社会化媒体：媒介融合的深层影响力量(3)

　　调查显示，在国内市场，电视节目收视率与微博讨论热度呈现出正相关。新浪微博数据显示，去年夏季的“疯狂综艺季”吸引了77档节目参与，在新浪微博上的总讨论量约5亿条，其中《中国好声音》的讨论量高居榜首，在收视率上也始终领先。《2013季播型电视综艺节目收视与微博讨论研究白皮书》显示，《快乐男声》的微博讨论量在“V神计划”启动后的一周内飙升近一倍，收视率也迎来开播后的第一个高峰。分析还显示，微博话题的倾向性与收视率同样有密切关系。9月27日《快乐男声》总决赛当晚，其收视率达到开播以来的最高峰，这一天的微博话题中，正向和中立话题数量的比例也最高。（4）
　　在今天，加入社会化媒体指标的电视收视率主要是在评估社会化媒体对电视屏幕这一端收视率的推动作用，而在未来，当屏幕之间的界限日益模糊时，这样一个收视率的观察重点可能会从电视转向网络。
　　社会化媒体收视指数的出现，使传统电视广告投放的风向标发生了变化，对于广告投放模式以及整个电视的经营模式都会产生一定影响。传统电视收视率，只通过电视这一个屏幕来反映，而这个收视率，无疑也成为了广告投放的主要依据之一。但是，当社会化媒体里关于电视节目的分享、讨论成为收视指数的一部分时，电视广告的投放，将会参考电视台或电视节目在社会化媒体中的影响力，因此，仅仅只是靠内容或黄金时段来吸引广告的模式将被淡化，社会化媒体里的品牌塑造与节目营销效果，也将成为吸引广告客户的重要依据。
　　与此同时，社会化媒体平台自身，也会获得更多的广告来源，它们将有可能分流电视的广告客户。电视台的广告竞争对手，将不仅是同行。如何在社会化媒体平台上继续争取广告客户，如何在社会化媒体平台上找到新的营利模式，也将是电视台未来需要探索的问题。对于电视以外的传统媒体来说，通过社会化媒体的传播效果指标来推动转型与融合，也是一个发展方向。新的传播效果评价体系会成为一个风向标，引导传统媒体在追求更好的传播效果目标下，顺应市场需求完成媒介融合趋势下的业务转型。
　　四、社会化媒体对媒介融合影响之四：
　　用户分析的“大数据化”
　　社会化媒体不仅使传播效果的衡量指标发生了重要变化，也在更大程度上推动用户分析的手段与思维发生根本变革。得益于社会化媒体积累的用户数据，用户分析的大数据时代正在到来。
　　美国电视剧《纸牌屋》的成功，使人们对大数据在内容生产行业的意义有了初步认识。2011年初，由导演大卫·芬奇和演员凯文·史派西作为主创、翻拍自英国BBC同名电视剧的《纸牌屋》在完成初期创作后，向包括HBO在内的电视台推销该剧。当时有多家电视台都对这部剧集产生兴趣，但这些电视台都希望看过试播集后再决定是否购买，而美国视频网站Netflix则仅仅靠网站统计数据就作出了预定全部两季的决定。Netflix拥有3000万付费用户，网站每天产生海量的用户评论及收视行为数据。 Netflix的节目内容首席主管泰德·萨兰德斯是英国BBC版《纸牌屋》的忠实观众，他通过自己网站海量的用户数据得出判断，认为大卫·芬奇和凯文·史派西的合作会吸引大量观众收看本剧，于是网站决定买下此剧集的播出权，并且是一次性预定了本剧集前两季全部26集。2013年2月1日Netflix网站对全球同步首播该剧，第一季13集同时放出。《纸牌屋》也成为Netflix播出的首部原创剧集。这样一种基于大数据的市场分析，将在未来的内容生产市场越来越普遍。
　　2013年，谷歌发布的《用谷歌搜索量化“电影魔法”》白皮书称，根据搜索次数的多少可以判断电影票房成败：次数越多，票房越成功。它还特别强调，当网络用户从头到尾彻底了解了一部影片之后，就更有可能走进电影院去观看。（5）
　　在中国，《小时代》系列电影的制作营销过程被认为是运用大数据的典型代表。电影发行方正是基于微博搜索等网络数据，对《小时代》的票房作出预测并制定了相应的营销策略。《小时代1》上映后，根据相关大数据分析，调整了《小时代2》的上映档期。《小时代》导演郭敬明也会通过查看电影的百度指数等数据，分析受众的年龄、性别、教育背景、地域分布等等。通过对普通大众的数据采集，郭敬明逐渐找准了观众的需求重点，并利用到电影拍摄中。
　　尽管大数据技术在用户分析方面仅仅只是开始，技术的不成熟也会带来市场分析的某些偏差，但其未来发展仍是值得关注的。整体来看，大数据对于用户的分析，包括需求分析、行为及其特征分析、态度与意见分析、传播效果分析等。大数据的研究不是强迫用户对他们的行为习惯以问卷的方式作出回答，而是对他们日常的自发行为本身进行分析，因此，能更真实地反映用户的需求、偏好以及行为模式。大数据分析可以用于不同规模的用户对象，包括整体用户、群体用户和个体用户等。相比传统的市场研究方法，大数据在对个体用户和群体用户的分析方面，具有更强大的能力。
　　1. 对于整体用户的全样本、跨平台分析
　　虽然用户分析早就成为传统媒体的基本工作，但以往的用户分析是以传统的抽样调查手段为主，尽管抽样方法不断改善，但由于调查对象的有限性，这样得出的研究结论，仍然未必能全面反映受众市场。而大数据通常可以进行全样本的分析，尽管也有研究者认为大数据时代也需要进行抽样，但无论是全样本的分析，还是大数据规模基础上的抽样，都比传统抽样调查涉及更大规模的研究对象，结论也可以更为全面、深入。

(责任编辑：论文发表网)转贴于八度论文发表网: http://www.8dulw.com(论文网__代写代发论文_论文发表_毕业论文_免费论文范文网_论文格式_广东论文网_广州论文网)