豫章论道|CSM媒介研究Andrew Li:洞见全媒新序, AI 智启新程

| 流媒体网| 2026-10-30

【流媒体网】摘要：AI在品牌传播评估、融媒体数据分析及热点内容创作中的应用。

　　10月29日至30日，由流媒体网携手江西广电智媒科技股份有限公司、中国电信江西公司、中国移动江西公司、中国联通江西省分公司联合举办的「豫章论道暨第32届智能视听与科技创新产业论坛」在江西南昌举行。本届论道以“涌现·争流”为主题，设置多场论坛并配套展区、闭门会和行业交流活动。

　　来自广电新媒体、广电网络、通信运营、互联网平台、内容机构和技术企业等领域的代表齐聚南昌，围绕人工智能、AIGC、超高清、智能体、大屏运营、内容创新和产业协同等议题展开密集交流。

　　在10月29日下午举办的“深耕·新场景：业务运营论坛”上，中国广视索福瑞媒介研究（CSM）大屏与版权事业部总经理 Andrew Li Cheng发表了主题为《洞见全媒新序, AI 智启新程》的演讲，介绍了CSM全媒体跨屏测量与受众洞察实践，并分享了AI在品牌传播评估、融媒体数据分析及热点内容创作中的应用。

　　以下为演讲全文：

　　在全媒体时代，用户的视听行为习惯也在不断发生变化。在过去五年中，CSM不断突破电视测量的边界，把测量拓展到全媒体的视听侧。通过升级移动测量仪技术，将家庭场景里的电视大屏、手机小屏，地铁公交楼宇商超等户外场景的移动和户外屏，以及车内场景的小屏和车载广播的视听整合起来，形成一套覆盖全场景、贯通"大屏—小屏—广播"全终端的跨屏视听测量体系，实现对全媒体视听行为的统一测量与整合呈现。

　　同源测量和声音匹配是支撑这套体系关键基础。CSM始终坚持同源测量，追踪同一批人在大小屏上的跨屏行为，通过概率抽样，推及全国31个省、4岁及以上受众，总样本量3万以上，同时覆盖电视人口与网民样本。CSM也建设了覆盖电视、广播和新媒体音视频的视听内容库，通过加密不可逆的声音匹配技术，识别各个场景里正在消费的内容。

　　CSM全媒体视听跨屏测量

　　一套成熟的全媒体数据需要多次进行实践，在过去的几年中，CSM全媒体数据已多次服务于重大主题宣传报道多维传播效果的全景呈现。以九三阅兵相关报道为例，九三阅兵正值工作日，大部分收视行为产生于手机及新媒体端APP。仅依靠传统大屏测量，可统计约4亿电视收视人群；通过全媒体数据叠加小屏收视行为后，阅兵相关报道在全媒体合计触达9亿人。其中，小屏独立触达贡献55.6%，大屏独立触达贡献31.8%。

　　2026年美加墨世界杯期间，CSM也持续追踪大小屏多渠道观赛盛况，分析用户在不同终端之间的媒介流动。在现今媒介生态下，重大主题报道、晚会、体育赛事等内容的收视均存在大、小屏分流现象。全媒体测量可以帮助行业突破局部传播效果，完整呈现内容在不同媒介之间的传播路径。

　　经过多年积累，CSM全媒体数据已形成成熟多元应用场景，为包括春晚直播、点播及短视频切片等多种内容形态提供实时收视数据监测；通过声音识别技术，拆解电视与新媒体端单条新闻传播效果，完成新闻内容跨平台评估；还可以分析日常剧集、晚会、专题、剧集等内容的全媒体收视情况，为内容创作与品质提升提供数据支持。

　　在产品早期，该体系主要为总台全媒体业务提供服务。如今，CSM将与全行业共享全媒体测量能力，面向各省级电视台，为综艺、晚会、专题项目输出数据支持，目前已完成超过16个省级台项目的实践。

　　受众跨屏媒介消费洞察

　　不同于市面上通过拼接不同来源的数据搭建的跨屏数据体系， CSM全媒体数据从一开始就锁定真实用户，长期追踪其媒介接触轨迹，还原用户在不同平台之间真实、完整的流转路径。这样的测量方式首先能够清晰呈现用户在各终端、各媒介间的流入与流出，跟踪用户从大屏转向小屏、在小屏使用了哪些App、再从小屏回到大屏的媒介行为链路。其次是对用户媒介行为特征的深入洞察，以真实用户属性信息为支撑进行深入分析。第三是对用户行为的长期追踪分析，CSM与样本用户保持着稳定的合作关系，所采集的数据能够反映用户的媒介接触行为的变化。通过CSM全媒体数据可以了解真实用户个体完整的媒介生活变迁，而非某个平台或某类终端的孤立数据。

　　基于真实用户数据，CSM全媒体数据能够进行精准的目标受众锚定。数据库中的用户年龄、性别、教育程度等人口属性信息均为可回溯、可核验的实名登记信息，在此基础上结合用户行为数据特征建立丰富的、可持续扩展的标签库。通过真实、准确的用户标签可以为客户提供具有针对性的受众洞察与消费行为分析。

　　CSM以秒级颗粒度采集了用户的大、小屏行为数据，完整地还原了用户一天之内在大屏和小屏之间的切换轨迹。在2026年美加墨世界杯期间，CSM就利用分钟级数据分析了用户观赛期间的跨屏媒介使用行为，根据用户的行为特征，对五类典型用户群体的世界杯观赛与跨屏媒介流动轨迹进行复现。总体来看，大、小屏接力已成为多屏观赛的主流形态，占整体观看行为的比例超过三分之一；将世界杯作为背景音伴听双屏伴随观赛的占比均超过10%。不同用户的多屏行为有着不同的动因，但该行为结果反映出，大、小屏在不同的目的驱动下都在相互协同、相互补充，共同构成当代用户完整的观赛体验。

　　CSM全媒体数据还可以用于目标受众跨屏媒介消费的定量洞察分析。以Z世代女性暑期观看剧综的行为为例，43%的收视来自大屏，57%来自小屏及其他新媒体设备。在大屏收视部分，26%属于专注观看大屏直播、没有其他跨媒体伴随行为的情形；12%是在观看大屏剧综的同时使用小屏App；另有4%是在大屏观看剧综的同时，也通过小屏收看其他视听节目。在新媒体端的57%中，有27%的用户在使用小屏观看内容时，背景中仍存在大屏声音。这意味着，尽管用户的注意力可能主要集中在小屏，但仍会受到大屏节目视听内容的影响。另有14%的时间用于观看小屏内容并同时浏览其他App，16%则是专注于小屏剧综，没有其他跨屏伴随行为。

　　伴随行为已经成为用户大屏收视时的普遍现象，用户在进行大屏收视时在手机端的APP使用情况成为从业者关心的重点。在Z时代女性群体中，微信和抖音是其观看剧综期间移动端伴随使用的绝对主力，合计占比达到42%。此外，短剧、小说、音乐、电商等多类型App也时常陪伴用户的剧综观看，构成了用户伴随使用APP的长尾资源池。可见，伴随行为不是单一目的行为，而是注意力碎片化的结果。

　　全媒体数据赋能品牌传播效果评估

　　除了精准追踪用户行为，全媒体数据也能够服务于品牌方的业务需求。在总台“品牌强国”项目中，我们对50余个品牌开展了全媒体传播效果评估。硬广投放的全媒体触达分析与软性内容合作的传播效果评估构成了完整的广告内容生态评估体系。

　　CSM搭建的软硬广全媒体效果评估平台，解决了广告行业在综艺晚会内容分销至长、短视频平台之后，冠名、植入跟随内容流转的评估难题。该体系的监测流程通过AI图像识别与声音识别相结合，再辅以人工复核来实现。CSM组建了专业的维护团队对监测结果进行校验与质量控制，重点鉴别复杂场景及边缘案例，剔除机器误判，确保数据准确；同时将新规则反哺给AI模型训练，实现算法精准度的持续进化。该方案在提升监测效率的同时，也兼顾了数据质量。

　　广告权益监测完成后，监测结果将与全媒体视听数据打通后进行匹配，通过现有工作流对软硬广的传播效果进行对比与分析。AI图像识别与声纹识别在这一产品中发挥了重要作用。完成模型训练后，AI能够快速识别海量节目素材中的品牌及类型，大幅提升处理效率，处理时长仅为内容时长的6%。

　　V+ 融媒体数据平台

　　面向省台与地方媒体，CSM通过V+指数系列产品持续输出融媒体数据服务。V+指数按周滚动更新，更新周期与中宣榜单保持一致，支持观察账号在三大平台：微信、微博、抖音每周排名波动变化，帮助运营团队及时调整运营策略。V+融媒体数据平台也在持续迭代。目前，平台已经集成V+指数榜单及全媒体账号查询功能。今年新增AI 数据解读功能，用户可以通过自然语言对话的形式查询和汇总数据并进行针对性分析。CSM还将持续对自有全数据平台进行AI化改造，计划实现每月月初自动输出完整融媒体分析报告，降低人工操作成本。

　　AI创播智能体

　　在此基础上，CSM还打造了面向融媒体中心的热点生产工具“AI创播智能体”。这一工具可以理解为辅助融媒体团队追踪和运用热点的创作助手。“AI创播智能体”能够以分钟级频率更新五大平台的实时热榜数据，帮助编辑及时掌握新闻热点，并通过AI开展热点解析，提炼选题方向与创作角度，生成多维度脚本，辅助编辑快速制作视频内容并发布。“AI创播智能体”的核心，是将专业数据库与前沿AI大模型相结合，为融媒体内容生产提供支持。目前，工具已经开启公测，有兴趣的行业伙伴可以预约体验。