传统媒体转型:借力大数据 重建用户连接

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

编者按:互联网思维是当下的热词,而用户思维是互联网思维中的重要部分。从被动接受到主动参与,融合发展需注重用户思维,将突破点放在用户需求上,才能触及新闻用户的“痛点”。本期《融媒体》版将探讨用户思维:用户思维是什么?如何树立用户思维?如何将传统媒体的受众变为用户?

在互联网尤其是移动互联网时代下,毋庸讳言的是传统媒体正经历着一场困境,其根源我认为在于与用户连接失效。传统媒体秉持的往往是“以内容为中心”的受众思维,而新兴媒体秉持的则是“以用户为中心”的用户思维。这就要求我们深刻理解“受众”和“用户”的区别,进而树立用户思维,重建用户连接,帮助传统媒体实现转型。

什么是用户思维

所谓用户思维,就是“以用户体验为王”,即以用户为中心,以体验为核心。要真正打造用户思维,就要搞清楚“受众”和“用户”的本质区别。

本质区别体现在以下五个方面:一是受众的本质是精英传播,其传播的数量和范围是有限的,而用户的本质是草根传播,其数量和范围数以亿计;二是受众模型只能是基于一定规模样本的、概貌的数据,而用户模型则是在全体的、大量的样本数据基础上,能够分析出每一个用户的收入、消费能力、爱好、需求等的精准的个人模型;三是受众是低频的、静态的,是很难获得更多数据以完善的个人模型,而用户是高频的、动态的,是可以及时了解最新动向,并修正与完善的个人模型;四是受众是松散型联系,而用户是紧密型联系,可以与之进行及时的互动和沟通。

在我看来,“用户”的商业价值远远大于“受众”。一是基于用户的商业模式可以是“新闻+服务”,即靠新闻来吸引流量而靠服务来实现商业价值的变现;二是用户的数量远远大于受众的数量;三是新兴媒体能够掌握每一个用户的精准数据和个人模型,就能据此给用户智能化推荐精准化、定制化且能够真正满足用户需求的信息、产品和服务,而这是传统媒体难以做到的。

如何变“受众”为“用户”

那么,如何变传统媒体的“受众”为“用户”呢?这就需要通过数据挖掘和分析技术,实现大数据的信息智能匹配。这说起来容易而做起来难,我认为关键是需要打造三大平台:大数据信息资源平台、智能生产和传播平台、用户沉淀平台。

大数据信息资源平台是硬件、软件、数据、云存储和平台服务的组合,其核心是通过互联网采集、接口导入、历史数据导入、远程汇聚等各种方式,将传媒集团内部资源、互联网资源、第三方资源以及UGC(用户原创内容)资源汇聚到大数据资源中心,实现信息和数据资源的汇集。

智能生产和传播平台是以大数据智能分析工具作为技术支撑,将传媒集团旗下媒体资源融合共享使用,以“中央厨房”的方式重构新闻生产,实现“一次采集、多元加工、多次发布”。其核心是建立起智能化的新闻线索智能决策系统、智能创作系统和融媒体智能发布系统,实现信息服务的个性化、智能化。

用户沉淀平台是将传媒集团通过优质内容资源、线下活动、经营行为沉淀下来的优质用户数据进行整合、清洗、认证、管理、记录以及深入挖掘、分析,并通过智能化、个性化的信息、数据服务,提高用户的参与度和满意度。其核心是通过用户画像,为产品优化、精准营销,以及面向用户提供智能化服务。

用互联网思维拓展思路

从实际情况来看,当下的传统媒体在搭建上述三大平台的过程中,常常面临着资金实力不足、缺少技术基因、体制机制三大难题,要解决这三大难题,就需要本着合作共赢的“互联网思维”来拓展思路。

首先,资金的需求一方面来自于三大平台建设和服务器投入,另一方面来自于运营启动费用,这两方面费用较高,对于传统媒体来说是一笔不小的投入。解决途径主要有三:一是向各级政府申请各类财政扶持资金;二是把三大平台的建设纳入当地智慧城市建设的大规划中,由当地政府拨款;三是引进外部战略投资者以解决运营资金问题。

其次,传统媒体往往不具备自主研发和搭建平台的能力。在这种情况下,解决途径有二:一是通过技术外包的方式,如浙报集团、中国教育报刊社等委托北京拓尔思公司帮助其开发相应的平台;二是和技术公司成立合资公司的方式,如湖北长江广电传媒集团和北京思拓合众科技成立合资技术公司,负责“媒体云”的开发。

再次,传统体制往往难以满足互联网业务发展的需要。互联网业务作为高风险、高投入的业务,需要采取市场化的方式运作,例如考虑给予管理层和骨干以较高比率的股权激励、薪酬上的按贡献分配等等。(郭全中 作者系国家行政学院社会和文化教研部高级经济师,管理学博士。本文是作者主持的国家社科基金重点项目《新媒体环境下传统媒体的转型战略研究》的阶段性成果。)

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
SQL 分布式计算 大数据
MaxCompute中,可以使用Presto连接器与MaxCompute进行交互
MaxCompute中,可以使用Presto连接器与MaxCompute进行交互
181 1
|
1月前
|
数据采集 机器学习/深度学习 搜索推荐
大数据与社交媒体:用户行为分析
【10月更文挑战第31天】在数字化时代,社交媒体成为人们生活的重要部分,大数据技术的发展使其用户行为分析成为企业理解用户需求、优化产品设计和提升用户体验的关键手段。本文探讨了大数据在社交媒体用户行为分析中的应用,包括用户画像构建、情感分析、行为路径分析和社交网络分析,以及面临的挑战与机遇。
|
2月前
|
消息中间件 资源调度 大数据
大数据-112 Flink DataStreamAPI 程序输入源 DataSource 基于文件、集合、Kafka连接器
大数据-112 Flink DataStreamAPI 程序输入源 DataSource 基于文件、集合、Kafka连接器
51 0
|
3月前
|
存储 SQL 分布式计算
Java连接阿里云MaxCompute例
要使用Java连接阿里云MaxCompute数据库,首先需在项目中添加MaxCompute JDBC驱动依赖,推荐通过Maven管理。避免在代码中直接写入AccessKey,应使用环境变量或配置文件安全存储。示例代码展示了如何注册驱动、建立连接及执行SQL查询。建议使用RAM用户提升安全性,并根据需要配置时区和公网访问权限。具体步骤和注意事项请参考阿里云官方文档。
404 10
|
5月前
|
JSON 分布式计算 大数据
MaxCompute操作报错合集之连接环境时,出现报错:TypeError: access_id and secret_access_key,该怎么解决
MaxCompute是阿里云提供的大规模离线数据处理服务,用于大数据分析、挖掘和报表生成等场景。在使用MaxCompute进行数据处理时,可能会遇到各种操作报错。以下是一些常见的MaxCompute操作报错及其可能的原因与解决措施的合集。
|
5月前
|
存储 分布式计算 DataWorks
MaxCompute产品使用合集之表被删除重建后如何查到之前的权限信息
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
6月前
|
机器学习/深度学习 自然语言处理 大数据
社交媒体的情感分析大数据模型
构建基于大数据的情感分析模型,利用Python和机器学习处理社交媒体数据。情感分析识别文本情感倾向,助力市场洞察和舆情监控。技术栈包括Python、NLP库(nltk, spaCy, TextBlob, VADER)、Scikit-learn、TensorFlow/PyTorch及大数据工具。数据收集(如Twitter API)、预处理(去除噪声、分词)、特征提取(TF-IDF、词嵌入)、模型训练(逻辑回归、BERT)是关键步骤。模型能捕捉文本情感,支持决策,随着技术进步,应用前景广阔。
579 10
|
6月前
|
分布式计算 NoSQL 大数据
MaxCompute产品使用合集之自定义udf连接云上vpc网络的redis获取数据的步骤是什么
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
6月前
|
分布式计算 DataWorks 大数据
MaxCompute操作报错合集之连接Tableau时,遇到所有日期字段无法使用并报错,是什么原因
MaxCompute是阿里云提供的大规模离线数据处理服务,用于大数据分析、挖掘和报表生成等场景。在使用MaxCompute进行数据处理时,可能会遇到各种操作报错。以下是一些常见的MaxCompute操作报错及其可能的原因与解决措施的合集。
|
6月前
|
分布式计算 大数据 Java
MaxCompute产品使用合集之在datawoks的datastudio和odpscmd里执行时间没有问题,但是用jdbc连接大数据计算MaxCompute获取getdate()时间就不对,该怎么办
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。