<acronym id="aa72x"></acronym>
<tr id="aa72x"></tr>
<strike id="aa72x"><menu id="aa72x"><span id="aa72x"></span></menu></strike>

<pre id="aa72x"><cite id="aa72x"></cite></pre>

<strike id="aa72x"></strike>

<li id="aa72x"><menu id="aa72x"><track id="aa72x"></track></menu></li><pre id="aa72x"><menu id="aa72x"><track id="aa72x"></track></menu></pre>

  • <pre id="aa72x"><menu id="aa72x"></menu></pre>
  • <li id="aa72x"><menu id="aa72x"></menu></li>
  • <button id="aa72x"><menu id="aa72x"></menu></button><del id="aa72x"><address id="aa72x"><s id="aa72x"></s></address></del>
    <tr id="aa72x"><menuitem id="aa72x"></menuitem></tr>

      <label id="aa72x"><address id="aa72x"><s id="aa72x"></s></address></label>

       首頁 >> 新聞傳播學 >> 綜合研究
      數據工具在媒體內容運營中的應用研究
      2020年01月19日 10:32 來源:《現代傳播(中國傳媒大學學報)》2019年第2期 作者:周艷 吳鳳穎 字號

      內容摘要:

      關鍵詞:

      作者簡介:

        內容提要:

        大數據時代,媒體內容運營正在發生變革,為了幫助內容運營者運用數據來了解用戶需求、優化內容生產、定制分發內容、評估和預測傳播效果、提升付費或廣告收益等,媒體機構和第三方技術公司開發了多樣態的數據工具,實現了內容這一特殊信息產品的運營升級,也幫助傳播從業者升級為數據分析師。本文梳理了數據工具在媒體內容運營中的實際運用,重點介紹了數據工具的內涵,內容運營領域數據工具的分類、功能,并結合案例分析探討了數據工具是如何描摹用戶畫像、實現內容預測、進行內容評估、自動化生產內容、輔助內容變現等,提升內容運營的效率;并在此基礎上,探討了內容運營對工具化選擇的必然性,工具化的現實基礎和條件,指出數據工具與媒體從業者結合才能創造價值,也批判了“唯工具論”的錯誤觀點。

        關 鍵 詞:

        數據工具/用戶畫像/內容評估/內容預測/內容變現/自動生產內容

        作者簡介:

        周艷,中國傳媒大學廣告學院教授;吳鳳穎,中國傳媒大學廣告學院博士研究生,哈爾濱理工大學藝術學院講師

       

        數據在內容運營流程優化過程中的價值越來越大,被看作是提升媒體競爭力的重要因素。如何讓數據工具化,變得人人可用?如何通過工具化的數據應用提升內容生產、分發和變現的效率?這都是行業一直在關注并努力解決的問題。

        一、與內容運營相關的“數據工具”

        內容是一種特殊的信息產品,它的核心是信息,內容的生產、分發、變現等重要環節在技術推動下不斷升級換代,呈現出不可逆轉的趨勢。

        數字環境下的用戶從被動地、無意識地獲取和接受信息內容,轉向主動獲取、分享甚至生產內容,加之大數據技術的廣泛應用持續挖掘內容產業的生命力與活力,實現了內容向實時性生產、內容計算和用戶參與的轉變。①

        技術的進步拓展了內容的邊界,也改變了內容運營的模式和格局,借助數據分析來進行內容運營成為行業標配。讓數據變得“人人可用、人人會用”,進而跨越數據分析的專業壁壘已經成為內容領域的共識。于是數據工具成了不同媒體平臺或第三方機構著力開發的重點。

        (一)數據工具的界定

        工具原指工作時所需用的器具,后引申為達到、完成或促進某一事物的手段。從人類進化史看,工具是更高效、更節約勞動力、更解放人性的。工具具有強大的輔助人類完成各種作業的功能。

        隨著計算機和互聯網的快速發展,數據的價值不斷被認同和開發,數據工具作為一種新的工具形態加入到工具矩陣中。所謂數據工具是指具備數據采集、計算、存儲、展示和分析應用等功能的工具,它把數據的管理、數據模型及分析決策邏輯等盡可能地固化到一個系統或軟件中,以更自動化、更準確、更智能的方式來發揮數據的決策價值。對于數據工具而言,“數據”是核心驅動力,如果沒有充足的數據積累,沒有內容比較精準的結構化數據,數據工具在進行數據處理或分析時就很難得出科學的分析結果。

        我們在借用一個公式來簡易地表達數據工具,“數據工具≈數據+處理過程+結果展示+分析應用”。有的數據工具專做其中某個環節,提供這個環節專業的解決方案,有的工具則會涉及幾個方面的功能,整合形成一個多樣化的需求解決方案而集成的工具。

        (二)內容領域數據工具的分類

        內容領域現在發展起來的數據工具一般是由媒體自研開發或者第三方技術公司開發,又或者是媒體與第三方機構聯合開發。比如華盛頓郵報的ARC內容管理平臺是由報社自主研發,美聯社的自動寫作平臺Wordsmith是第三方技術公司Automated Insights開發,新華社的媒體大腦2.0—MAGIC平臺是由新華社和阿里巴巴合資成立的新華智云研發。

        目前的數據工具主要分為三類,分別是平臺型的數據工具、系統型的數據工具和數據小工具。

        平臺型數據工具主要是指呈現出平臺特征,匯集了多個數據處理工具,并且在功能上能夠實現內容運營領域的洞察、預測、分發、評估等不同需求。華盛頓郵報2014年開發的ARC內容管理數據工具是典型的平臺型工具。華盛頓郵報的首席技術官Scot Gillespie指出ARC的價值主張是“負責運行CMS(內容管理系統),為內容的流通創造技術條件。”②

        系統型數據工具一般是指圍繞著某一類特定的內容運營需求,能夠系統性解決數據的采集、分析并生成可應用輔助決策和策略實施的工具。IBM團隊開發的人工智能系統Wastson就是系統型數據工具,該工具一直在媒體和傳播領域進行應用推廣。

        數據小工具是指應用場景和功能比較單一的數據工具產品,相對比較簡化、不復雜。比如谷歌開發的基于AI算法的新聞分析工具Documenting Hate News Index就是典型的小工具,其功能聚焦在搜集與仇恨犯罪相關的新聞信息。

        不同類型的數據工具都有各自的應用空間和領域,都能夠幫助提高內容運營的效率,媒體內容領域的數據工具正在不斷地被開發和應用。

        二、數據工具助力內容運營升級

        內容運營主要是指圍繞著“內容”這種信息產品展開的運營活動,媒體的內容運營中主要包括內容生產、內容分發、內容營銷與變現三大環節,圍繞著這三大環節還衍生出了內容的集成、優化、評估及管理等方面的相關運營工作。

        在新媒體時代,內容運營與數據的關系變得愈發緊密,利用數據技術創新內容生產的觀念和手段、優化分發和傳播路徑,以及進行多元化變現已成為新媒體內容機構運營的重點,而數據工具的開發和利用則讓這一切變得更加便捷和高效。

        (一)數據工具的功能和使用場景貫穿內容運營領域全流程

        在當前的趨勢下,數據工具與內容運營的關系越來越緊密。

        數據工具參與到了內容運營的全流程。媒體機構對以往的累積數據和傳播分發中的實時數據的挖掘和應用,已經成為內容生產、分發、變現的必備前提。在數據思維的指導下,文字、圖片、音頻、視頻等各類型的內容運營均會運用數據工具。在應用數據工具時,首先要進行數據采集并大量占有數據,然后根據具體內容運營需要利用不同的數據工具來進行不同維度的分析,如洞察用戶行為、解剖粉絲畫像、進行熱點內容預測、監測內容、效果評估、自動化內容生產及內容優化等,相關維度都有不同媒體機構開發的數據工具在應用。

        數據工具是媒體內容運營的系統升級,而非局部調整與優化。某種程度上也反映出數據工具重構了生產者與用戶的關系,使內容與用戶更好地匹配連接;某種程度上也可以改變媒體組織的結構及媒體組織內部的生產關系,這也就要求內容運營者要全面提高運用相關新技術的專業能力。從目前開發的工具來看,我們發現數據工具可以幫忙發現選題、拓寬人的視野,以及突破時間、精力的限制,延伸了媒體內容生產的廣度和深度;數據工具可以基于用戶需求進行更個性化和定制化的內容生產和分發;數據工具可以幫助提煉規律,預判內容的傳播效果,同時也可以評估內容的多維度價值,實現內容的有效銷售。

        (二)數據工具在內容運營中的具體應用分析

        在當前的趨勢下,數據工具有效地助力了內容運營的升級。本文選取了目前數據工具應用比較好的維度進行了剖析,呈現出數據工具在媒體內容運營領域的應用景觀,也能讓我們從中一窺數據工具的應用并判斷其價值,從而可以基于此進行更深入的理性思考。

        1.描摹用戶畫像

        新媒體時代,媒體的內容運營必須要有用戶思維,一方面要對用戶內容的使用行為和需求進行洞察,以便有針對性地進行內容生產和傳播,為用戶提供更加精細的服務;另一方面用戶是媒體內容變現的基礎,用戶對內容的付費意愿和行為,用戶對廣告的認可及與品牌的互動行為等更是影響了媒體營銷活動的開展。

        借助數據工具,媒體可以實現對用戶的洞察,判斷出用戶的人群特征、興趣愛好、關注內容的時間、地點及頻次和方式等。內容運營者在更準確地了解用戶行為后,能洞察出哪些具體因素促使什么類型的內容被更多人閱讀(收視)和喜好,從而制定可行的方案,為他們提供相對精準的內容生產和傳播。

        圖1 Lantern對于用戶數據的分析,左至右分別為:頁面的平均瀏覽時間、瀏覽量、獨立訪客數、保留率、滾動深度

        如英國《金融時報》推出的數據工具Lantern,它能夠幫助新聞編輯室理解包括用戶網頁花費時間、點擊率、留有率、屏幕滾動速度、社交表現、使用的設備類型和某篇文章訂閱者和非訂閱者之間的差異在內的各項數據,了解哪種內容類型更容易讓讀者產生共鳴,從而達到增長用戶數量的目的。《金融時報》受眾互動部門主管Rénée Kaplan指出,Lantern使得記者能夠根據目標受眾實時觀測到應當作出的調整,清楚地了解到受眾的面貌,知曉受眾是如何與新聞互動的。③

        2.實現內容預測

        在媒體內容生產領域,借助數據工具進行熱點預判愈加也正在成為行規。黃升民教授曾指出“通過足夠的經驗數據的引入作為校正參數,應當能夠幫助我們去進行內容熱點的判斷——在足夠行為和情感數據的分析基礎之上,經驗數據可以幫助我們去預判人們的喜好和需求是什么。”④

        內容領域的數據工具可以監測內容在社交渠道、網站等流量變化,從而發現話題線索,預測接下來會出現的熱點話題,幫助內容生產者較早跟進熱點。什么樣的報道角度更吸引人、什么樣的新聞或者文章最受關注、什么樣的標題最具互動性、用戶的關注點在哪兒、熱評的邏輯有哪些等,都可以借助數據工具來獲得答案。

        以美國的社會化新聞內容分析平臺NewsWhip開發的NewsWhip Spike為例,該工具可以提供內容預測服務,實時監測、窺探爆款內容生成軌跡,為內容生產和傳播提供指導。再以美國的互聯網新聞博客Mashable為例,Mashable應用了一個名為Velocity的數據分析工具平臺,可以在極短時間內分析大量不同的鏈接,并從中識別趨勢和有可能會爆發的熱點。同時,Velocity可以幫助Mashable的編輯們去發現“飽和點”在哪里,如果一個事件的分享率達到了95%,Mashable就認為已經達到了它的飽和點,這件事就不用后續報道。否則,Mashable的編輯們會迅速啟動其他策劃,并在社交網絡搶占先機。

        《人民日報》中央廚房系統中的線索與熱點發現也可以實現內容預測,它與騰訊、搜狗等互聯網公司合作,對幾十萬家新聞網站、微信公眾號、微博賬號、論壇等進行全網的實時監控,輿情和熱點信息都會第一時間進入系統,值班編輯和記者只要在電腦或者手機上安裝這個系統,就可以第一時間獲取線索信息⑤。

        3.進行內容評估

        數據工具可以實現對內容的評估。借助數據工具,可以對單一媒體的內容傳播進行評估、評估某內容在不同媒體的跨平臺傳播和轉載情況、用戶對內容的正負面的評論、作者在內容題材上的創作特點、話題的傳播路徑和互動性分析等。內容運營者可以通過這些評估分析來輔助決策內容生產的優化、作者的激勵、內容的廣告價值挖掘等。

        以Parse.ly發布的Dashboard內容評估分析工具為例,它能幫助媒體實時監測已發布內容的流行趨勢,并可以依據作者、話題、頁面及導流源分類等不同維度查看相應內容的表現,并生成可視化報告。內容創作者依據報告內容決定應該多寫什么內容,少些什么內容,哪些內容不該寫。報告也會體現與某個作者內容相關的趨勢,顯示某個話題上哪個作者被閱讀最多,哪個作者獲得最多的內鏈等。數據工具Dashboard對內容的評估可以指導媒體運營者更好地把控內容,會分析如何讓內容與用戶的需求匹配,為內容生產和傳播提供參照。

        4.自動生產內容

        媒體的內容生產也因技術的進步而緊迫“自動化”的腳步。媒體通過占有大量數據,然后進行功能模塊的開發,按照一定邏輯對文本信息或者視頻內容進行排列重組,就可以進行信息內容的自動化輸出。從早期的人工設定模板,到深度學習引入后的機器自我學習和模板優化,自動化內容生產的能力正在不斷進化。新聞、影視、廣告等圖文或視頻內容都在應用數據工具來進行自動化內容生產方面有所建樹。

        首先,自動化撰寫稿件的數據工具主要是以數據為基礎進行程式化報道,以計算機程序結合傳感器代替人類采集事件數據、生成素材、完成報道。國內外都有一些擁有自動化內容生成系統的公司,比如Narrative Science和Automated Insights,都能夠為體育迷和股票分析師提供風格熟悉的文章,里面充滿了各種數據和內容模板。

        其次,近年來,影視內容的自動化生產也開始走進人們的視野。視頻的規模化和工業化生產也就成了追逐的新目標。2012年成立的Wochit就是行業內最早的一家短視頻制作服務平臺。Wochit逐漸和路透社、彭博社、美聯社、Getty、Stringr等頂級通訊社結合媒體庫達成了合作,搭建了豐富而智能化的內容素材數據庫,輸入一個網址或者關鍵詞,系統就會為用戶自動搜集相關的視頻素材,例如圖片、視頻片段、推文或者圖標,并且能在智能Timeline工具上編輯視頻,一鍵生成適配各個分享平臺的視頻。⑥目前Wochit在全球已經吸引了超過350家媒體使用其付費服務。

        借助數據工具,廣告內容也可以實現自動化生產。如transcosmos集團人工智能研究所“Communication Science Lab”(通訊科學研究所)獨立開發的“人工智能文案大師——言葉匠”(β版)就是這類工具的典型,它能夠在以信息流廣告為主的文字廣告中自動生成文案內容。無獨有偶,紐約創業公司Persado也開發了一套基于人工智能的自動化文案撰寫系統,能輔助用戶創造出最有說服力的文案。Persado還可以讓客戶測試文案的多個版本。

        5.輔助內容變現

        數據工具可以輔助內容變現,輔助媒介購買實時發生,讓廣告主對所購買的廣告位有更多的知情權和互動權,幫助媒體機構與廣告主建立更深層更長久的關系。

        如Facebook開發的Ads Manager(廣告管理工具)就是典型,該工具用于創建廣告、管理廣告投放時間和版位,以及追蹤營銷活動表現;使用廣告創建工具,廣告用戶可以自行選擇廣告目標、選擇目標人群、撰寫廣告文案、上傳廣告創意作品,查看廣告在不同設備上的展示效果。

        再如英國ESI媒體集團開發的ESI RealTime,它可以抓取ESI旗下的各大媒體品牌的數據,包括indy100(《獨立報》旗下媒體)和Homes & Property(《倫敦標準晚報》旗下媒體),向代理商提供最熱文章的數據,廣告代理商可以根據廣告主的需求,向ESI的廣告團隊要求訪問某些熱點內容的數據。在接到需求后,ESI的廣告團隊成員就會迅速跟進。一般來說,廣告主會直接買下某個點位或者以程序化購買的方式操作,只要廣告主的要求不和其他的大項目沖突,團隊都會設法協調。⑦

      作者簡介

      姓名:周艷 吳鳳穎 工作單位:

      轉載請注明來源:中國社會科學網 (責編:張賽)
      W020180116412817190956.jpg
      用戶昵稱:  (您填寫的昵稱將出現在評論列表中)  匿名
       驗證碼 
      所有評論僅代表網友意見
      最新發表的評論0條,總共0 查看全部評論

      回到頻道首頁
      QQ圖片20180105134100.jpg
      jrtt.jpg
      wxgzh.jpg
      777.jpg
      內文頁廣告3(手機版).jpg
      中國社會科學院概況|中國社會科學雜志社簡介|關于我們|法律顧問|廣告服務|網站聲明|聯系我們
      东京热影院,东京热免费,东京热视频