存量市场，此前已推出多款互联网机顶盒产品，5万台C1现货曾在7小时内全部售罄。针对新增市场，联手富士康打造的具有世界级品质的乐视TV超级电视也将在2014年推出。在软件方面，乐视打造了业界领先的适合电视大屏应用的LeTV UI系统，为用户提供极佳的电视大屏交互体验。

乐视超级电视的定位是借鉴美国VIZIO的“廉价的奢华”。VIZIO定位“廉价的奢华”，成立于2002年，作为美国本土电视品牌，凭借超高品质和低廉的价格，于2009年超过索尼、三星等日韩品牌，成为北美第1电视品牌。VIZIO也是海外代工生产模式，由富士康代工生产，并成为富士康旗下的控股公司。VIZIO去年瞄准美国销售旺季感恩节（11月22日）和圣诞节（11月25日），分别于去年11月和12月在美国市场推出60寸（定价999美金）和70寸的大屏幕电视，当时在北美60寸以上电视机市场份额一度超过60%。

4.应用方面：乐视在基于电视屏的应用领域进行布局，打造了应用商店Letv Store，通过与创新工场合作、扶持第三方开发者等形式，引入了千余款应用。至此乐视打造了基于内容为核心、平台为保障、终端为触角、应用为增值服务的完整生态系统闭环。

【注释】

[1]本节内容来自作者的博士论文《基于网络融合的手机电视价值链模型研究》

[2]本节内容来自作者的博士论文《基于网络融合的手机电视价值链模型研究》

[3]观点引自清华大学经管学院姜旭平教授的授课内容

[4]部分观点引自作者参加的深圳移动互联网促进会微信营销沙龙