< 首页

SMG受众数据测评分析平台的建设与技术创新

上海广播电视台  陆趣  杨君蔚  张韬

一引言

1. 受众分析研究的重要性

受众研究是大众传播研究的一个重要领域。面对电视传媒日益激烈竞争的趋势,加强受众研究工作,已成为关系电视传媒生存发展、前途命运的一项重要基础工作。电视节目的成败,不仅仅决定于电视人素质水准的高低、电视手法的优劣,还必须依据受众研究的成果,立足于受众需求,重塑收视平台。只有关注受众心声、追踪受众脚步、透视受众心理、扣准受众脉搏、品析受众喜好、鉴识受众口味、探知不同受众对电视的不同需求期望值,才能精心打造出受众喜爱的节目,促使收视率不断提高,是电视媒体赢得社会效益和经济效益的治本立台之道。这已越来越成为受众研究的一项重要任务和行业共识。目前,受众研究对电视传媒至少有以下四点作用:

1)定义节目的价值标准

电视作为最主要传播媒介,直接面向着亿万的广大受众,因此观众的接受度,是衡量电视传媒的价值的重要标准。本质上讲,一切电视节目终归是由观众来决定内容与形式的,而形式与内容也反作用于观众。电视节目的定位、栏目的设计必须依赖受众研究的结果,服从受众需求办好各类节目。

2)了解节目内容的目标受众

电视作为大众传播媒体,面对着千万具有不同口味的受众群体。节目制作者会首先明确该节目归属于哪一类观众,才能更有针对性地为受众提供有价值的节目产品来满足其精神需要。因此,需要通过受众研究分析来研究目标人群特征,尽可能使目标、内容、形式与目标受众相得益彰,发挥它相辅相成、锦上添花的作用。

3)优化节目内容编排

不同的时间和情景,受众对内容的传播都有着不同的要求;对不同性质节目的播出时间也有不同的要求;不同的观众群对节目内容有不同的需求与评价;即使面对同一群受众,在同一节目中,不同的编排顺序往往也会形成截然不同的传播效果。因此,需要通过收视行为与心理学分析来研究受众的喜好,使得节目更加响应观众喜好、满足社会需要。

4)对广告内容的效果提升

广告内容要想打动受众的心灵,同样需要进行受众研究,充分明确观众心理。首先,要利用频道的人群资源切分广告蛋糕。频道是为特定人群服务的,频道的广告也需为特定人群服务。其次,要合理地编排广告。这就需要将某个时间段的观众特征与产品的目标消费特征进行对比,如果受众特征相似度比较高,那么就是产品的黄金时间。这就要求充分了解观众心理,合理安排广告播出类型、播出次数和播出时间,避免观众产生逆反心理。

2. SMG建设受众数据测评分析平台的必要性

SMG是国内首家完成广播电视制播分离改革的媒体集团,从诞生伊始便传承了高端、创新、领风气之先的优秀基因。SMG受众数据测试分析平台的建设也秉承集团的这一定位,在国内率先建成了专业的受众研究平台,并基于SMG 受众数据测试分析平台的支持,近年来集中推出了一大批为观众喜爱、被市场认可,叫好又叫座的节目作品,同时SMG受众数据测评分析平台也利用优势测试资源接受兄弟台的测试委托,深受业内瞩目。

随着受众分析理念的日渐普及,国内越来越多的兄弟集团开始意识到受众分析的价值和意义并且开始发力迎头赶上。在技术日新月异的当下,作为后来者的他们具有相当大的后发优势。因此,SMG受众数据测评分析平台始终在不断迭代更新、扩大规模、深化实践。至2017年已逐步向综合的受众大数据测评分析平台方向发展,建立了电子问卷、拨盘、脑电、声音识别、表情识别、眼动仪等系统构成的,兼顾前意识、意识、潜意识等各方面综合分析评测的平台。同时,归纳汇集所有子系统数据,建立自有算法,实现了综合数据分析平台,并通过可视化的数据呈现平台,最终给内容制作方提供了一个真实的、可信的、全面的、科学的内容测评结论。帮助SMG的内容团队创制出更符合受众喜好的内容。

二总平台建设框架

1. 受众感知采集框架

SMG受众数据测评分析平台作为一个基础数据汇集平台,实现多维度立体的数据采集是平台建设的首要目标。通过借助弗洛伊德精神分析的理论框架,将受众感知分成意识、前意识和潜意识三个部分。其中,意识是清楚的主观经验,只占了思维的一小部分,感知的很大一部分是潜意识,介于两者之间的是前意识。前意识和潜意识的差别在于,前意识可以被意识所提取,潜意识则无法被察觉。简单来说,意识是指受控的意识,即个人在任何时候都能察觉到的自己的感觉与体验,如喜爱、厌恶的情绪;前意识则是呈现的意识,即使用适当的努力或注意就可以提取的关于时间和体验的记忆,如笑声、表情;而潜意识则是本能的反应,是对意识构成威胁而必须推开的记忆和情绪等内容,是不能简单注意察觉到的,如思维。

基于上述心理学框架,并借助先进信息技术构建数据核心的三维感知体系如图1所示。

 

如图1所示,系统通过拨盘硬件及电子问卷获得受众群体在测试过程中的意识表现;通过面部表情识别及语音识别过滤技术获得受众群体在测试过程中前意识表现;通过脑电及眼动技术获得受众群体在测试过程中的自己尚不能察觉的潜意识。

SMG受众数据测评分析平台涉及六大技术:拨盘、问卷调查、表情识别、脑电、声音识别、眼动仪。在受众行为测试方面每项技术都有数据采集的优点,同时各自也有所局限。例如,拨盘数据最为传统,但却有主观性过高且无法实时匹配时间轴的问题;表情数据虽然能够实现实时采集,却不够精确;眼动和声音能够精确检测瞬时的事件,却存在噪声且无法如拨盘的收视意愿一样有明确的释义解释。因此,需要建立立体的监控体系,实现技术的整合应用,扬长避短互相验证,使测试数据采集效果实现最优化。

 

2. 受众数据分析核心流程

在平台建设中,受众测试、测试监控和测后分析均以数据为核心,测试流程也以数据为驱动。

其核心流程如图3所示。

 

一个测试开启后,首先由工作人员进行节目、人员、设备的匹配,这些基础信息会自动同步到信息化问卷平台和拨盘设备等测试设备上;

受众进行的测前问卷根据基本信息的不同,自动进行相应针对性的分发,测前问卷的结果实时写入数据库中,为后续测试的依据;

受众测试现场,所有受众统一进行测试。此前的实时甄别结果会自动计算每一名受众数据在全部数据中的权重占比。有部分甄别不通过的受众,不会立即被要求打道回府(除了同业等个别因素外),都可以体验完成整个测试过程,但他们的数据权重为0,这样能极大地提高测试的流畅程度,维护好每一名前来参加测试受众的测试体验;

观众在测后将基于信息化工具进行测后问卷,这些数据与此前实时现场发生的数据一起通过分析模型进行运算,给出相应结果。制作组可以在当场,零等待地获得完整的受众分析结论,便于其及时进行响应决策;

测试完全结束后,以上全部的数据会自动生成一个本次测试包交付给节目组,让节目组用专用播放器自主进行数据的分析和回看;

最后,所有结果数据被传输到数据中心进行归档,通过数据管理平台实现历史数据的可视化,为后续挖掘提供支持。

3. 平台技术架构

SMG受众数据分析平台架构如图4所示。

如图4所示:自下而上分别包含数据采集、数据存储、数据计算、数据展现和数据运维安全体系。其中每部分的主要作用如下:

 

数据采集:作为全平台的数据基础,用来实现全平台的数据统一汇入和底层数据调度。其中各类硬件接入的接口和前置库用来实现从各类硬件设备和第三方应用中的数据采集,数据总线用来实现原始采集数据的基础调度,ETL和消息队列分别基于数据总线用来实现对接数据仓库和各模块应用。

数据存储:作为全平台数据存储核心和支撑当前的数据分析和未来不断扩展的数据挖掘需求,其由一系列SQL数据库集群组成,包含了分布式查询、主从备份、日志还原等一系列的基础服务,未来随着建设的推进和深化,将逐步扩展成标准的数据仓库。

数据计算:作为全平台的大脑和应用中心,用来实现大数据平台的核心算法,包含有大数据实时处理和数据管理两大组成部分。其中大数据实时处理部分,用来实现在测试当场百万级数据的实时高性能的服务,包括有测试当场形成的实时数据集,已对基础数据层完成预关联、预计算、预汇总而形成的元数据模型,面向上层应用的多元数据应用集市三个部分;数据管理部分,用来实现对于各个上层应用模块的业务性的服务支持,包括整合各个分布式服务资源的资源管理框架,测试中管理每位被试数据流转的测试数据驱动引擎,以及基于这两个基础模块之上面向具体业务应用的模块:整合入应用模块的各类数据分析模型,面向具体应用平台的硬件设备管理、测试人员管理、调研问卷管理以及测试结束生成的数据分析包。

数据展现:作为全平台的人机交互的接口,用以实现面向各个不同的用户角色提供相应的信息服务,包括:用以查看整体数据汇总情况的数据汇总平台、用以监控实时测试情况的实时监控平台、用以在测试过程中展现数据变化轨迹的趋势呈现平台、用以管理测试流程和要素关联的测试管理平台、用以提供受众测试使用的信息化测试平台、用以给予制作人员事后分析查看的回看分析播放器。

4. 数据表结构逻辑示意

SMG大数据受众分析平台主要业务表的逻辑结构可分为五大组成部分,如图5所示。

基础信息:其中主要包含了测试信息、人员信息和设备信息三大基础表数据。工作人员通过在内网平台的操作,将它们三者进行关联,成为每一次测试的数据基础。

设备实时信息:其中主要包含了拨盘、表情、脑电等各种前端设备的每一秒钟的当前数值情况,通过与设备表ID关联构成测试的客观数据。

 

辅助信息:其中主要包含了测试问卷(测前、测后、甄别)和测试环节划分两个主要部分,为测试分析提供更为多样的数据描述维度和对比标准。

当前测试表:为测试平台各实时前端(如控制台等)提供集中数据服务的核心数据表,其整合了人员、设备等各数据表的所有可用信息,并根据平台服务海量数据、快速响应的较高可用性要求进行专门的数据预处理和架构优化。

结果记录:其中主要包含了供现场生成结果的测试结果反馈、供历史留档的历史记录存档和提供给制作组自行分析的数据分析包三个部分。

5. 数据可视化呈现与分析平台

1)受众分析趋势可视化平台

受众分析趋势可视化平台是用于辅助监控受众测试过程的现场呈现端,着重体现各个子系统的各项指标的时序变化趋势。通过它可实时呈现测试过程中全部受测观众对节目的评价曲线,并且提供多种统计方法查看不同人口学特征类别下的喜爱程度。让内容制作部门可以直观地了解节目中的每一秒观众各项指标情况。该平台支持多端同时访问。

趋势呈现平台的示意图如图6所示。

 

2)受众分析汇总平台

受众分析汇总平台用于呈现周期性的受众分析的数据汇总,将整合每期节目各项测试数据,形成受众测试数据资源库,并通过平台的形式呈现出一个时间段内,某一频道或节目的受众喜好度情况。为了能够方便制作组访问和查询,数据汇总平台部署于SMG内网上。通过大量的数据积累,挖掘不同人口学特征的受众群体对于不同类型节目所持的不同态度,也为后续更深入的数据挖掘提供平台支撑。

受众分析汇总平台示意如图7

 

 

三结束语

受众研究是大众传播研究的一个重要领域。随着融媒体的发展,受众研究的方法和手段也在不断地更新和发展,如何与时俱进地研究受众,是SMG近年来一直在着力研究的课题。研究融合媒体环境下的受众行为,将帮助SMG内容创制团队从多个维度了解受众对于不同内容在不同渠道传播的黏度、喜好、反馈等。SMG2015年开始逐步建立的国内首个受众测评中心,使用了问卷调研、拨盘等方法,至2017年已逐步向综合的受众大数据测评分析平台方向发展,建立了:电子问卷、拨盘、脑电、声音识别、表情识别、眼动仪等系统构成的,兼顾前意识、意识、潜意识等各方面综合分析评测的平台。同时,归纳汇集所有子系统数据,建立自有算法,实现了综合数据分析平台,并通过可视化的数据呈现平台,最终给内容制作方提供了一个真实的、可信的、全面的、科学的内容测评结论。帮助SMG的内容团队创制出更符合受众喜好的内容。