5月28日，“第三届大数据与传媒产业峰会”在贵阳隆重召开。近几年来，随着大数据技术的不断应用，广电传媒行业发生了深刻的变化。党的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，习近平总书记也提出“实施国家大数据战略加快建设数字中国”等讲话精神。在本次会议上，业内专家和领导探讨传媒行业发展之“道”，探寻大数据实际应用之“术”，共同为传媒数据产业快速发展建言献策。

　　中央电视台技术中心技术管理部主任梅剑平作了题为《大数据助力融合媒体变革》的主题演讲。

　　以下为演讲内容：

　　各位领导，各位嘉宾，今天很高兴有这个机会回顾一下我们过去两年媒体融合运用大数据的手段在广播行业里面的经验和体会。众所周知2016年总书记在媒体视察的时候提到了媒体融合的战略之后，我们这个行业，我们这个传统行业在拥抱互联网的工作中做了很多的探索，有从内容探索融合，还有从终端的角度来探索融合，经过几年的探索，实际上我们发现，用大数据的手段实现媒体的融合是更深层次的融合，我们在做媒体融合的过程中我们不断尝试对用户的深度理解，通过大数据的手段，我们能够实现从传统的广电的观众到用户的转变，同时我们能够更准确的把握到每一个用户个体化的需求，继而挖掘深层次的用户特征。

　　在座的各位领导其实都知道，我们过去广电行业喊了一句口号“内容为王”互联网提出了“用户体验至上”，内容为王是以内容为核心，以自我为中心，没有考虑用户的需求，用户体验至上是以用户为核心，当我们从自我为中心转向以用户为中心的过程中，我们发现什么是用户?是用户的各种特征，也就是用户的大数据，所以我们在这里所谈到的用户体验至上也好，用户为中心也好，都是代表我们对用户大数据的把握和挖掘，不管我们通过多屏或者多元的产品，还是多种的传播渠道都是建立对用户的深度理解，也就是建立在对用户大数据的挖掘之上，如果没有用户，我们对用户的理念和模式都无从谈起。

　　在电视的时代我们说观众的时候是一个整体的概念，我们谈到的观众常常加一个广大的观众，走进新媒体时代，在媒体融合的过程中，观众代表了多层次的特征，多层次的需求，在这个过程中，媒体我们从电视走向了PC，走向了手机的时候，观众给我们呈现出的用户特征是一种时时呈现，个性化的，以及多维度的特征，全方位呈现在我们面前，在这个时候我们把握用户特征和开发用户特征的根本手段就是大数据，所以广播电视的根本手段既不是我们的内容，也不是我们的传播，而是我们对用户的理解和掌握，也就是我们对用户大数据的运用的水平。

　　广电的大数据包括哪些?很大一部分是我们广电自有的大数据，在收视的行为过程中提供的特征，同时包含大量的新媒体的数据，所以说大数据其实是一种不光是量的体现，更重要的是多样性的体现，大数据在国际上有一个四个V总结，我们理解广电大数据的时候，大数据的资产不应该固步自封，应该充分挖掘通过新媒体的渠道所呈现用户的喜好和用户的收视特点，他们共同构成了我们广电大数据的核心资产，特别是这两年我们做了很多的两位一端的新媒体尝试过程中，我们发现通过新媒体的渠道给我们传统收视行为中大量丰富的信息，而这些信息是我们下一步开发广电增值资产的一个重要的支撑。

　　作为广电大数据平台，我们所面对的数据来自与两大类，一类是用户给我们贡献的收视特征，这个里面表现用户多层次、多方面的喜好和潜在的消费需求，还有一个方面是来自我们的业务和节目的数据，以及我们的业务管理数据，这两者数据综合在一起就会给我们提供非常丰富开发新的领域空间的数据支撑。另外一个层面，关于广电大数据的技术，我们知道，大数据不是广电的创新，这个是在互联网的领域最先创新和应用的，我们接手大数据之前，在国际的互联网就发明了并行计算的技术，并且广泛的应用，这个是我们必须实事求是承认，但是另一方面，大数据分为两个层面，除了基础资源的层面，比如并行存储和应用之外，还有顶层应用的层面，这个是带有强烈的行业特征的，而这个层面大数据的模型它的研究和建立以及策略的分析是我们自己行业的优势，这一点我们有不用妄自菲薄，甚至我们与BAT这样的公司交流的时候他们也没有对广播电视的特征做理解，他们提供的是资源基础层的，而不是顶层应用层，这个是我们广电大数据大有所谓的所在。这一点我们对媒体融合的广阔前途是非常重要的，在这里分享一下我们在过去几年对月广播电视大数据所应用的心得和体会。

　　我们知道个性化现在是消费各行各业的潮流，对于广播电视个性化我们怎么通过大数据实现个性化的服务，创新我们的服务模式，提升用户体验，同时优化我们的运营管理，这个是我们认为大数据在新的业务模型的开发中起到重大作用的关键所在。在过去大数据的应用中，我们发现多样性的用户需求来我们的高清、4K、标清，手机屏，它呈现了非常丰富的用户互相，通过这个用户画像我们可以向用户提供非常丰满的用户数据。同时可以优化我们的运营管理。

　　广播过去我们很自豪是广泛的传播，但广泛的传播不应该成为同质化的传播，我们应该提供差异化的特征，通过我们对用户的理解，我们现在能够提供的个性化的节目推荐，个性化节目单的编排，每个人的编排不一样，个性化就是热播推荐，以及我们所做的引导性的重点推荐，以及多维度的业务跨屏的推荐，通过大数据我们发现有非常广阔在电视行业的应用空间。我们研究自己行业的特性，建立自己的推荐策略这个是我们自身所拥有的优势所在，其实是强大的BAT的公司也不会对广播电视特征进行研究，比如说大家都知道，头条，这个是很强大的聚合内容平台，实际上我们在座的广播电视行有国家舆论传导的作用，我们发现把我们内部的导向型的评价和用户喜好的评价两者的大数据融合一起形成综合的推荐策略，可以同时起到了有引导的，又有个性华的推荐，这个是我们有别于商业平台的推荐。

　　还有用户喜好，用户的喜好是随时变化的特征，我们一味以过去的收视习惯建立的喜好模型去做个性化的推介，我们会发现它会容易陷入到喜好陷井里面，你老是在不断给用户推荐目前同一类型的节目，他总是看这一类型的节目，当他兴趣发生变化的时候很难跳出这个陷井，所以这个时候做兴趣的试探是一种行之有效的推荐策略，根据我们自己的行业特征，研究我们自己的推荐策略，通过算法实现我们的策略就是我们广播电视行业的模型，这个模型只有我们自己才可以做如此深入的研究和应用所总结出来的。

　　同时，关于大数据有一个非常重要的基础支撑就是特征标签，同样的用户在不同的行业里面消费有不同的特征，完全截然不同的特征，在我们这个行业里面面向用户的特征标签还是没有系统的建立起来，这个是我们用户服务建立特征工程的一个基础性的支撑，这个需要我们在长期实践中完善我们的标签体系，也需要我们在这个里面做很多的基础性的研究。随着业务模型的多样化，我们举一个简单的例子，比如安全播出的，随着互动点播新业务的呈现，安全播出面临一个很大的问题，它只有在用户请求的时候发生，用户不请求的时候这个业务不上线分发，我们怎么知道传播系统发生了问题?通过大数据做安全的预警，大数据会给我们提供早期的预警，可以让我们非常快速定位这个情况，而不是等成千论万的观众把电话打过来我们才知道平台出现问题，是一种高效率的指向，是一个行之有效的手段，大数据在我们行业里面越研究，越应用我们发现越有广阔的空间。

　　然后是内容分发，通过用户点击的喜好，我们把新的节目推上来，可以极大优化我们的资源，所以个性化的服务、数据化的管理给我们提供了更加广阔的空间。

　　最后我们说大数据给我们现在提供用户的体验，优化我们的服务，这是在我们现有的基础之上，它的提升和优化，广播电视我们今天面临更大的挑战是我们的空间和田地不断被别人挤压，怎么创造新的价值是我们当务之急，所以怎么样把用户变成消费者，怎么定向我们的业务投向，做大数据的价值挖掘是我们这个行业里面承担更重要的使命。我们现在的收入一个是广告，一个是用户的基础收费，大家知道广告我们过去长期以来基本上比较粗放的广告，就是按时段收费，这个吃的是20%的头部流量，所以我们的电视广告常年以来没有增长，反而被别人不断的侵蚀，同时在互联网广告的行业非常红火，互联网行业吃掉后面80%的市场，我们是否应该向互联网学习这样新的理念呢?实际上基于用户的画像和特征的把握，不仅给我们提供了个性化的节目推荐，同时可以让我们挖掘全新的价值空间，现在的广告的这种开发已经从粗放型的时段、展示、逐渐向行为、更精细化的层次快法，但是更精细化代表更个性化，完全是以我们对用户的了解和对大数据的掌握为前提的，所以在这个过程中，广播电视我们怎么样去精准掌握用户的定向，由针对性向用户推送广告，开发全新的广告空间，是我们突围现在的广电的困局有价值的一个窗口。

　　在这个过程中我们也发现，广播电视仍然具有巨大的流量，有庞大的流量入口，通过这个入口我们是否可以开发全新的空间，我们和电商做了尝试，把电视变成一个电商庞大的市场，变成一个引流入口，使我们的电视完全突围了几百亿广告的空间，走向了非常广阔的领域，这种模式的探索具有非常多的多样化的手段，比如说我们通过这个体育频道的运动员代言的广告，比如说我们通过经典的赛事内容，联通电商的专区，种种这些广阔的空间都不是我们头部流量广告不可比拟的，我们通过大数据会发现我们有很大的潜在的发展空间有待我们开发。所以总结来说，挖掘电视价值，我们会发现广播电视仍然有强大的生命力，有广阔的未来的空间，在这个过程中，我们愿意与全国的广电同仁一起共同探索未来新的空间，谢谢大家。

　　以下为演讲PPT：