大数据在社交媒体的应用

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇大数据在社交媒体的应用范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

大数据在社交媒体的应用范文第1篇

一、通过劳动力规划预测未来

人才管理区别于传统意义中人力资源管理变革的最核心之一即是劳动力规划。企业的战略在发展和变化，人才战略需要能够高度匹配企业战略；企业战略随着市场环境而发生变化，人才战略更需要基于企业战略规划，更好地模拟和预测未来的发展。现有的劳动力规划，擅长基于既定战略、结合原有人才体系，进行人力资源管理变革规划；而基于大数据的劳动力规划，则需要更广泛地分析历史、行业、全球、地区的数据，并结合政策信息、人口信息、环境信息等各种数据，模拟未来战略发展、演变以及与之配套的劳动力结构、数量、能力要求、人才储备、发展计划等。因此，人才战略不再是单纯的计划，而更多的是立足于长远的规划和演进，进而帮助企业战略落地和校准企业战略方向。例如，大数据分析帮我们更好地预测到人口红利消褪的2020年，劳动力的主要构成、文化习惯、管理方式创新等。当然，我们也需要清醒地看到，囿于大数据规模效应尚未形成，劳动力分析的大数据仍然需要更广泛的数据源补充。

二、在人才招聘中互联互通

社交媒体的活跃，不仅仅为普通大众打开了一扇更广泛的社交方式，对企业的渗透也在逐渐深入。一方面，以社交媒体的“去中介化”为起点，完全颠覆了传统招聘的信息不对称局面，雇主可以透过社交媒体固有的“大数据分析”机能更好地全方位考察候选人；另一方面，“自媒体”的崛起，帮助候选人更容易透过社交媒体多角度了解雇主，尤其是雇主品牌。我们欣喜地看到，随着移动应用的进一步普及，基于大数据的社交招聘，正通过微信等新兴媒体的快速传播而逐渐占据招聘的主流地位。同时，与云端的人才测评等的高度融合，更加速了招聘走向大数据化和社交化。

三、通过学习培训了解个人和组织

《论语》曰：知之为知之，不知为不知，是知也。要做到“知之”难，做到知“不知”更难。我们习惯性认为，自己已经具备胜任工作的能力，同样习惯性认为已经为自己做了比较正确的职业规划，其实不尽然。事实上，商业环境的变化、知识更新换代的加速，决定了我们在“知己”方面的严重误判风险，以及组织和个人发展方向的盲目乐观。以学习和培训为例，新兴岗位培养体系的无法借鉴性，加之知识更新换代频率的加速，决定了传统的培训方式、培训内容、学习目标、学习动因都在发生颠覆性的变化，如何更好地、更针对性地、更合理地安排个人和组织的学习成长目标、学习发展方式、职业生涯规划、继任计划等，成为大数据时代人才管理者的巨大挑战和重大契机。大数据一方面提供了更广泛的参照样本，一方面也帮助企业和个人更加科学、量化地看到自身能力的补充方向和发展方向，更加积极主动地参与到学习环节中，从“要我学”真正转化为“我要学”。同时，人力资源管理变革者更需要充分利用移动技术和社交技术，充分利用员工（学习者）的碎片化时间和已经潜意识的分享“冲动”，更好地建立学习型组织，建立服务企业战略的学习体系。

四、以高绩效为基准优化人才结构

绩效管理的核心价值在于将企业的战略目标高效、准确地传递给每一个员工。完善的绩效管理体系，能够帮助企业更有效地执行企业的战略。而大数据时代的绩效管理，则进一步需要帮助高绩效员工“画像”，以此“画像”塑造员工、发掘员工、招募员工。通俗而言，即是透过大数据分析，将高绩效员工的行为特征进行量化描述，进而基于此可视化描述形成员工行为准则和选拔标准，帮助企业建立高绩效的管理机制和团队能力，以高绩效行为准则为基准，优化人才结构。 同时，我们可以发现，目前绩效管理与大数据的结合，不在于缺乏高绩效人才行为的洞察模型，而在于历史数据的可参照性欠缺，以及对标数据的完整性不足。

五、相助人才盘点洞察微末

不同的企业里面，分别有哪些岗位的离职风险较高，主要原因是什么？当前组织单元里面，哪些人有潜在的离职风险？离职的真正原因是什么？这些问题，人力资源管理变革者一般无从回答或仅能凭感觉回应。以大数据的人才盘点为基础，可以将基于样本的分析模型，应用于足够丰富的大数据，进而更清晰地盘点隐藏在人员结构之下的能力/潜质分析、绩效/产出分析等。同时，反过来优化分析模型，可更好地盘点人才，包括结构的盘点、发展趋势的盘点（离职倾向、绩效提升/改进点等）。这是对传统的智能分析“以结构和因果为主进而发现问题为原则”的跨越式升级，形成洞察微末，进而“防微杜渐”的真正的决策支持。

六、大数据之“惑”欲说还休

观察行业，我们欣慰地洞察到越来越多的企业将大数据视为升级人力资源管理变革体系的重要手段和契机，逐渐应用在招聘、绩效、人才盘点、学习与发展等领域，更加推动了中国的人力资源管理变革从人力资源管理变革到完整人才发展的跨越。但是，我们也需要认识到目前的强大阻力包括：对“云技术”/云应用的不信任、顾虑甚至抵触，以及企业人力资源管理变革者对原本内部管理数据的安全顾虑，进而保守封闭，导致大数据不大（充分）等。这些障碍，不仅仅束缚了自身的手脚，更无法真实获取对标数据，因此，也无从谈起大数据的真正应用。

大数据在社交媒体的应用范文第2篇

关键词：社交媒体；大数据；品牌；传播；关键节点

中图分类号：F2文献标识码：A文章编号：16723198（2015）17000702

中国作为世界最大的发展中国家和“世界工厂”，因为缺少自主知识产权和民族品牌，在国际竞争中走的弯路众所周知。那么在“互联网+”和大数据时代，随着社交媒体兴起，品牌该如何低成本高效率传播，这是一个需要解决的问题。

1相关文献回顾

Mc Phee（1963）提出市场上存在双危险效应，即大品牌或更加受欢迎的品牌可以享受更多的好处，拥有更多顾客和更高的顾客忠诚。20世纪70年代开始，Ehrenberg等人将双危险效应与品牌的研究联系起来进行研究。Philip Kotler认为，品牌可以从资金、属性、利益、价值、文化、个性这6个领域给顾客提供商家及所售产品的信息。

社交媒体是一个开放的平台，具有巨大的流量和相对透明和公平的规则。社交媒体最常见的基本形式主要有Facebook、Twitter、YouTube、微博、微信、APP、QQ和论坛社区等。Antony Mayfield（2007）认为社交媒体是一个给用户提供参与空间的新网络媒体，这意味着媒体让人们撰写、分享、评价、讨论、相互交流。张引等人（2013）认为，从社交媒体大数据的应用中可以把握社会和经济活动的变化规律。徐艺欣（2013年）认为社交媒体强调了人际关系和信息传播方式的融合。马斌（2014）认为，通过社交媒体朋友圈之间传播的品牌形象将更容易被朋友之间认同，具有口碑传播的鲜明特点。人们比较愿意相信来自认识的朋友们分享的体验，无疑这会提升顾客参与度和满意度（王晓展，2014）。

在大数据时代，基于社交媒体，鲜为人知的新创品牌以及信息传播点能够得到更加精确的定制和传播。在品牌传播的过程中的最重要的部分是选择目标受众，通过大数据分析，可以准确的识别目标受众的兴趣点（胥琳佳，2013；路雪珂，2014）。

2基于社交媒体品牌传播的问题

本研究走访了成都高新区创业园的37家入驻孵化的企业，其中有35家拥有自己的品牌，有31家企业准备使用社交媒体传播品牌，有12家已经建设或在建自己的社交媒体传播平台。我们通过对这些企业进行分析，总结出基于社交媒体传播品牌具有以下问题：

（1）数量太大，价值密度低。社交媒体的基本特点是大范围的不同的数据类型在同时交互式传播，庞大的数据量，超出了一般企业的控制能力；低密度数据价值，比如视频安全监控，在持续监测下具有重大价值的信息可能只是一两秒的数据流。

（2）时效性强，传播跟不上更新速度。社交媒体环境的变化多端，需要监控并及时迅速作出反应。企业在传播过程中都希望信息传播速度变快、范围变广。但是，目前企业掌握的数据挖掘技术还不够，不容易时刻关注到高速运转、随时在更新的社交媒体。

（3）安全性低，私密性弱，监管难。社交媒体中充斥着大量虚假信息，要想轻易让社交媒体的成员相信品牌，聚集旺盛的人气，并且建立忠诚度和美誉度，这让品牌的传播倍感棘手，借助专业性的工具和平台又要增加成本。因此，信任度、忠诚度和美誉度不容易提高。

（4）话语权低，负面消息难控制。社交媒体作为供给网友自由发表舆论的平台，并不掌握太多数据的社交媒体中单个成员，面对负面新闻，缺少舆论话语权，又必须在第一时间将其解决，不然会很快扩散到很大范围，造成无法控制的影响。

（5）容易遭受复制仿冒等不正当竞争侵害。数据公开是一把双刃剑，公开数据会引来模仿复制，从而导致了不正当竞争行为的出现。

3产生上述问题的原因分析

本研究经过对走访发现的问题进行分析，认为导致问题出现主要有以下原因：

（1）品牌自身存在个性、特色、定位等问题。内因是基础，要内容为王，练好内功，分享有价值的内容，特色鲜明，才会被广泛关注。应着眼于顾客需求，在品牌定位中强调品牌的特点，使产品更加个性化。否则，在社交媒体大数据中会被淹没。

（2）品牌自身存在是否能精准地满足顾客需求的问题。精准传播的实现依赖于大数据的应用，对顾客画像是最重要的一个环节。在促销的时候，可以针对大数据预测结果，来发现顾客、创造新的顾客、挖掘顾客更大的购买力、增加顾客的购买数量和购买频次。

（3）缺少具有较高影响力的传播推手。传播推手是关键节点，建立与具有话语权的关键人物的良好关系，这些人物是社交媒体传播的重要节点。与高昂的广告成本花费相比，通过和关键人物默契的合作，利用关键人员和他们的粉丝无限配合和有效沟通之间微妙的融合，会取得廉价、高效、精准的传播效果。关键节点的媒体传播价值被凸显了出来，但是，目前这种传播方式路径还未成为企业的首要选择。

（4）缺少知识产权保护。既然开放和复制已经不可避免，为了防止品牌在传播中被人肆意截取仿冒，先行申请知识产权保护是必要的，比如预先申请注册商标、外观设计专利、发明专利等。

4解决问题的对策模型

经过上述分析，我们设计了关键节点传播路径模型，以期解决上述问题。

图1社交媒体中关键节点传播路径模型（刺猬模型）图1的横坐标表示传播的空间，纵坐标表示传播的时间，箭头表示传播路径的方向。通过社交媒体，新的信息很快就能传播到遥远的空间，这是传统媒体无法比拟的。整个路径模型外形酷似一只刺猬，所以也可称为“刺猬”模型。

图1中浅色的圆形节点是一般节点，深色的方形节点是关键节点。深色的方形节点能将收到的信息转发到关注自己的新的更多节点。这种能将有效传播数量超过接收数量的若干倍以上的节点，我们就称为关键节点。关键节点人物一般是社会公众人物，拥有众多的粉丝，具有较好的影响带动作用。而一般节点并不具有这样的传播价值。

上述路径反过来，各关键节点能接收到众多目标顾客的信息反馈，这些数据集中到品牌传播者那里，能够更加精准地分析潜在的消费需求，从而提出更多精准的市场预测，实现精准的传播。这种方式还能通过关键节点实现有效的风险控制，解决了监管、话语权等诸多问题。

表1关键节点传播路径与传统路径的区别

区别传播受众传播途径传播效率传播费用舆论控制传统的

传播路径面向不特定的大众主要依靠媒体刊载低，不知道哪部分浪费了广告费依靠传媒关键节点

传播路径面向已经被关键节点聚类的小众主要依靠关键节点的朋友圈分享高，能够精准地投放到已聚类的目标顾客关键节点

公关费依靠粉丝对关键节点的信任表1比较了本研究提出的关键节点传播路径与传统传播路径的区别。从表中不难看出，基于社交媒体的关键节点传播在传播受众、传播路径上更加精准了，传播效率提高了，传播费用降低了。

因此，对品牌传播者来说，一方面要注意品牌自身的内容，如品牌的个性、特色、与顾客需求的契合度、是否获得知识产权保护，使其更适合社交媒体传播；另一方面，要认真培养自己的关键节点，比如行业内的大师、名人、明星等。获得关键节点的支持，将比传统商业广告更加精准和高效。

参考文献

[1]胥琳佳.大数据对于传播学研究内容和方法的影响[J].中国出版，2013，（09）.

[2]岳莹.品牌、自媒体与大数据的未来：当代传播语境下川北灯戏发展策略论析[J].宁夏社会科学，2014，（01）.

[3]徐艺欣.基于社会化媒体的精准营销研究[D].大连：大连海事大学，2013，（05）.

[4]马斌.社交媒体在企业市场营销中的应用[J].商场现代化，2014，（07）.

[5]盖宏伟，佟林杰.网络时代中小企业云品牌发展战略创新[J].商业时代，2014，（05）.

大数据在社交媒体的应用范文第3篇

随着互联网的全面覆盖与普及，全球各类数据量都在不断增长，大数据时代已经到来，大数据技术也应运而生。大数据技术不仅引起了信息技术领域的创新，也对商业、社会治理以及其他领域产生了重要的影响，同时也在改变人类的生活、工作以及思维方式[1]。

大数据技术也为高校思想政治教育提供了新的思想和更广阔的工作领域。我们将大数据技术与思维运用到大学生的思想政治教育工作中，通过全面的数据收集、存储、共享和挖掘后，辅导员可以通过分析出的数据能更加客观地了解每个学生目前的思想、学习以及生活情况等等，更贴近学生的真实情况，从而使学生工作由宏观向微观发展，也更有可能让思想政治教育以个性化的方式“润物细无声”地走进每一个学生的内心。

一、高校目前收集到与学生相关的数据的现状

从目前情况看，高校获得最早的学生数据信息是高考招生数据。以中国民航大学为例，在整个大学阶段，教务处教务管理系统收集到学生的班级数据和其整个学习阶段的成绩数据；校园卡中心收集到学生的校园卡消费数据；网络管理中心收集到学生上网数据；公寓公司收集到学生住宿数据、进出寝室时间的数据、用电和用水数据；图书馆收集到学生进出图书馆的时间数据和借还图书数据；校医院通过体检等方式收集到学生的身体健康情况数据；学生管理系统收集到学生各种奖助数据和素拓学分数据。除此之外，学生在校期间还有很大一部分数据往往是没有记录或者是没有与其他数据进行关联的，比如宿舍卫生情况、请销假以及使用移动数据流量产生的数据等等。

由于学生在校期间大部分时间是在课堂上，通过2G＼3G等移动网络与外界交流产生的数据是我们无法收集的大量数据，而这些数据是最能真实反映学生思想状态与心理情况的。《2014中国大学生媒介与消费调研报告》显示，在以“90后”为主体的中国当代大学生中微信的使用率为82.3%，微博使用率为71.1%，在微博、微信之后使用比例最高的社交网络媒体是“人人网”，占比68.3%[2]。除了这三种社交媒体，还有一种很早就被广泛使用的聊天工具QQ。这四种社交媒体几乎覆盖了大学生的整个网络交流。

通过调查分析，“90后”大学生对网络具有很强的依赖感，特别是当互联网与手机通信相结合以及智能手机、平板电脑和笔记本电脑等相关电子设备的普及后，他们几乎将所有的课余时间甚至是部分课堂时间都用于上网，网络已经成为他们日常生活中不可缺少的部分，QQ、微信、微博、人人网等网络社交媒体也成为他们生活中必不可少的沟通交流工具[3]。他们喜欢将自己学习和生活中发生的事情通过这些网络社交媒体传达给朋友或者同学，或者通过聊天的方式与别人分享，显然网络社交媒体已经成为大学生人格构成的重要组成部分。而在实际的思想政治教育中，辅导员了解学生的思想和心理状态主要是通过面对面谈话的方式，对于网络社交媒体的中信息的掌握是片面且零散的。

尽管辅导员可以通过QQ、微信和人人网添加学生为好友，或者通过微博的相互关注来实时关注学生的状态、博客或者分享的内容。但是，目前高校中辅导员的人数与学生数量的增长是不成正比的，每个辅导员至少负责200个学生，甚至更多。如果仅凭辅导员人工地去查看所有与学生相关的各类信息，不仅工作量巨大，而且难免会遗漏重要的信息，导致严重的后果。

因此，如何能够比较全面地搜集与学生相关的大量数据信息，并且能够智能化地去处理、判断并提供预警消息是当前亟须解决的重要问题。

二、大数据系统的建构

能够切实地解决以上问题的方法就是建构一套大数据系统。建构这套大数据系统需要三个必备条件[4]：一是能够收集海量数据的云平台；二是能无缝隙地覆盖整个校园的网络（物联网、泛在网）；三是海量且庞大的数据资源。

就目前高校的学生管理工作现状而言，在数据方面，需要采集到更多与学生相关的各类数据并且盘活所收集到的数据资产；在网络方面，重点就是实现更多便捷网络的无缝隙覆盖，消除信息之间的孤岛，否则会大大影响数据的应用价值；在云平台方面，要整合各种硬件和服务资源，高效地调度资源，促成信息的共享。

三、大数据思维下的学生思想政治工作的启示

在大数据时代，要想改变学生的思想政治工作的传统工作方式，使学生思想政治工作真正实现科学化。首先，为数据采集工作提供服务，通过提供更多便捷的网络服务，形成大数据传输的基础网络，达到收集信息的目标。然后，建立数据资源的共享平台，通过将文字、方位、沟通等一切转变为数据，统一标准，量化各类信息，实现“一站式”信息查询。最后，在大数据技术为大学生思想政治教育工作带来便利的同时，保护学生隐私更加重要。

（一）通过提供更多便捷的网络服务，达到收集信息的目标

目前，被广泛使用和认可的网络服务是Wi-Fi网络。随着智能手机、平板电脑和笔记本电脑等相关电子设备的普及，人们已经习惯使用Wi-Fi网络。Wi-Fi网络是一种可以将个人电脑、手持设备（如PDA、手机）等终端以无线方式互相连接的技术，不仅覆盖范围广，而且相对于移动数据的传输，其上网速度更快、也更加经济实用。作为高校，要想实现应用大数据技术解决学生思想政治教育问题，首先就需要实现网络（如Wi-Fi网络）的无缝隙覆盖，形成大数据传输的基础，保证各种类型及大小数据的传输，消除信息之间的孤岛，更加全面地采集到学生通过网络产生的各类数据，为建构大数据系统提供所需的海量数据。

（二）建立数据资源的共享云平台，实现“一站式”信息查询

在大数据时代，数据量是非常庞大的。高校中与学生有关的各种机构部门、现有的各种管理系统以及通过网络平台收集了大量的与学生相关的数据，如学生个人和家庭基本信息、身体健康状况、奖惩信息，甚至包括社交、日志、微博和朋友圈等各种网络信息等等。其中绝大部分是学生的思想教育的重要依据，但现状是一线的辅导员很难获取或者使用的时间成本很高，导致这些数据的使用还很不充分。而且在实际工作中，也存在多渠道收集的数据不一致的问题、数据更新不及时的问题，导致数据的可信度和可用性下降。

因此，一个统一所采集或者搜集的数据标准的数据资源服务云平台的建立是十分必要的。这个数据资源服务云平台通过对各种类型的数据源进行定位和链接，实现对所有数据的采集、传输以及汇总。这样做能够保证所收集的数据的一致性，实现数据资源之间的无缝隙链接与传输，进而实现大数据的收集、加工、、共享以及挖掘功能。

数据资源服务云平台的实质就是进行大数据的管理，目标是实现“一站式”信息查询。2013年，中国人民大学实施的“一张表”工程是“一站式”信息查询的开端。管理者通过一个号码（学号、居民身份证、组织机构代码等）把不同来源的信息聚合在一起，再根据不同的需要把不同的信息组合到一起，形成信息的重组与整合。如辅导员只需输入自己的办公登录账号，就能一目了然地看到自己所管理学生的目前状态，包括心理状态、思想动态、学习成绩、参加活动情况以及身体健康状况等等，使辅导员能很直观、便捷地掌握学生的动态，以便及时进行心理辅导以及危机干预，减少恶性及不良事件的发生。同时，此平台通过综合分析学生从入学到大学的每一个阶段的各项数据，能够更加多元化地评价学生，使辅导员能进一步关怀学生的生活以及根据学生的性格、爱好和特长为学生进行就业指导、职业生涯规划等等，使高校学生管理工作由经验式逐渐走向数据化、科学化，从而提高高校学生思想政治教育工作的水平与效率。

（三）加强数据监管，保护学生隐私

在大数据时代，大数据带来信息便利的同时，也增加了隐私泄露或者进而被不法分子利用的可能性。高校中的数据来源海量并且广泛，包含了学生的各类信息，如学生的家庭信息、个人爱好、网络交友、学习成绩、奖惩情况、身体健康情况等等，这些大量数据的聚集，无疑加大了隐私泄露的危险[5]。在将大数据技术应用到学生思想政治工作中的同时，高校还需考虑这些数据的挖掘和使用是否会侵犯到学生的隐私以及隐私泄露等问题。因此，高校要严格监管数据资源服务平台，规范各个机构在使用大数据时的流程和方法，同时加强对重点数据库的日常监控和管理，一旦发现泄密情况，立即采取预警机制。

大数据在社交媒体的应用范文第4篇

由量到质的变化：大数据为广电带来新思维

（一）增量提速：真实客观还原收视效果。其实对于传统广电机构来讲，大数据带来的首要变化就是测量目标“数量级”的变化，具体操作层面的变化就是从“样本推及”到考察“整体可以测量到的目标群体”。目前，在业内通用的“收视率”考察指标，无论是测量仪样本还是海量样本，基本都是采用随机抽样的方法，在一个城市以三五百、多则几千的抽样样本来代表该城市几十万、甚至上百万电视观众的收视表现，效果偏差不可避免。一个很生动的例子：广东某家电视台的购物频道年盈利超过千万，但在第三方收视监测的数据中却经常出现“零收视”的现象。可见，基于抽样方法的传统收视率监测还存在很大的漏洞和弊端。而在大数据带来的理念中，可测量到的所有的收视个体及其每一个收视行为，包括信息使用行为、跨屏行为、分享行为、评论行为等等，都有可能被纳入到考察范围。从这个层面讲，大数据所体现的考察与检测方法更能够科学、客观的还原出真实的收视效果，机械冰冷的样本收视率统计开始向更加人性化、更具人情味的测量方法上转变，而且这种方法对于观众收视情绪等方面的反馈更具即时性特征。

另外，由北京大学视听传播研究中心和《南方电视学刊》举办的“中国电视满意度博雅榜”就摒弃了“收视率”的指标。该项目对于电视台与电视节目的考评，先由北京大学视听传播研究中心利用网络搜索引擎加语义分析技术，将过去一年网民和微博用户对上千个电视频道和电视栏目的海量评论进行分类和量化分析，初选出提名节目，再由行业专家按照相应指标进行打分，最后根据“网络评论数、市场份额、满意度、专家分数”等计算出综合分数，融入互联网网民考察指标后，许多在收视率榜单上表现平平的电视台、电视节目最后都获得了不错的成绩。

（二）维度拓展：考察指标趋于细化。传统收视率考察方式单一，最后的数据决定一切，甚至许多电视台会根据收视率结果实行电视节目“末位淘汰”制度。在这种制度中，参考的标准就是有限的样本户对电视节目需求所呈现出来的数据，绝大部分电视观众真实的需求被忽视，这也是与数字信息时代的发展规律相悖的。如今大众的需求越来越细化，观众或者说是网络用户的“兴趣圈层”完全是围绕着一个很小的类目进行汇集，传统的电视节目分类方式根本无法展示观众的真实需求。比如以“电视综艺”这个类别来说，它只是一个大的标签，在这个标签下所统筹的用户兴趣圈层可能呈现出“喜欢谢娜主持的综艺”“喜欢李湘主持的综艺”等等，更进一步的可能呈现出“谢娜在湖南卫视主持的综艺”“谢娜在央视主持的综艺”等等。总之，这种需求和兴趣不是一两个关键词就能概括的，它需要贴上“复合式标签”。这种“复合式的标签”从何而来，这就需要广电对自身观众进行更加细化和多维度的考察，包括年龄、收入、性别、地域等基本信息。同时也可能包括收视时段、视频使用习惯、经常点播的视频类别、分享过的视频、发表过评论的内容等等各类信息，在综合指标的考量下，去深度挖掘观众到底对什么感兴趣，哪些节目做给哪些观众去收看。湖南卫视有一档娱乐资讯节目《娱乐无极限》，开播十多年，收视率一直很低，但至今未停播的原因在于，这档节目就是湖南卫视做给十三四岁、喜欢追星、关注明星动态的学生群体看的，是一档非常小众型的节目。满足这样一批小群体的需求、甚至通过该档节目带动该频道其他节目的收视效果才是这档节目存在的意义，收视率不能成为考评它的最终标准。

（三）主动权的转移：“创作主导”转向“需求主导”。从节目制作与传播流程来看，电视观众一直被视为“受者”，是电视信息传播过程中完全被动的一方。节目创作者的思路也是“我做你看”或者是“观众可能喜欢看”，而且在电视收视率测量中，电视人常关注的除了收视率结果外，还会关注一档节目的观众在何时流出？流出至哪个频道、哪个节目？竞争对手是谁？在下期制作中如何修正并拉回流失观众？这些完全是“创作主导”的节目制作思维。大数据时代，电视人应该有的转变是通过对多屏收视用户和各个社交平台信息的分析，去挖掘观众因为哪个话题点开始关注节目？哪个情节点导致观众讨论的热度达到峰值？还有哪些方面是观众评论里提到的关键词？等等。一句话，就是去发现观众喜欢什么、需求什么，将电视节目生产的“创作主导”思维转向“需求主导”思维。

社交网络分析工具为广电大数据应用

提供实践参考

DCCI的《2013年热点综艺栏目网络收视数据报告》中显示，单从综艺节目这个类别来看，电视端不再是用户获取、观看综艺节目的唯一渠道，多端用户节目的观看行为更能反映出节目的真实收视率。如图1可以看出，各类综艺节目在互联网与电视上的重合用户基本达到了近50%的比例；且许多网络用户还习惯于边看节目，边进行评论、分享、转发、聊天等操作。所以，考察跨屏用户、社交用户等的网络行为对电视节目制作具有重要的指导意义。那么，社交网络和电视节目是什么关系？社交网络分析工具又能给广电大数据应用带来哪些启示？

图1 2013年我国综艺节目跨屏收视行为（每个类别比例依次为电视和互联网都看过、互联网上看、电视上看）

（一）社交平台已经成为电视节目标配。我国微博用户数截至2013年6月，新浪微博的注册用户达到5.36亿；2013年年初，我国微信注册用户数也突破了3亿；人人网更是聚合了大量实名制年轻用户群，等等一系列现象都显示出社交媒体的影响力在不断扩大。

传统电视虽然属于共享型媒体，但这种共享是一种小范围的、集中于家庭内部或朋友圈子内的收视活动。相对来讲，这种收视行为是与社会相对隔离的，收视个体并不了解其他正在观看同档节目收视群体的情绪反应和收视体验。社交媒体打破了这种相对封闭的“收视场景”，基于社交媒体，电视台、节目组、主持人、参与嘉宾等等形成了社会化媒体矩阵，为用户提供了节目收视的全方位信息，并且让收视群体间的交流更具实时化的特征。从当前节目现状看，打通新浪微博、人人网、微信、百度贴吧等主流社交平台已经成为电视节目制作与生产的标准配置，观众通过这些社交平台与电视机构和其他用户之间进行的互动，真实地反映了电视观众的收视情绪和收视需求。

（二）社交网络分析工具提供的维度与启示。重合用户的存在、收视进程中社交媒体的同步使用等都使得社交网络用户行为的分析对于电视节目生产制作的有着重要参考意义。现有的社交网络分析工具有很多，以下以“知微”为例，对《中国好声音》新浪官方微博2013年7月31日的一条微博进行统计分析，来看这类社交网络分析工具所展示的考量维度给我们电视节目的监测与制作带来的启示。

如图2所示，将样本微博地址键入分析栏后，分析结果首先精确呈现了该条微博在网络上的曝光量达到181.28万，超过了80%的微博。随后，又通过可视化图形展示了该条信息的扩散层级和扩散过程，从表中数据便可清晰发现有217位用户直接转发了官方微博的信息，随后第二层级的43位用户的转发源于第一层级。以此类推，同时分析工具也利用技术手段有效的对水军账户进行鉴别。此外，根据对用户评论的语义分析，结果中还对该条微博的用户态度、兴趣倾向等给出情感值分数。

图3中，具体分析了扩散层级里的用户信息，“关键传播账号”展示了在此次信息的扩散过程中，哪些用户做了关键贡献，哪些用户对该条信息感兴趣，男女各自占比多少，普通用户、达人用户、认证用户的构成等。此外，在“转发时间曲线”中还清晰地展现了该条微博从发出到扩散再到衰减的动态时间图，依此可以提炼出话题的关键点、话题的持续过程等信息，为后续的内容生产提供有益参考。

图4更加直观地展现了该条微博扩散的重点地域，结合上述话题的扩散过程和情感值等数据以及其他微博的分析数据，可以进一步分析哪个地域的用户对节目更为关注？他们关注节目的哪些方面？等等，此外，分析结果以“频次”为标准，对评论中出现的关键词进行了聚合，清晰地展示了用户对于该条信息的评价。同时，通过多条微博的交叉对比，也可以深入的去发觉用户评论最多的词汇有哪些，从中可以找出用户对于节目的期待和需求。

通过上述对“知微”分析工具的展示可以看出，对于一条普通微博信息，我们可以发掘出隐藏在其中的信息扩散过程、关键用户、用户属性信息、用户的情感信息、甚至是用户的需求信息等。由此看来，对于大数据的应用，传统广电不能局限于“收视率”的囹圄中。同时也要摆脱原有的“因果”思维。电视人要充分利用与自身节目收视群重合率较高的网络媒体的用户数据，去深入分析收视群的特征、个性以及需求，从中发现节目与用户之间的“相关”关系来指导节目制作。

威胁，还是机会——广电该如何做？

（一）“笨鸟要先飞”。电视无论在互动性，还是对于用户需求的反应速度方面都远不及互联网，但长久以来，广电形成一种现象，凡是有新事物出现，大家喜欢一拥而上地提概念、提平台建设，最后收效却没有设想的那么好。所以，在广电大数据应用方面，实际操作比空谈理论更具有现实意义，“笨鸟要先飞”。

其实，大数据对于广电来讲，作用主要体现为通过大数据来解决收视群与电视媒体的关系问题，具体体现为一种内容资源的“供需关系”，通过对收视群数据的采集、积累、量化、分析等过程，描绘出收视群属性信息和兴趣图谱，以此来进一步指导内容的生产或购买。所以，广电大数据的概念现在很模糊，也没有什么模式可以遵循。传统广电若想融入潮流，那么就应该从一档具体节目出发，收集电视平台、网络平台的用户数据，在探寻数据、节目、用户之间的关联性中不断地付诸实践，然后再总结归纳，再提概念，再提对于平台的需求，这样才有现实的可执行性。

相比电视，电影在这方面做得就比较务实，许多影视营销公司很早就根据网络中的网民兴趣偏好去给电影进行定位，然后开展一系列营销活动。如《失恋三十三天》的前期营销中，营销团队发现在一家社交网站上，一位英国妇人哭诉自己失去婚姻再到重获幸福历程的短视频受到了很多用户的关注，随后营销团队便策划推出了“失恋博物馆”，开展了由普通人讲述自己失恋经历的营销活动，效果非常的好。

（二）“缺啥补啥”。在电视的单向传播过程中，只有“观众”“受传者”的概念，“用户”的概念一直是缺失的。即便随着移动多媒体广播、网络电视台等业务的推出，这种观念仍然没有培养起来，“用户”观念的缺失，直接导致传统广电没有“产品”和“服务”的理念。而大数据中，最核心的要点就在于根据数据与用户之间的关联，去发现需求、去开发新的产品、去提升服务水平和服务能力。

美国《赫芬顿邮报》的在线媒体团队中，除了设置传统的记者、编辑外，还设置了用户体验设计师、产品经理、流量编辑等职位。中国浙江日报报业集团2012年收购了边锋浩方网络平台，其通过这个平台，建立数据分析系统，深入筛选捕捉用户行为、习惯、偏好等，深度挖掘用户数据，以弥补传统媒体读者数据不足的缺陷。①东方卫视、湖南卫视也分别推出了“哇啦”“呼啦”电视互动客户端，在客户端中用户可以边看边聊、发表评论、参与互动等，实现基于地理位置的签到和交友。虽然现有的用户数还达不到可以反映整体收视群收视行为的量级，但推出广电互动产品、提升用户服务水平是广电在运营理念上的提升与进步。

大数据对于传统广电来说，是威胁还是机会，现在还无法下定论。然而面对网络视频、手机电视等视听新媒体的冲击，广电应该冷静思考媒体和用户的关系到底该何去何从，并且广电人在内容生产理念上也应该做出符合信息时展规律的转变。广电到底该如何去搜集和应用大数据，笔者一直坚持的观点是：千里之行，始于足下。

大数据在社交媒体的应用范文第5篇

进入2014年，呼叫中心运营商们面临更广泛的机会与挑战。如何提高自身的竞争水平，需要决策者们审慎思量，并根据自身条件有针对性地选择那些可最大限度支持其核心业务的技术。本文列出了2014年呼叫中心这一行业所面临的核心技术发展趋势（如图），供业内参考和借鉴。

集成云计算

很多本地公司正在强化云计算战略。原因包括云技术的可扩展性、部署便捷性、可快速尝试新应用、以及有效控制成本等。很多不久前仍制约云计算供应商的问题也得到了突破，流失的客户又被争取回来。很多具备较高安全性、可靠性、贴近市场的云技术服务模式在拉美地区得到了应用与推广。

规模较大的企业，在引入云技术的过程中，通常采用混合模式。一般采用原有的交互式语音应答（IVR）服务的补充或升级，或额外增加某些诸如社交媒体类的沟通渠道。中小型呼叫中心，或大型企业的某些部门，则主要是集所有功能于一身，即完全基于云技术的呼叫中心。

然而，呼叫中心咨询公司Frost&Sullivan认为，拉美地区的呼叫中心运营商不可能一夜之间全部升级到云计算模式。事实上，大多数客户的呼叫中心解决方案在相当长的时间内仍会继续采用本地安装方式。相当数量的中心也仍会采用传统模式运营，只是针对某些关键系统功能强化升级，例如 IVR系统、呼叫中心呼出拨号器等。

我们看到，大多数呼叫中心正在或将要架构混合式的服务环境。他们的某些解决方案会部署在云上，另一些则为本地安装。他们正在逐渐采用云技术，替换陈旧的已失去利用价值的解决方案，或扩展如客户在线聊天、主动客户沟通、企业反馈管理等新功能。

虚拟客服

虚拟客服是一种语音或文本驱动的应用程序，用来完成某些真实客服人员从事的工作。有点像交互式语音应答器（IVR），但不乏人物特征与对话能力。它们允许客户切入正题，提出问题，进行对话，完成某笔交易，或快速激活某项功能，而不是通过繁琐乏味的菜单提示指导完成。这种虚拟客服软件可以分担呼叫中心大量的呼叫流量，并通过网络帮助完成部分交易。同时还可以强化公司的品牌形象，因为这些人物角色可以预先设计成具备某些特征的客服人员，用公司所希望的方式与客户进行互动沟通。虚拟客服可以是聪明、友好、乐于助人、知识渊博的化身，并始终恪守品牌价值，这些特征很难在真实的客服代表中始终如一地充分体现。

虚拟客服其实并不新奇，它们已经存在了相当长一段时间。由于缺乏对这一技术的了解，不明白它们到底能做什么，虚拟客服一直没有得到广泛采用。但这种情况正在改变。随着苹果公司引入SIRI之后，这项技术引起了更多的关注。尽管SIRI是一个消费层级的私人助理，并非企业级应用，但它仍然极大地拓宽了虚拟技术的推广之路。

视频应用

这里所指的视频应用不仅是那些可以让客户看到并能参与的与呼叫中心的视频聊天，还包括那些在呼叫中心内外的客户服务应用中创造性地使用视频。例如，把如何发现问题、解决问题的视频推送到客户的电脑桌面；或者直接联接银行分行的贷款专业人员；又或者使用智能手机的摄像头为客户采集事故现场的图片并发送到保险理赔的客服代表处，以尽快启动理赔流程。

尽管这些应用程序和想法已经存在一段时间了，但视频开始在客户服务过程中发挥更大作用的原因还主要源于大众对视频的喜爱，人们已经把它当成日常生活的一个组成部分。

开发专门的移动客服应用

移动智能终端彻底改变了客户的业务交互方式。许多企业都在尝试通过简单地将现有的Web应用移植到移动平台以实现移动客户服务。一般是交易性的应用，例如允许客户检查帐户余额或查询航班时刻表。

但这些早期的移动客户服务应用程序仅仅激活了Web访问功能，并不是专门设计的客户服务应用程序。交互及呼叫时间往往较长，交互本身也不是非常吸引人，不但没有改善客户体验，而且互动似乎被割裂，渠道之间也缺乏相互流动性。随着越来越多的客户使用移动智能设备，他们希望有更多专门针对移动的应用。

社交媒体平台

通过部署社交媒体，呼叫中心所获得的利益是巨大的。社交媒体作为一个客户服务战略始于2010年。Frost&Sullivan公司认为，社交媒体客服引入过程存在不同阶段。首次引入的公司主要是强调监听功能，是被动性的、无意识的社交媒体。然后在Facebook和Twitter上做一些主动宣传，但它仅仅是一种标准化的营销工具。

第二阶段，开始做更好的营销并创建社交媒体战略，这是美誉度营销策略与品牌特征图执行的关键一步，但客户服务参与程度较低。目前大多数拉美公司都处于该阶段。之后，将社交媒体策略升级，作为客户服务的一个管理过程，而且效果可衡量。

下一步，就是让客户主动参与进来。这意味着公司开始将社交媒体作为业务的一部分，添加创新的内容，并主动提供更好的客户服务以获得销量。最后是完全沉浸阶段。整个公司参与社交媒体的客户服务战略。目前，仅有少数公司能达到这一阶段。

推广垂直市场解决方案

银行和金融服务对呼叫中心非常重视，一直走在这方面的前沿。例如，应用语音分析的工具来规范并监测客服人员是否遵守语言规范以及是否可以准确地解决客户所提出的问题。当客服代表正在拨打催债缴款电话时，利用一个小的应用程序就可以触发警告信息，并将其发送给客服本人及其主管。另外，使用语音分析软件还可以自动删除来电录音或通话记录中包含PCI敏感的身份验证信息以及持卡人的隐私数据，从而提高安全性；使用生物语音识别软件来监测欺诈行为则是另一类成功的应用案例，这不仅适用于银行业，同样，也可推广到诸如零售等其他领域。

引入大数据

Frost&Sullivan公司所定义的大数据应用是指大量高速传输的数据流，通过传统的数据库管理工具已很难或根本不可能实现。大数据并不是全新的概念。然而，当它与呼叫中心中使用的传统数据源相结合时，就将对客户的认知水平提升到了一个全新的高度，并有助于客户在处理问题及工作流程中作出正确的决策。

对呼叫中心来说，一个最为庞大而丰富的大数据来源就是通话录音。有些公司正在对这些海量数据进行挖掘应用，进而改善客户体验，强化后台支持，提升客服水准。