5G智慧产业高峰论坛 | 丁迈：新要素，新动能：数据富足与数据内核

在5G智慧产业高峰论坛上，中国广视索福瑞媒介研究 (CSM)董事、总经理丁迈发表了题为《新要素，新动能：数据富足与数据内核》的演讲，她表示当前数据已经成为一种新型的生产要素，是市场竞争中的重要战略资源。

各位嘉宾，大家早上好。非常感谢华数提供这样一个机会，让我跟大家分享一下我们最近对于数据的思考。

大家可能都关注到，从今年年初开始，从上到下都在提新基建的概念，包括5G基站的建设，数据中心的建设，人工智能等等。

4月份，国务院发布了一个文件，叫做《关于构建更加完善的要素市场化配置体制机制的意见》。这个意见当中第一次把数据和土地、劳动力、资本、技术放在一起作为生产要素，并且提出要“加快培育数据要素市场”。这一方面给了我们一个信号，数据作为一个新型生产要素将成为下一轮市场竞争的重要战略资源，它可能比我们想象的还要重要。另外一方面，它也从侧面给我们一个提示，就是数据的开发和全面应用已经势不可挡。

实际上我们身处在数据富足的时代，这张图可以支撑这样一个结论。

2015年整个社会生产总数据量12ZB，相当于过去人类历史上产生的数据量总和，2015年以后，人类社会产生的数据量每年增长40%-50%。

以视频行业为例，这个行业里面每天可见的数据有哪些？有线电视、IPTV、OTT每天都在回传用户的直点播数据。互联网平台每天在记录用户数据，智能电视也在记录用户行为数据。数据随处可见，但是数据价值并没有被充分利用，反而是稀释了管理者对数据价值的认知。

但是我们想想，数据多了，行业数据从供不应求到供过与求，给我们带来什么价值？如果反思的话会发现存在一个悖论，就是不断增长数据存储的费用和仍然稀缺数据应用之间的矛盾。

2015年结构化为人类所用的数据只有9%，2020年虽然有增长，但是也只有16%。不断增长的数据价值并没有得到充分的挖掘和释放。

在这个数据富足的时代，怎么样去结构化这些数据，充分去挖掘数据价值的根本核心，我们认为是建立一个标准。

而这个标准并不是随数据而立的，而是需要一把标尺，根据这个标尺建立数据指标体系。把各种来源数据放到一个整体的框架下，只有这样才能呈现和评估整个行业的发展结构和特点，支持和推动行业的发展。

具体到视听产业，数据作用无须质疑，特别表现在内容和营销的驱动上。以广电媒体为例，目前面临的最现实的问题，就是媒体融合大背景下内容的增量传播如何变现、观众用户化之后如何利用这些用户数据支持营销升级。如果没有统一的数据标准，内容的增量传播就没有办法公平完整的衡量和体现。同样，如果没有这样一个数据标准，各种来源的用户数据也没有办法做一个分析和比较，观众用户化的升级就更成为空谈。

媒体融合的实践是整个社会都在轰轰烈烈进行的实践。

电视在努力实现电视+。电视内容在直播之外会进行增量传播，包括在IPTV、OTT点播平台，互联网长短视频平台、社交媒体等等。互联网也在实践互联网+，布局原创内容，向大屏拓展。比如云视听极光、银河奇异果、抖音TV版、快手TV版。视频也在做加法，长视频平台布局短视频，短视频平台加码直播，这些都说明我们面对的已经是一个共生共融的内容生态了。我们会发现，评价这个共生共融的内容生态的数据体系是分裂的，即内容是融合的，但是评价体系是分裂的。

我们看到这张图上来自于电视的收视率数据和来自于互联网其他来源的数据，是泾渭分明的。这样数据体系会导致我们没有办法将不同的内容形态，不同的广告投放平台放到同一个标准下进行比较和衡量，就没有办法进行客观准确的判断。

如果没有这样一个统一的标准，我们会发现数据越富足，媒体市场就会越混乱。这样分裂的数据体系会导致大家自说自话，各有一套自己的话语体系，当内容边界清晰的时候当然无所谓，大家互不相干；但是当内容实现融合的时候，我们会发现现实当中强势的话语体系是占上风的。

互联网建立了一套新的话语体系，区别于广电媒体。常见指标有日活、月活、累计下载量等。在全球广告市场当中，电视广播、平面媒体广告的一半份额，我们看到是被互联网广告取代了。广告流向新媒体，到底是因为新媒体传播力更强，广告效果更好，还是因为人们求新求异的心理，新媒体以不同维度的“新”占据了这些广告份额。

我们在反思，广告有没有在合适的时间把合适的内容以合适的方式推送给合适的人呢？当我们带着这个问题找答案的时候会发现，当前市场上没有一套数据体系能够把所有的内容放到一个框架下公平比较。从这个角度来说，营销之战其实就是数据之战，谁制订了数据标准，谁就掌握了营销市场的话语权。

这样一个数据体系不统一会带来什么影响？我们来看看标准不同造成的差别有多大。

以使用时长为例跟大家分析一下这个问题，电视的人均使用时长是146分钟。6月份发布的最新的网民上网时长是每周28小时，水平回落到去年同期水平，分配到每天大概就是240分钟。将240分钟跟人均收视时长比较是不是合适，是不是公平？

刚才有一张图，不知道大家有没有注意到。在这张图里面看到网民互联网应用非常多样化，和电视满足同样的需求的是视频内容的消费，占互联网总应用时长的29%。240分钟的29%是多少？大概是70分钟。从使用时长指标来比较的话，实际上在互联网上的视频消费是弱于电视的。

再来看这样一张图，左边是电视收视曲线。右边是互联网六类使用时段分布。从表面看来这两个图可以比较，横坐标都是时间，纵坐标都是百分比；但是细细分析的话，这两张图表达的含义是完全不同的，是没有可比性的。左边这张图是真实的人均收视时长，每个时段都有一个真实的总体，就是100%。右图是每一类应用总时长在一天当中的分布情况。

我们也尝试能不能从互联网数据统合电视的数据，会怎么样呢？

比较电视的月到达率，和互联网应用的月活：电视到达率是人的到达有明确的到达标准，这个标准大家是知道的。而互联网月活是以帐号为单位来进行统计的。帐号跟人其实不是一一对应的关系，一般来说帐号数量大于人的数量。不仅如此，是否活跃的标准因平台不同也存在差异。如果我们非要在这样一个标准下比较，会发现电视媒体还是有非常大的沉淀的受众规模的优势。但是这样的比较就是一个简单的比较，没有办法进行更加深入的分析。

从上面的分析我们得到一个结论，就是市场上没有统一标尺把所有数据放在一个框架下比较。数据富足的时代其实需要这样一个标准，我们都知道电视收视率是节目内容和广告交易的货币，之所以成为货币是因为它是有标准的，并且是一个国际标准。以疫情期间六个国家的电视收视率的调查结果来看，各国疫情发生时间线是非常明确的，电视收视不仅在同一个国家之内，在不同国家间也具有一定的可比性。这就是标准化之后数据的魅力和价值所在。

基于媒体融合发展，国际上都在致力于建立这样一套科学的标准和体系，大的思路通常是我们以一个核心的样本数据对接整合回路数据、设备数据、线上数据等。但是目前在国际上没有一个成熟的模式和行业认可标准，更不要说我们把这个思路照搬进中国。为什么不能照搬进中国？因为在全球范围内中国成为媒体创新最活跃、媒体融合发展最前沿的国家。很多现有的国际上的数据标准和研究方法不一定适用于国内当前复杂的媒介环境。

以OTT为例展示一下国内媒体生态的复杂性，这个生态里有内容提供方、内容发行方、牌照方、运营商、硬件制造方、广告代理方、软件平台整合方，等等。中国对媒体融合数据的需求已经站到世界最前沿，我们没有其他方案可以照搬。我们只有自己来解决，来创造中国的标准。

我们希望以中国的国情出发，利用基于经过时间检验的大屏测量经验，建立起一套统一的数据测量标准和数据话语体系，整合不同平台终端的媒介消费行为，用统一标准对价值进行挖掘和释放，并以这个标准对接大数据，进行社交化的连接，最终实现对消费的转化。

CSM一直在致力于拓展研究领域，统一评价标准，目前在大屏端已经实现了标准化、全场景、跨平台的数据测量体系。那我们在想，除了大屏端我们是不是也能够统合小屏端，基于这样的想法，并结合公司现有的技术和样本，我们在八个城市的广播听众调查网中做了四周的测试数据。这个测试数据是将用户所有音视频消费行为，放到同一个测量体系中，看能获得什么。

这是我们采集到的28天的数据，具有非常强的稳定性，这也说明我们测量技术相对来说是非常成熟的。    

接下来给大家分享一下对四周测试数据的观察。在同一个数据体系中来研究不同平台、不同内容的传播效果，第一个作用就是打破数据孤岛效应。数据富足的时代数据孤岛效应并不是自动消除的，反而更加凸现。因为数据重要性提高到一个层次之后，数据拥有方对于数据只能把控更严，形成一个孤岛式的存在。我们看做广播的没有办法把数据跟做电视的比，做电视的也不知道跟新媒体比较情况怎么样。即使在广电内部很多时候IPTV和有线电视的数据也不是融合在一起的。我们今天跟大家分享的这个数据是打破数据孤岛之后可以获得的视听消费总体市场的情况，因此可以精准计算不同媒介在市场当中的份额。

我们选择测试当中一些结论跟大家做一些分享。首先，人均每天视听时长是218分钟，其中电视88分钟，占比41%；广播61分钟，占比28%；VOD（通过手机的APP的点播音视频）69分钟，占比31%。有了这套指标体系，可以把我们研究的媒体都放到同一个图表当中比较，发现不同媒体随着时间线变化的特点。

这个图当中纵坐标是当前时段用户总时长，或者大家可以叫做用户累计分钟数。这个指标对这三条曲线是一致的，看似无奇的画面上或者说图表中的统一，实际上实现了一个飞跃。以前从来没有研究能把这样的曲线放到一起比较。从这个曲线我们可以看到，广播早高峰特征非常明显，电视黄金时段依然存在，但是有略微后延的趋势，而VOD是全天无休的视听应用特征。

把用户的视音频应用放到同一个数据体系下去比较，可以做各种角度的交互分析。例如，我们可以分析电视直播的内容在大屏和小屏传播的占比，通过大屏看电视直播的占94%，通过小屏看的只有6%。广播的情况不太一样，通过APP收听广播的比例是37%，通过收音机和车载方式收听广播的比例是63%。最后一个图展示的是，我们的广电内容在APP上的传播情况，广电直播内容占比28%。

不同情境下数据指标多元化也可以体现各种媒体的真实特点，任何一个媒体不能从单一指标数值的大小来说好坏。从这次数据的结果来看，电视具有高触达的特点，触达率达到85.3%。VOD是高忠实的特点。同样对于APP也可以进行多维度分析，可以从日活比例、使用时长、打开次数等很多角度来看用户的视听消费生活形态。这里举两个比较有意思的例子，比如B站和微信，微信拥有高达97%的日活比例，其作为社交媒体的属性决定了它视音频消费时长并不具有优势，人均每天只有35分钟视音频消费。B站作为年轻世代高度聚集的文化社区和视频平台，虽然日活不足3%，但是消费时长人均达到108分钟。

因为我们的数据不是设备数据，是人的数据。所以我们能够准确定位不同用户的个人属性，比如年龄、性别等等，我们就可以从这个角度分析不同属性用户对媒介的时间分配情况。

大家都知道年轻人是世界的未来，对于年轻人的研究和分析不管学术界还是业界都是受到高度关注，我们在这里也来分析一下所谓的Z世代年轻人的视听媒介消费图景。如果没有这个图景大家会觉得他们都不看电视，只看手机。确实Z世代在手机上使用视音频的比重非常高，是贯穿全天的状况。对他们来说晚间的黄金时间从九点开始，这个时间段贡献给手机。但是从这张图我们也看到一个好的现象，就是说这些“95后”在广播和电视直播上的份额还有58%。也就是说他们不是只看手机，他们也接触广电，这个是在之前话语体系里面我们没有看到过的结果。

反映在我们电视的收视数据上，9月份学生开学，59城TTV下降了8%，全国网下降了10%。这都说明年轻人不是不看电视。正因为没有这样的数据，很多广告主的判断会被新媒体的新和大数据的大所影响。

另外一个角度，手机使用情况和用户生活形态是直接相关的。我们看到这个APP应用的随时间曲线的变化，早起进微信朋友圈，中午和晚间入睡之前是刷短视频的时间。外卖是在中午时段明显高峰时段。有这样的数据之后我们就可以给我们的用户来打一些标签，比如说外卖一族、短视频重度用户等等。

这是一个抖音和快手短视频重度用户媒介消费形态。进一步研究会发现即使是抖音和快手的重度用户，仍然有36%的时间在看广电媒体的直播。就是在统一的公平的数据语态当中找回了一些广电媒体被想当然剥夺了的优势。我们也可以把电视重度人群做一些生活形态和偏好的研究。这是卫视重度关注手机APP使用的特点，也会发现一些特点，比如江苏卫视关注理财和新闻。浙江卫视会对新闻和娱乐。在视听娱乐、理财、新闻、购物等方面都有非常高的热度。