由中国有线、中广传播、南方传媒、东方有线、BIRTV组委会、DVB+OTT融合创新论坛主办，由中广互联、东方有线承办的第六届广电行业趋势年会暨第二届DVB+OTT融合创新论坛年会于12月12日在上海大华虹桥假日酒店召开。本届年会主题为“大电视 大数据 大生态下广电发展与转型之路”。

　　在第六届广电行业趋势年会专题报告环节，华数传媒网络有限公司总裁助理王秀双分享了在大数据平台华数的经验运用和规划，她希望在用户使用产品的行为过程中能够总结出用户行为的特征，为所有的产品优化和市场的精准营销提供一个依据。

图为：华数传媒网络有限公司总裁助理王秀双

　　以下为演讲实录：

　　各位广电的前辈、同行和朋友们，大家下午好！我本人在十多年前也在电信行业做过，广电行业也做了十多年，但是在座的很多都是我的前辈。今天我想跟大家分享一下华数传媒在互动电视大数据平台方面的一些思考和实践。

　　今天我的内容主要分成四个部分：首先是了解一下整个全球大数据的背景以及广电面对规模运营之后面向竞争和市场的一些挑战以及存在的一些问题，然后是从华数的经验分享在大数据平台经验运用和规划，然后会举一些实例和大家分享我们在大数据应用方面的一些具体的应用，最后想跟大家漫谈一下大数据在广电行业应用的场景。

　　在座的很多朋友可能也看过这个数据，很多年前我们对于TB这个概念都会觉得这个数字实在太大，但是放眼全球去看的时候，这个数量的单位远远不能去总结我们全球在数据上产生的量，大家看到的甚至是EB和CB。2011年全球产生了1.9CB的数据，到了2012年快速增长到了2873EB这样大的一个规模。大家可以看到在2873EB当中很多都是由我们企业商业行为产生的数据，也有客户和企业之间接触产生的数据，当然，这里也有很多信息的复制和重复产生的数据。所以从IDC的预测来看，全球在2010-2020年间将会有50倍的增长。

　　中国在这个领域的数据其实也是非常惊人，从2012年的13%增长21%这样的概念。大家可以想像一下1.9CB是什么概念？意味着全球每个人每天做2.15亿次非常精准的核磁共振检查和产生的数据，也就是我们2012年产生的全球数据量，这个数据的增长是非常惊人的。中国整个数据增长的幅度也是非常快速，很多人说在很多年前谁拥有了能源、谁拥有了石油就可以在国际上有绝对的竞争力，现在看来谁拥有了大数据，换言之，谁能够把大数据里存在的价值挖掘出来，这个企业就将会有核心的竞争力。

　　这是IT行业近几年来的全新概念，叫做“第三数据平台”，也就是在传统的ICT发展从第一阶段第一平台的主机终端，就是从IT的设备计算机的运用能够提高或者简化人对数据的处理，完全是以数据处理计算为中心的IT技术，到目前发展成为以业务为中心，广电行业可能会有整个业务的支撑，也有客户的支撑等等这样一个以业务为中心为导向构建我们企业的IT架构，发展成为到现在第三平台的四大核心应用、云计算、大数据和移动社交这样一个完全以用户为中心的第三平台构建，这个部分应该说所有国内外的IT厂商，包括存储和提供应用的厂商都已经有自己的相应核心产品在支撑整个业务和技术的发展。

　　在这样一个背景环境下，不管是什么行业、什么企业都会面临巨大的挑战。怎样能够在激烈的竞争中体现出我们公司、企业、产品和服务的核心差异？这是企业需要思考的一个核心话题，我们来看几个例子。

　　不知道大家有没有印象，2012年南京市委书记带领着他的团队在上了央视节目，南京推出的所谓高调引才，五年吸引三千名领军型人才，可能从政府的角度也不是不可以。南京政府开出了非常好的条件，只要是人才团队评审通过，给了两个非常诱人的数字：第一，给你引进的团队有300万元资金，可以引进你的核心团队；第二，给你一次性1000万元项目启动资金，同时所有的核心团队人员会享受南京市政府在“361人才计划”当中所有相关住房的补贴和配套服务，这在中国政府引进人才和促进整个城市的技术发展角度其实是非常少见的，应该说到现在为止它的整个计划都在稳步推进当中，这是南京市政府一个非常有差异化的、对于人才引进、项目引进非常明显的产品。

　　大家也知道，今年行业发生了爱奇艺和PPS的整合，他们5月份的整合时提出了一个口号叫做“在一起更好看”，开始了品牌强强联合定义概念的阶段，但是到了11月份提出的概念是“开启全新视界”，为什么这两个品牌没有完全把它融合掉？就像土豆和优酷一样就叫“土豆优酷”？当然，每个品牌的选择都有它的定位和考虑，不是说这样不对，但是这个品牌整合之后还是保留了复制品牌非常差异化的鲜明特点。爱奇艺可能希望在整合之后除了原有非常鲜明的定位，爱奇艺就是影视剧，而且是品质非常高的影视剧，并且会跟PPS原来提供的平台和用户体系完全打通，把爱奇艺的品牌的品质，包括整体的服务都有一个非常高的提升，这是它对爱奇艺这个品牌提升的策略。但是从PPS的角度来看，其实也有很多人用过PPS，刚开始它就只是一个视频工具，并不是一个平台，也不是一个产品。我说的意思并不是一个内容运营的产品，所以它在这个品牌的整合过程中赋予了它新的内涵、给了它新的定位，今后它就从原有的视频工具演进成了一个视频的服务平台，其实这两个平台本身在品牌共同联合之后的提升之外进一步加强了自己品牌的核心差异化所在。

　　今天是“双十二”，同样的品牌、同样的服务，大家更多的是会考虑价格的差异化。渠道的部分其实也一样，当时i-Phone5推出的时候有一个特殊的渠道政策，北京光大银行的用户通过这样一个渠道会有一个信用卡客户独享的渠道策略，类似线上销售轿车，已经改变了我们的生活，因为在杭州已经有相应的点。悠家小站是做安防和监控的供应商，很早我就发现在南京、成都、珠海、杭州等很多城市已经快速覆盖到了接近十几个站点，它也做全国的加盟，它有一个电子商务平台，它的服务差异化在哪里呢？它不像我们身边的物业，很简单地说我只是在物业交一下物业费，可能物业有一个简单的快递可以投到物业，它的整个服务差异除了把原有的安防产品做了结合之外提供在你家周围三公里的商圈所有可靠的商铺都做了一个整合，包括也提供跟周边大的商场，包括影院、蔬菜基地和果园基地都有一些比较有竞争力的商家统一把三公里的商家纳入进来，也包括你对运营商的业务代理，比如要去缴个水电费办个宽带，整个服务的核心就是在你家里所有的事情如果你没有时间去做我来帮你做，甚至还包括提供一些针对老人和小孩健康的基本测试，也包括简单的健身计划建议，它的产品细分很多，而且价格也很低，一个产品可能就是五块钱一个月，可以自己订购，商家通过这个客户端接收用户的订单。它的服务已经覆盖了简单的物业服务，有些城市有些所谓的家政服务的范畴，而且它也结合了刚才讲的自己原有做的基础产品，甚至和物业的保安也会有相应的联动，所以整个服务已经是突破了原有的，非常单一地说你只做安防、只做监控的范畴，而且基本上做到了在这个圈子里生活，如果你有任何事情需要了解，或者需要别人帮你去办，可以非常方便地找到这个服务。每个行业可能都需要自己差异化的东西才能在这个激烈的市场竞争当中长足地发展，所以创新和差异化应该说是我们企业在现在这个时代非常大的挑战。当然，我自己也是它的用户，从整个使用点击的过程中它的商业模式就已经形成。

　　这样一个时代当中，大数据支撑了我们整个企业怎么形成差异化。当然，核心就是电商平台，今天的核心就是大数据部分，怎样在我们新产品的开发能够细分到市场、细分到客户，开发出我们有差异化的产品来跟竞争对手抗衡，也包括在市场营销领域怎样能够快速获取新用户，而且广电也有很多地方同时在做宽带，怎样能够把数字电视和宽带做出相应的交叉销售，更多产品的细分和营销的策略，也包括在成本上怎样能够快速地降低整个公司决策的成本，面向客户的时候也更清楚地了解我的用户的行为特征是什么以及我应该给他推什么样的产品和服务是他需要的，未来大数据会支撑整个企业能够形成自己核心的差异化和核心的竞争力。

　　聚焦到我们广电行业。应该说互动电视在2004-2005年开始发展之后到今天应该是有了很多新的变化，从原来非常简单地说只能是从原来的有线电视去做交互，现在很多广电都在尝试多屏互动和手机的互动，给到用户的不能是千篇一律、完全一样的门户展现，包括个性化的EPG，用户可以自己做些配置等等，内容运营上也会有很多的手段，比如做些定向的内容推荐或者热点推荐等等。互动电视本身业务的发展到了今天这个规模，我们自己的业务规模在加大，另外我们用户也面临着很多选择和影响。互联网的模式下会有很多是内容找到用户的概念，并不是说我们永远都是编排好的内容推给我们的用户。所以从单向编排到需要我们主动把内容推给用户，这个模式已经发生了很大的变化。而且在这个过程中也不能说是什么内容都随便推介，这个就需要有一个非常精准化的推荐以及个性化的推荐。所以在整个互动电视目前面临的挑战而言，用户的界面不像原来那么单一，它已经移动化了，而且扩大化了，不仅仅是在电视机这个终端上，只是通过摇控器在做操作，而且经过这样长时间的发展，我们整个的内容不光是影视剧，也包括很多栏目的内容，应该说这个数量已经呈几何级的增长。当然，这里也会呈现出一些问题，比如原有在做内容管理的时候可能没有考虑那么多，今后这些内容是要有一些统一的标志性的定义，要为将来整个内容的运营和大数据的应用做一些准备，这些方面广电要做大数据其实也会有很多的工作需要去做。这些就是互动电视发展面临的一些新的挑战和新的特征。

　　其实从技术支撑的角度来看，随着刚才讲的整个业务的快速增长，对于技术支撑的角度不仅仅是原来一个地市就是非常简单的收费管理数据，而且除了这些数据之外其实还有很多用户入场的客服呼叫中心和现场都会有很多用户的反馈，所以这里会有非常多的非结构化数据，并不是用户原有的基本信息管理，也有很多复杂分析的场景，包括我们推的市场套餐会越来越多，这些套餐本身的效果如何？有没有达到当时定这个策略的营销目标？这些其实都需要大数据和数据的整个支撑、数据的分析和支撑的体系去做支持，也包括在整个技术的要求上需要快速地分布式计算，不能说我要了解公司的整个运营情况就需要等，一定要等到月底才能看到这个月的整个内容运营的结果，或者整个业务指标的状况，这个部分都是互动电视在数据支撑上面面临的一个非常大的挑战。大家可能会问以前有些广电的公司也做过数据分析这样的系统，其实在数据分析的阶段更多的可能是对于结构化数据的处理，更多的是要了解到我们整个用户发展的情况、收入发展的情况可能就够了。大家可以看到现在的数据是需要在大量的数据里面，也包括结构化和非结构化的数据里面找到这些东西的价值，这个部分其实就是对大数据非常高的要求。我们认为广电规模到了一定阶段之后也需要构建自己统一的数据中心，对于数据本身需要做重新的分类存储，基于这样一个架构来做相应的统计分析、预测和主动的运营。

　　刚才讲的是大的行业和整个广电行业的背景，下面我想和大家分享一下华数在做大数据平台构建和实施过程中的一些考虑。

　　首先来看一下互动电视的业务原始数据，其实主要是从四个方面会涉及到大量的数据沉淀。用户方面非常好理解，就是一些基本的用户信息，包括用户的地址和具体联系的信息，也包括终端的一些信息，当然，从广电来说终端的标准化程度并不是很高，所以在每一个区域的市场上会有很多各种各样的终端，可能有广播型的、交互型的，各种各样的终端都有。因为终端本身也会影响我们用户到底使用什么样的产品，所以这个信息本身对于广电来说也是非常重要的。还有就是反馈数据，包括服务中心和线下营业厅的渠道用户都会针对我们的产品和服务有很多的日常反馈，包括投诉、建议、故障等等，其实都是用户对于产品服务的反馈。从行为的角度也是比较清晰，用户对于我们产品订购的行为，也包括可能会取消订购，也有可能在不同的产品之间去做转换，也包括对于产品本身支付的缴费。广电行业原来做得比较多的是银行代扣，当然，现在也有很多互联网第三方的支付渠道，比如支付宝、拉卡拉和软银，这也会反映出用户比较喜欢用哪种方式缴费，当然，也有一些年纪偏大的用户可能还是愿意去营业厅现金缴费，这跟用户的年龄群体都有比较大的关系。当然，后面两块是用户对于我们产品的使用记录，包括整个门户的访问，也包括点播的行为，这个大家都比较了解了。还有互动电视业务上面我们推出的一些功能的使用，比如你的推荐搜索可能有些用户就会经常去用，从这个角度也可以看到一方面用户愿意用你的东西，另一方面就是你的东西好不好用，这些都是用户在整个互动电视的服务过程中会涉及到的一些行为。当然，促销更多的是从市场营销的角度，包括套餐的一些订购，也包括套餐到期之后用户会不会续订，或者我们推了一项促销，针对互动电视做了一个针对性的促销，用户到底有没有去接受？这个部分主要是针对市场营销领域的记录。运营方面更多的是针对产品本身，我们都会有互动电视的首页和各自栏目的板块，一般来说我们都会做热点内容的推荐，也包括在整个产品过程中会有不同广告的推送，用户对于这个广告使用的情况，也包括用户在看了这个内容之后有些关联内容会做一些推荐，也包括一些主动的、个性化的推荐，其实这些都是在整个互动电视业务运营过程当中会产生的原始业务数据。

　　简单地从大数据的角度来看一下一个地级市会产生的数据量。因为华数旗下在浙江省也包括中广，在全国也有很多省市，所以这个部分只是做一个例子，大家对于这个数据有一个规模的概念就可以。1个60万用户的城市产生的内容量大概是100万小时，每个月的点播量会接近180-200万次，首页的月访问量是4500-5000万次左右，影视剧是比较核心的内容，所以这个部分的占比是会相对比较高一些。刚才也讲到用户会有对于产生的订购行为，我们看过，大概会有几十万到上百万的规模。从整个客服中心的电话反馈来看，每个月大概会有20多万的规模，从我们全国广电互动电视的历史来看大概会有5-8年，如果不同的广电同行们在不同的区域，这个数据可能会有相应的差别，这里只是举个例子。

　　这里想和大家分享一下华数在互动电视数据应用的整体框架。核心是从几个方面构建整个平台——应用的目标。第一部分是从公司层面来看，最关心的是我们的经营指标有没有完成，这是非常基础的要求，这个指标可能不仅仅是用户数，不仅仅是收入，也会有些内容运营的指标，比如用户的活跃度、用户的行为指标，都会统称为运营指标。第二部分是经营指标完成得怎么样，然后是公司各条产品线的业务发展和趋势的情况，比如前期同比到底是什么样的情况，也包括整年的发展趋势。第三部分就是整个收入的角度，要去了解整个公司各个产品的收入情况，也包括它的收入本身对于公司总体的变化和占比，也包括每个产品线OP值的分析和变化。第四部分是站在客户的角度去看这个客户在我们公司的整体状态，刚才讲的更多的是从业务的角度和产品的角度去看整个业务发展的趋势和现状是什么，从客户的角度更多的是关注这类客户用了我的哪些产品，给我贡献了多少，当然，从这个角度也需要去关注家庭和商业客户，家庭可能要知道这个家庭有很多的终端，每个终端给我们产生的收入OP值，其实就是从统一客户的角度去看。如果从商业用户的角度可能会更多，这个客户可能用了我的互动电视和有线电视，也用了我的宽带，给我整体产生的贡献是什么。这是从客户的角度，一方面是跟我们企业产品订单的关系，另一方面也要看他给我带来的价值。这个部分是非常基本的部分，也就是作为企业经营分析或者运营分析的核心数据指标和模型构建。然后是面向市场营销做专题分析，从营销的精准推荐，也就是在做市场策略的时候希望有些非常明确的数据依据，我们要推的策略就需要设定一些客户的特征，从这样的条件和变量里面寻找这些客户，然后针对这些客户去做这个营销策略的精准营销。其实很简单，比如同一个区域既做了宽带又做了互动电视，肯定有一部分用户说同时用了我的两个产品，圆圈之外都可以做精准营销，因为你手上有他们非常精准的用户信息，这是一个很简单的例子。市场策略分析的部分我们希望在做了一个市场策略之后，我们预设了我们精准营销的对象和客户群，这个策略做了之后它的效果如何？精准度和命中率如何？这就需要通过模型去验证到底是我的策略做得不对还是客户没有找对，这两个部分其实都是针对精准营销去做的分析模型。刚才也有提到，特别是企业用户，更多的要去细分哪些客户给我带来了高的收入、高的价值，哪些客户可能是我在他身上花了很多的精力，但是带给我的收益是非常少的，所以这个部分就很有必要区分我们的客户、我们的客户价值，高价值的客户我们就需要花很多的资源去维系他，他的业务流失的时候主动去挽留他。当然，还有涉及到产品推荐和交叉销售，也是刚才提到的。刚才也讲到对于客户的整个细分和价值，有了一个明确的定位之后我们也要构建老用户的整个维系和流失的预警，我们需要去构建一些模型，什么样特征的用户比较容易流失，这样的用户我们要提前几个月，或者两个月，我们需要提前去做一些维系的手段。这个部分后面我会有一个具体的案例，一会儿大家可以看一下。然后是在市场营销和专题的分析角度的应用考虑，在整个产品优化的角度，其实核心就是围绕我们的产品在整个界面的设计，包括交互的设计以及功能的设计，也包括产品在使用过程中的流程，我们也会根据刚才讲的一些用户本身行为的数据在这个上面做一些应用。这个部分我们会有一些具体针对产品本身的功能有些相应的分析结果，可能这个界面设计就不是太合理，这个功能就不会太复杂，用户体验交互非常差，这样的一些东西我们也会通过用户的数据、用户的行为进行研究，通过大数据的一些处理来形成一些产品优化的结论，最后也会验证这样的结论调整之后的结果。产品运营的角度，核心是针对这个版面的热点内容推荐、个性化内容推荐、关联内容推荐，主要是从内容推荐的角度去分析这样的推荐的实际效果如何。其实我们还有很多内容都需要去引进，或者也会做些内容的集成，这些内容运营的效果如何？所以我们会有一个世时的榜单，可以即时地看到这个内容运营的效果。用户分析的部分刚才已经讲过，更多的是希望在用户使用产品的行为过程中能够总结出用户行为的特征，为我们所有的产品优化和市场的精准营销提供一个依据。

　　整个技术框架构建方面，核心就是几大部分。我们从各个数据源抽取、转换和加载这些数据，对于基础数据本身要做一些管理，应用目标部分就是刚才核心的五大部分，对于整个应用来说会有一个展现和服务层，包括数据的门户和数据服务的平台。举个针对专题数据分析模型的例子，我们需要有些具体的，比如设定一些规则，形成一些数据分析的模型，最终也有一些实时的规则驱动，让我们知道客户维系和精准营销的具体结果，这样的模型构建之后就会形成。还有广电电视行业本身都有相应的应用，具体哪一条我就不展开讲了。

　　这里再讲一个案例，我们会针对流失用户做一个定义，也就是会关注当月的情况、前3个月和未来2个月的用户情况。这是我们模型构建的一些变量，可能会考虑整个帐户的情况、终端的情况、点播的行为、产品的订购，最终模型出来以后整个分析结果会有流失概率，和刚才用户讲的几个变量是直接相关的。还有就是流失特征的角度，我们可以从模型当中知道没有并购套餐的产品和用户，余额很少，大概用了两年左右，这样的用户很可能在两个月之后流失，所以这样的用户我们会提前来做一些维系的策略。这是产品的优化改版，针对一个产品做了改版，我们从整个新老用户的点播贡献可以看到会有一个变化，也包括在7月18号这个点之后，说明这个点后面蓝色这个点就上去了，所以产品本身的改版对于点播是有促进作用。这是整个运营捕获率效果和趋势，用户进入之后产生的点播行为和比例。关联推荐也是一样，我们其实会比较关注推荐形成的量到底占访问量的比例有多少，另外就是顺序本身对用户有没有相应的影响，哪种方式更加吸引用户一些，图片、文字还是演员和导演。这是刚刚提到的实时榜单，也是跑在平台上的实时效果，可以实时地去查现有热播电影的情况，也包括具体某一个电影的热度指数，还有到底哪些区域的人会特别喜欢看这个电影，还有最近比较热的热点栏目，比如《爸爸去哪儿了》等等。

　　最后跟大家漫谈和畅想一下，我们大数据在整个广电的应用更多的是为企业提供决策支撑，包括市场的细分、体验的提升、用户个性化的服务和分析。站在整个行业IT发展的角度，它本身就可以是一个数据产品，直播业务也是用户行为数据结果的一个产品，包括文本的一些挖掘，用户对于搜索功能文本的使用，包括反馈的数据都是我们能够从数据背后，从文本的背后找到用户对于我们产品服务的判定，也包括需求的一些挖掘，还有这样大数据应用的场景下实时的应用，这是我们大数据应用不久的将来在广电行业可以成为数据产品。

　　【返回第六届中国广电行业趋势年会暨DOF年会专题页面】