大数据才刚刚开始
布拉德·皮特主演的《点球成金》是一部曾获多项奥斯卡提名的美国影片，电影讲述的是皮特扮演的棒球队总经理利用计算机数据分析，对球队进行了翻天覆地的改造，让一家不起眼的小球队取得巨大的成功。电影中，一方面，皮特采用了大数据技术，基于历史数据，利用数据建模定量分析不同球员特点，合理搭配，重新组队；另一方面，打破传统思维，通过分析比赛数据，寻找“性价比”最高球员，运用数据取得成功。
从电影回到现实，过去的几年是数据爆炸的时代，世界上产生的数据总量比以往4万年还多，10分钟的信息总量将到1.8ZB,并且每年还会增加50%。信息化带来了服务器产生的大量数据，互联网则是每个人都会产生大量的数据，物联网时代是每个设备和设施都在产生大量的数据；同时视频、音频和文本都因为智能感知能力的提升，使得数据资源越来越多。5G时代的到来，让所有的数据全部连接在一起，低延时、高带宽、海量接入，让数据变为一个大池子，成为可能。
广电行业离不开大数据
全国各大电视台多多少少都建立了信息化系统，有些大型电视台甚至会有数几十个信息系统，包含新闻、制作、媒资以及新媒体等多种业态；同时互联网技术的日益发达，互联网企业的发展，让广电行业将眼光望向其背后支撑的重要技术力量——数据化运营。
数据时代来了，广电行业在这近十多年来迎来了第一缕转型的新思路。数据运营背后的管理思想和技术让电视台管理者陷入沉思：是否可以实时展现台内的关键指标数据？是否可以利用外部数据来研究用户行为指导营销？是否对内容生产过程的关键数据做预警，进行下一步智能判断？是否可以对业务人员的考评进行数据量化来进行内部的激励与比拼……这些设想的实现，一方面需要管理思想的改变，另一方面也要对技术背后的主导力量——也就是要实现从IT到DT的转变。
运用大数据进行的自我变革
广电拥有相对庞大的数据量，但是每个业务部门的口径不同很容易产生漏洞，往往所做的报表不能满足业务人员的需求。离散的数据没有任何价值，只有整合过的数据才有价值。大数据技术就是对数据的一种整合技术，把本来离散的数据整合得有规律、有价值。
不同于互联网企业，传统广电的业态复杂，涉及环节较多，多数电视台的数据利用都可以顺应“整合数据-分析数据-挖掘数据-指导决策”的思路，总体可以分为两步：第一步，是从下至上地推行数据。第二步，需要深度地挖掘得出稳定可靠的结果，支撑管理层的决策，从上至下贯彻执行。
| 从下至上地推行数据
a. 数据整合和分析可归为一起，电视台IT部门在建设数据化运营时可以按照传统的分析方法，先了解谁最需要数据？比如内部有各中层、业务人员、高层领导；外部客户甚至C端客户。
b. 如何简化数据获得的难度？很多部门需要大量数据，针对每一个需求去导出数据是十分被动的行为，可以考虑这类数据什么时候需要，有谁需要，将需求进行规整，进行通用可筛选性的汇总，一次性解决一类业务数据的查询。
c. 数据要具有可分析性，展现的数据可以看到业务数据的变化和成交比例。通过把业务数据集成在一张报表上，做统一的管理和展示。
d. 展现内容要丰富且直观，数据展现不要只局限于报表明细，还有充分利用图表直观展示的优点。
e. 数据分析=业务+技术，业务是大头，数据工作不仅仅是IT部门的事情，IT部门只是承担技术和分享环节，更多的来自于业务部门和管理者的主动参与，让所有人能够参与到数据分析过程中，提供业务想法，分析逻辑。所以，在管理层面上，要推动数据分析工作，无论是通过培训还是纳入考核，都应该授人以渔，让分析成为大家的事。
| 深度挖掘，支撑决策
数据挖掘与决策制定通常在市场策略上有重要意义。比如谁是目标客户？如何对用户进行细分？内容策略如何制定？内容产品组合如何设计最优？什么样的渠道策略最适合？
这些就需要基于商业理解，通过设计算法、搭建模型来对用户的结构和行为特征深入挖掘，为其贴上标签，甚至需要连接外部第三方数据，如互联网、移动终端、渠道终端等方面的数据，来构建适合自身的用户模型、销售模型，进行品类和渠道管理，最终得到的数据，供最后的决策使用。
广电大数据典型应用
| 辅助内容生产
通过大数据技术，海量采集来自互联网的各种新闻来源，将通过分析，形成适应新闻报道的线索，并能根据采访报道的需求进行资料的个性化收集、组织，提升了新闻采编的广度和效率。结合大数据、AI技术，可实时对新闻稿件、报道内容进行校验、审核，并提供相关支撑材料，提升新闻报道的准确性。
| 辅助内容管理
通过智能识别技术，对视频、音频进行处理：形成自动标签、索引，提升内容管理的效率和查询检索的准确度；
| 收视分析
传统用来分析电视节目收视率的方法只限于定量的评估测量，最终得到的结果准确性难以保证。大数据收集信息所采用的方法是多渠道的，来源更为广泛，获取了各类数据信息之后，能将这些信息做关联性分析，运用图文转换的技术和地理信息技术等得到的结果会更加的科学合理，价值也更高，然后基于这些分析结果之上做出的电视节目也就更满足大众的兴趣与需求。
| 节目评价
可从节目收听收看情况、播出覆盖范围、市场营销状况及新媒体用户反馈等方面建立综合评价指标体系，按评价指标对节目成本、播出效果、营销收入、经济效益、社会效益进行统计分析，为战略决策和绩效考评提供依据。
| 系统运行维护
电视台业务系统积累了大量的系统日志数据、流程运行数据、用户使用数据等，通过大数据分析平台的处理、分析，为监控自动化、运行流程优化、运维操作预判预警，提供决策支持。
| 用户喜好分析，个性化内容推荐
个性化推荐是大数据在广电新媒体领域的典型应用，即按用户的点击行为与实时数据，发掘出用户的偏好，从而向其推荐相应的资讯和节目。搭建基于大数据技术的智能信息平台，实现数据的生产、整合、分析，针对不同的受众需求，为用户筛选、推荐最适合的内容，满足个性化和专业化的需求。
| 运营数据分析，做好精准化营销
内容运营监测：同类产品竞品运营情况分析，为热点内容运营提供优化建议。
广告投放效果数据分析：对新媒体产品广告位（具体参照刊例表）进行数据分析，包括但不仅限于：单日PV/UV、单日不同时段PV/UV变化趋势、工作日/周末数据变化趋势、平日/节假日/重要纪念日数据变化趋势等，方便对客户进行总结反馈；以月/季为时间单位，统计同一客户不同形式内容的相关数据，例如软文、H5、硬广展示等等，并分析投放形式与的投放时长、投放位置的相关度；对点击广告位的用户信息进行分析分析，如地理位置、运营商、年龄层等；同一内容在不同平台投放的数据分析。
竞品分析：对同一客户在不同平台的投放量、投放形式进行分析。
a.监控产品指标，用户使用习惯，提升产品体验；
根据用户喜好，运营关键推荐位：通过对用户播放行为的分析，发现观众喜好。因此，在流量集中的推荐位都会配置同类的电影；
分时段精细化付费好片：提高更新频率并推荐更多优质影片，以高质量内容激发用户的订购行为；
观看入口分析：实行多种运营策略，优化用户观看入口。
b.提升用户转化，优化运营策略
付费行为分析：通过RFM模型，以用户的行为来区分用户，提升用户转化率；通过行为数据分析，优化用户付费路径。
以上就是本期大数据技术创新在广电应用的内容，可以看到，广电行业的转型既需要行业管理思想的转变，也需要先进的大数据技术的支持。作为一家大数据公司，德拓已经“耕耘”媒体行业多年，目前也已积累了诸多解决方案，能够为广电行业的转型提供新方向和思路。
