數據工具在媒體內容運營中的應用研究

■ 周 艷 吳鳳穎

數據在內容運營流程優(yōu)化過程中的價值越來越大,被看作是提升媒體競爭力的重要因素。如何讓數據工具化,變得人人可用？如何通過工具化的數據應用提升內容生產、分發(fā)和變現的效率？這都是行業(yè)一直在關注并努力解決的問題。

一、與內容運營相關的“數據工具”

內容是一種特殊的信息產品,它的核心是信息,內容的生產、分發(fā)、變現等重要環(huán)節(jié)在技術推動下不斷升級換代,呈現出不可逆轉的趨勢。

數字環(huán)境下的用戶從被動地、無意識地獲取和接受信息內容,轉向主動獲取、分享甚至生產內容,加之大數據技術的廣泛應用持續(xù)挖掘內容產業(yè)的生命力與活力,實現了內容向實時性生產、內容計算和用戶參與的轉變。①

技術的進步拓展了內容的邊界,也改變了內容運營的模式和格局,借助數據分析來進行內容運營成為行業(yè)標配。讓數據變得“人人可用、人人會用”,進而跨越數據分析的專業(yè)壁壘已經成為內容領域的共識。于是數據工具成了不同媒體平臺或第三方機構著力開發(fā)的重點。

(一)數據工具的界定

工具原指工作時所需用的器具,后引申為達到、完成或促進某一事物的手段。從人類進化史看,工具是更高效、更節(jié)約勞動力、更解放人性的。工具具有強大的輔助人類完成各種作業(yè)的功能。

隨著計算機和互聯(lián)網的快速發(fā)展,數據的價值不斷被認同和開發(fā),數據工具作為一種新的工具形態(tài)加入到工具矩陣中。所謂數據工具是指具備數據采集、計算、存儲、展示和分析應用等功能的工具,它把數據的管理、數據模型及分析決策邏輯等盡可能地固化到一個系統(tǒng)或軟件中,以更自動化、更準確、更智能的方式來發(fā)揮數據的決策價值。對于數據工具而言,“數據”是核心驅動力,如果沒有充足的數據積累,沒有內容比較精準的結構化數據,數據工具在進行數據處理或分析時就很難得出科學的分析結果。

我們在借用一個公式來簡易地表達數據工具,“數據工具≈數據+處理過程+結果展示+分析應用”。有的數據工具專做其中某個環(huán)節(jié),提供這個環(huán)節(jié)專業(yè)的解決方案,有的工具則會涉及幾個方面的功能,整合形成一個多樣化的需求解決方案而集成的工具。

(二)內容領域數據工具的分類

內容領域現在發(fā)展起來的數據工具一般是由媒體自研開發(fā)或者第三方技術公司開發(fā),又或者是媒體與第三方機構聯(lián)合開發(fā)。比如華盛頓郵報的ARC內容管理平臺是由報社自主研發(fā),美聯(lián)社的自動寫作平臺Wordsmith是第三方技術公司Automated Insights開發(fā),新華社的媒體大腦2.0——MAGIC平臺是由新華社和阿里巴巴合資成立的新華智云研發(fā)。

目前的數據工具主要分為三類,分別是平臺型的數據工具、系統(tǒng)型的數據工具和數據小工具。

平臺型數據工具主要是指呈現出平臺特征,匯集了多個數據處理工具,并且在功能上能夠實現內容運營領域的洞察、預測、分發(fā)、評估等不同需求。華盛頓郵報2014年開發(fā)的ARC內容管理數據工具是典型的平臺型工具。華盛頓郵報的首席技術官Scot Gillespie指出ARC的價值主張是“負責運行CMS(內容管理系統(tǒng)),為內容的流通創(chuàng)造技術條件。”②

系統(tǒng)型數據工具一般是指圍繞著某一類特定的內容運營需求,能夠系統(tǒng)性解決數據的采集、分析并生成可應用輔助決策和策略實施的工具。IBM團隊開發(fā)的人工智能系統(tǒng)Wastson就是系統(tǒng)型數據工具,該工具一直在媒體和傳播領域進行應用推廣。

數據小工具是指應用場景和功能比較單一的數據工具產品,相對比較簡化、不復雜。比如谷歌開發(fā)的基于AI算法的新聞分析工具Documenting Hate News Index就是典型的小工具,其功能聚焦在搜集與仇恨犯罪相關的新聞信息。

不同類型的數據工具都有各自的應用空間和領域,都能夠幫助提高內容運營的效率,媒體內容領域的數據工具正在不斷地被開發(fā)和應用。

表1 數據工具的三種類型

二、數據工具助力內容運營升級

內容運營主要是指圍繞著“內容”這種信息產品展開的運營活動,媒體的內容運營中主要包括內容生產、內容分發(fā)、內容營銷與變現三大環(huán)節(jié),圍繞著這三大環(huán)節(jié)還衍生出了內容的集成、優(yōu)化、評估及管理等方面的相關運營工作。

在新媒體時代,內容運營與數據的關系變得愈發(fā)緊密,利用數據技術創(chuàng)新內容生產的觀念和手段、優(yōu)化分發(fā)和傳播路徑,以及進行多元化變現已成為新媒體內容機構運營的重點,而數據工具的開發(fā)和利用則讓這一切變得更加便捷和高效。

(一)數據工具的功能和使用場景貫穿內容運營領域全流程

在當前的趨勢下,數據工具與內容運營的關系越來越緊密。

數據工具參與到了內容運營的全流程。媒體機構對以往的累積數據和傳播分發(fā)中的實時數據的挖掘和應用,已經成為內容生產、分發(fā)、變現的必備前提。在數據思維的指導下,文字、圖片、音頻、視頻等各類型的內容運營均會運用數據工具。在應用數據工具時,首先要進行數據采集并大量占有數據,然后根據具體內容運營需要利用不同的數據工具來進行不同維度的分析,如洞察用戶行為、解剖粉絲畫像、進行熱點內容預測、監(jiān)測內容、效果評估、自動化內容生產及內容優(yōu)化等,相關維度都有不同媒體機構開發(fā)的數據工具在應用。

數據工具是媒體內容運營的系統(tǒng)升級,而非局部調整與優(yōu)化。某種程度上也反映出數據工具重構了生產者與用戶的關系,使內容與用戶更好地匹配連接；某種程度上也可以改變媒體組織的結構及媒體組織內部的生產關系,這也就要求內容運營者要全面提高運用相關新技術的專業(yè)能力。從目前開發(fā)的工具來看,我們發(fā)現數據工具可以幫忙發(fā)現選題、拓寬人的視野,以及突破時間、精力的限制,延伸了媒體內容生產的廣度和深度；數據工具可以基于用戶需求進行更個性化和定制化的內容生產和分發(fā)；數據工具可以幫助提煉規(guī)律,預判內容的傳播效果,同時也可以評估內容的多維度價值,實現內容的有效銷售。

(二)數據工具在內容運營中的具體應用分析

在當前的趨勢下,數據工具有效地助力了內容運營的升級。本文選取了目前數據工具應用比較好的維度進行了剖析,呈現出數據工具在媒體內容運營領域的應用景觀,也能讓我們從中一窺數據工具的應用并判斷其價值,從而可以基于此進行更深入的理性思考。

1.描摹用戶畫像

新媒體時代,媒體的內容運營必須要有用戶思維,一方面要對用戶內容的使用行為和需求進行洞察,以便有針對性地進行內容生產和傳播,為用戶提供更加精細的服務；另一方面用戶是媒體內容變現的基礎,用戶對內容的付費意愿和行為,用戶對廣告的認可及與品牌的互動行為等更是影響了媒體營銷活動的開展。

表2 內容領域數據工具的功能與應用場景

借助數據工具,媒體可以實現對用戶的洞察,判斷出用戶的人群特征、興趣愛好、關注內容的時間、地點及頻次和方式等。內容運營者在更準確地了解用戶行為后,能洞察出哪些具體因素促使什么類型的內容被更多人閱讀(收視)和喜好,從而制定可行的方案,為他們提供相對精準的內容生產和傳播。

圖1 Lantern對于用戶數據的分析,左至右分別為:頁面的平均瀏覽時間、瀏覽量、獨立訪客數、保留率、滾動深度

如英國《金融時報》推出的數據工具Lantern,它能夠幫助新聞編輯室理解包括用戶網頁花費時間、點擊率、留有率、屏幕滾動速度、社交表現、使用的設備類型和某篇文章訂閱者和非訂閱者之間的差異在內的各項數據,了解哪種內容類型更容易讓讀者產生共鳴,從而達到增長用戶數量的目的。《金融時報》受眾互動部門主管Renée Kaplan指出,Lantern使得記者能夠根據目標受眾實時觀測到應當作出的調整,清楚地了解到受眾的面貌,知曉受眾是如何與新聞互動的。③

2.實現內容預測

在媒體內容生產領域,借助數據工具進行熱點預判愈加也正在成為行規(guī)。黃升民教授曾指出“通過足夠的經驗數據的引入作為校正參數,應當能夠幫助我們去進行內容熱點的判斷——在足夠行為和情感數據的分析基礎之上,經驗數據可以幫助我們去預判人們的喜好和需求是什么?！雹?/p>

內容領域的數據工具可以監(jiān)測內容在社交渠道、網站等流量變化,從而發(fā)現話題線索,預測接下來會出現的熱點話題,幫助內容生產者較早跟進熱點。什么樣的報道角度更吸引人、什么樣的新聞或者文章最受關注、什么樣的標題最具互動性、用戶的關注點在哪兒、熱評的邏輯有哪些等,都可以借助數據工具來獲得答案。

以美國的社會化新聞內容分析平臺NewsWhip開發(fā)的NewsWhip Spike為例,該工具可以提供內容預測服務,實時監(jiān)測、窺探爆款內容生成軌跡,為內容生產和傳播提供指導。再以美國的互聯(lián)網新聞博客Mashable為例,Mashable應用了一個名為Velocity的數據分析工具平臺,可以在極短時間內分析大量不同的鏈接,并從中識別趨勢和有可能會爆發(fā)的熱點。同時,Velocity可以幫助Mashable的編輯們去發(fā)現“飽和點”在哪里,如果一個事件的分享率達到了95%,Mashable就認為已經達到了它的飽和點,這件事就不用后續(xù)報道。否則,Mashable的編輯們會迅速啟動其他策劃,并在社交網絡搶占先機。

《人民日報》中央廚房系統(tǒng)中的線索與熱點發(fā)現也可以實現內容預測,它與騰訊、搜狗等互聯(lián)網公司合作,對幾十萬家新聞網站、微信公眾號、微博賬號、論壇等進行全網的實時監(jiān)控,輿情和熱點信息都會第一時間進入系統(tǒng),值班編輯和記者只要在電腦或者手機上安裝這個系統(tǒng),就可以第一時間獲取線索信息⑤。

3.進行內容評估

數據工具可以實現對內容的評估。借助數據工具,可以對單一媒體的內容傳播進行評估、評估某內容在不同媒體的跨平臺傳播和轉載情況、用戶對內容的正負面的評論、作者在內容題材上的創(chuàng)作特點、話題的傳播路徑和互動性分析等。內容運營者可以通過這些評估分析來輔助決策內容生產的優(yōu)化、作者的激勵、內容的廣告價值挖掘等。

以Parse.ly發(fā)布的Dashboard內容評估分析工具為例,它能幫助媒體實時監(jiān)測已發(fā)布內容的流行趨勢,并可以依據作者、話題、頁面及導流源分類等不同維度查看相應內容的表現,并生成可視化報告。內容創(chuàng)作者依據報告內容決定應該多寫什么內容,少些什么內容,哪些內容不該寫。報告也會體現與某個作者內容相關的趨勢,顯示某個話題上哪個作者被閱讀最多,哪個作者獲得最多的內鏈等。數據工具Dashboard對內容的評估可以指導媒體運營者更好的把控內容,會分析如何讓內容與用戶的需求匹配,為內容生產和傳播提供參照。

4.自動生產內容

媒體的內容生產也因技術的進步而緊追“自動化”的腳步。媒體通過占有大量數據,然后進行功能模塊的開發(fā),按照一定邏輯對文本信息或者視頻內容進行排列重組,就可以進行信息內容的自動化輸出。從早期的人工設定模板,到深度學習引入后的機器自我學習和模板優(yōu)化,自動化內容生產的能力正在不斷進化。新聞、影視、廣告等圖文或視頻內容都在應用數據工具來進行自動化內容生產方面有所建樹。

首先,自動化撰寫稿件的數據工具主要是以數據為基礎進行程式化報道,以計算機程序結合傳感器代替人類采集事件數據、生成素材、完成報道。國內外都有一些擁有自動化內容生成系統(tǒng)的公司,比如Narrative Science和Automated Insights,都能夠為體育迷和股票分析師提供風格熟悉的文章,里面充滿了各種數據和內容模板。

其次,近年來,影視內容的自動化生產也開始走進人們的視野。視頻的規(guī)?；凸I(yè)化生產也就成了追逐的新目標。2012年成立的Wochit就是行業(yè)內最早的一家短視頻制作服務平臺。Wochit逐漸和路透社、彭博社、美聯(lián)社、Getty、Stringr等頂級通訊社結合媒體庫達成了合作,搭建了豐富而智能化的內容素材數據庫,輸入一個網址或者關鍵詞,系統(tǒng)就會為用戶自動搜集相關的視頻素材,例如圖片、視頻片段、推文或者圖標,并且能在智能Timeline工具上編輯視頻,一鍵生成適配各個分享平臺的視頻。⑥目前Wochit在全球已經吸引了超過350家媒體使用其付費服務。

借助數據工具,廣告內容也可以實現自動化生產。如transcosmos集團人工智能研究所“Communication Science Lab”(通訊科學研究所)獨立開發(fā)的“人工智能文案大師——言葉匠”(β版)就是這類工具的典型,它能夠在以信息流廣告為主的文字廣告中自動生成文案內容。無獨有偶,紐約創(chuàng)業(yè)公司 Persado也開發(fā)了一套基于人工智能的自動化文案撰寫系統(tǒng),能輔助用戶創(chuàng)造出最有說服力的文案。Persado還可以讓客戶測試文案的多個版本。

5.輔助內容變現

數據工具可以輔助內容變現,輔助媒介購買實時發(fā)生,讓廣告主對所購買的廣告位有更多的知情權和互動權,幫助媒體機構與廣告主建立更深層更長久的關系。

如Facebook開發(fā)的Ads Manager(廣告管理工具)就是典型,該工具用于創(chuàng)建廣告、管理廣告投放時間和版位,以及追蹤營銷活動表現；使用廣告創(chuàng)建工具,廣告用戶可以自行選擇廣告目標、選擇目標人群、撰寫廣告文案、上傳廣告創(chuàng)意作品,查看廣告在不同設備上的展示效果。

再如英國ESI媒體集團開發(fā)的ESI RealTime,它可以抓取ESI旗下的各大媒體品牌的數據,包括indy100(《獨立報》旗下媒體)和Homes & Property(《倫敦標準晚報》旗下媒體),向代理商提供最熱文章的數據,廣告代理商可以根據廣告主的需求,向ESI的廣告團隊要求訪問某些熱點內容的數據。在接到需求后,ESI的廣告團隊成員就會迅速跟進。一般來說,廣告主會直接買下某個點位或者以程序化購買的方式操作,只要廣告主的要求不和其他的大項目沖突,團隊都會設法協(xié)調。⑦

三、內容運營中數據工具應用的理性思考

數據工具在媒體內容運營中應用已經成為一種行業(yè)共識。從現實應用來看,它提高了內容運營的效率并拓展了運營的縱深度,內容相關從業(yè)者會積極擁抱它；但與此同時,對數據工具這種“工具化”的新物種也要有一個深入的認識,不能停留在工具層面,而是在工具與服務客體(內容運營)上、工具與應用主體(人)的關系上、工具的異化等問題上都有一個全面的思考,從而正確的認識“工具”的價值,實操中有 “度”的掌控。

表3 寫作機器人工具在內容生產中的應用說明

(一)數據的工具化應用是媒體內容運營升級的路徑選擇

上面我們分析了媒體內容運營領域的各種數據工具,這些工具現實存在,且其應用的范圍廣闊,應用推廣的深度也日益加劇,這都表明了技術驅動下,媒體內容運營升級已經把數據的工具化應用作為重要的路徑選擇。

現在的媒體,不只局限于作為傳播領域的載體這一單一功能,而已經是信息技術領域的重要產業(yè),也是信息與其他產業(yè)交融的關鍵點。數據與技術滲透到媒體行業(yè)的整體產業(yè)鏈,媒體已經踏上了由數據構筑延展的、堅實的新陸地。

媒體在內容領域的運營升級,也不僅僅是媒體機構自己的事情,在技術驅動和產業(yè)升級的推動下,面對多網融合業(yè)務發(fā)展方向的壓力,面對海量內容的編輯策劃能力的提升,面對外部自媒體內容的取舍與聚合,以及企業(yè)對營銷服務的互動和精準化要求,都需要媒體不斷提升自己的內容運營能力。

數據工具在媒體內容領域的應用一定程度上再造了流程,改變了以往單純依賴媒體人的經驗和人工編輯策劃分發(fā)的內容運營模式,而是基于客觀數據融合了經驗數據的全流程監(jiān)測的基礎上進行內容運營升級。

(二)內容數據工具化實現的基礎和現實條件

要做好內容生產、分發(fā)和營銷變現,內容運營不得不借助工具化的服務升級,那么有支持和基礎嗎？答案是肯定的。

首先媒體運營本身就存留和累積了大量的數據,以內容本身的各種信息、加上用戶與內容關聯(lián)的行為信息作為數據基礎,打通媒體內部在內容、用戶、終端分發(fā)、營銷服務等領域的數據,再把內部的這些數據資源化的基礎上,也不能完全依賴于內部數據,還需要占有一些外部媒體(其他社交媒體、專業(yè)媒體等),或者外部非媒體的各種數據(經濟的、區(qū)域的、產業(yè)的、消費的)等,然后把這些數據整合好。整合不是一個說法,而是一個過程,數據整合需要數據抓取、數據的標簽化、數據的存儲和管理,數據的可視化等環(huán)節(jié)的具體落實,這也都是現在技術和開發(fā)可以做到的,前提是我們有一個數據要工具和產品化的思路,也需要投入資源進行開發(fā)。

其次,把數據工具化的方向要明確,數據作為一種工具手段,正在解放媒體的內容生產力,也融入到內容運營的各個環(huán)節(jié)當中。既然是工具化,就不是簡單的占有數據,而是要把數據整合后開發(fā)成可以用的工具,工具就是要強調其應用性,從服務內容運營的角度出發(fā)的工具化的產品設計思路是重點。內容領域的數據工具能夠提供洞察、分析,輔助決策和操作,數據工具因其易掌握、便捷性、智能化、隨時隨地使用等特點,使得數據分析更簡單、更有效、更可用。這才能夠在用戶內容需求洞察、內容生產、內容分發(fā)、內容安全甄別、內容營銷服務等領域發(fā)揮出巨大的作用。

最后,內容領域的數據工具化有各種實現的可能。媒體自己可以做工具開發(fā),或者聯(lián)合第三方科技公司一起合作開發(fā)。也可以完全不開發(fā),只需要買來能夠服務于自己內容運營升級的工具做適配就可以。不論是哪一條路都可以,但是數據工具化的趨勢不能回避。

(三)數據工具要著眼于對人的服務才能發(fā)揮其價值

“工具+人才”能發(fā)揮價值。在數據工具的幫助下,提升對內容信息本身的生產和分發(fā)能力,以及使用工具的人的效能的提升,都是媒體運營必要的探索方向。

內容領域的數據工具,服務于人是其第一要務。要不然不論是開發(fā)了還是合作了還是購買來的數據工具,都不能發(fā)揮其作用。有了工具還得要有能使用這些工具的人,占有工具不見得就實現了升級和轉型,得人人能用工具。數據不應該是陌生化的存在,也不是程序員的專屬。如果有了數據工具但是不能推及到內部和外部的各種角色的人,而是依賴數據分析師,那么工具的價值大打折扣,而且數據分析師不是做內容運營的具體的人,這樣就更是沒有輔助內容運營的實際效果。

一方面借助數據工具,媒體內部的傳播從業(yè)者正在實現向數據分析師的跨越。數據處理能力成為考驗一個媒體機構生產能力的新標準,數據分析師已經成為媒體機構需要的從業(yè)者,借助數據工具,傳播從業(yè)者正在積極挖掘內容生態(tài)的各種價值:可能是基于用戶需求進行更個性化和定制化的內容生產,可能是內容選題確定和內容的呈現方式,也可能是內容跟蹤報道的必要性、內容傳播力和影響力的評估、內容變現的服務等等。

另一方面數據工具不僅要服務于媒體內部的人,而且要同時服務于媒體需要合作的各種人,借助數據工具,以內容為橋梁,連接媒體平臺方、社會化的內容創(chuàng)造者與營銷傳播機構等。以百度百家號為例,它為平臺內容創(chuàng)作者提供了內容分析、粉絲分析及相關指數等數據分析工具,異曲同工之例的還有今日頭條媒體實驗室頭條號工具。它們開發(fā)的目標是給內部媒體從業(yè)者和廣大自媒體創(chuàng)作者在報道和創(chuàng)作方向上提供借鑒,通過分析產品內容、描摹用戶狀況,為內容生產提供參考,希望高效連接人與信息。

對于與內容合作的營銷與廣告的人而言,也要積極利用內容的數據工具,比如英國《金融時報》就利用Lantern數據工具幫助其增長訂閱和廣告銷售?！督鹑跁r報》的數據主管稱,數據分析使用的增多可以幫助編輯和商業(yè)部門更好地了解彼此,從而為報紙共建一個可持續(xù)發(fā)展的未來。⑧

(四)不能“唯工具論”

數據工具延伸了媒體內容生產的廣度和深度。但數據工具就真的沒有任何負作用嗎？數據工具在便利內容運營的同時會不會桎梏內容從業(yè)者的思維,人們會不會過度依賴數據而被數據所奴役,會不會過度依賴工具而使創(chuàng)造力和思辨力缺乏？數據工具會不會使一些職業(yè)的價值降低甚至有可能消失？

美聯(lián)社在面對機器人寫作時曾提出“這將讓記者能做回新聞的本質工作,而不是忙于數據處理”⑨。但事實上依據數據來進行內容創(chuàng)作也會出現過于迎合受眾而導致內容低俗的情況。比如根據收視率、票房、明星粉絲數、網友興趣關注數據,催生了一批主打流量、顏值、玄幻、青春等的影視作品,如《小時代》《老九門》《微微一笑很傾城》等。這類依據熱點催生出來的劇集往往是缺乏生命力的。

利用數據來提升內容運營的同時要意識到其有價值的局限性。數據的價值體現在使用者手里,不在數據產品身上。數據背后的內容運營者要有自身的責任擔當和專業(yè)操守?！拔覀儾粦獙⒂嬎銠C視為我們的替代品,而要把它看作我們的伙伴,實現計算機和人類的能力互補?！比祟愒跀祿媲?在工具理性面前一定要有正確的價值判斷,不能唯數據是瞻。

四、結語

在新媒體時代,數據在內容領域中的應用和挖掘基本是媒體從業(yè)者的標配,數據工具則幫助了媒體從業(yè)者實現了向數據分析師的一步跨越,讓內容運營可以縱向或橫向延展,不斷地縱深拓展,不斷地運營精進,讓內容與用戶實現更好的匹配鏈接。

數據工具的應用給媒體的內容運營帶來了機遇,但我們也要保持警惕,不能被數據工具所奴役,不能陷入“唯數據論”的桎梏中。數據工具的價值不是只體現在數據工具的開發(fā)應用上,更體現在對內容的生產、分發(fā)、優(yōu)化有責任擔當和專業(yè)操守的使用者手里。