視頻內容跨屏傳播評估的產品及其發展

■ 吳殿義 周 艷

視頻內容跨屏傳播評估,即是指在受眾/用戶的媒介消費行為多終端化背景下,對視頻內容跨越不同屏幕的傳播價值進行評估的體系及方法。

視頻內容產業涉及多個產業鏈條環節,媒體平臺的內容集成編播、廣告主投放、資本投資、版權交易等,各個環節需求有差異,但都需要內容評估的支持。而視頻內容價值評估伴隨著其載體——終端的演變而發生變化,經歷了電視時代的收視率、電視業務數字化和網絡視頻業務的多元評估產品,最終進入到移動互聯網、大數據時代的跨屏評估。

一、四種發展驅動力

跨屏評估的發展變遷,主要由終端、用戶、行業需求和技術四者所推動變化。

1.終端多元及智能化

終端作為視頻內容的傳播載體,在評估發展中發揮重要作用,終端多元和智能化是跨屏評估發展的直接驅動力。數字技術的快速發展催生了數字電視、IPTV、PC、PAD、智能手機等終端,這些新終端打破了電視一屏獨大的格局,刺激了用戶對內容的需求,又進而倒逼內容產業加快制播分離,推動內容工業化生產、推動內容運營服務不斷創新播出。

海信發布的《2016-2017電視產業年度發展報告》顯示,2016年中國彩電市場的互聯網電視滲透率高達84.7%。皮尤研究中心數據報告則顯示中國的智能手機普及率達到58%(成年人擁有的智能手機的比例),遠遠高于全球智能手機普及率43%。①

根據CNNIC報告,截至2017年6月,中國網民規模達7.51億,半年共計新增網民1992萬人。互聯網普及率為54.3%,較2016年底提升了1.1個百分點。手機網民規模達7.24億,較2016年底增加2830萬人,網民中使用手機上網人群占比由2016年底的95.1%提升至96.3%。中國網民通過臺式電腦和筆記本電腦接入互聯網的比例分別為55.0%和36.5%；手機上網使用率為96.3%,較2016年底提高1.2個百分點；平板電腦上網使用率為28.7%；電視上網使用率為26.7%。②

2.用戶的碎片化

在新的終端環境中,用戶行為的碎片化,是跨屏評估發展的又一動因。隨著新終端的出現,與視頻消費、視頻產業相關的業務逐漸增多,包括數字電視VOD、網絡視頻、社交、文學等,用戶不止在網上觀看視頻,還會閱讀與影視劇相關的文學作品、瀏覽娛樂新聞、購買明星爆款、下載衍生游戲、在社區進行討論和互動,而這些行為呈現出碎片化的特征：隨時可能開始,隨時可能結束,隨時可能發生跳轉。

尼爾森發布的《屏幕之戰：多屏時代的觀眾之爭》報告指出,81%的中國受訪者表示在移動設備上觀看電視節目很方便,也有64%的受訪者認為在平板電腦上看節目和筆記本或臺式電腦沒有區別。但同時,65%的受訪者表示更愿意在大屏設備上觀看節目。74%(全球49%)的中國受訪者表示會因其在社交媒體上具有話題性而觀看節目,70% (全球53%)的人愿意緊追節目得以加入社交媒體上的討論,65%(全球47%)的受訪者則表示會在觀看過程中參與社交媒體的互動。在收視行為上,隨著場景、時間、觀眾群體等的不同,呈現出更加細分的特征。③

收視率及其他單一屏幕的測量產品是針對傳統的觀眾線性收視行為的內容傳播評估,不能反映多終端下的碎片化用戶特征,因此,跨屏評估成為問題。

3.數據技術的發展

用戶行為變化意味著數據環境變化。線性的用戶行為中,產生的數據是收視及跳轉數據,而碎片化用戶行為則產生了包括用戶在視頻內容上的點擊、下載、評論、贊/踩以及在與內容相關的非視頻業務領域的訂閱、討論、分享等行為,既有量化數值、又有文本的復雜數據結構,因此傳統的評估手段就必須要隨之變革。

電視時代,用戶的所有行為通過日記卡、測量儀等方式即可獲得。多屏時代,針對用戶在電視、PC、手機等終端數據的監測,發展出了新的數據技術,為跨屏評估提供可能性。在數字電視方面,通過回路測量技術,實時記錄全網所有電視家庭戶的頻道及廣告收視、電視互動服務使用的情況,并回傳至服務器端,從而形成實時的海量數據流。④對于PC端,則綜合運用Cookie/API/SDK,記錄與用戶相關的信息,如用戶賬號、歷史瀏覽網頁、在網頁上的停留時間、訪問站點次數等。隨著移動終端的發展,SDK等技術被廣泛用于用戶移動終端的行為監測。

4.與內容相關各要素的市場需求

市場需求是跨屏傳播評估產品發展的另一股推動力量。在新的傳播格局下,廣告主需要了解、追蹤消費者的媒介接觸行為變化,也正在采取跨屏投放、內容營銷等新策略,這些策略的效果有待衡量,因此,跨屏評估勢在必行。如國內的國雙、秒針、admaster等企業推出的跨屏產品,其所針對的正是在新傳播格局下,廣告主的迫切需求。

在網絡融合下,新的傳播環境徹底改變了視頻內容的產業結構,許多原本不具備視頻傳輸能力的機構也加入到其中,形成了數字電視、IPTV、互聯網電視、網絡視頻和手機視頻等產業,各產業之間獨立運作,又相互關聯、相互競爭,而在這其中,視頻內容成為各產業爭奪的焦點。

因此,如何建構一個科學的內容評估體系,讓優質內容浮出水面,從而占據競爭優勢,奪取受眾,就成為內容產業急需解決的問題。

二、國內外跨屏傳播的評估產品分析

視頻內容產業復雜的運轉中,各環節對評估提出不同的需求,也就出現了多樣的視頻內容跨屏傳播評估產品。

目前國內外在視頻內容跨屏傳播評估方面的進展如表1所示。

表1 國內外視頻內容跨屏傳播評估的產品簡介

全球范圍內的跨屏研究及產品,海外始于2007年,國內則始于2013年左右,2014、2015、2016年,不斷有產品面市。

1.應用方向：播后及廣告營銷為主要著力點

跨屏評估的應用領域,目前來看集中于播后評估及廣告效果評價兩方面。

對于視頻經營者而言,視頻傳播情況直接影響到后續的內容編排及商業拓展；而隨著內容營銷的興起,廣告主作為視頻內容相關廣告的直接投放者,自然也非常需要了解其內容營銷在跨屏背景下的效果。如海外Kantar基于測量儀推出的產品,分析觀眾對節目的觀看行為和情感傾向性,并分析消費者品牌親緣度數據,而國內秒針推出的跨屏廣告效果評估產品、AdMaster的SEI節目贊助評估模型,均是針對廣告主的營銷監測需求。

實際上,跨屏評估的應用方向應該還有很多,諸如播前預測、投資預測等,而與此相關的則主要是內容制作方,目前來看,受制于國內內容產業對數據的認識不足,這方面尚未出現特別成熟的業界實踐。

由中國傳媒大學內容銀行實驗室所推出的三維綜合評估模型,結合了量化數據、文本數據、經驗數據,除了進行播后模型的研發外,在播前預測上也已經有成功嘗試,有望在今后推廣至更多領域。

2.產業勢力：傳統數據機構與互聯網機構同時發力,合縱連橫探索方向

如尼爾森、Kantar這種傳統的數據及研究機構,以及酷云互動、秒針、comScore此類在互聯網時代誕生的,立足于互聯網數據監測的公司,都在跨屏領域有所作為,這也折射出了跨屏評估的市場前景和吸引力。而無論哪一方,目前看來都不足以完全解決跨屏評估問題,因此,出現了多種合作模式。

其一為傳統數據機構與互聯網數據機構合作推出跨屏方案。傳統數據機構擁有較為強大的行業品牌和調研經驗,而互聯網數據機構則掌握新興屏幕(PC及手機)的話語權,因此,雙方合作是常見模式。例如海外的互聯網數據機構comScore與傳統數據公司Kantar合作推出跨屏解決方案,索福瑞所推出的三個跨屏產品,分別與新浪微博、歡網進行合作。

其二為各類數據機構與視頻產業鏈條中的各個環節合作,以圖獲得數據,支撐跨屏方面的研究。終端企業是重要的一方,因為其本身就是數據的底層架構者。因此,如創維、小米等終端廠商成為數據機構爭相合作的對象。IPTV及數字電視運營商也是重要的一方。運營商自身擁有龐大的數據流,評估又并非其傳統核心業務所在,因此,如歌華有線、廣東省網、愛尚電視等,也會對數據機構開放,達成相關合作。

3.技術路徑：大數據結合小樣本解決問題

已經OTT化、數字化的傳統電視大屏,以及誕生之初就具有數據基因的PC及移動屏,其數據采集、存儲的規范化,都為跨屏評估提供了大數據基礎。

大數據能夠更加便捷地追蹤到用戶行為,比測量儀等方式更加智能和實時,因此應用大數據是跨屏傳播評估的通則。例如尼爾森網聯本身就基于海量數據進行數字電視收視測量,現在則將海量數據延伸到大數據中,繼續進行跨屏的研究。

同時,傳統的樣本方式依然受到青睞。首先,大數據并非全數據,并不能反應全貌,需要調研進行補充。其次,大數據所得到的結論及關聯,需要調研分析進行邏輯和情感、動機等方面的歸因。第三,目前對大數據的分析技術并不完善,小樣本調研則有完備的統計理論支持,科學性有保障。如海外的尼爾森推出的TAM計劃,電視方面采用測量儀主動/被動測量結合人員測量儀,電腦及移動端通過內嵌軟件及SDK,結合數字水印技術與Facebook、Adobe等第三方合作,綜合獲得數據,最終提供的數據包括電視收視率、廣告收視率等(均為跨屏)。⑧comScore則引入Adobe Certified Metrics和Adobe Marketing Cloud Platform的普查數據,進行Total Home Panel調研。調研的設備數量截至2016年2月為4000設備,到2016年夏天為60000設備,2016年底達到300000設備(監測同一IP下的電腦、手機、平板等的所有行為)。⑨

三、跨屏傳播評估存在的問題分析

1.產品缺少頂層設計

評估本身作為一種工具型產品,其存在是為了某一既定目的。必須要在這一前提下,進行完整的系統設計,從頂層規劃清楚技術實施路徑。

目前來看,現有的國內評估產品存在兩種極端。一種是過于短淺,只能提供單純的排行榜或者簡單數據,而內容生產涉及到復雜、多元的流程和環節,這種簡單數據產品對于業界的內容運營、制作很難提供有針對性的指導意見。另一種則看似全面,想要將劇本、藝人、品牌等評估融為一體,這實際上也反映了頂層設計的缺失。業界對各類評估都有需求,但每一種需求所對應的形態不同,如對內容的價值評估和對營銷效果的評價,不可能放到一個產品中共同實現,看似全面的評估很難產出有價值的結果。

2.數據造假問題嚴重,數據處理技術不成熟

實施層面上,跨屏傳播評估面對的首要問題是數據造假。一方面,市場混亂而需求旺盛,跨屏評估尚未建立起行業公認的標準,而視頻內容的生產、播出、投資等諸方對“好看”的數據的追求,導致了造假現象層出不窮。例如今年四月份大火的某部電視劇創造了33天、58集、309億的全網播放量,其中僅2月22至23日,點擊量增長量達到14億。考慮到我國網民數量為7億多,這也就意味著該劇至少獲得了全國網民每人兩次的點擊量。而該劇的數據也受到了行業各方的議論。⑩

另一方面,互聯網本身的特性也給數據造假提供可乘之機。雖然如今“實名認證”體系在不斷完善,但歸根到底互聯網還是區別于真實的虛擬世界。代表著網絡用戶身份的IP地址、電話號碼和電子郵箱等則是可以進行批量復制的。造假者可以通過一臺手機,模擬出成千上萬臺看起來真實的手機,然后操作這些模擬的手機執行各種刷量任務。同時,互聯網數據造假邊際成本低,操作便捷且效果顯著。傳統媒體時代的收視率造假,常常要通過小額行賄或者贈送禮品讓樣本戶鎖定某頻道,以提高其收視率。如今,一個媒體平臺如果希望“數字”更加好看,直接在后臺修改設置和數據就能實現,幾乎沒有任何投入可言。

在一個充斥數據造假的環境中,評估產品的科學性難免受到質疑,其發展就需要更加強大的數據處理技術,包括數據清洗、融合等。

首先,在數據清洗方面,針對無效、虛假數據,有不同的技術手段可以應對,例如anti-spam技術,對于不同類型的垃圾數據,有相應的解決方案。但是目前較多的評估產品并沒有在解決無效數據方面做出努力,而是完全照搬各個平臺的數據量。這種評估結果,宣傳效果大于實際價值。

其次,不同數據之間的融合不足。不同屏幕、不同平臺、不同的賬號的粉絲,都意味著差異化的受眾人群。在跨屏評估中,如何將多屏的數據進行融合是亟待解決的難題,也即其核心問題——同源。同源是指將不同屏幕后的受眾歸結到獨立的個體ID中,識別屏幕后的真實的人。第一,個體使用的設備有多個,需要在設備之間建立關聯。第二,PC、手機為個人設備,電視則為家庭設備,需要在個人與家庭之間建立關聯,同時再做適當區隔。

目前市場上眾多的跨屏評估產品雖然結合了大數據及小樣本調研,但不能科學解釋其跨屏同源背后的算法機制。

3.應用場景單一,缺少與內容產業深度結合

如上文所述,在跨屏評估領域,最為重要的推動者還是廣告主,而視頻產業的參與者們數據意識不夠敏銳,跨屏傳播評估產品缺少與內容產業的深度結合。在內容創意選擇、劇本撰寫及改編、班底選擇、宣傳策略、編播策略等多個環節,跨屏評估都有其立足點,但目前沒有見到此類有足夠針對性的產品及模型。

四、跨屏傳播評估的未來發展方向

1.結合機器學習,解決跨屏評估存在的問題

前幾年大數據的發展并沒有在分析層面有所建樹,而主要解決了大量數據的存儲和運算效率的問題,而人工智能領域的機器學習等技術則能夠充分挖掘出大量數據潛在的價值,并能夠有效實現數值、文本、圖像、視頻等多類型數據的并行分析與結合。

這些技術將可以廣泛應用到跨屏評估的多個核心技術環節,包括處理同源樣本問題、解決垃圾數據、提高數據分析的速度和精度等,助力形成更加全面和完善的產品。

2.進入預測領域,跨屏評估用于產業鏈更多環節

技術加強后,跨屏評估產品進入預測領域也就成為可能。通過對海量歷史數據和文本的多維度分析和整理,跨屏評估將有望對受眾行為、產業要素質量等進行評估、預測,靈活組合,進而能夠實現對產業鏈更多環節的輔助,提高內容產業的科學性,并降低風險。

資本是內容產業發展的催化劑,通過降低風險、提高回報是資本的核心關注點,視頻內容跨屏傳播評估可以從投資角度切入,抽取各類型視頻內容中影響投資的核心要素,為資本的決策提供預判,為內容業者融資提供科學的數據支持。

從營銷角度切入也是可行方向。當前營銷與視頻內容的結合越來越密切,廣告主、代理公司必須要選擇合適的內容作為載體,但面對海量的視頻庫,往往無所適從,視頻內容跨屏傳播評估可以充分發揮大數據與人工智能的優勢,通過對內容和用戶的精準畫像,指導營銷中的內容評估、預測和選擇。

注釋：

① 蘇亮：《海信發布2016-2017電視產業年度發展報告》,《家用電器》,2017年第3期。

② CNNIC：第40次《中國互聯網絡發展狀況統計報告》,http://cnnic.cn/hlwfzyj/hlwxzbg/hlwtjbg/201708/P020170807351923262153.pdf,2017年8月。

③ 尼爾森:《“隔”屏交流正在取代面對面互動》,《成功營銷》,2015年第5期。

④ 王薇：《尼爾森網聯,帶領電視進入大數據時代》,《廣告大觀(媒介版)》,2012年第9期。

⑤ 吳洪：《實時收視率,誰更靠譜?——三款實時收視率產品橫向測評報告》,《視聽界》,2016年第10期。

⑥ 王叔良：《大視頻時代跨屏整合營銷提高媒介投放ROI》,《中國廣告》,2013年第1期。

⑦ 酷云互動：《大數據讓營銷更精準》,《成功營銷》,2017年第2期。

⑧ 劉燕南、劉雙、劉恬：《國外跨屏受眾測量的發展特征與思考》,《中國地質大學學報(社會科學版)》,2016年第6期。

⑨ 王薇、吳殿義：《內容評估“發展觀”》,《廣告大觀(媒介版)》,2016年第2期。

⑩ 李煜冰：《打擊數據造假,從廣告業做起——專訪中國廣告協會會長張國華》,《中國廣告》,2017年第6期。

(作者吳殿義系中國傳媒大學廣告學院講師；周艷系中國傳媒大學廣告學院教授)