新媒体的本质:大数据

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:

20161013101303586.jpg

1、传统媒体不传统

当今媒体圈,最热门的词汇莫过于“新媒体”。新媒体究竟是什么,10个人大概会给10个不同的定义。我现在给一个比较靠谱的定义:新媒体是基于大数据的一种传播方式。

媒体是什么?媒体就是传播信息的媒介。这句话里有两个要害。一是媒体传播的是“信息”,而不是其他什么东西。“信息”是一个非常基本的词语,如同“人类”“宇宙”这样的词语一样,不好再进行解释,如果非要定义不可,那么,“信息”实质上就是“数据”。任何信息都可以变成“数据”形式,变成文字、图片、视频等各种方式可以存储、复制和认知的数据。第二个要害是,媒体是“媒介”,而不是信息或数据本身。这话说起来很简单,但是却很容易被人们混淆,人们常常会误以为,媒体就是信息本身。

传播信息的方式在不断发展。从口耳到烽火、旗帜、驿站、电报、电话,都曾充当信息传递的媒介,但其传播的信息量极其有限、狭窄,是“小数据”的传播形式。比如古代烽火台,一次只能传递一个信息:敌人来了。敌人什么装备,来了多少,如何应付,它都无法传递,而且也无法批量传递,只能定向、单线条传递。但是相对于口耳相传,它已经是一个“新媒体”了,在速度、规模、效率上都有一个重大提升。同样的道理,书信相对于烽火台又是一种“新媒体”,它传输的数据量再次呈几何级数提高。

可见,“新”媒体是相对于“旧”媒体而言,每当传播技术发生变革,单次传输信息量发生成千上万倍的提升时,“新”媒体就出现了,换言之,“新”之为“新”,根本原因是它能传播更大的数据。

所谓“大数据”,乃是指“更大的数据”,相对于“小数据”而言。它并非一个高不可攀的语词。在不同的时代,不同的情形,“大数据”具有不同的内涵,《大数据》一书的作者举了一个简单的例子说,关于一场相扑比赛的数据记录只有几k的字节,但它仍然是大数据、全数据。在当今世代,因为存储、记录的介质和传输速率的进步,使“大数据”表现出数据字节超大的一个现象,但这仅仅是大数据的一个特征,并且是在当前的其中一个特征。

报纸出现后,人类传递信息的能力得到一个质的飞跃,配合大规模印刷和发行,以及专业的信息采集人员,任何一个人都可以通过报纸获得大量的信息。信息传递的范围,首次从“窄众”变成不加任何区分的“大众”。

报纸、广播与电视是同一个时代产生和发展的,相对于之前的电报、书信等传播形式,其信息量是超级巨大的,可谓那时的“大数据”的传递方式。

报纸、广播、电视是处于同一个数量级的信息传递方式,因此可以划为同类媒体。它们具有很多相似之处:1、信息以“条”数来量化,一家媒体每天传递的信息量是一个有限数据。报纸、电视、广播最高不超过1000条,中国最大的媒体新华社一天发布的信息不超过10000条(新华社总人数约1万人,一线记者更少,平均1人1天写1条稿就是1万条,但实际上不可能达到此数量)。如除去大量广告、非新闻类信息,通常而言,一个都市报一天发布的有效新闻信息在50条之内,一个省级卫视发布的有效信息在100条之内。如果信息量更大,会在两个方面造成问题,一是承担非常高昂的人员支出和新闻制作成本,二是令读者不堪重负。2、信息通过复杂的采集和多人再加工而成。换言之,任何信息,都非信息直达读者,而是经过了层层的曲折转换。即便最客观公正的媒体,在传播之中,仍然难免掺杂传播者的意志和思维。3、信息传播名为“大众传播媒介”,但实际上仍具有重大的局限性,一份报纸最高的发行量不过数百万份,相对于全国13亿、全球60亿人口而言,它的读者寥寥可数。

人们常认为报纸出现之前不存在“媒体”,实际上只是不存在“大众媒体”。面向大众的报纸出现后,标志着信息传播的中介作为一个独立的行业出现在世界上,因为更多的人需要它了。

“新媒体”无法消灭“旧媒体”。越陈旧和越接近原始的媒体,所需借助的介质越少、越简单,换句话说,某个信息的传递渠道越坚固、成本也就越趋近于零。口耳相传,成本为零;信鸽传情,成本是驯养一只鸽子;写一封信,成本为物流运输;报纸电视,成本为采集、编辑、印刷、发行、销售;网络媒体的总成本更高,它需要借助遍布全球的光缆、大规模的数据存储交换器、终端设备、联网设备等等。一旦停电,一旦遭遇战争,一旦出现突发事件,“旧媒体”就会取代新媒体成为更加可靠的传播形式。

新媒体之所以“新”,乃是因为可以以更低的成本传递“更大量的信息”。因此,如果传播数据量巨大时,新媒体远优于旧媒体,前述在小数据情形下的传输成本关系倒置。例如要传递100万条信息,网络传输,设置一个传输程序几分钟传送完成,除了硬件之外无须新增成本,对于报纸电视而言,需要花上数万元的成本和几个月的时间,如果通过喂养信鸽传输,那么需要驯养的鸽子和人手数量相当于办一个工厂。

最近十年,人们一般将与网络相关的媒体统称为“新媒体”,电视报纸电台统称为“传统媒体”,而电话、信件核心特征是点对点的信息传递,已不再列入媒体。

2、新旧媒体的本质区别

前面已反复说过,还是必须再次重复:新媒体是基于大数据的传播方式。当一种传输方式可以十倍、百倍地增加单次传输信息量时,它就是相对于之前媒体的新媒体。

互联网早期出现时,代表产品或媒体形态是Email、bbs、qq,它们现在还有着蓬勃的生命力。Email似乎只是点对点传递信息,不是媒体。实际上,当你知道大量的邮件地址时,或者你的信息有大量邮件订阅时,你便可以通过Email制作newsletter,现在有很多企业或媒体都在使用它发布自己的新闻,南周、虎嗅、知乎每天都在这么干。并且,它们可以自豪宣称,它的发送对象,经过精挑细选,拥有一批高质量受众。一些软件甚至可以计算这种邮件的打开率、在某条新闻上停留的时间。Email可以轻易传递10条信息到10000个读者,以至于国家不得不立法来应对垃圾邮件,即便如此,每个人的邮箱里,还是存在着大量的企业广告。而对传统媒体而言,如此之大的数据传输简直是神话。BBS日常传递的数据量同样是数以万计,2008年时我做过一段时间腾讯论坛的版主,在年初那场雪灾,论坛开通了一个专区,在短短一周时间里,仅仅这一个版块,发帖数量就高达40万个,而单个帖子的浏览率,破百万的不在少数。QQ也是点对点传输,不归为大众媒体,但就传播总量而言,亿是它的计量单位,它一天传递的数据流,恐怕超过全国所有纸媒自诞生以来传递的数据量总和。

各种网站包括门户网站、行业网站、地方新闻网、企业官网等是另一互联网产品,人们通常将其归为新媒体,纸媒进入新媒体时,第一个考虑就是“做一个网站”,一些所谓新闻单位的“新媒体部”,实际上也就是“网站制作部”。人民日报有人民网,南方日报有南方网,央视有央视新闻网,财新有财新网。

网站有的是新媒体,而绝大多数却不是。判断一个网站到底是不是新媒体,其实有一个非常简单的指标:能否实现“大数据”的传播。

新浪、网易等门户是典型的新媒体,每天发布的信息数百条到上千条,并且这些信息是经过在全国所有媒体新闻中精选而来,本身具有很高的质量,而其阅览量以百万、千万计。更多的报社主办的网站,主要发布内容是该报见报新闻,数据量少,阅读量少,不能算典型的新媒体,甚至仍是旧媒体。报社主办网站往往难以做大,一个很重要的原因,是它囿于办报思维,而不是首先考虑技术革新以扩大数据的传播。

百度、谷歌等以信息传输为根本功能的网站明显是新媒体,它的目的就是传播巨量信息,当你键入关键词,它将该词条之下的所有数据一次性传递给你,是典型的大数据、全数据传输模式。

自媒体、社交媒体、移动端APP,游走于电脑和手机,它们能不能称之为“媒体”,取决于它的用户有没有达到一个数量级,至少可以媲美传统纸媒的数十万用户。而其能否称为“新媒体”,取决于其传播总量在现实可能性上,能否达到一个超量数据。你问暴风、迅雷、打车APP算不算“新媒体”?我说,它们都算,因为它们都具有千万数量级的用户,而且在传递信息的可能性上,可能一次性传输超量的信息给所有的用户。那么,各种装机量惊人的软件如鲁大师、愤怒的小鸟是否都是新媒体,我认为不是,鲁大师当然“可以”传输超量数据给所有用户,但是这必定破坏了其自身的功能,因此在“现实”性上,它不会去这么做,因此连媒体都不是,它不是信息传输工具。你大概认为上述观点不对,举几个简单的例子:淘宝、360、搜狗输入法,它们原本都不是媒体,但是拥有超量用户并且黏性极高后,它就通过这些软件发送海量信息到上亿的用户,于是,它们就成了新媒体。淘宝的主要生财之道有二,一是做金融中介,成了银行,二是做广告中介,成了媒体。

移动媒体之后的新媒体是什么呢?必然是物联网催生的东西。什么东西能使物物互联,并且物物之间能够大量地传递共享信息,什么东西就是那时的新媒体。

3、媒体怎么赚钱

前面讨论那么多理论问题,根本上还是回到一个问题:媒体怎么赚钱,尤其是新媒体怎么赚钱。

列举媒体赢利方式,谁都可以列举上十条八条。如果回到最原始的定义,媒体即信息传播中介,中介商的赚钱方式简单说就是两种:1、向有发布信息需求的人收费;2、向有获取信息需求的人收费。当然,也可能向两端同时收费。前端综合简称广告者;后端综合简称受众。

传统媒体曾有滋润的十年,这十年,前端付费发布广告,后者付费获得信息。但新媒体成长起来后,对于受众而言,从传统媒体获取信息成本变得高昂,而网络、移动媒体获得信息成本低廉,对于受众心理来说,后者信息甚至完全是免费、大量获取。作为一个理性的人、经济的人,转向后者获取信息是自然而然的,没有一丝的心理波折。

中国的纸媒、电视短期不可能消失,虽然没有了后端,但是前端的需求仍然十分旺盛。在政府的界定中,传统媒体仍是权威信息源,而网络信息被界定为混杂、不可信、道听途说、非权威信息。政府需要通过纸媒来发布正式消息,传达政策,宣扬成绩,企业尤其是需要获得官方认可的企业,也是通过传统媒体来宣传、广而告之,而中国民间对于正义、公平的这种超稀缺资源的追求与渴望,无不想通过纸媒来表达诉求、传递影响。

可以想见的是,往后十年传统媒体将更多的考虑广告者(政府、企业、申冤者)的需求,将会出现更多的立场非客观的报道,这又会进一步消解传统媒体的价值。政府作为最大的需求方,自然是最大的买单者,媒体依靠政府买单生存的状况,在往后会更加明显。当政府不需要通过这份媒体发布信息之时,基本就等于宣布它的死刑。单纯走市场路线的媒体,没有前端支持,缺乏后端买单,摆在面前的只有若隐若现第三条路:有偿不闻。不传播丑闻何以会成为一笔生意?因为存在两类购买信息者,一类是购买之后垄断信息,独自拥有,不让其他任何人获得该信息,通常是丑闻主角,另一类则是大众。无疑,在当代法律上,前种交易被严格禁止。但另一方面,宣传部每天都在发布大量这种旨在垄断信息的禁令——它早已为你买单了,所以它这么做也有理由。

新媒体的盈利也离不开以上两途:要么向需要发布信息的人收费,要么向需要获取信息的人收费。

淘宝、百度、腾讯每天向有特定信息发布需求的人收费,本质上盈利模式与传统媒体并无二致,其根本条件是巨大的用户体量,其“巨大”,用户通常都是用“亿”来统计,而不是传统的万、十万。举办论坛、向付费用户发特定信息,则是向有获取信息需求的人收费。自媒体想赚钱,无非也是向订阅者收费和向广告主收费,此外并无他途。

对于新媒体来说,向前端(广告者)收费,那就得保证后端(受众)必须具有庞大的数量级用户,因此后端实行免费策略是最佳选择,这就出现了我们看到的景象:几乎所有的软件、APP、网站,信息都是免费的。

向后端(受众)收费的操作可能性在于信息的高度垄断性、唯一获取性,而获得者获取信息后,可以再次在一定范围内垄断信息,因此这种信息具有很高价值,受众愿意付费。新华社的用户就是全国媒体,它发布的消息往往具有唯一权威性,全国媒体不得不向它购买一条条的消息。同样,面向后端的新媒体,其盈利方向应非常小众、面向极特定群体。在某种意义上说,行业媒体、窄众媒体,可能比大众媒体更加易于生存。

在文章结尾,说一个我曾经想做的一件事,我至今认为它是有盈利前景的,但是由于种种原因一直没有具体实施——公告网(为此还申请了一个域名dyggw.cn,即第一公告网)。全国各级政府、部门、企业每天发布的公告数量大概以千万条计,这些公告实际上每条都具有十分重大的意义,如果做一个网站,集纳所有公告,这必定是巨大的信息、数据汇集平台。如有企业或地方政府需要突出显示这些公告,就将其置顶或在首页显示,从而盈利,同时它又为大众提供免费公告查询服务。公告自身具有权威、严肃性,这保证了网站本身的权威可信。这是一个创意,如果有产品经理有兴趣,不妨去做了试试,肯定比很多互联网信息产品要靠谱。


本文转自d1net(转载)

相关实践学习
基于Hologres轻松玩转一站式实时仓库
本场景介绍如何利用阿里云MaxCompute、实时计算Flink和交互式分析服务Hologres开发离线、实时数据融合分析的数据大屏应用。
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
|
21天前
|
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。
|
2月前
|
搜索推荐 大数据
大数据在社交媒体领域的应用有哪些?请举例说明。
大数据在社交媒体领域的应用有哪些?请举例说明。
82 0
|
机器学习/深度学习 大数据
《构建基于富媒体大数据的弹性深度学习计算平台》电子版地址
构建基于富媒体大数据的弹性深度学习计算平台
79 0
《构建基于富媒体大数据的弹性深度学习计算平台》电子版地址
|
存储 人工智能 监控
应急管理大数据社会化治理体系下媒体数据的价值
近年来,我国应急安全管理工作取了了巨大的成绩,但是,从一些突发应急安全事件处置的情况来看,我们的应急安全处置能力建设尚存在很多短板。当前,我国全社会上下正在进行一场数字化、智能化革命,将数字化和智能化技术引入应急安全管理领域,是提高我国应急安全管理水平,增强对应急安全事件处置能力,最大程度减少应急安全事件对我国社会的所造成的的生命和财产损失的必然选择。
557 0
应急管理大数据社会化治理体系下媒体数据的价值
|
存储 分布式计算 自然语言处理
基于MaxCompute的媒体大数据开放平台建设
随着自媒体的发展,传统媒体面临着巨大的压力和挑战,新华智云运用大数据和人工智能技术,致力于为媒体行业赋能。通过媒体大数据开放平台,将媒体行业全网数据汇总起来,借助平台数据处理能力和算法能力,将有价值数据内容和能力开放给用户。本文主要从新华智云数芯平台,媒体行业数据特征,批流处理数据架构,以及通用的媒体大数据平台能力等几个方面介绍了如何基于MaxCompute做媒体大数据开放平台建设。
2138 0
|
存储 分布式计算 算法
基于MaxCompute的媒体大数据开放平台建设
摘要:随着自媒体的发展,传统媒体面临着巨大的压力和挑战,新华智云运用大数据和人工智能技术,致力于为媒体行业赋能。通过媒体大数据开放平台,将媒体行业全网数据汇总起来,借助平台数据处理能力和算法能力,将有价值数据内容和能力开放给用户。
5716 0
|
大数据 数据库
大数据在媒体行业的应用——《企业大数据实践路线》之二
阿里云MVP戚俊带你以媒体行业为例,深入分析大数据在媒体行业的应用
2593 0
|
人工智能 大数据
【2018清博盛典暨新媒体大数据峰会】学界、产业、创业者跨界年度观察
1月28日,由清博大数据主办的“2018清博盛典暨新媒体大数据峰会”在北京国家会议中心举行。本届清博盛典以“新时代·新内容·新用户”为议题,在十九大提出“推动互联网、大数据、人工智能和实体经济深度融合”的背景下,从互联网、新媒体、大数据等方向勾勒未来变化。
3372 0
|
大数据 数据挖掘 UED
清华讲坛:国双大数据助力传统媒体融合转型
本文讲的是 : 清华讲坛:国双大数据助力传统媒体融合转型   ,   新媒体时代来临,微信、微博等社交平台方兴未艾,人人都成为信息的主体和传播渠道,传统媒体的内容垄断地位及收费模式面临严峻挑战,纷纷寻求借助新技术,实现成功转型。
1544 0