大數據時代下的智能傳播及其盈利模式3

（四）大數據分析優勢顯著

第一，大數據能夠實現分析的高度智能化。當前，我們已經進入智能經濟時代，而大數據能夠幫助我們實現信息智能化，即能利用有效的工具對數據進行有效的挖掘和專業化處理，進而通過加工實現數據的增值，并實現盈利。大數據的優勢在于：一方面實現信息收集和分析的智能化，另一方面實現數據與用戶需求的有效匹配。大數據分析的4個關鍵能力分別為智能預測、高并發處理、統計分析和智能推薦。此外，大數據分析系統一般可以分為建模層、集成層、存儲層、處理層、可視化層和數據發布層等6個層次。

第二，及時、迅速。大數據分析改變之前的市場調研和數據分析相對滯后的模式和方式，能夠及時、迅速地進行分析。傳統的市場調研和數據分析一般都需要半年甚至更長的時間，例如國家人口普查甚至需要一年以上的時間，而基于互聯網的大數據分析則能夠快速呈現結果。

第三，成本相對較低。傳統的市場調研方法，由于需要使用大量的人力和物力，耗資巨大，而大數據由于可以大量使用技術手段，其成本相對較低。

第四，更為準確。傳統的數據分析由于很難準確調研用戶的行為習慣，一般來說，難以有效精準，而大數據分析則能夠有效挖掘用戶的真實想法和習慣，其結果也更為準確。

（五）大數據實施的關鍵

第一，數據的可獲得度。目前在國內，大數據的發展嚴重受制于政府信息的公開性不夠，很多數據難以獲得，導致難以實現真正的大數據挖掘和分析。

第二，模型建構。模型的科學性直接決定著數據分析的質量，這就要求有高超的建模水平。

第三，觀點提煉。為決策提供依據的基于數據挖掘的獨到、高質量的觀點，高度依賴于高質量的數據解釋，這就體現了行業專家的價值。不同的專家對于同一個數據往往會給出截然不同的結論，在房地產市場，任志強、謝國忠都能拿到同樣質量的數據，但是其分析結果卻有天壤之別。

（六）從數據運營到運營數據

首先，要清楚用大數據做什么。大數據主要解決如下問題：要解決何問題？誰的問題？你能解決這個問題嗎？在當下能解決嗎？可以用數據解決嗎？

其次，用框架做決策。一是確定問題，從解決問題的角度收集數據；二是整理數據，放入數據框架內；三是看框架與決策的關系；四是根據決策行動；五是檢查行動是否達到目的。

再次，大數據如何做：混、通、曬、存、管、用。一是“混”，即數據部要和業務部混在一起，混在一起是開展大數據的前提。二是“通”，即帶著業務問題看數據或者帶著數據來看業務問題。業務問題和數據問題之間的“通”，部門數據和部門數據之間的交叉。通的關鍵是從事業務問題的和從事數據問題的能夠具有相同的話語體系，但是現在無論在傳媒業還是在其他行業，多采取的不是同一套話語體系，這就必然導致難以實現大數據與產業的有機融合。三是“曬”，即在獲取、使用、分享、協同、連接、組合之上讓自己變得超級簡單和便捷。為了更好地“曬”數據，一方面需要建立起科學合理的分析框架，另一方面需要善于運用可視化工具，實現分析結果的可視化。四是“存”。必須清楚的是，收集數據不是目的，讓收集到的數據產生價值才是目的。任何公司都沒有財力和能力收集全部的數據，這就要求公司首先清楚要解決的問題是什么，唯有如此，才能夠實現更高的投入產出比。五是“管”，即學會用數據產品來解決獲取及使用數據的問題。六是“用”，即對數據的分裂和重組，都能做到顛覆性創新。例如，我們一般把性別分為男和女，而阿里巴巴為了更好地描述用戶，則把用戶的性別分為十幾類。

三、大數據時代下的智能傳播

在移動互聯和大數據時代下，用戶的需求更為個性化和定制化，這就要求我們充分利用大數據技術來實現智能傳播。

（一）用戶與用戶需求巨變

首先，互聯網尤其是移動互聯用戶成為主流。根據中國互聯網絡信息中心發布的《第34次中國互聯網絡發展狀況統計報告》顯示，截至2014年6月30日，中國網民規模達到6.32億，互聯網普及率為46.9％；2014年上半年，網民人均周上網時長達25.9小時；手機網民規模達5.27億，隨著4G的大規模推廣和應用，未來的手機網民規模必將迅猛增加。得益于動輒幾億的龐大用戶規模，互聯網媒體高速增長。2013年，互聯網廣告收入高達1100億元，僅比居于首位的電視廣告收入少1.1億元；僅騰訊公司一家，其2013年的銷售收入就高達604.37億元，凈利潤170.63億元，是2013年我國整體報業凈利潤的近2倍。

其次，用戶的需求越來越個性化、定制化、精準化。在傳統媒體時代，信息相對稀缺，并且由于技術的限制，用戶只能接受統一的、標準化的信息，但是這種信息傳播方式遠遠不能滿足用戶的實際需求。而在互聯網時代，由于互聯網技術的快速發展，互聯網媒體能夠利用大數據技術更好地分析用戶的潛在需求，也使得用戶的信息需求越來越個性化和定制化。例如，今日頭條就在致力于滿足用戶個性化、定制化的信息需求。