临近年底，各种所谓收视率排行、盘点、总结报告陆续出炉；还藉此答疑解惑、大谈趋势、预见未来；也是一番热闹光景。但其实是因为电视行业景气不佳，连累的收视率也落下不少埋怨。

　　收视率当然需要与时俱进，也在与时俱进，但主要是外延的拓展，比如从单纯的电视收视率扩展至跨屏多端的全视频收视率；其内涵其实一直未曾改变；如果内涵也变了，就不应该称之为收视率，而应唤作别的什么概念了。

　　但偏偏就有那么一些声音和做法明显改变了收视率的内涵，还非得标榜自己的数据是收视率，并试图以各种理由打压和否定真正意义的收视率概念，也算是时下业界指鹿为马的一段 “佳话”。

　　收视率的内涵是什么？往简单点儿说，“收”即看的行为，怎么算是看，有多少人看是其意中所指；“视”即看的状态，能保持看的状态不变的时间即收视时长；“率”是百分比，相对于所有的观众和内容来定义。所以收视率概念包含的是“以人为本体并以收视行为事件为标的”的统计测量之过程、方法和结果。无论国际还是国内的行业标准，都有一以贯之的对收视率概念的严格界定，需要了解者可自行参考。

　　收视率是以人为对象的收视行为事件的发生频率，也称“发生率”，并不是“发生概率”。基于各种视频内容播放前端（如有线机顶盒、IPTV机顶盒、OTT盒子、手机、PAD、各种App等）软硬件行为所取得的回传数据并不等同于是“以人为对象的行为事件的发生频率”。简单地以各种端数据进行统计计算，所得结果不是符合国际国内行业标准的真收视率，即便贴上大数据标签，也不能否认其非收视率的事实。

　　但并不是说各种端数据就不能为收视率统计计算所采用，采用的方法则涉及到发生概率的模型设定和计算，也就是说要通过模型算法估计来自端的行为数据有多大概率是由具体的家庭成员分别实际观看完成的？换言之，需要把端数据通过模型算法映射到人数据，但这是个十分复杂的课题，而建立模型算法的关键来自对收视率调查抽样样组的精细测量，形成所谓“真源（True Source）”。可见在收视率调查统计这个事情上，大数据并不能脱离开抽样数据。

　　既然端数据不等同于人数据，而且很多情况下差别还很大，那么以取自端的所谓收视率统计数据与基于人的收视率统计数据简单作比，枉论真假优劣，实在毫无意义。

　　数十年来，收视率被赋予行业“通用货币”的意义及地位。通用的要求是公正中立，即所谓“第三方”原则，货币的本质属性则是价值化和可交易。端数据一般由运营方后台提供，如果不加以第三方稽核校验，则很难让市场相信其满足“公正中立”的要求；而“公正中立”才是收视率数据可信性、权威性的根本来源。

　　流量数据是端数据的一种表述，很多视频流量数据被货币化和用于内容、用户、广告等等层面的实际交易；但因其难以稽核以及无法避免数据孤岛等问题，也不能直接用于计算通用意义上的收视率。流量数据还被用于内容推荐和优化，但这是基于机器行为的算法，并非实际用户行为的发生率，难以对应到实际用户行为的预测和推演，所以算法结果往往还会曲解或者掩盖用户的真实需求。

　　所以基于各种端数据或者流量数据的视频内容使用和观看行为统计报告指标，纷纷采用诸如关注度、热度、播放量等等说法，刻意回避了收视率的概念；恰是因为如上所述，不是一谈到收视统计，就非得打上收视率的标签，因为一不小心就可能标错了。标错收视率概念事小而失节却是事大。在这个众声喧哗的时代，声量大小和科学精神并不对立。谈收视率，还是需要一点儿科学精神。

责任编辑：侯亚丽