|
一、大数据及其特点 1.大数据的本质 所谓大数据，是指以服务于决策为目的，需要新型数据处理模式才能对其内容进行采集、存储、管理和分析的海量、高增长率和多样化的信息资本。从上述定义，可以看出大数据的本质体现为如下五点。 （1）数据量大。此处的“大”是相对概念，是指依靠传统的手段难以有效计算。 （2）服务于决策。大数据的主要目的是服务于各类决策，能够帮助各类组织和个人大幅度提升决策能力。 （3）需要新处理模式。由于大数据数量大且是非结构化数据很多，现有的处理模式不能有效处理大数据，需要新处理模式。 （4）信息资本。大数据是一种信息资本，而不仅仅是一堆数据和成本，所谓信息资本是指其能够为政府和企业带来未来经济利益的信息资源。 （5）更为复杂。大数据比海量数据更为复杂，海量数据包括结构化和半结构化的交易数据，而大数据除此以外还包括非结构化数据和交互数据。 2.大数据的特点 （1）在线性。即大数据是永远在线的，能够随时被调用。 （2）海量性。即大数据规模巨大，当前通常指10TB规模以上的数据量。 （3）全体性。即大数据采取的是全体思维，而不是样本思维。 （4）非结构化。即大数据的种类繁多，不仅包括传统的关系数据，而且包括以网页、视频、音频、e-mail、文档等形式存在的未加工的、半结构化的和非结构化的数据。 （5）实时性。即大数据能够实时反应。例如，在GOOGLE搜索框输入一个关键词，能够瞬间呈现。 3.大数据代表着新的思想和思维 当前，很多传统媒体从业人员依然把大数据技术仅仅当成工具和手段，但是大数据技术代表着新思想和新思维，是集思想、方式和手段的集合体。大数据既能处理“因果关系”又能处理“相关关系”，即不仅能够回答“为什么”又能回答“是什么”。在小数据时代，只能通过抽样调查的方式来回答“为什么”，而大数据则能通过全样本的方式来回答“是什么”，即发现相关关系，这能够帮助我们更好地认识和了解世界。 4.大数据的关键在于智能化 当前，我们已经进入智能经济时代，而大数据能够帮助我们实现信息智能化，即能利用相关工具对数据进行有效的挖掘和专业化处理，通过“加工”实现数据的“增值”，进而实现盈利。目前，所用的方法主要有数据挖掘和对比分析，主流的相关技术主要有MapReduce和Hadoop为代表的非关系数据分析技术。 5.大数据分析具有显著优势 （1）大数据能够实现分析的高度智能化。一方面实现信息收集和分析的智能化，另一方面实现数据与用户需求的有效匹配。 （2）及时、迅速。大数据分析改变之前的市场调研和数据分析相对滞后的模式和方式，能够及时、迅速地进行分析。 （3）成本相对较低。由于可以大量使用技术手段，其成本相应较低。 6.大数据的实施依赖于数据的可获得度、模型是否科学和观点的提炼 （1）在数据的可获得度方面。目前在国内，大数据的发展严重受制于政府信息的公开性不够，很多数据难以获得，导致难以实现真正的大数据挖掘和分析。 （2）在模型建构方面。模型的科学性直接决定着数据分析的质量，这就要求有高超的建模水平。 （3）在观点提炼方面。为决策提供依据的基于数据挖掘的独到、高质量的观点，高度依赖于高质量的数据解释，这就体现了行业专家的价值。
二、大数据的机遇、实践与误区1.大数据的机遇与挑战 （1）大数据带来的机遇。 首先，大数据颠覆传媒业。当前，我们已经进入大数据时代，主要标志就是已经从内容稀缺时代转变为信息过载时代，这对传媒业带来了革命性影响。一是信息量指数式增长。二是信息内容更加丰富。除了传统媒体生产的原创内容之外，一方面由于博客、微博、微信等很多自媒体平台的出现，大量的、高质量的自媒体内容层出不穷；另一方面由于互联网的海量空间使得以往不可能获得版面的生活服务类信息可以传递给用户，而且对于广大用户来讲，这些资讯比新闻的用户黏度更高。因此，新闻和内容的稀缺性进一步被稀释，其价值也必然被降低，也越来越难以收费。三是基于大数据的互联网媒体正在快速颠覆传媒业旧格局。 其次，基于大数据的产业融合加速进展。以大数据为代表的互联网技术打破了既有产业之间的界线，把之前界线分明的产业融合在一起，形成新的产业蓝海。传媒业也在互联网技术的推动下，不断和其他产业融合成新的产业。一是传媒业与通信业以及IT业融合成新的信息服务业。二是传统零售业和IT业融合成电子商务业。三是传统金融业和IT业融合成互联网金融业。 第三，基于大数据的互联网生态系统快速形成。随着传媒业竞争程度日益的加剧，传媒业竞争的关键也从之前的“内容”、“产品”、“平台”上升为“商业生态系统”。一是未来商业生态系统将是竞争的主体，阿里巴巴的生态系统由信用体系、金融体系、社会化大物流体系、小企业工作平台和大数据系统所组成。需要着重说明的是，在生态系统竞争层面，未来传媒平台仅仅是生态系统的一个标配，虽然起着关键作用，但是已经不是收入的主体。而且内容、产品、平台到生态系统是一个逐级向上发展的关系，后者包括前者又是前者的升级版和高级版，后者又在不断地颠覆或替代前者。二是生态系统时代运作的关键点是“商业生态系统”，其优势在于自组织、自强化和涌现等。例如，在自强化方面，由于阿里巴巴能够精准地掌握商户的商业信息，其在为商户提供贷款时，就具有很强的风控能力，而风控能力是金融业的核心竞争力，因此，阿里巴巴就能够更好地为在其平台上运作的商户提供金融服务。 （2）大数据带来的巨大挑战。 首先，出现了信息的过度充裕和满足于用户个性化、定制化需求的信息的极度匮乏之间的突出矛盾，每个人都像生活在信息的汪洋大海中但找不到有效信息的信息乞丐一样。传统媒体更是陷入了信息过载的巨大漩涡中而不能自拔，在信息提供的量上使出十八般武艺，制造出更多的信息；也在各种新的传播媒介和方式上不断探索，通过手机报、网络媒体和客户端、官方微博等各种方式，积极进入各种渠道和终端，但是一直不能解决至关重要的盈利模式问题，常常落得个“叫好不叫座”的下场，而根本问题就是缺乏基于大数据的技术平台，其提供的内容难以有效匹配给用户。 其次，传统媒体的大数据能力弱。一是我国的传统媒体还依然是小、散、弱的现状，导致很难形成大型的高质量的信息平台。二是由于同质化等原因，导致信息大量重复，也给信息的筛选和提炼带来了很多困难。三是大数据分析高度依赖于用户规模和技术，而这些都是传统媒体的短板，当前最大的数据分析公司无疑是谷歌、Facebook、阿里巴巴以及腾讯等具有高科技技术的互联网公司。 2.传统媒体的大数据实践与误区 （1）传统媒体的大数据实践。 首先，通过大数据分析及时抓取传统媒体用户的相关阅读信息，提高用户体验。当前，无论是平媒还是广电媒体等传统媒体，相较于互联网媒体，用户体验都是其短板，而大数据分析可以通过分析用户的关注点、需求等数据，来更好地满足用户的需求，进而提升其用户体验。其次，积极进行新闻数据化尝试。当前，用户对可视化的数据更为感兴趣和关注，这就要求传统媒体更好地实现数据可视化，传统媒体的一些重要报道越来越重视信息的可视化。第三，利用大数据技术开发舆情管理的相关产品。当前，我国正处于社会转型期，各种矛盾突显，舆情也处于多发期，因此，在这种时代大背景下，舆情管理的需求量很大，传统媒体因为具有较强的新闻挖掘能力和传播能力，可以利用大数据分析手段发力舆情管理业务。人民日报社旗下的人民网就在舆情管理方面做得很好，每年的营业收入过亿元。 （2）传统媒体的大数据实践误区重重。首先，依然秉持“内容为王”理念。大数据时代，单纯的内容已经难以形成商业闭环，只有利用大数据技术实现信息与用户个性化、定制化的需求才能实现商业闭环，也才能实现商业价值，这就要求从“内容为王”理念转变为“信息服务为王”。但是从传统媒体的实践来看，主流观念依然是“内容为王”，导致对互联网理念和技术不够重视，大数据平台更是难以实现。其次，误把“数字化”当成“数据化”。当前，很多传统媒体在进行大数据转型时，对数据化的认识较为肤浅，认为只要把传统内容转换成数字化内容就实现了数据化，在实践中就是仅仅通过电子版、互联网网站实现内容的在线化呈现。大数据的本质是建立起不同数据之间的内在联系和建立起用户和信息之间的联系，通过数据挖掘和分析，找出不同事物之间的相关关系，进而实现商业价值。由于传统媒体当前做的仅仅是数字化，其实践仅仅完成了素材建设部分，离真正的数据化还有很远的距离。第三，误把新闻可视化当成数据化。当前，很多传统媒体在做新闻时，经常借助可视化工具，使得新闻更为直观、更生动、更可读，取得了不错的效果，但是大多数可视化新闻仅仅追求新闻的美观，而并没有充分体现数据之间的本质逻辑关系，既不能有效地促进用户思考，更不能有效呈现其目的。
三、传统媒体的优势及其转型路径1.传统媒体利用大数据的优势 首先，具有很强的政治资源和品牌资源。一方面，传统媒体作为党和政府的“喉舌”和“工具”，为党和政府的新闻传播事业做出了巨大贡献，自然也就更能获得党和政府的信任，在获取资源方面具有更大的能力，这就是政治资源。我国和西方发达国家根本不同的是，我国是个大政府，很多高价值的数据都掌握在政府手中。另一方面，传统媒体经过几十年的积累和沉淀，已经形成了价值巨大的品牌，这也使得其在获取数据资源方面更能赢得信任。 其次，传统媒体在线下资源覆盖方面极具优势。“OTO”是互联网运营的关键和主要模式，在线上资源方面，阿里巴巴、百度、腾讯等互联网巨头无疑占据绝对优势，而在线下资源方面，传统媒体由于在当地具有密集覆盖优势，相比于互联网巨头，线下资源就更为丰富。 2.传统媒体大数据的三种路径 （1）利用大数据技术来积累用户数据。当前，很多传统媒体利用大数据技术做数据新闻，其目的依然是为了提升传统媒体的体验，这种方式依然是以传统媒体为中心，效果不大。 传统媒体应彻底转变观念，充分利用大数据技术，利用传统媒体的现有优势，尽可能地积累用户数据，并尽可能地实现数据价值。例如，金融时报开通免费专区供注册的读者阅读，金融时报获得了大量的读者信息，通过大数据分析读者的需求，为其提供个性化的信息，就能实现用户的付费阅读，目前，金融时报的订阅收入已占收入的一半以上。 （2）利用大数据技术做“网络行政”。当前，一方面由于传统媒体作为党和政府的媒体，更容易为当地政府信任，其也更容易获取当地政府的数据资源，传统媒体应该利用这种优势，大力打造当地的大数据平台，例如，交通数据、医疗数据、旅游数据等等；另一方面，未来基于大数据技术的“网络行政”将成为主流，而传统媒体不仅更具有高超的传播技能又具有较强的公信力，能够更好地吸引当地居民进入大数据平台。 （3）打造基于大数据的信息智能匹配平台。这就要求做好如下工作：一是打造巨型的云信息服务平台，在该平台上，云集着各式各样的信息，既有文字的，又有音频和视频的，并能实现信息的分类筛选、摘编和深度加工；二是打造大型的大数据平台，在该平台上能够通过数据挖掘和分析等方式，实现对读者和受众个性化需求的准确定位和把握；三是能够通过技术手段低成本地实现信息和受众个性化、定制化的需求之间实现智能化匹配，并能通过各种支付手段，实现智能化信息的收费。 目前，已经形成了一些巨型的信息平台。如Google、Facebook、亚马逊、百度、新浪、腾讯等，也出现了搜索、筛选、推荐等新技术手段，利用技术手段实现精准信息和读者需求的智能匹配进而实现信息的收费将仅是个时间问题。例如，亚马逊通过自己研发的被业界称之为“鬼打墙式的推荐”的精准推荐系统每秒卖出的商品达72.9件，这种精准推荐系统就是跟踪客户的所有消费习惯，不断进行优化。Google和百度利用搜索和筛选手段在一定程度上实现了读者的主动信息需求，而亚马逊等利用推荐手段也在一定程度了满足了读者的被动信息需求，而基于巨型平台的社会引擎将能够实现精准信息和读者需求的智能匹配。 其次，信息智能匹配能够实现信息收费。一是信息智能匹配包括了内容和信息、数据分析和挖掘平台以及用户，形成了完备的信息服务商业闭环，信息收费的条件已经具备。二是能够为用户节省大量的信息搜索时间。在信息过载时代，每个用户每天即使花费3个小时的时间也难以搜寻到基本满足自己需求的高质量信息，而信息智能匹配则能给用户提供个性化、定制化的信息，使得用户仅仅需要半个小时到1个小时的时间就能尽悉天下重要信息，这样每天就能为每个用户最少节省2个小时的时间。按照当前的平均工资水平，2个小时的时间成本为50元左右，则一个月就为1500元左右，如果有4亿用户愿意每月向信息智能服务付费100元，则一年信息智能服务业的规模就为4800亿元。因此，只有实现了信息智能匹配，内容收费的良好愿望才能实现，而这必须以大数据为基础。 第三，信息智能匹配平台同时提供多种服务。在基于大数据平台的平台上，除了信息智能匹配服务之外，还同时提供精准广告服务、电子商务服务、舆情服务等。在精准广告服务方面，数据分析和挖掘平台可以在精准掌握每个用户消费偏好的基础上，实现广告主的营销信息和用户需求的智能匹配，达到更好的广告效果，实现精准营销的目的，百度正在通过自己的大数据计划强化自身的领先优势。在电子商务方面，可以通过对生活服务类信息需求的分析，找出用户对商品的有效需求，引导用户直接下单，阿里巴巴居于绝对领先地位，根据其上市招股说明书数据，2013年其旗下公司的交易额总计2400亿美元，比亚马逊和EBAY的总和还要多。在舆情服务方面，政府可以利用大数据平台及时发现民众诉求并及时回应，以提升政府的治理能力。 第四，大数据能够更好地实现“OTO”。“OTO”作为线上资源和线下资源的有机结合和互动，是传媒业运作的核心模式。传统的OTO模式能够实现线上资源向线下资源的传导，但是却难以实现线下资源向线上资源的传导，虽然二者有结合但难以及时互动；而基于大数据的现代的OTO模式则能够完全实现线上资源和线下资源的有机互动，能够更好地发挥该模式的威力。 第五，打通产业之间的界线，实现跨界融合发展。大数据用户平台提供了多个产业协同发展的基础，用户数据能够为多个产业、多个企业共同使用，这就就极大地助力跨界发展，例如，阿里巴巴在大数据用户平台的推动下，横跨电子商务业、传媒业、物流业、金融业等多个行业。
| 
发表于 2014-9-2 09:04:23
