以數據助力廣播發展
——廣播數據的應用與建設思考

鄧天一 北京廣播電視臺

媒介發展速度越來越快，以大數據為基礎的新媒體正在逐漸改變著媒體的格局。由此帶來的媒介變革正在改變傳統媒體的媒介融合方向。

大數據和媒體融合這兩個概念背后，其實是受眾媒介使用習慣的改變。根據艾瑞咨詢發布的《2020年中國網絡音頻行業研究報告》所示，2020年中國在線音頻用戶規模達到5.42億，其中76%的用戶在音頻平臺上有過付費行為。[1]以上數據足以表明，廣播媒介與互聯網融合是媒體生存和發展的必然選擇，全國的各級廣播電臺都有不同程度的嘗試，上海廣播電視臺的移動音頻客戶端“阿基米德FM”、北京廣播電視臺官方音頻客戶端“聽聽FM”就是媒介融合的產物。但隨著互聯網的不斷發展，傳統媒體的轉型仍迫在眉睫。尋找廣播的出路也是所有廣播人在思考的問題。“大數據+人工智能”就是一個選擇的方向。

數據和人工智能的力量在許多生活領域已經發揮了巨大的作用，比如在購物網站中，商家會根據用戶的瀏覽記錄推送一些用戶可能感興趣的商品。在網絡媒體中，平臺會根據用戶習慣推送文章。基于大數據分析而對廣播實際運營和決策是未來媒體競爭的重要一步。這不僅可以增加內容在各種渠道的收聽效果和品牌影響力，也對未來的廣告精準營銷有著重要意義。

一、傳統廣播的數據情況

正如開篇所言，媒介融合的發展一定離不開對數據的收集和分析。比如內容的智能推薦，廣告的精準匹配，用戶畫像的繪制都是以大數據作為基礎才能實現。因此，數據收集的質量，是決定能否準確分析的重要基礎。進行對廣播而言，數據的來源主要有以下幾個方面：

第一，傳統的廣播收聽率和收聽人群的數據，主要以索福瑞媒介研究數據或賽立信市場研究數據為主。

第二，網絡收聽的各種數據，包括官方網站的收聽數據，比如北京廣播電視臺的北京廣播網、浙江廣播電視集團的新藍網等；自主APP用戶行為數據，比如北京廣播電視臺官方音頻客戶端“聽聽FM”、上海廣播電視臺的移動音頻客戶端“阿基米德FM”等；還有其他商業APP如“喜馬拉雅”“蜻蜓FM”“抖音”“快手”等的各種數據，以及未來其他互聯網應用的數據。

第三，廣播節目的微信公眾賬號、微博的數據。第四，廣播電臺各種線上線下活動的數據。

第五，廣播電臺通過活動收集到的粉絲相關數據。以上數據源中，無疑是網絡的收聽數據對于廣播的相關運營更具參考價值。傳統的收聽數據

二、數據對于傳統廣播的意義

雖然數據來源非常多，但是很多傳統廣播媒體對于數據的收集一直沒有跟上，數據的深入發掘也沒有做到。這就使得廣播媒體的數據很難發揮出更大的作用。

以微信公眾賬號為例，很多廣播媒體都希望使用“數據”來科學輔助微信的運營工作，了解微信運營情況，建立有效的用戶標簽及用戶畫像等。廣播在自主的新媒體平臺上，也希望通過積累和深入發掘用戶行為數據，以便對平臺的用戶進行用戶畫像，從而對現在的用戶有相對準確的定位。這種定位對于廣告營銷甚至是廣播節目制作都有著重要的指導意義。“得到”客戶端創始人羅振宇提出“國民總時間”的概念，認為碎片化才是產品開發的基礎。[2]在線音頻剛好可以利用這種趨勢。但這就需要傳統廣播利用用戶大數據為基礎的人工智能推送才能滿足用戶的在線音頻獲取需求。

再進一步，如果能把節目數據，微信數據，網絡數據等數據聯合分析，就可能對整個廣播電臺各個層面的情況加以分析。這些數據配合人工智能，就可能成為廣播電臺的節目生產和決策重要力量。比如新華社的“媒體大腦”就以“大數據+人工智能”為核心，自動分析數據、生成可視化圖文、視頻剪輯等，功能涵蓋新聞業務的整個流程，大大提升了新聞的生產效率。[3]

除此之外，傳統媒體很多工作的考評，也有難以比較和定位的情況。如果引入相關的數據，就可以將原來無法比較的工作，變得“有數可依”。還以微信公眾號為例，假如一個公眾號粉絲10000，閱讀量3000。另外一個公眾號粉絲5000，閱讀量1000。如果考評這兩個號的工作，單純從工作和表面數據是無法比較的。但通過數據分析就可以對不同指標進行賦權，經過統計和計算得出一個可以進行對比的參數，如引入一個粉絲閱讀率的概念，就可以得出一個參考。當然，真實工作中，數據指標的確定是更為復雜，需要數理統計結合特定需要才能制定出來的。總之，在工作中很多類似的情況，數據都可以成為工作考評的一項重要參考。

三、開展數據相關工作的問題

雖然數據的重要性毫無爭議，但是目前傳統媒體開展數據的相關工作仍有很大的難度，面臨的問題也非常多。

首先，數據技術與人才缺乏。

數據的相關處理，需要專業的數據分析技術和環境。比如專業的數據分析模型，數據模型還需要符合廣播的業務特性。這不是可以直接從其他領域引入的，而是需要針對具體廣播電臺的業務和實際需求進行設計。

另外，數據分析工作還需要一定的人才儲備。隨著大數據的應用和發展，能夠進行大數據分析和運營的人員也會變得緊缺。傳統廣播電臺專業從事數據工作的人員并不多，數據分析的經驗也相對不足。這在未來可能會成為影響數據發展的一個因素。而成熟的數據分析團隊需要一定的時間來培養。即便未來和數據分析公司合作，也仍需要懂數據原理的人員來對接，數據才能發揮更大的作用。

其次，數據中心亟須建立。

隨著媒介融合的不斷進行，數據量也會飛速增長。那么構建大數據中心就勢在必行。

廣播電臺有眾多的節目資源，以前的數據主要是以廣播的收聽數據為主，發展到未來介入網絡渠道，勢必會產生海量的數據。這些數據的收集、清洗和積累，是數據中心的一個關鍵職能。而數據的存儲、清洗等，僅是數據分析和應用的第一步，未來還可能發展成為數據中臺，進而對廣播電臺的其他業務板塊進行服務。

再次，員工的數據意識有待加強。

培養廣播電臺員工對大數據的了解和數據的應用意識。無論是數據分析人員還是其他工作者，都應該培養相關的數據意識。只有產生數據意識，才能從收集階段開始，有意識的開展工作。現階段，雖然大眾普遍都對數據略知一二，但到具體的工作中，往往會忽視數據。因為不能馬上產生價值。另外，因為數據能真實的反映事物的狀態。未來開展數據的相關工作，也會有人產生抵觸情緒。最后，使用數據同樣是一個意識培養的過程。需要不斷的宣傳和培訓，才能讓工作人員了解數據對于工作的積極意義，在工作中和總結時，才能有意識去借助數據的力量。

數據對于廣播和媒體融合的關系，就像一條新的道路和一個新的交通工具。在媒體融合這條新路上，如果能駕上“大數據”這輛“高鐵快車”，就可以使廣播在未來的發展中加速前進。數據本身也具有很多其他的價值有待開發，它不僅僅是一個高速的交通工具這么簡單，它更是人工智能在媒體領域應用的基礎。

窮則思變，在激烈的媒體競爭中，很多商業媒體已經開始研究數據應用。廣播如何應對挑戰，是每一位廣播人共同面對的問題。