大数据驱动的精准化电视+社交运营策略

陈小萍　王　虎

早在20世纪80年代，未来学家阿尔文·托夫勒就将大数据喻为“第三次浪潮的华彩乐章”，大数据技术的关键是可以处理海量的信息，这些非结构化的数据经由特定的挖掘、分析、整理成为有价值的信息，成为企业进行决策的重要依据。对于电视媒体而言，大数据所带来的不仅是节目形态和运营策略的改变，更是对传统电视产业的重构。“电视+社交”就是在此发展起来的一种新型的关系营销，它可以在于强大的数据库支持下，通过双向移动网络建立起“一对一”关系平台，直接向目标受众精确定向地传递个性化的视听信息，并通过与消费者的互动达到市场沟通的目标。

传统电视产业链可以笼统地分为节目生产、内容运营、广告经营三大环节，其内容运营比较简单，主要是对内容资源进行编排整合，辅以适当宣传推广。但是以大数据为支撑的“电视+社交”运营将成为一个协调整合内容资源、技术资源、社会资源，最大限度地满足用户的收视需求和互动需求的过程。

在技术资源上，不同于传统电视的单一屏幕，“电视+社交”从媒体的角度为我们提供了推荐位、时间轴、内容库等窗口，从技术的角度提供了包括直播、点播、轮播、时移、录制、排行等基础功能，从互动的角度提供了包括打分、投票、表态、竞猜等互动工具。由于不同的节目内容适用于不同的窗口、功能、工具，因此仅技术资源上就会排列组合出上百种运营的方法。若再考虑丰富多样的内容资源、社会资源，“电视+社交”的运营方式非常丰富，这将是一个大运营的概念，其手段之多样、方法之灵活，绝非现在照搬传统媒体的运营方式所能企及的。

面对如此多样的运营方法，要想在不同的内容资源、技术资源和社会资源之间最合理、最有效地运营组合，只能通过大数据。通过大数据的采集、计算、分析，找出其内在的关系和规律用于指导“电视+社交”的日常运营，并通过大数据进行检测、验证和完善。这是一个大数据基础上的循环过程，运营将不再是简单的内容提供，而是与受众的深度互动。具体而言，以大数据为基础的“电视+社交”精准化运营策略应包含以下特征。

黄升民认为，“在营销体系中，大数据带来的影响不仅是数据量几何级的增长，还有从量变到质变的颠覆性变革，大数据从媒体、消费者、广告与营销战略策划、效果评估四个层面影响了传统营销体系，也给营销体系参与机构赋予了新的力量与可能。”^[1]大数据促使传统电视的传播逻辑发生了根本性的变化。

传统电视运营的核心逻辑是以媒体价值为核心进行广告投放，也因此有了媒体的“二次销售”。但因为缺乏细致的数据收集和系统的数据支撑，传统广告所看重的媒体价值，无论是“注意力”还是“影响力”价值都缺乏真正标准的量化评估。而基于大数据的精准营销实现了媒体价值到用户价值的彻底转变，其核心逻辑就是“以用户为中心”。电视台或广告公司都可以直接围绕以数据追踪和标注的具体用户展开运营：基于社交网络聚合的用户及其行为数据进行动态追踪和精准定位，针对其收视情境和消费需求展开分析，进行最具有针对性和匹配度的节目推送和广告推送，以及进行后续的节目制作调整，提升节目和广告效果，再根据传播效果的精准评估实时调整运营策略。大数据技术让“电视+社交”传播形成了一个精准、实时、可控、反馈的“闭环”模式。在这个模式中，媒体只是用户行为留存和记录的渠道，用户才是最重要的资源。

传统的广告传播是通过在传统媒体上增加广告品牌的曝光规模和频次来提升品牌知名度和美誉度，其核心是面向大众化的品牌营销理念。在大众传播时代，品牌营销更适合实力雄厚的大企业和强势品牌，保持规模性和持续性的广告投放，才能保持住品牌的关注度和影响力。

而基于大数据的精准广告，通过技术手段精准捕捉和定位个体用户，进行精准化、实时化、个性化的广告投放，向特定的个体用户传播极具针对性的广告，提升广告传播效果，从而推动“品牌营销”到“效果营销”的转型。而且，“电视+社交”在提升广告效果的同时，通过和电子商务的购买支付体系关联，可以直接促成广告点击和消费购买，形成“广告—用户—销售”的营销闭环，从而提升广告投放的效果转化能力和投资回报率。效果营销降低了广告主的预算门槛，也更适合中小型企业的广告传播。

大数据时代的“电视+社交”运营更加注重技术的运用和价值，是“技术驱动”模式。社交网络为电视节目的运营提供了丰富、具体的大数据支持，技术因素在节目运作过程中的价值和地位得到前所未有的提升。其核心是运用数据收集和数据挖掘精准获取目标用户，实现针对目标用户时间、地点、需求的精准节目投放。从人群定向、实时追踪、关联分析到精准推送、点对点购买，再到数据监测、效果测算，都需要一系列的机器识别、复杂网络、推荐算法等技术手段的支撑。

“技术因素不能决定一切，但如果无视新技术带来的影响，固守传统媒体的思维与工作方式，那么在新技术浪潮的冲击下，终将变得越来越被动。”^[2]无论是电视台还是广告主都要善于利用大数据和多媒体交互技术，全方位提升节目推送的精准度、广告创意的创新度，以求不断的优化节目投放和广告效果。

在大数据的技术开发方面，美国的一些公司开始搭建利用社交数据进行精准营销服务的技术平台，如Social Retargeting公司推出的RadiumOne平台，可以持续、深入挖掘社交网络用户的消费行为和人际关系，并且通过数学建模的方式建构出用户的个体兴趣取向和群体行为特征，为企业和产品找到相对应的群体或个体，通过群体间相互关系的有效建构，实现广告的精准投放。

1.广告即内容

传统电视节目中广告与内容是严格区分的，电视媒体往往利用节目内容形成的影响力和吸引力向观众广播广告内容，在注意力资源的售卖过程中，电视节目本身难免会与广告产生相互抢夺注意力的情况，节目与广告成为相互冲突又难以割舍的一对矛盾。而大数据时代的精准广告实现了“在正确的时间和地点，向正确的人说正确的话”，广告真正实现了按需推送，对每一个用户都是个性化的信息提供，当广告内容能够满足用户的兴趣和需求的时候，广告本身也变成了有价值的信息，广告和内容的边界开始交融，呈现广告内容化、广告信息化的趋势。

“电视+社交”的广告运营应当充分重视内容营销，向用户推送“有价值”的内容信息。在今天的广告业，已经越发重视社交平台的营销手段，借助社交网络直接产生内容，利用特定的话题、活动、促销、服务实现厂商与用户的直接互动。宝马汽车推出的社交App，除了内含车型、经销商、价格等传统广告内容之外，还向用户提供车辆保养、路况信息、试驾体验等与出行紧密相关的服务信息，吸引用户的关注和参与。

2.关系即资本

社交网络的核心优势是用户与用户之间的关系资源，各种强关系和弱关系通过信息桥编织的“差序性”关系网络，会极大地扩张电视媒体的社会资本。人们因为相同的兴趣、爱好在社交媒体中呈现出具有不同影响力和消费能力的群体，这种文化和身份的双重认同，为商品营销提供了优良的土壤。从这个意义上说，“电视+社交”的核心资本——关系，应当成为广告运营的基石。

对于新兴的“电视+社交”形态，关系网络产生的大数据是媒体社会资本的一种形态，它使得对人们行为和情绪的精确测量成为可能。电视媒体的社交化使其具有海量的用户聚集、海量用户的精确定位等优势，为品牌、媒体和商家提供了用户的“数据化脸谱”。一次视频点击行为、一段评论、一个cookie、一项身份注册资料、一个搜索记录，用户的喜好、消费能力、朋友圈等都可以进入媒体和运营商的数据金库，为节目和广告的精确投放提供依据。阿里云近年推出的全媒体云视频平台，不仅可以帮助国内众多的中小电视台以较低的成本解决多屏到达问题，而且可以为其提供实时的大数据分析，帮助电视台调整节目生产策略，按点击售卖广告。

图1　大数据引发的社交电视产业链重构

通过分析“电视+社交”运营形态、节目形态和盈利模式的改变，我们会发现，过去传统电视产业链是由内容生产、内容运营、广告盈利三个环节构成的一个封闭循环，带有明显的“农耕”色彩。而今天，过去单薄的产业链将被打碎，变成一个繁杂的生态圈。如图1所示，在大数据和各种互动工具的支撑下，过去的内容生产将裂变成专业生产和众包生产，内容的生产不再是电视人的专属，观众将是内容消费者也是生产者。内容运营将裂变成内容运营和互动运营，运营不是给大家看什么，而是领着大家玩什么、交流什么。广告盈利将裂变成传统广告和精准营销基础上的人性化营销、心性营销等，收入不再仅靠时间意义上的广告，而是给最有需求欲望的人直接提供其最需要的东西，观众付费也不是买节目而是参与某场活动的“门票”。三个环节裂变成诸多细分单元，它们彼此关联、相互影响，构成了一个复杂的生态圈。

每一种相关的重大技术发明都会引起人类现有文化形态的改变，信息革命也将无一例外地改变传统线性播出的电视节目形态。在大数据的支撑下，未来社交电视市场将主要有四种节目形态：以大数据为基础的线性节目、以大数据为基础的节点（树状）结构节目、传统线性视频节目（向精品化方向并压缩规模）和实时互动的游戏化节目。

这四种节目形态中，前两种须建立在既有大数据分析和挖掘的基础上，更适合已拥有成熟技术平台和用户规模的互联网公司，目前的电视台还无法获得数据支撑。作为一档网络调查类互动节目，腾讯视频上线的《你正常吗？》是国内首档借助大数据制作的全新节目，节目定位于“全民真心话、直击社会真相”的亲民路线，在互联网时代借助腾讯大数据平台深挖时下社会热点，解读未来社会文化发展趋势的参考，其“革命性”的节目形态、颠覆性的玩法吸引了大批网友。比如节目中提出的问题：“男人最爱看女人的脸，还是腿，还是胸呢？”根据腾讯大数据洞察Mind Lab（思维实验室）数据并分析显示：这是女生最没有好感的问题。在投票的所有人当中，男人占比69.8%，女人只占30.2%。依托腾讯社交平台的用户属性，进一步得出最爱看脸的星座是“天蝎”，最爱看胸的星座是“射手”，最爱看腿的则是“白羊”。数据还透露了一个有趣的小细节：没有男女朋友的网友更热衷于回答这个问题（74%回答问题的人没有男女朋友）。

该节目的数据来源于每期600万左右网友的调查，匹配到社交大数据平台后得出的分析结果值得深思，其表现出的观念值得关注。节目能够在短时间内收集大量调查数据，其背后依靠的是腾讯超大用户量所构成的数据库，以及针对庞大数据库进行搜集和分析整理的能力。除此以外，Mind Lab所搜集的大数据来源于社交关系，具有更加真实和精准的特点。

第三种节目形态就是电视台现在正在制作的传统线性视频节目，但它必须向故事性、逻辑性、结构性极强的精品内容靠拢，普通的文化快餐类节目很难存活。

第四种节目形态是实时互动的游戏化节目，它是目前电视媒体最易操作、最可行也最能发挥电视存量资源优势的节目。美国NBC旗下的Bravo TV与社交网站Foursquare合作，整合电视节目和社交网络的游戏资源，鼓励人们通过社交网络在现实世界中互动。如果观众能够观看特定的节目内容，Bravo TV会为Foursquare玩家提供相应的徽章和游戏奖励。他们希望当观众关掉电视机后，仍然能够在社交网络中与节目进行互动，将电视节目由线上延伸到了线下。具体而言，Foursquare提供基于位置的定位服务，当用户处在某一个地点通过移动网络连接Foursquare，就可以Check in该地点一次。登入次数越多，就能获得相应升级、地位、头衔、勋章和奖励。Bravo TV利用了Foursquare的这种功能，节目主持人会在节目上提供有关活动位置的线索暗示，帮助观众赢得这些新徽章和奖品，具体位置将由Bravo TV根据旗下《真实主妇》《百万富翁》《顶级厨师》《剪切的天才》等热门电视节目来挑选。双方的合作为Bravo TV节目汇聚了忠实的粉丝群。^[3]

这种实时互动的游戏化节目就是利用社交网络创造的双向互动条件，创造一个“马戏团式”的收视场，使得节目主创人员与观众处于同一收视空间实现观众与节目实时互动，使节目变成一个全民可参与的大游戏。可见，互动不是可有可无的噱头，而是贯穿始终的节目组成部分，并决定着节目的进程，它使得观众的权力欲、控制欲、参与感等人性的欲望得到满足。

大数据技术是实现精准营销的基石，具体在“电视+社交”领域，其实现过程主要包括目标消费者的精确定位、消费需求的精确挖掘、广告效果的精确评估三个阶段。

传统电视的广告运营，往往依靠广告主或媒体的个体经验，来判断具体的广告投放媒体、可能的受众群体和需求，往往“找错人”或者“找不到人”，广告资金的投放具有极大的偶然性和不可预知性。有了大数据技术的支撑，“电视+社交”的广告运营可以全方位记录用户的信息消费行为和社交行为，通过特定的数据整理和数据挖掘技术建立数据关联、精准定位消费群体。它不仅包括潜在消费者的年龄、性别、消费能力、地域等传统的人口统计学特征，还能捕捉到更具价值的兴趣爱好、潜在购买需求、人际关系网络及其影响力等特征，后者建立在对用户发表的评论、分享的链接、电商浏览记录等信息行为的基础上。同时，移动互联网特有的LBS等基于本地的信息服务功能，还能确定用户的具体空间和时间。从“找不到人”到“找准人”，大数据技术可以实现电视广告业务的质的飞跃。

大数据技术还能预判潜在消费者可能会采取的消费行为和具体的消费情境，而这可能是连消费者本人都难以预判的。比如，一名消费者对健身感兴趣，移动互联网和社交电视的LBS和Check in功能可以捕获消费者的具体位置信息。当她与朋友在朋友圈交流时，各种有价值的互动信息，就可以连同其人际关系一起捕捉进服务器。如果她在网络上搜索相关的关键词，系统会进一步明确其消费目的。她的情绪等平常难以感知的因素可以在微博的字里行间透露出来，经过系统多维建模分析，一个关于该名消费者的性格脸谱和消费需求就被准确地绘制出来，她“喜欢社交、没有孩子、喜欢美容和漂亮衣服、正为身体稍微发福发愁”，而她“所在的公司附近有一家健身房、她的一名朋友也在那里健身、小区刚开了一家主打素食的特色餐馆、回家的路上有家服装专卖店正在促销”，各种有价值的信息围绕消费者的需求进行“打包服务”，大数据技术的实现，使得媒体对消费者的了解程度甚至超过消费者自身。

大数据的核心是建立在相关关系分析基础上的预测，即把数学算法运用到海量数据上，量化两个数据值之间的数理关系，通过相关关系的强弱来预测事物发生的可能性。^[4]大数据的预测功能源于海量数据的集成处理和关联分析，具体到广告传播上，大数据根据消费者的“行为轨迹”分析其消费需求，能够进一步判断其关联需求，对其潜在消费需求进行预测，再通过具有针对性的关联推荐促成有效购买和消费。

电商网站通常擅长消费需求的挖掘和预测，进行精准推送和关联推荐。比如亚马逊的推荐营销系统，销售转化率高达60%。亚马逊的网站从首页推广到各品类商品展示，再到点击某个商品详情，最后到加入购物车、下单结算，整个在线购买流程的各个环节，都嵌入其针对特定用户的商品推荐。例如，年轻的女儿和爸爸在亚马逊官网喜欢的是不同的商品，前者喜欢的是漂亮衣服和化妆品，后者更加关注汽车用品。伴随着二人不同的点击行为，诸如“人气排行”“配套商品推荐”“购买此商品的用户还购买了”等信息逐渐出现在他们的浏览器中。亚马逊还会为海量用户定制针对性较强的邮件直销系统，它可以根据挖掘整理的用户消费行为和兴趣爱好，向特定用户邮箱推荐其有可能感兴趣或需要的产品的最新信息和折扣信息。电商的运营经验为社交电视的运营提供了一些思路，后者也可以抓住用户的行为轨迹进行节目内容和电商产品的精确化推送，或者将二者关联起来，融入特定的节目内容中，向用户进行定制化服务，增大广告营销的转化率，满足和刺激用户的个性化消费需求。

产品销售是广告的终极目标，却是传统广告最难衡量的环节。“我知道自己的广告投入有一半是浪费掉了，但是我不知道浪费在哪里”，广告投放效果难以精确评估，是传统市场中广告主最为头疼的问题。美国营销学者山姆·罗兰·霍尔（1920）在其著作中阐述了广告宣传对消费者心理产生影响的过程，被广告界称为AIDMA定律，在此基础上，日本电通公司（2004）又提出了AISAS理论。这一理论将广告效果测量分为Attention（注意）、Interest（兴趣）、Search（搜索）、Action（行动）、Share（分享）五个步骤，前四个步骤集中在消费者的认知层面，效果评测主要是传统的调查问卷法和认知神经科学实验法，后面三个步骤是广告销售效果的延伸。^[5]由于缺乏全面、及时、精确的数据支持，这种方法还存在较大的模糊性和不确定性。

大数据技术的出现为广告效果的精确化测量提供了可操作的工具。目前互联网广告市场主要的广告测量指标是CPC（点击率）和CPA（转化率），点击率用来说明广告是否对消费者具有吸引力和说服力，该指标主要测量的是广告对消费者的认知和心理层面的影响。转化率是受特定广告影响，最终促成用户的咨询、搜索、注册直至消费行为的指标，类似于传统意义的广告销售结果。大数据技术的引入，可以将广告从展示、用户点击关注、咨询、比较、购买、评价等信息行为进行精确量化，形成用户的态度和行为特征描述，帮助广告主权衡广告营销效果，改善市场营销策略。

此外，大数据还能记录和分析某个用户在不同时间、不同地点、接触的不同媒介渠道、不同广告形式和广告内容等行为轨迹。举例来说，用户可能先看到电视节目中的植入广告获得了品牌信息，接着到社交媒体上与好友探讨，到移动搜索引擎进行产品和价格搜索，最后到电商网站下单购买。大数据技术，可以通过数据的挖掘和分析，将用户的媒介接触行为、广告接触行为及其背后的态度趋向进行全面科学的整理，并将之与产品的最终销售效果加以比较，从而得出不同传播渠道、不同内容的广告贡献率。世界领先的媒介购买集团OMD构建了Attribute Modeling（属性模型）广告监测模型，主要用于分析在完成订单之前用户都接触哪些产品，通过用户接触行为和态度的分析，计算不同传播渠道在促成广告主实现销售的过程中做出了多大贡献，从而帮助广告主进行广告投放的动态优化和精确调整。

“在后信息时代里机器与人就好比人与人之间因经年累月而熟识一样：机器对人的了解程度和人与人之间的默契不相上下，甚至连你的一些怪癖以及生命中的偶发事件，都能了如指掌。”尽管现阶段电视媒体对于大数据技术和社交网络的认同与应用还处于初期阶段，但基于大数据的“电视+社交”形态已经成为未来电视发展的必然趋势，它需要将社会化思维和数据化操作从上到下地整合到整个电视媒体的经营发展中。

（作者陈小萍系山东传媒职业学院讲师，王虎系山东师范大学新闻与传媒学院副教授）

[1]黄升民，刘珊 .“大数据”背景下营销体系的解构与重构［J］. 现代传播（中国传媒大学 学报），2012（11）：17.

[2]彭兰 . 社会化媒体、移动终端、大数据：影响新闻生产的新技术因素［J］. 新闻界， 2012（16）：3.

[3]王明轩 . 大数据如何重构视频媒介产业链［EB/OL］.（2014-05-19）. http://tech.163. com/14/0519/11/9SJR5TAL00094NRG.html.

[4]迈尔 - 舍恩伯格，库克耶 . 大数据时代：生活、工作与思维的大变革［M］. 盛海燕，周涛， 译 . 杭州：浙江人民出版社，2013：105-126.

[5]喻国明，等.植入式广告：研究框架、规制构建与效果评测［J］.国际新闻界，2011（4）：5.