探析大數據時代收視率調查體系的創新與優化

■ 湯天甜 汪紅春

探析大數據時代收視率調查體系的創新與優化

■ 湯天甜 汪紅春

收視率調查體系吸納和運用大數據及其挖掘技術，可以重新發現和認識受眾收視狀況，深入分析受眾的認知、心理以及行為，突破全媒體環境下受眾分析困境，拓展受眾分析的廣度與深度。隨著大數據時代來臨，收視率調查體系將被重新建構，呈現出調查主體多元化、評估指標多樣化、測量方法智能化、服務對象廣泛化的發展態勢。

收視率調查；大數據

隨著互聯網數字化及媒介融合進程的加快，中國電視行業已不可避免地進入了大數據時代。媒體機構、廣告商、收視率調查公司意識到僅憑單純的收視率數據難以全面、深入地把握和分析受眾，“亟須引入新的監控視角和衡量標準來進行評估，綜合考量觀眾對電視節目的真實關注情況和態度傾向。”①大數據及其概念、數據挖掘技術、新的測量維度被引入到傳統收視率調查體系中，促使收視率調查主體思維、方法、技術不斷進步與革新，為全面、客觀、準確地呈現全媒體環境下受眾的收視行為提供了可能。

一、問題的提出

收視率調查體系是指收視率調查過程中各相關環節構成的統一整體，包括調查主體、評估指標、測量方法、服務內容等。它們相互配合、協同合作，共同完成電視節目效果的評價。隨著全媒體時代復雜的視頻播出環境以及受眾新的收視習慣，傳統收視率調查體系備受質疑，主要表現為：測量指標少，無法全面反映收視效果；樣本量較少，可信度低、易受污染；播出終端多樣化，無法開展跨平臺測量。面對日益凸出的問題和弊端，收視率調查體系急需創新與優化。2011年，美國咨詢公司麥肯錫發布《大數據：下一個競爭、創新和生產力的前沿領域》研究報告宣布大數據時代的到來，數據已經滲透到每一個行業和業務職能領域，成為重要的生產要素。可以說，數據的使用貫穿于整個收視率調查過程，由于收視行為的相關數據在不斷累積，傳統的數據處理技術已無法處理海量數據，這也推動數據處理技術的發展和收視率調查體系變革與發展。大數據在收視率調查體系中如何被接納與應用？大數據將對收視率調查體系產生哪些影響？能否借助大數據消除收視率調查體系的弊端和缺陷？本文重點考察和討論了大數據在收視率調查系統的運作機制，進而預測收視率調查體系發展態勢，為收視率調查體系的創新與優化提供新思路。

二、大數據在收視率調查系統中的應用

“大數據是人們獲得新的認知、創造新的價值的源泉”②，大數據帶來的不僅是數據量幾何級增長還有對分析數據的方式、思維與意識的轉變，大數據本身、大數據技術以及大數據的價值如何在收視率調查體系中體現、應用和吸納，需要我們對此進行詳細的分析和解讀。

1.海量數據全面掌握受眾收視情況

傳統的收視率調查是根據隨機抽樣的小數據推測與分析受眾的收視情況，錯失了大量原始數據背后的巨大價值。海量和多元的全樣本才是大數據的力量所在，其給收視率調查體系帶來了一個獲取全面、完整、系統受眾數據的機會，獲取過去不曾擁有的數據價值。據《2013年中國網民網絡視頻應用研究報告》顯示，截至2013年底，中國網絡視頻用戶規模達4.28億，網絡視頻和傳統電視媒體的深入合作帶動了網絡視頻的播放，移動端視頻用戶的收看習慣正在形成。在互聯網時代，視頻用戶觀看過程也是數據生產的過程，巨大視頻用戶群可以在網上生產數據、存儲數據以及分享數據。特別是對來源豐富、內容復雜、難以量化的非結構用戶數據的收集、處理與分析，將會使受眾收視行為得以多角度呈現，與此同時，不斷累積和增長的用戶收視數據也會創造出由量變到質變的新價值，充分彰顯出大數據的力量與優勢。

2.多樣化數據深度解析受眾收視行為

受眾收視效果分為認知、心理、行為三個層面，傳統收視率調查的測量指標只能反映受眾認知層面的效果，即多少人看了某節目、看了多長時間，不能反映受眾收視心理效果或之后的行為效果，無法準確評價節目的好壞優劣，進而影響了收視率評價的科學性和合理性。網絡的互動性讓受眾通過博客、微博、貼吧等網絡自組織平臺發布個人各種關于影視作品信息、表達意見與看法。大數據可以監測、記錄受眾在觀看視頻過程中留下的大量痕跡，分析受眾在社交網絡互動中的收藏、搜索、分享、轉播和評論等非結構性信息，反映受眾的心理、態度、行為、興趣及其習慣，將受眾分析效果向心理和行為方面推進。例如，由喻國明教授等人提出電視劇網絡輿情反饋指數，構建知名度、關注度、收視度、推薦度、滿意度和集中度等指標，試圖測量觀眾深層次的情感層面。尼爾森網聯利用大數據的挖掘技術分析了百萬視頻受眾的用戶業務使用的關聯度，再對用戶群體進行細分和歸類，為廣告商產品推廣和營銷提供精準化服務。

3.大數據技術突破全媒體評估瓶頸

在媒介融合背景下，數字電視、手機電視、互聯網電視、移動電視等視頻形態不斷出現，人們可以隨時隨地跨屏收看視頻。傳統收視率調查體系主要監測對象是電視，無法監測全媒體時代受眾的收視情況。大數據技術主要包括數據采集、數據存儲、數據處理、數據分析、數據可視化等方面，作為一項跨平臺技術，大數據將整合和監控跨屏觀看、多渠道收視數據，通過計算機云技術處理和剖析受眾收視行為，記錄視頻受眾每一步的操作行為；數據自動回傳和采集，全程由計算機自動完成，客觀反映受眾真實行為，減少人為干預，保證數據真實、可信，滿足大數據時代人們對收視數據越來越快速、高效的要求。大數據時代，各大數據公司展開了激烈的受眾數據挖掘技術的競賽，一些大數據挖掘技術、方法和指標不斷出現。例如，2008年成立的澤傳媒專注傳媒產業的數據研究，已經發展成為國內傳媒領域大數據研究最前沿的互聯網公司之一，擁有國內首份傳媒行業大數據軟件著作權。③歌華有線公司成立大樣本收視數據研究中心打算建成全國首個大樣本收視數據實時回傳、采集、分析系統，讓收視率調查邁入“大數據時代”。④

三、大數據時代收視率調查體系的重建

歷史經驗表明，收視率調查體系從來都不是一成不變的，而是隨著科學技術的發展、媒介環境的改變以及我們對受眾認識的加深而不斷發展創新。大數據為電視產業帶來了變革浪潮，收視率調查體系不能獨善其身，必須不斷改變、適應和擁抱大數據時代。

1.測量指標：從標準化轉向多樣化

在媒介融合大背景下，收視率調查系統將測量范圍由傳統的電視媒體擴展到互聯網、手機等新媒體平臺，除了原來的收視率、開機率、占有率等受眾認知指標，通過大數據技術還可以對受眾觀看視頻行為、態度及喜好進行統計與量化，將態度和情緒轉變為可分析的數據，進而構建起受眾的行為指標、態度指標，實現測量指標的多樣化。

具體來看，在新媒體環境下受眾觀看視頻時播放、回放、暫停等行為軌跡都將時刻被監測、記錄和存儲，在大數據技術支持下，收視率調查公司可多維度、綜合性地分析網絡受眾收視行為，生成各種測量指標，比如視頻播放量、搜索量、評論量、轉發量等。而受眾態度指標則具體體現在受眾觀看視頻過程前后的留言量、評分數、推薦量，如中國傳媒大學網絡輿情研究所構建的電視節目網絡人氣指數評估體系，即是從多維交叉的視角將相關受眾意見數據收集起來，以內容分析法和文本分析法為主要研究方法，運用精確的指數計算來對受眾反饋進行深層次分析，通過對網絡討論內容的分析，實現對受眾態度和觀點的甄別分析。

隨著收視率調查公司和數據公司聯手對受眾收視數據的不斷挖掘和應用，一些新的測評數據指標的確可以讓我們更加全面地認識受眾的收視行為，但新出現的測評指標尚未經過市場和時間的有效檢驗，其可能存在的技術缺陷不僅會導致指標出現誤差，還可能會導致某些公司為了一己私利制造虛假數據。因此，如何在眾多測量指標中選擇一些科學、實用并被廣泛認可與接受的測量指標，還需市場與相關管理部門的共同努力。

2.調查主體：從一家獨大轉向多元競爭

優勢公司壟斷收視率調查市場的現象在國內外都十分普遍，但壟斷并不能完全消除競爭，少數調查公司“一家獨大”的局面正在遭到業界的“集體”抵制。⑤隨著大數據的廣泛運用，諸多互聯網公司、影視制作公司與視頻相關行業憑借著資源、資金、技術、人才等軟硬件優勢積極加入收視率調查領域，紛紛成立了大數據研究中心或部門，旨在第一時間搶占收視率調查市場。同時，傳統的數據服務公司也通過升級自身服務能力來實現轉型，如掌握實時、海量數據的監測技術，借助以往數據分析模型構建的能力來提升構建海量數據挖掘模型的能力，強化自身對海量數據的分析能力，生產和分發多種數據產品來服務業界等，迅速成為互聯網、數字電視領域的綜合數據服務商。更有基于新的社交電視媒體的出現而專門從事社交電視評論信息采集、分析的數據服務公司。⑥

因此，傳統的收視率調查市場被壟斷的局面將被打破，每個參與調查的公司與主體，都無法靠一己之力完成對受眾認知、心理、行為等多種信息的收集、處理，各調查主體需要通力合作，發揮所長，在合作中競爭，在競爭中合作，共同提升收視率調查體系的科學性和可靠性。例如，歌華有線公司與中國傳媒大學、央視索福瑞、尼爾森、秒針系統、新生代全景、中傳瑞智等單位均開展了深度技術合作。

在大數據時代，數據作為一個資本與門檻，讓越來越多主體參與到收視率調查體系中來，出現了數據存儲公司、數據分析公司、數據咨詢與服務公司，國內央視－索福瑞公司建立的“一個市場、一種貨幣”的收視率調查市場體系有望被打破。無論是原有的獨家壟斷和即將到來的自由競爭的收視率調查體系，都將面臨數據報告客觀、公正和透明的問題，而這又需要收視率調查市場建立有效的監督機制，維護良好的市場秩序。

3.測量技術：從人機結合轉向以計算機為主

從收視率調查歷史看，收視率測量技術隨著時代的需求和科學的發展在不斷演進。從早期的電話訪問法、日記法、問卷調查法，再到后來的電子儀器法，每種測量方法都各有所長，測量技術的發展總體趨勢是自動化和智能化程度越來越高，盡可能減少人為誤差。

大數據專家預測，在海量數據面前，將來作出決策的將是機器而不是人類自己，單純依靠人類判斷力的時代將被計算機系統所改變甚至取代。收視率調查機構可充分運用計算機數據處理系統計算和統計出各視頻節目收視率數據，挖掘受眾的非結構信息，繼承傳統定量研究方法的優勢，共同監測受眾在新媒體收視行為。例如，北京大學視聽傳播研究中心采用網絡信息抓取加語義分析新技術，實現了節目調查范圍的全域化和樣本的海量化以及主觀分析的軟件化、數據化、自動化，以網民和微博用戶的意見和評論為中心，實現了節目評估的客觀化和市場化。⑦

即使測量技術對機器依賴越來越強，我們仍不能否認以人工操作為主的日記法的費用低廉，無需安裝儀器等優勢。所以，在收視率調查測量技術變革過程中，調查機構也需采用多種技術測量手段，特別是人工為主，測量技術作為必要補充，共同完成測量工作。

4.服務對象：從少數機構轉向廣泛化

在傳統收視率調查市場，收視服率主要是用于視頻節目的評估和廣告商投放廣告的參考。因此，電視制作機構需要收視率來了解觀眾需求和競爭對手情況，以此作為節目播出重要依據；廣告商需要根據收視率，對電視節目收視情況作出評價，選擇性投放廣告。

在大數據時代，海量數據催生了收視率調查體系全新的業務范疇，如個性化的增值服務，大眾化的服務對象等，這也為收視率調查市場打開了新的盈利途徑。大數據分析的精確性讓電視節目制作方實時、準確地了解受眾對節目的喜好，深入挖掘受眾收視行為，并隨時調整節目策劃、節目制作、節目設置與播出計劃，提升節目品質和產品的核心競爭力。例如《中國好聲音》根據網友互動信息制作了姐妹篇《酷我聲音》；愛奇藝公司等視頻播出機構也根據受眾在觀看過程中留下的播放痕跡和數據推出了“綠鏡”視頻編輯等功能，在綜合分析受眾海量視頻觀看數據的基礎上，自動判斷受眾喜好，生成受關注程度最高的“精華版”視頻。此外，互聯網視頻公司依托大數據采集和分析所得到的受眾觀看偏好，為受眾提供了智能與個性的視頻觀看服務指南。優酷土豆集團每月都將發布《中國網絡視頻指數》，根據海量的數據和專業分析，推出“視頻指數”“視頻熱度排行榜”，洞察受眾行為、解讀行業趨勢。

在營銷廣告服務領域，研究機構已推出“購買者收視行為研究”“目標消費者收視分析”等產品，深度分析視頻受眾消費信息、消費行為，建設完整的視頻受眾消費行為數據庫，為廣告評估提供了多維的分析工具，在避免重復投放的基礎上，使廣告投放更精準有效，并為商品市場營銷提供詳細策略。例如，央視－索福瑞媒介研究有限公司首次聯手新浪微博以大數據為橋梁，推出微博收視指數為電視媒體從社會化傳播的維度開展節目評估、營銷傳播，提供標準化分析工具。

四、結語

大數據的運用，為收視率調查體系適應全媒體環境提供了難得的契機。然而，目前大數據技術還未完善，數據處理能力也相對較弱，各大平臺之間數據并未徹底開放與共享。我們在使用大數據過程中，應樹立數據意識，充分利用好原始數據，挖掘數據背后的潛在價值，提升受眾收視測量的科學性、可行性、準確性。同時，對大數據可能引發的數據獨裁和崇拜，損害受眾個人隱私、破壞收視率調查市場秩序等負面效果要有充分認識與準備。在大數據對收視率調查體系帶來機遇的同時，收視率調查體系如何重構“一個市場，一個系統”，發揮統一貨幣的功能，如何做好調查系統各環節的公開與透明，接受大眾監督、塑造權威性和認同感，這仍然值得學界和業界繼續思考與實踐。

（本文系重慶大學中央高校基本科研業務費專項項目“大數據時代社交媒體中的信息風險與治理”〔項目編號：106112015CDJSK07XK18〕的研究成果。）

注釋：

① 張樹庭：《視網融合時代的電視節目評估》，中國廣播電視出版社2012年版，第17頁。

② ［英］維克托·邁爾－舍恩伯格、肯尼思·庫克耶：《大數據時代：生活、工作與思維的大變革》，盛楊燕、周濤譯，浙江人民出版社2013年版，第9頁。

③ 中國互聯網絡信息中心：《2013年中國網民網絡視頻應用研究報告》，2014年6月發布。

④ 澤傳媒官網介紹：http：／／www.zemedia.com.cn／a／guanyuwomen／，2015年1月16日訪問。

⑤ 張翼、魯元珍：《大數據時代電視行業收視率調查的一場革命》，《光明日報》，2014年11月27日。

⑥ 呂巖梅、周菁、雷蔚真：《發達國家收視率調查的基本格局、主要方法及監管機制研究》，《東岳論叢》，2011年第8期。

⑦ 周艷、龍思薇：《大數據，新天地——大數據時代的到來與思考》，《廣告大觀：媒介版》，2013年第9期。

⑧ 陸地、陳思：《新媒體時代電視節目評估體系的構建和應用》，《新聞愛好者》，2013年第11期。

（作者湯天甜系重慶大學新聞學院講師；汪紅春系重慶大學新聞學院碩士研究生）