本期我們以媒體行業為例，深入分析大數據在媒體行業的應用。

先來看一下媒體行業工作流：

?

?

?

新聞工作者先產生一個內容，形式可以是文字的、視頻的等，無論你是編輯還是記者或者說是美編，或電視臺的采編人員等等所生產的內容都會存入到業務數據庫里面，業務數據庫通常存在我們內部單位的機房里面，媒體行業也同樣，再小都會存放到自己的機房里面，都有自己的業務數據庫，把業務數據存入數據庫之后呢，通過渠道把數據傳輸出去，比如說通過網站、直媒的渠道、移動端渠道、電視臺視頻的渠道等其它渠道出去，這些渠道出去的東西被觀眾、讀者、聽眾所獲取后產生反饋，或無反饋，但最終數據都會被特點的人員即統計人員進行統計。如果說是直媒，它不像電子媒體有收視率，閱讀量的概念，但直媒會有甄別能力的數據量，可以在系統里面或者是企業內部的甄別系統里面查到。數據又分散在不同的系統里面，甄定有甄定的系統，網站有網站的CMS，視頻有專門的視頻點播系統，APP有APP的客戶端，新媒體有新媒體的客戶端，如頭條等其它媒體渠道，這些大部分信息都是由我們的統計人員把它們重新合并、歸類放到我們自己的企業如報社、雜志社內部去進去分布的。這個過程需要繪制一張統計報表。

1、 看了一個報道在報紙上看到的

2、 看了一篇新聞在電視上看到的

3、 網站上看了一個視頻，這個視頻多少分鐘，講述了一個什么樣的事情

看到的這三樣東西，可能表現形態是不一樣的，但在整個的新聞單位內部，是有一個起始點出發的，從某一個新聞線索出發延伸出來的三條數據，把這些擴散傳播出去的信息反向回收回來，再跟這三條線索關聯和綁定：

一是通過這樣的關聯和綁定去解析營收，可以具體去看到是什么樣的新聞，什么樣的文章更容易得到讀者的喜歡，或什么樣的內容下它的廣告效果會更好。

這些營收的解析都是通過我們的統計人員反向解析后繪制出來的報表來解析我們的營收這樣一個過程。

二是績效考核。績效考核主要是針對我們的記者、編輯、新聞工作人員、美編、電視臺的采編人員這樣一個績效考核，這個就會關聯到年終獎，月度季度獎金都會有一定的關聯。

這就是我們傳統媒體整個的一個工作流程，從開始介入工作到最終出績效考核，得出的一個全流程的概覽。

流程版的工作流：

?

?

?

人肉方式跟進傳播路徑：這里的路徑比如說傳播到了微信，或者是傳播到了某某網站，傳播到了電子刊物、電視臺等各種各樣的新媒體。

通過粗淺的分析大致了解傳播效果：這里為什么會是粗淺?人肉的跟蹤方式一定是不會有很好的效果，因為它有時效性，統計的時間節點，各平臺的傳播路徑產生的反饋結果是不一樣的，比如說有一篇文章，放到了今日頭條里，今天下午3點去統計，它的閱讀量可能只有1500，但你把這個數字記錄下來后就沒了，但你明天再來看，可能晚上特定標簽的用戶在晚上9點鐘批量的閱讀，這類人就愛看你這種類型的文章，這樣可能就會有一個爆發式的增長，就會有2萬次甚至是5萬次的閱讀量，這樣前面統計出來的1500次由于時效性的問題變得極其不準確，這是第一個時效性帶來的問題。

第二個就是傳播渠道太多，人力有限，通過人力基本上是無法100%覆蓋的，大部分的人力統計都是肉眼去識別、去記錄再匯總的EXCLE里面，或者有更高級的方法，半自動化的方式抓取，通過爬蟲去抓取一些電子版的一些閱讀量、評論數據等等。不可避免的是渠道的限制，以及轉載轉發的限制，無法很全面的收集回來，這是傳播效果遇到的最大阻礙。

總結：

1)時效性

2)渠道覆蓋面

通過內容付費或增值業務產生營收：比如本身就是通過付費來看的，或者是通過一本出雜，這本雜質是要買了才能看。或者說你的內容是免費的，但里面有一些像廣告業務，或者是幫助其它公司做了一些PR的品牌宣傳，通過增值的方式產生營收。

粗放的進行績效考核：由于前置流程比較粗，所以這個考核一定是不全面的，對員工不公平，或者過度發放績效，明明沒有那么好的價值，通過直觀感受來評定績效考核的標準，這就會產生一個粗放的績效考核。

從上面的圖形版到流程版，除了不精細的問題外，好像沒有什么很致使的錯誤在里面，以前我們做媒體行業，也是這么認為的，湊合用，沒有出現什么惡劣的后果，但目前在我們這樣一個時代里，競爭對手都在往前跑，我們也不得不往前跑，對此我們就分析了一下，拿到了一個點告訴媒體行業客戶問題出在哪里。

下面這張圖可以看出一個正常的媒體工作流應該有的樣子。

?

?

?

圖的前半部分是和我們上面講到的一樣的，但是從傳播渠道開始，你的數據就開始脫韁而出，不受控制。

?

?

?

這個過程就有了人，做了機械的事情以及不準確的事情，接下來的操作，統計，營收，績效都會由于依賴于不準備的統計數據，就像導致后續所有環節都出現問題，這個過程最大的問題在于人為進行數據收集的關卡沒有做好，導致數據脫韁，不受控制。人為會存在很多客觀，主觀等各方面影響，就會容易出一系列的錯誤，但往往又最難控制，最難管理。

在整個工作流最重要的三個環節之前加入了一個不靠譜的人來完成這樣的工作，所以讓自己的整個數據環境應得很不安全，這也是在和客戶進行問題處理中總結出來的一個概念，傳統媒體是這樣一個情況和現狀。

改造完之后的狀況又是怎樣的呢?

看一下下面這張圖，一個前沿媒體的工作流程：

?

?

?

還是通過采編人員去創作內容，之后通過近期的熱點、讀者偏好進行定向化或者有權重的創作，創作完成后進行智能核對及智能排版，這樣一個過程，像媒體行業都有三審三校的過程，防止出現大的疏漏，像錯別字、書寫錯誤、拼寫錯誤等，可以通過比較智能的校對工具或者是校對過程，以及一個比較智能的排版過程解決這些問題，當這個問題解決之后，才會把一個比較標準的內容入到內容庫中，進一步進行內容傳播，內容傳播后分到不同的渠道。

現在變為千人千面的推薦內容，推送給相應的讀者，這個模式很像頭條，或者是新聞版的淘寶，每個人會看到不一樣的內容，伴隨著每個人閱讀的信息越多而差異性越大。每個人的閱讀習慣以及行為都不同，不同程度的閱讀時間積累之后把握到你感興趣的信息點，給你推薦你喜歡的信息。

當你把信息推送給讀者之后，就會產生各樣各樣的數據，比如像我們的傳播數據，如一段視頻、 一段聲音，傳道到不同的渠道媒體(頭條、網易新聞、網站以及APP)上等，這個傳播的數據是需要記錄下來的，以及閱讀的數據，比如某某某什么時間閱讀了什么文章也需要記錄下來，還有行為數據比如在閱讀或者是觀看信息的過程中產生的一些行為，最長見的像評論點贊、視頻發彈幕，這些是比較基礎的，還有更深層次的，像在這個過程中產生的分享，或者是看了幾分鐘，或者是跳行等都是行為數據。

這三類數據我們把它匯總到我們的大數據池中，之后就進入到下一個流程：通過內容付費或增值業務產生營收。這一步是沒有變化的，你用不用大數據，它都是這樣沒有任何的改變，比如說方式都是固定的，但是可以通過創作人、作品口碑、題材口碑等要素形成決策報告。

在上一個環節中，我們說到的最主要的問題，用來做決策的東西的前置數據比較粗糙、雜亂，以致于沒有辦法提供一個強有力的數據支撐。這個環節來解決這個問題，通過創作人、作品口碑、題材口碑等要素做一個決策報告出來，這個決策報告就比較直白的告訴管理層或者是決策層。某某創作人最近30天創作了多少篇內容，每一篇內容又是怎樣的閱讀情況，甚至可以再細分，什么樣地域的人或者是什么樣標簽的人更喜歡某某創作人產生的什么類型的內容。

作品口碑就是針對特定的內容，比如說一部影視作品，一個數據報告，把所有和這個作品相關的各個緯度相關的信息匯總起來，進行清晰，介紹，介紹完之后進行總結報告，每一類的題材都可以通過數據分析他各個緯度形成數據報告。

拿到決策報告之后，就可以通過決策報告驅動內容創作。比如說某個創作人杭州人比較喜歡看他的內容，就可以通過數據報告把這些信息展現出來。除此之外，還可以拿來做更精細化的績效考核。