【流媒体网】消息：在电视新媒体时代，大数据正成为客厅经济的下一个商业价值的驱动力。而在当下，数据泛滥也成为不争的事实，如何借助大数据的解析，实现商业价值的有的放矢和物尽其用，构建商业生态，重绘客厅营销的精准蓝图，就成为客厅生态价值挖掘的重要课题。我们期望通过本次分论坛，汇聚产业各方基于大数据，精准营销，客厅生态，以及跨屏融合等技术、产品、运营方面的探讨，寻求产业的商业未来。

　　2016年是人工智能第一阶段爆发的一年，这一年世界各地有很多机器人展览、机器人大赛等，围绕人工智能的全球竞争和商业化应用也正式开始。人工智能将走向何方?此次论坛将共同探讨。

　　10月13日，以“智屏·互联，大‘视’所趋”为主题的流媒体网第十二届论道在北京举办，会上，上海电信大数据产品经理汪科科做了主题为《大视频 大数据》的演讲。以下为演讲全文：

　　大家下午好，我是上海电信的汪科科，之前一直负责IPTV业务，现在转到大数据了，我们现在的研究方向里有一块和视频领域有关，今天我演讲的主题是《大视频 大数据》，是基于运营商大数据的一个视频行业的营销洞察。

　　视频消费的大时代

　　视频消费从近几年开始已经出现了一个大的消费升级，分成两个角度来解释。

　　第一个特点是多渠道。在目前大视频时代，从早先的有线接入家电视频输出单一视频服务渠道，向现在视频运营商的一个多元化视频服务模式在转变。在电视屏这一块主流的屏幕上，除了有线数字电视之外，相继出现了IPTV，OTT互联网电视这两个新的电视传播;在手机屏上，视频APP包括两类，一类是类似于爱奇艺这样的长视频网站在手机上的APP，还有一类就是现在比较热门，但最近也查得比较严的直播平台;在视频网站上，它的服务和手机屏的服务的主体基本上差不多。

　　第二个特点是新封装。最早的视频消费形态一直是直播频道，把很多的内容栏目融合一个直播流里面向大家进行传输，基本上每天更新大概4个小时左右。但到现在的封装形态已经出现了一个比较大的变化，首先点播突破了传统电视的时空，不用等着电视台播什么看什么，而是用户有一个更灵活的自主选择的方式。回看，其实也是基于直播频道这种方式的一个。

　　在我们这次研究方向中，对一些大视频时代的服务平台进行了数据的挖掘。研究对象大致分为电视屏、手机屏以及PC屏。

　　电视屏上的研究样本是上海电信的IPTV，以及小米、乐视、天猫盒子。

　　手机屏方面，我们现在主要分析了爱奇艺、腾讯视频这类的长视频网站。

　　PC端除了视频网站之外，也加入了非常多的直播网站平台，基本上都是目前比较主流的一些直播平台。

　　大视频消费时代的多渠道，视频消费人群的分析就是视频收视方式，也是从直播频道，视频网站、视频平台点播回看这些角度来进行，从这里面其实大家也可以看到，目前在视频网站，整个的占比上，IPTV还是占了一个比较大的比例。

　　因为我们今天的主题是基于运营商数据，我们是希望通过用大视频的大数据的思维方式，来洞察整个大视频行业的一些生态，所以，运营商的大数据本身是在目前的大数据行业里面是具有一定优势的。

　　目前在整个大数据行业里面，有几类的数据源其实是很有价值。其中一类是三大通信运营商的数据源，第二类就是BAT的数据源，第三类就是一些金融银行消费银联的数据。目前整个大数据行业其实都在做一个事情，第一是在汇聚平台，第二把每个数据源的数据拉通，当不同平台的数据源被拉通之后，它的数据价值就会很高。

　　运营商大数据能力

　　运营商的大数据有三个优势。海量数据、广泛覆盖、多维分析。

　　这些数据从哪里来呢?其实就是从这些维度里面来，作为电信运营商，它有手机用户，宽带用户，IPTV家庭用户，固定电话用户。所有的大数据在这个产业链当中分配最核心的一个点就是在数据源，因为没有数据源，所有的数据挖掘分析平台都是空的，基于这么多用户每天产生出大量的数据，我们对这些数据进行了挖掘。现在所有运营商正在做实名制，基础信息里面包括了用户的姓名、身份证，这些就是一个很稳定的基础信息的一个数据源。

　　IPTV用户的收视行为数据包括它的账务消费数据，除了这些电信自有的数据之外，上海电信目前已经跟银联合作，数据基本已经拉通，也就是说我们其实可以更进一步延伸到一个用户的这个通信、上网、位置。

　　互联网公司其实一直很苦恼，它们号称有几个亿的数据，但是你其实拿它的标签看，很多标签是不全的，也是不准的。所以我们说运营商在整个数据刚性的能力上它具备了海量数据、广泛覆盖、多维分析。

　　我介绍一下运营商的大数据能力，有两个特点。第一，运营商是唯一能够把线上、线下数据打通的一个企业。第二，全局性和相关性是体现大数据价值的关键，我们通常在介绍运营商数据的时候是一张很宽的数据表，它可以记录你7×24小时里的各类的行为数据。

　　上海电信是在运营商里面做大数据做得最早的一家公司，从最早的数据源公司正在往标签公司转型。数据源里面的很多数据需要把它标签化，并且保持定期快速的更新，这样它所占的空间计算能力就不会像处理原始数据这么困难，当我们要跑一条100多万条数据一个分析维度的时候，我的计算服务能力其实是被压制的，我要花很多时间去跑。但当我把这些原始数据都转换成标签之后，以后在使用的过程当中就会很方便。

　　目前上海电信的大数据产品里就有很多标签，包括了区域标签、个人标签、家庭标签、客户群标签、兴趣爱好、行业标签。标签模型建模之后，每个人头上都戴了很多标签，每时每刻都会有一些微调，都会在变化，我们会把这些标签进行实时更新。

　　视频大数据洞察

　　在视频大数据洞察里，我们取了少量的几个维度来做了一些分析，就是因为跑的量太大。比如我们以手机视频用户来做一个画像，那会发现他的年龄分布、性别分布、兴趣标签等，这些用户在用手机移动互联网上网的时候，他在看视频的同时，他其实也安装了非常多其他APP，我们可以看到你装了多少APP，你每个月激活了哪些，在什么时候激活的，是在上班的路上还是在下班的路上，在公司还是在家里，可以形成一个比较完整的数据。

　　我们通常是从四个维度来做视频大数据的洞察，第一是用户，第二是平台，第三是时间，第四是空间，把这四个维度结合起来，就会分析出很多有意思的结论。

　　我们做了一个分析，以大视频大数据的角度去进行洞察。8月份上海地区观看动漫的情况，视频网站和IPTV端的 TOP5重叠度很高，但是在电视剧的TOP5却没有一部是重叠的，这说明，在电视剧的观看上，视频网站和IPTV是两个独立的群体。而在电影的观看上，视频网站和IPTV端的 TOP5都是预告片，重叠度80%。这可以为影视剧公司提供一个参考。

　　我们对上海电信平台上所有的内容都在进行标签化，比如一部片子，它的出产时间，国产还是进口，演员是谁，什么类型，这是内容标签;第二，他是通过什么平台传输给用户的，用户住在闵行区，家庭结构是什么，平时的需求表现什么，收视表现是什么，这样你就形成了一个完整的从内容到用户的标签体系。

　　这个排行榜其实是我们这次来的一个初衷，不管在互联网长视频网站，还是在直播平台，这个数据都很有趣。长视频网站大家一直在吵谁的用户量最大，在直播平台就更离谱，这里面的数据造假问题，或者是没有从第三方的角度来观察它们，这其实是一个很让投资人麻烦的问题，因为我们的客户现在越来越多地出现了一些投资人，比如说直播平台，现在90%以上都是在A轮之前的，那投资人在投资的时候，他会要求这个直播平台告诉他运营数据，日活、月活、订户有多少，粘度有多高。这个数据到底是不是真的?不知道，其实作为一个传输管道来讲，在大数据上，所有东西都是透明的，你不需要去包装，因为它实际就是这么点量，到底是什么人看，我们在这个里面其实都可以很清楚地看到。我们在考核任何一个产品的时候，通常是看有多少人看了这个平台，看了多少次，它的粘度有多大，粘度代表用户是否对这个品牌频繁使用。

　　最近我们把视频大数据做一个相对比较，就是从同源研究的角度来分析整个用户在视频领域的消费生态以及用户的消费属性。《纸牌屋》其实是一个大数据在视频行业应用很有趣的案例，这个案例目前在中国，网络大电影越来越火的时候，正在越来越被大家所接受。就是说什么样的导演在某一个周期里面它所导演的片子被最多的人所收看，是哪位明星的片子在一个周期之内的流量最高，这些都可以从大数据的角度去看。这样的话也就为很多现在进入到IP上游阶段开始生产内容的公司有一个比较，也是理性的观察。

　　视频大数据营销

　　视频大数据营销分两类。以IPTV为例，当你对IPTV的用户进行全维度的用户画像之后，你其实是知道用户这段时间他可能是对母婴产品有兴趣。这个时候你就可以给他推IPTV上的动漫类的收费包。在视频大数据营销中的第一类就是直接向用户精准地推他可能需要的内容，并且产生尽可能高的转化率，然后达到最好的投资回报率。

　　第二类是广告，我们现在跟百视通合作已经推了这样一个产品，我们挑了汽车行业，它之前可能是通过栏目、片子进行售卖。但是进入到目前这样一个时代之后，我们可以更精准地把握用户肖像之后，可以把客户的需求、用户的需求更好地结合。

　　我们做了三个维度的汽车行业用户分析。

　　1、汽车行业通话行为用户群。上海电信用户与汽车车辆销售、汽车维修、汽车保险销售三类公司有过通话行为，而形成的标签库。

　　2、汽车APP访问用户群。上海电信用户通过手机访问相关汽车类APP所形成的标签库。

　　3、汽车PC端门户网站访问用户群。上海电信宽带用户通过PC端访问9大汽车门户网站，周访问3天以上所形成的标签库。

　　从这三个维度分析后就形成一个非常准确的信息，汽车客户就知道什么样的人现在是正准备买车的，在学车的，什么样的人这段时间已经在看不同的车型车款，他可能这段时间要换车。

　　另外，我们跟百视通合作了一些节目偏好的分析，分析这些用户在APP上通常都在收看哪些节目，然后用这么多的广告渠道覆盖这些用户。这样的话，你的CPM就可以卖得更高一点。

　　大数据产品分享

　　我分享一个产品——胶子。我第一次听到我们同事去设计这个产品时觉得很奇怪，什么叫胶子。后来我查了一下，整个现实世界里面最小的单位是夸克，胶子是把不同的夸克构成起来后再形成原子的这样一个单位。我们将这个产品命名为胶子是表示我们在做聚合的一个大数据洞察产品。

　　它具备两个功能，第一个功能是洞察、了解目标消费者;第二是线上活动效果的评估，比如我在乐视、网易上投了很多广告，那我们可以把这些网址采集下来放到这个库里面去。他实时进行计算，就可以看到哪些用户打开了你所希望他打开的那个网络广告的链接。

　　首先我们看一下消费者洞察。这里面我们设计了很多的标签，我们发现这些标签正是很多的广告客户最高频使用的一些表现，比如说性别、收入、年龄、兴趣等，这些标签的组合是目前验证下来是非常高品的一些标签，我们目前除了这些固定标签之外，也给很多客户定制标签。

　　上海电信的数据已经全部拉通了，浙江、江苏很快会上线。整个数据库里一共包括了大概2000多万的终端，我们一直是在进行大量的实时计算。

　　我们可以将其细分为PC端和手机端两种。手机端是触点，在广告投放和营销当中触点是非常重要的一个环节，你所关注的这个用户群，它其实在线上更多在哪些媒体的上进行露出，PC端的用户群最喜欢哪个视频网站，了解这些数据都有利于广告的投放。

　　运营商数据是可以拉通线上和线下的，比如迪士尼是一个幼教培训机构，它的搬家频率不低，当它发现在这个区域里已经没有新增长的客户了，就会把这个店关掉，再开新的一个店，那新开的店开在什么地方，就需要看你的目标消费群现在又密集地汇聚在哪一个物理区域。这就是一个线上线下的洞察。

　　大数据在应用端主要是3个方向，第一个是洞察，第二个是营销，第三个就是预测。其实已经看到了我们在洞察上做了标准产品;同时在监播上，我们也可以提供广告投放监播;在标签上我们可以进行定制;在营销上可以再单独交流，我们这个平台是可以做到营销的。你可以不用电信的渠道去接触客户，但是你可以用你的第三方购买的这个渠道去接触，我们可以帮助你实现这个动作。

　　最后一点就是预测，预测在整个大数据里面其实是最难的也是价值最高的，我们11月份在上海将开设大数据的培训班，大家如果有兴趣的话也可以找我或者灯少去了解。大数据在前几年前几年非常困难，我们是去找客户，这几年其实客户已经开始来找我们了，但是所有人都认为自己知道大数据，但其实你真的可能不是很清楚大数据是什么，那这块就是我们希望用我们接触的客户案例和现在已经搭建的完整大数据平台，给大家提供一些分享，我今天的分享就到这里，谢谢大家。

责任编辑：张海月