大資料背景下的電視革命

從2013年開始，「大資料」一詞越來越熱。 大資料是繼雲計算、物聯網之後IT產業又一次顛覆性的技術變革，被亞馬遜前任首席科學家Andreas Weigend稱作是「新的石油」。 大資料將對包括電視在內的大視頻行業將帶來深刻的變革，包括行業生態、內容生產方式、內容的價值評判標準和商業模式等。

一、分裂的電視資料應用

小李是國內某上星衛視的部門主管，他的工作就是帶領他的團隊對頻道即將播放的電視劇和綜藝節目進行全方位的行銷推廣。 頻道的全國排名每天要通過短信的方式發送到相關領導的手機中。 鬱悶的是，儘管他的團隊每天都在加班加點地努力工作，但排名似乎與此無關，但排名落後的板子總是要打到他們身上。

小李面臨的困境在國內衛視比較普遍。 在原廣電總局「兩限令」所限定的衛視節目格局中，對電視劇的選擇能力和綜藝節目的創新力直接決定了一家衛視的收視排名。 但在大多數衛視的節目採購階段，選片人為化比較普遍。 長期以來，電視劇選購主要依靠電視臺內部專業人員和專家的評審來決定是否播出。 這種評判機制直接與市場脫鉤，對電視的評價也就形成了「播後評價市場化、播前選片人為化」的怪圈。 採購階段出了問題，小李們的市場推廣工作也就成了無用功，頂多是錦上添花而已。

在國內電視領域，我們成功模仿了美國尼爾森的播後評價模式和體系，產生了央視索福瑞等資料公司，並開創了一個電視資料行業;但在節目生產階段，評價體系還遠遠不夠科學。 原因還在於兩個階段的市場化程度不同。 在播後階段，屬於廣告主市場，由於眾多國際4A廣告商的推動，從而建立了相對科學的評價體系，而在節目生產階段，市場發育程度還遠遠不夠。

二、視頻網站的大資料嘗試

我們再看看大視頻行業的視頻網站是怎樣選購和生產節目的。 美國互聯網巨頭亞馬遜發佈了由其原創內容團隊「亞馬遜工作室」(Amazon Studios)製作的14部原創電視劇試映集(pilotepisode)，允許美國和英國使用者買免費觀看。 電視劇試映集是製作方把一個專案發展為正式劇集之前所開發的樣品集，是電視劇集開發過程中的早期階段。 網路使用者觀看這些試映集，然後投票，亞馬遜再根據回饋決定哪些節目可以繼續開發，使之成為一部完整的電視劇，最終提供給「亞馬遜金牌」(Amazon Prime)付費使用者。 此外，在初期的劇本寫作階段，亞馬遜線上接受電視劇本，並邀請消費者進行評價，然後根據回饋資訊選擇將要拍攝的專案。

如果說亞馬遜工作室還只是基於線民回饋作出評價的話，視頻網站Netflix的《紙牌屋》則是成功利用了大資料進行節目生產。 《紙牌屋》這部白宮版宮鬥戲，是視頻網站Netflix的首部原創劇，在美國和其他40個國家及地區成為網路點播率最高的劇集。 國內得到獨家版權的搜狐視頻上線該劇20天后，播放量超343萬次，被稱為美國版的《甄嬛傳》。 Netflix擁有2900萬名訂閱使用者，也擁有使用者收看習慣和口味偏好的強大資料庫。 Netflix對使用者評分、觀看記錄和使用者好友推薦等資訊進行深度挖掘，甚至收集觀眾按下暫停或快進的資料，從而找出使用者喜歡的視頻風格，導演或演員等資訊。 Netflix基於上述這些海量使用者資訊來決定內容的生產。 因此，《紙牌屋》被稱為算出來的電視劇，它的成功是大資料與大視頻行業聯姻的成功。 《紙牌屋》的生產過程完全繞開了美國傳統電視的生態環境，《福布斯》雜誌對其評價是「它不僅僅是很棒的節目，而且是電視史上的大事件」。

三、大資料，重構電視生態

再回到傳統電視行業，在大資料時代，內容提供者、電視臺、廣告商以及資料調查公司原本形成的穩固生態鏈開始被打破。 視頻網站、IPTV和OTT TV等基於互聯網的視頻運營商掌握了大量使用者資訊，這些資訊可以被挖掘，從而進行產業鏈上下游的拓展。

在上游的內容生產領域，內容生產的模式由傳統的B2C模式轉變成C2B模式，我們通過瞭解使用者的喜好、興趣點以及使用者行為來定制內容，真正做到使用者想看什麼，就提供什麼。 這也就解釋了國內外的視頻網站紛紛進入內容原創領域的原因。 在國內，樂視公司成立了樂視影業，盛大文學也成立編劇公司，依託「大資料」創作電視劇本。

在下游的收視評估環節，由於視頻運營商掌握了海量和精確的使用者和收視資料，原本就充滿爭議的樣本抽樣模式開始過時。 廣告主們雖然堅信尼爾森和索福瑞們的真實性，但也開始逐步採納運營商的精確資料。 如此一來，尼爾森和索福瑞的抽樣資料超市將逐步萎縮，資料超市將從抽樣模式進入到精確模式。

但尼爾森們也在與時俱進。 2013年，尼爾森決定擴大對收視率的定義，不再局限于傳統電視網路，推出一個針對OTT互聯網電視以及微軟Xbox、蘋果iPad等多屏的收視率調查系統。 尼爾森計畫在2萬3000多戶採樣家庭安裝新的硬軟體統計工具，其中僅有75%來自傳統電視網路。 但尼爾森的與時俱進，還是建立在基於樣本戶抽樣調查的基礎之上，是否能夠延緩抽樣調查行業的衰落尚難定論，但尼爾森和索福瑞們的消亡，恐怕也只是時間早晚問題。

在下游的另外一個領域是與收視資料緊密相關的廣告市場。 傳統電視是免費商業模式的開創者，即向觀眾提供免費的節目，然後用觀眾的注意力換取廣告主投放，並獲取廣告收入，在這個過程中，收視率成為各方通用的交換貨幣。 但大資料的應用將徹底改變這種商業模式，傳統的收視率受到質疑，廣告商、電視臺和資料商多年形成的鐵三角關係也將被打破。

大資料最主要的應用是能夠挖掘出內在的關聯關係。 早在上世紀90年代，沃爾瑪就憑藉遍佈全球的衛星資訊系統，把關聯關係應用於購物籃(market basket analysis)中，可以說是大資料商用的鼻祖。 刊登在1998年《哈佛商業評論》上的「啤酒與尿布」故事已經成為全世界MBA的經典教學案例並廣為流傳。 這個故事是這樣的：20世紀90年代，沃爾瑪的管理人員分析銷售資料時發現了一個令人難於理解的現象，「啤酒」與「尿布」兩件看上去毫無關系的商品會經常出現在同一個購物籃中。 經調查發現，這種現象出現在年輕的父親身上。 最終的原因是，在美國有嬰兒的家庭中，一般是母親在家中照看嬰兒，年輕的父親前去超市購買尿布。 父親在購買尿布的同時，往往會順便為自己購買啤酒。

沃爾瑪的大資料是建立在這家零售業帝國遍佈全球的龐大資訊系統之上，而基於開放互聯網的大資料，為很多行業的直接應用提供了便利。 同上述「啤酒與尿布」案例不同的是，大資料中的關聯關係是很難找到直接原因的，但這並不影響這種關聯關係被應用到商業中。 在電視行業，大資料的關聯資訊為廣告的定向推送和O2O模式的電子商務留下了發展空間，從而重新定義了電視的商業模式，也給電視的未來發展模式留下了很大的想像空間。

廣電系的上市公司上海百視通，作為全球最大的IPTV運營商，這些年也在佈局大資料，探索定向內容、定向廣告、關聯電視等領域。 百度公司最近在收購PPS後，依託海量搜索資料，打通愛奇藝和PPS，推出精准的彈跳式廣告形式「一搜百映」，這種大資料在視頻廣告的應用，必將加速其廣告變現能力。

       大資料時代，資料採礦註定成為包括電視臺在內的視頻運營商的殺手級應用，誰真正獲得大資料的基礎資料和商業開發能力，誰就會在下一輪發展中佔據高位。 擁有資料優勢的運營商如視頻網站和OTT運營商，將會越來越具有競爭優勢，傳統電視臺的市場份額將會逐步被蠶食，視頻網站行業的寡頭競爭格局必將會在傳統電視行業重現;對於電視臺來說，建立並提高資料部門的戰略地位， 從粗放式管理轉為精細化管理，用互聯網的思維來運營電視，是應對競爭的不二選擇。