大數據時代輿情服務的機遇與挑戰分析

輿情服務在進行行業規范和整合的同時，正面臨著大數據挑戰。本文從信息濃縮、數據深挖、關聯輿情構建與跟蹤、大輿情等層面，深入分析并提出大數據時代輿情服務的應對建議。
 

濃縮海量信息抵抗“數據爆炸”
 

“信息超載”“數據爆炸”將人們變為機械的信息查詢者。在過剩的信息海洋里，閱讀由享受變為負擔。美國、日本近年來的信息吸收率僅為10%左右。曾經公務繁忙的美國前總統克林頓說，就理解和領會能力而言，頭腦中塞滿東西和頭腦中空空如也同樣糟糕。也因此，能夠在短時間內消費最大信息量的“淺閱讀”成了大數據時代最大的閱讀變革。從輿情產品服務的角度看，濃縮海量信息，抵抗“數據爆炸”已成基本要求?？蓮膬煞矫嬷郑阂环矫嬖谛畔V度上作文章，最大可能去抓取數據信息。同時掌握數據抓取能力與輿情解讀能力將是未來輿情分析的必備技能。另一方面，輿情分析人員需要對一些非常重要的事件，給予一種更加平易的解讀方式。
 

強化數據深挖實現“信息增值”
 

提高輿情產品質量的關鍵，在于對數據的“加工能力”，通過“加工”實現數據的“增值”。這就要求分析人員提高對信息的鑒別力、萃取力、掌控力，對數據進行生產、分析和解讀，探索一條為用戶提供分眾化服務的信息增值之路。
 

目前，已有美國大學專門開設了研究大數據技術的課程，培養下一代的“數據科學家”。在國內，情況更不容樂觀，很多輿情服務機構甚至沒有專門的數據管理、分析部門和專業分析團隊。未來需要一批有較高學習能力、分析能力、知識水平的數據從業人員占據輿情服務重鎮。
 

構建關聯輿情消除“信息孤島”
 

目前我國信息化應用水平參差不齊，政府和企業不同的部門之間都存在“信息孤島”問題：有多少個部門就有多少個信息系統，每個系統都有自己的數據庫、應用軟件和用戶界面，完全是獨立的體系，阻礙了數據的互通互聯。輿情機構提供的個案分析已不能滿足政府和企業的資訊需求，協助對方消除“信息孤島”越來越緊迫。
 

作為政府和企業的資訊提供者，輿情服務機構需把握未來幾年大數據在公共及企業管理領域發展的重要方向，充分整合政府和企業的數據資產，進而完善對方的決策流程。通過搭建關聯領域的數據庫、輿情基礎數據庫等，在輿情預警、研判、應對、決策等環節，豐富和完善決策參考體系。屆時，輿情和數據服務不再局限于個案分析，同時需要跟蹤關聯輿情，不再局限于危機解決，還要輔之以決策參考。
 

跟蹤關聯數據提高趨勢研判
 

大數據的核心和目標就是預測。輿情等數據分析機構從互聯網浩如煙海的數據中挖掘信息、判斷趨勢、提高效益已有實際應用。在美國中央情報局，情報人員通過抓取海量數據來追蹤恐怖分子和監控社會情緒，首席技術官格斯?漢特稱，在“阿拉伯之春”中，大數據分析可以了解多少人和哪些人正在從溫和立場變得更為激進，并“算出”誰可能會采取對某些人有害的行動。
 

在大數據時代，決策行為將更多地基于數據、分析和事實做出。鑒于此，2012年3月29日美國政府發布的《大數據研究和發展計劃》提出，應當通過對海量和復雜的數字資料進行收集、整理，從中獲得真知灼見，以提升對社會經濟發展的預測能力。具體到輿情服務，分析人員要不斷增強關聯輿情信息的分析和預測，把服務的重點從單純的收集有效數據向對輿情的深入研判拓展，從注重“靜態收集”向注重“動態跟蹤”拓展，從致力“反映問題”向致力“解決問題”拓展，使輿情產品“更快”——預警快、決策快。
 

樹立大輿情觀念拓展服務邊界
 

提起輿情監測，人們更多想到網絡輿情，忽略了現實社會生活中的輿論情況。輿情服務與社會調查結合不足，甚至直接把網絡觀點整理后報送給客戶，難免對決策產生誤導。如幾年前，對于假期增減的網絡投票，有機構打著尊重民意的旗號，在網上和其他媒體做調查，而最后的結果卻與很多民眾真實意見相左，破壞了輿情服務的公信?力。
 

輿情服務機構應樹立大輿情觀念，使輿情服務的主體和邊界“更全”。這里的大輿情，強調大數據的關聯性，橫向看，將服務主體延伸至政府、企業和社會的各領域；縱向看，將產品內容延伸至包括輿情預警到決策方案在內的各環節。
 

網絡輿情分析、社會調查和效果研究相整合，不但拓展了輿情服務的邊界，同時使輿情產品更科學、嚴謹，避免誤判。