数据工具在媒体内容运营中的应用研究

■ 周 艳 吴凤颖

数据在内容运营流程优化过程中的价值越来越大,被看作是提升媒体竞争力的重要因素。如何让数据工具化,变得人人可用？如何通过工具化的数据应用提升内容生产、分发和变现的效率？这都是行业一直在关注并努力解决的问题。

一、与内容运营相关的“数据工具”

内容是一种特殊的信息产品,它的核心是信息,内容的生产、分发、变现等重要环节在技术推动下不断升级换代,呈现出不可逆转的趋势。

数字环境下的用户从被动地、无意识地获取和接受信息内容,转向主动获取、分享甚至生产内容,加之大数据技术的广泛应用持续挖掘内容产业的生命力与活力,实现了内容向实时性生产、内容计算和用户参与的转变。①

技术的进步拓展了内容的边界,也改变了内容运营的模式和格局,借助数据分析来进行内容运营成为行业标配。让数据变得“人人可用、人人会用”,进而跨越数据分析的专业壁垒已经成为内容领域的共识。于是数据工具成了不同媒体平台或第三方机构着力开发的重点。

(一)数据工具的界定

工具原指工作时所需用的器具,后引申为达到、完成或促进某一事物的手段。从人类进化史看,工具是更高效、更节约劳动力、更解放人性的。工具具有强大的辅助人类完成各种作业的功能。

随着计算机和互联网的快速发展,数据的价值不断被认同和开发,数据工具作为一种新的工具形态加入到工具矩阵中。所谓数据工具是指具备数据采集、计算、存储、展示和分析应用等功能的工具,它把数据的管理、数据模型及分析决策逻辑等尽可能地固化到一个系统或软件中,以更自动化、更准确、更智能的方式来发挥数据的决策价值。对于数据工具而言,“数据”是核心驱动力,如果没有充足的数据积累,没有内容比较精准的结构化数据,数据工具在进行数据处理或分析时就很难得出科学的分析结果。

我们在借用一个公式来简易地表达数据工具,“数据工具≈数据+处理过程+结果展示+分析应用”。有的数据工具专做其中某个环节,提供这个环节专业的解决方案,有的工具则会涉及几个方面的功能,整合形成一个多样化的需求解决方案而集成的工具。

(二)内容领域数据工具的分类

内容领域现在发展起来的数据工具一般是由媒体自研开发或者第三方技术公司开发,又或者是媒体与第三方机构联合开发。比如华盛顿邮报的ARC内容管理平台是由报社自主研发,美联社的自动写作平台Wordsmith是第三方技术公司Automated Insights开发,新华社的媒体大脑2.0——MAGIC平台是由新华社和阿里巴巴合资成立的新华智云研发。

目前的数据工具主要分为三类,分别是平台型的数据工具、系统型的数据工具和数据小工具。

平台型数据工具主要是指呈现出平台特征,汇集了多个数据处理工具,并且在功能上能够实现内容运营领域的洞察、预测、分发、评估等不同需求。华盛顿邮报2014年开发的ARC内容管理数据工具是典型的平台型工具。华盛顿邮报的首席技术官Scot Gillespie指出ARC的价值主张是“负责运行CMS(内容管理系统),为内容的流通创造技术条件。”②

系统型数据工具一般是指围绕着某一类特定的内容运营需求,能够系统性解决数据的采集、分析并生成可应用辅助决策和策略实施的工具。IBM团队开发的人工智能系统Wastson就是系统型数据工具,该工具一直在媒体和传播领域进行应用推广。

数据小工具是指应用场景和功能比较单一的数据工具产品,相对比较简化、不复杂。比如谷歌开发的基于AI算法的新闻分析工具Documenting Hate News Index就是典型的小工具,其功能聚焦在搜集与仇恨犯罪相关的新闻信息。

不同类型的数据工具都有各自的应用空间和领域,都能够帮助提高内容运营的效率,媒体内容领域的数据工具正在不断地被开发和应用。

表1 数据工具的三种类型

二、数据工具助力内容运营升级

内容运营主要是指围绕着“内容”这种信息产品展开的运营活动,媒体的内容运营中主要包括内容生产、内容分发、内容营销与变现三大环节,围绕着这三大环节还衍生出了内容的集成、优化、评估及管理等方面的相关运营工作。

在新媒体时代,内容运营与数据的关系变得愈发紧密,利用数据技术创新内容生产的观念和手段、优化分发和传播路径,以及进行多元化变现已成为新媒体内容机构运营的重点,而数据工具的开发和利用则让这一切变得更加便捷和高效。

(一)数据工具的功能和使用场景贯穿内容运营领域全流程

在当前的趋势下,数据工具与内容运营的关系越来越紧密。

数据工具参与到了内容运营的全流程。媒体机构对以往的累积数据和传播分发中的实时数据的挖掘和应用,已经成为内容生产、分发、变现的必备前提。在数据思维的指导下,文字、图片、音频、视频等各类型的内容运营均会运用数据工具。在应用数据工具时,首先要进行数据采集并大量占有数据,然后根据具体内容运营需要利用不同的数据工具来进行不同维度的分析,如洞察用户行为、解剖粉丝画像、进行热点内容预测、监测内容、效果评估、自动化内容生产及内容优化等,相关维度都有不同媒体机构开发的数据工具在应用。

数据工具是媒体内容运营的系统升级,而非局部调整与优化。某种程度上也反映出数据工具重构了生产者与用户的关系,使内容与用户更好地匹配连接；某种程度上也可以改变媒体组织的结构及媒体组织内部的生产关系,这也就要求内容运营者要全面提高运用相关新技术的专业能力。从目前开发的工具来看,我们发现数据工具可以帮忙发现选题、拓宽人的视野,以及突破时间、精力的限制,延伸了媒体内容生产的广度和深度；数据工具可以基于用户需求进行更个性化和定制化的内容生产和分发；数据工具可以帮助提炼规律,预判内容的传播效果,同时也可以评估内容的多维度价值,实现内容的有效销售。

(二)数据工具在内容运营中的具体应用分析

在当前的趋势下,数据工具有效地助力了内容运营的升级。本文选取了目前数据工具应用比较好的维度进行了剖析,呈现出数据工具在媒体内容运营领域的应用景观,也能让我们从中一窥数据工具的应用并判断其价值,从而可以基于此进行更深入的理性思考。

1.描摹用户画像

新媒体时代,媒体的内容运营必须要有用户思维,一方面要对用户内容的使用行为和需求进行洞察,以便有针对性地进行内容生产和传播,为用户提供更加精细的服务；另一方面用户是媒体内容变现的基础,用户对内容的付费意愿和行为,用户对广告的认可及与品牌的互动行为等更是影响了媒体营销活动的开展。

表2 内容领域数据工具的功能与应用场景

借助数据工具,媒体可以实现对用户的洞察,判断出用户的人群特征、兴趣爱好、关注内容的时间、地点及频次和方式等。内容运营者在更准确地了解用户行为后,能洞察出哪些具体因素促使什么类型的内容被更多人阅读(收视)和喜好,从而制定可行的方案,为他们提供相对精准的内容生产和传播。

图1 Lantern对于用户数据的分析,左至右分别为:页面的平均浏览时间、浏览量、独立访客数、保留率、滚动深度

如英国《金融时报》推出的数据工具Lantern,它能够帮助新闻编辑室理解包括用户网页花费时间、点击率、留有率、屏幕滚动速度、社交表现、使用的设备类型和某篇文章订阅者和非订阅者之间的差异在内的各项数据,了解哪种内容类型更容易让读者产生共鸣,从而达到增长用户数量的目的。《金融时报》受众互动部门主管Renée Kaplan指出,Lantern使得记者能够根据目标受众实时观测到应当作出的调整,清楚地了解到受众的面貌,知晓受众是如何与新闻互动的。③

2.实现内容预测

在媒体内容生产领域,借助数据工具进行热点预判愈加也正在成为行规。黄升民教授曾指出“通过足够的经验数据的引入作为校正参数,应当能够帮助我们去进行内容热点的判断——在足够行为和情感数据的分析基础之上,经验数据可以帮助我们去预判人们的喜好和需求是什么。”④

内容领域的数据工具可以监测内容在社交渠道、网站等流量变化,从而发现话题线索,预测接下来会出现的热点话题,帮助内容生产者较早跟进热点。什么样的报道角度更吸引人、什么样的新闻或者文章最受关注、什么样的标题最具互动性、用户的关注点在哪儿、热评的逻辑有哪些等,都可以借助数据工具来获得答案。

以美国的社会化新闻内容分析平台NewsWhip开发的NewsWhip Spike为例,该工具可以提供内容预测服务,实时监测、窥探爆款内容生成轨迹,为内容生产和传播提供指导。再以美国的互联网新闻博客Mashable为例,Mashable应用了一个名为Velocity的数据分析工具平台,可以在极短时间内分析大量不同的链接,并从中识别趋势和有可能会爆发的热点。同时,Velocity可以帮助Mashable的编辑们去发现“饱和点”在哪里,如果一个事件的分享率达到了95%,Mashable就认为已经达到了它的饱和点,这件事就不用后续报道。否则,Mashable的编辑们会迅速启动其他策划,并在社交网络抢占先机。

《人民日报》中央厨房系统中的线索与热点发现也可以实现内容预测,它与腾讯、搜狗等互联网公司合作,对几十万家新闻网站、微信公众号、微博账号、论坛等进行全网的实时监控,舆情和热点信息都会第一时间进入系统,值班编辑和记者只要在电脑或者手机上安装这个系统,就可以第一时间获取线索信息⑤。

3.进行内容评估

数据工具可以实现对内容的评估。借助数据工具,可以对单一媒体的内容传播进行评估、评估某内容在不同媒体的跨平台传播和转载情况、用户对内容的正负面的评论、作者在内容题材上的创作特点、话题的传播路径和互动性分析等。内容运营者可以通过这些评估分析来辅助决策内容生产的优化、作者的激励、内容的广告价值挖掘等。

以Parse.ly发布的Dashboard内容评估分析工具为例,它能帮助媒体实时监测已发布内容的流行趋势,并可以依据作者、话题、页面及导流源分类等不同维度查看相应内容的表现,并生成可视化报告。内容创作者依据报告内容决定应该多写什么内容,少些什么内容,哪些内容不该写。报告也会体现与某个作者内容相关的趋势,显示某个话题上哪个作者被阅读最多,哪个作者获得最多的内链等。数据工具Dashboard对内容的评估可以指导媒体运营者更好的把控内容,会分析如何让内容与用户的需求匹配,为内容生产和传播提供参照。

4.自动生产内容

媒体的内容生产也因技术的进步而紧追“自动化”的脚步。媒体通过占有大量数据,然后进行功能模块的开发,按照一定逻辑对文本信息或者视频内容进行排列重组,就可以进行信息内容的自动化输出。从早期的人工设定模板,到深度学习引入后的机器自我学习和模板优化,自动化内容生产的能力正在不断进化。新闻、影视、广告等图文或视频内容都在应用数据工具来进行自动化内容生产方面有所建树。

首先,自动化撰写稿件的数据工具主要是以数据为基础进行程式化报道,以计算机程序结合传感器代替人类采集事件数据、生成素材、完成报道。国内外都有一些拥有自动化内容生成系统的公司,比如Narrative Science和Automated Insights,都能够为体育迷和股票分析师提供风格熟悉的文章,里面充满了各种数据和内容模板。

其次,近年来,影视内容的自动化生产也开始走进人们的视野。视频的规模化和工业化生产也就成了追逐的新目标。2012年成立的Wochit就是行业内最早的一家短视频制作服务平台。Wochit逐渐和路透社、彭博社、美联社、Getty、Stringr等顶级通讯社结合媒体库达成了合作,搭建了丰富而智能化的内容素材数据库,输入一个网址或者关键词,系统就会为用户自动搜集相关的视频素材,例如图片、视频片段、推文或者图标,并且能在智能Timeline工具上编辑视频,一键生成适配各个分享平台的视频。⑥目前Wochit在全球已经吸引了超过350家媒体使用其付费服务。

借助数据工具,广告内容也可以实现自动化生产。如transcosmos集团人工智能研究所“Communication Science Lab”(通讯科学研究所)独立开发的“人工智能文案大师——言葉匠”(β版)就是这类工具的典型,它能够在以信息流广告为主的文字广告中自动生成文案内容。无独有偶,纽约创业公司 Persado也开发了一套基于人工智能的自动化文案撰写系统,能辅助用户创造出最有说服力的文案。Persado还可以让客户测试文案的多个版本。

5.辅助内容变现

数据工具可以辅助内容变现,辅助媒介购买实时发生,让广告主对所购买的广告位有更多的知情权和互动权,帮助媒体机构与广告主建立更深层更长久的关系。

如Facebook开发的Ads Manager(广告管理工具)就是典型,该工具用于创建广告、管理广告投放时间和版位,以及追踪营销活动表现；使用广告创建工具,广告用户可以自行选择广告目标、选择目标人群、撰写广告文案、上传广告创意作品,查看广告在不同设备上的展示效果。

再如英国ESI媒体集团开发的ESI RealTime,它可以抓取ESI旗下的各大媒体品牌的数据,包括indy100(《独立报》旗下媒体)和Homes & Property(《伦敦标准晚报》旗下媒体),向代理商提供最热文章的数据,广告代理商可以根据广告主的需求,向ESI的广告团队要求访问某些热点内容的数据。在接到需求后,ESI的广告团队成员就会迅速跟进。一般来说,广告主会直接买下某个点位或者以程序化购买的方式操作,只要广告主的要求不和其他的大项目冲突,团队都会设法协调。⑦

三、内容运营中数据工具应用的理性思考

数据工具在媒体内容运营中应用已经成为一种行业共识。从现实应用来看,它提高了内容运营的效率并拓展了运营的纵深度,内容相关从业者会积极拥抱它；但与此同时,对数据工具这种“工具化”的新物种也要有一个深入的认识,不能停留在工具层面,而是在工具与服务客体(内容运营)上、工具与应用主体(人)的关系上、工具的异化等问题上都有一个全面的思考,从而正确的认识“工具”的价值,实操中有 “度”的掌控。

表3 写作机器人工具在内容生产中的应用说明

(一)数据的工具化应用是媒体内容运营升级的路径选择

上面我们分析了媒体内容运营领域的各种数据工具,这些工具现实存在,且其应用的范围广阔,应用推广的深度也日益加剧,这都表明了技术驱动下,媒体内容运营升级已经把数据的工具化应用作为重要的路径选择。

现在的媒体,不只局限于作为传播领域的载体这一单一功能,而已经是信息技术领域的重要产业,也是信息与其他产业交融的关键点。数据与技术渗透到媒体行业的整体产业链,媒体已经踏上了由数据构筑延展的、坚实的新陆地。

媒体在内容领域的运营升级,也不仅仅是媒体机构自己的事情,在技术驱动和产业升级的推动下,面对多网融合业务发展方向的压力,面对海量内容的编辑策划能力的提升,面对外部自媒体内容的取舍与聚合,以及企业对营销服务的互动和精准化要求,都需要媒体不断提升自己的内容运营能力。

数据工具在媒体内容领域的应用一定程度上再造了流程,改变了以往单纯依赖媒体人的经验和人工编辑策划分发的内容运营模式,而是基于客观数据融合了经验数据的全流程监测的基础上进行内容运营升级。

(二)内容数据工具化实现的基础和现实条件

要做好内容生产、分发和营销变现,内容运营不得不借助工具化的服务升级,那么有支持和基础吗？答案是肯定的。

首先媒体运营本身就存留和累积了大量的数据,以内容本身的各种信息、加上用户与内容关联的行为信息作为数据基础,打通媒体内部在内容、用户、终端分发、营销服务等领域的数据,再把内部的这些数据资源化的基础上,也不能完全依赖于内部数据,还需要占有一些外部媒体(其他社交媒体、专业媒体等),或者外部非媒体的各种数据(经济的、区域的、产业的、消费的)等,然后把这些数据整合好。整合不是一个说法,而是一个过程,数据整合需要数据抓取、数据的标签化、数据的存储和管理,数据的可视化等环节的具体落实,这也都是现在技术和开发可以做到的,前提是我们有一个数据要工具和产品化的思路,也需要投入资源进行开发。

其次,把数据工具化的方向要明确,数据作为一种工具手段,正在解放媒体的内容生产力,也融入到内容运营的各个环节当中。既然是工具化,就不是简单的占有数据,而是要把数据整合后开发成可以用的工具,工具就是要强调其应用性,从服务内容运营的角度出发的工具化的产品设计思路是重点。内容领域的数据工具能够提供洞察、分析,辅助决策和操作,数据工具因其易掌握、便捷性、智能化、随时随地使用等特点,使得数据分析更简单、更有效、更可用。这才能够在用户内容需求洞察、内容生产、内容分发、内容安全甄别、内容营销服务等领域发挥出巨大的作用。

最后,内容领域的数据工具化有各种实现的可能。媒体自己可以做工具开发,或者联合第三方科技公司一起合作开发。也可以完全不开发,只需要买来能够服务于自己内容运营升级的工具做适配就可以。不论是哪一条路都可以,但是数据工具化的趋势不能回避。

(三)数据工具要着眼于对人的服务才能发挥其价值

“工具+人才”能发挥价值。在数据工具的帮助下,提升对内容信息本身的生产和分发能力,以及使用工具的人的效能的提升,都是媒体运营必要的探索方向。

内容领域的数据工具,服务于人是其第一要务。要不然不论是开发了还是合作了还是购买来的数据工具,都不能发挥其作用。有了工具还得要有能使用这些工具的人,占有工具不见得就实现了升级和转型,得人人能用工具。数据不应该是陌生化的存在,也不是程序员的专属。如果有了数据工具但是不能推及到内部和外部的各种角色的人,而是依赖数据分析师,那么工具的价值大打折扣,而且数据分析师不是做内容运营的具体的人,这样就更是没有辅助内容运营的实际效果。

一方面借助数据工具,媒体内部的传播从业者正在实现向数据分析师的跨越。数据处理能力成为考验一个媒体机构生产能力的新标准,数据分析师已经成为媒体机构需要的从业者,借助数据工具,传播从业者正在积极挖掘内容生态的各种价值:可能是基于用户需求进行更个性化和定制化的内容生产,可能是内容选题确定和内容的呈现方式,也可能是内容跟踪报道的必要性、内容传播力和影响力的评估、内容变现的服务等等。

另一方面数据工具不仅要服务于媒体内部的人,而且要同时服务于媒体需要合作的各种人,借助数据工具,以内容为桥梁,连接媒体平台方、社会化的内容创造者与营销传播机构等。以百度百家号为例,它为平台内容创作者提供了内容分析、粉丝分析及相关指数等数据分析工具,异曲同工之例的还有今日头条媒体实验室头条号工具。它们开发的目标是给内部媒体从业者和广大自媒体创作者在报道和创作方向上提供借鉴,通过分析产品内容、描摹用户状况,为内容生产提供参考,希望高效连接人与信息。

对于与内容合作的营销与广告的人而言,也要积极利用内容的数据工具,比如英国《金融时报》就利用Lantern数据工具帮助其增长订阅和广告销售。《金融时报》的数据主管称,数据分析使用的增多可以帮助编辑和商业部门更好地了解彼此,从而为报纸共建一个可持续发展的未来。⑧

(四)不能“唯工具论”

数据工具延伸了媒体内容生产的广度和深度。但数据工具就真的没有任何负作用吗？数据工具在便利内容运营的同时会不会桎梏内容从业者的思维,人们会不会过度依赖数据而被数据所奴役,会不会过度依赖工具而使创造力和思辨力缺乏？数据工具会不会使一些职业的价值降低甚至有可能消失？

美联社在面对机器人写作时曾提出“这将让记者能做回新闻的本质工作,而不是忙于数据处理”⑨。但事实上依据数据来进行内容创作也会出现过于迎合受众而导致内容低俗的情况。比如根据收视率、票房、明星粉丝数、网友兴趣关注数据,催生了一批主打流量、颜值、玄幻、青春等的影视作品,如《小时代》《老九门》《微微一笑很倾城》等。这类依据热点催生出来的剧集往往是缺乏生命力的。

利用数据来提升内容运营的同时要意识到其有价值的局限性。数据的价值体现在使用者手里,不在数据产品身上。数据背后的内容运营者要有自身的责任担当和专业操守。“我们不应将计算机视为我们的替代品,而要把它看作我们的伙伴,实现计算机和人类的能力互补。”人类在数据面前,在工具理性面前一定要有正确的价值判断,不能唯数据是瞻。

四、结语

在新媒体时代,数据在内容领域中的应用和挖掘基本是媒体从业者的标配,数据工具则帮助了媒体从业者实现了向数据分析师的一步跨越,让内容运营可以纵向或横向延展,不断地纵深拓展,不断地运营精进,让内容与用户实现更好的匹配链接。

数据工具的应用给媒体的内容运营带来了机遇,但我们也要保持警惕,不能被数据工具所奴役,不能陷入“唯数据论”的桎梏中。数据工具的价值不是只体现在数据工具的开发应用上,更体现在对内容的生产、分发、优化有责任担当和专业操守的使用者手里。