视频行业的大数据迷思：是噱头还是工具？

大数据培训进修班第二期来临，更强的师资阵容，全新的课程安排，多面的大数据讲解与现场实训，还在等什么，马上报名吧。 参加相关培训并通过考试的学员，可以获得： 1．由人力资源和社会保障部中国高级公务员培训中心、全国信息化计算机应用技术水平教育培训管理中心颁发《大数据技术工程师技术水平教育培训》证书。该证书可在人社部中国国家人事人才培训网查询（http://www.chinanet.gov.cn），可作为能力评价、考核和任职的重要依据。 2.中国科学院计算技术研究所教育中心颁发的《大数据技术工程师》培训证书。 大数据技术已经成为互联网后的又一个里程碑意义的科技革命与生产力革命，也是产业结构战略调整的战略机遇。如何管理自身的业务大数据，从中获取智慧，对传统业务再造并实巨大价值的产品和服务？如何将大数据困境转换为大数据宝藏？如何从大数据概念炒作到实践落地？ 由北京理工大学大数据搜索挖掘实验室、中国科学院计算技术研究所教育中心联合主办，大数据论坛联合承办，开设大数据技术进修班。聘请北京理工大学赵燕平教授、张华平博士、北京市外办信息中心姜伟主任、英特尔中国研究院首席工程师吴甘沙、清华大学马宝君博士等知名专家全面讲授大数据架构、大数据搜索、大数据挖掘以及大数据应用四大板块，分享亲身经历的大数据应用，并为学员提供大数据搜索挖掘工具的实训。   本次培训讲师：   张华平：北京理工大学大数据搜索挖掘实验室主任，博士，副教授 李德伟：国家工商总局行政学院副院长 赵燕平：北京理工大学教授，教育部电子商务专家 姜伟：北京市外事办信息中心主任 吴甘沙：英特尔中国研究院首席工程师 马宝君：清华大学搜索评价与推荐系统专家 杨泽明：中科院高能物理研究所副研究员 地址：北京理工大学理工国际交流中心 课程介绍： 13日 张华平    《科学的大数据观》 李德伟    《大数据的哲学思考》 吴甘沙    《大数据架构、计算范式与应用实践》 杨泽明    《云计算关键技术与应用实训》 14日 张华平    《大数据精准搜索关键技术》 李望      《实训演练》（JZSearch大数据精准搜索引擎实训演练） 张华平    《大数据挖掘关键技术》 学员互动  《NLPIR大数据挖掘平台学员实训》 15日 姜伟      《大数据背景下的电子政务实践》 马宝君    《大数据背景下的电子商务实践》 张华平    《大数据答疑解惑》（针对每个学员事先准备的问题，每个人3分钟机会；然后根据投票结果选取3个经典问题进行综述。）   【报名通道】：  http://118.192.14.52/bigdatatrain/   报名电话：张老师：13681251543   010-62648067         今年《纸牌屋》的收视大火，让Netflix这家原本只做在线租赁DVD的公司成为算法节目制作成功的典范。但在优酷土豆策划总监陈汉泽看来，《纸牌屋》仅仅是Netflix的精准营销的产品，并非众人口中的依靠大数据分析的剧作。“听说Netflix老总是听取了下属的建议，才决定拿下该剧的改编和发行权，而这名下属是英剧《纸牌屋》的忠实粉丝。” 媒体人出身的陈汉泽对大数据持一种审慎的态度。她认为，大数据只是一个工具。在大数据之前，早已有统计学逻辑和数据挖掘技术。比如大数据在互联网的最早应用是流量分析。2005年前后，互联网通过门户网站开始访问，是流量的主要入口。但到了2011年，最大的流量源自于视频网站。 在优酷土豆合并之前，陈汉泽在土豆网负责自制剧业务。她说，数据模型可以精准地识别出在每一部剧里，哪一分钟用户视线离开、重看、拖放观看。这些数据为自制剧选择题材、设计桥段提供极大的参考价值。在好莱坞电影剧本的精细化生产工序中，“剧本医生”扮演了极其关键的角色，他们通常会改编剧本以强化某个情节，突出某个桥段。而大数据分析技术正是陈汉泽口中的“剧本医生”，借助大数据可以分析出观众喜欢的剧情元素。 Netflix上排名前十的影片，分别代表了不同家庭成员对观影的需求。另外，十部影片也可以分别对应不同时间、处于不同情绪下消费者的需求。这背后是对收视群体的多维度分析。陈汉泽说，视频排序的背后是一套清楚的逻辑体系，了解排序和目标指引，才能更准确地推荐给消费者。 五年前，网络上一段视频的爆红通常基于一个点状扩散的模式，属自发的、分享式传播；但随着网络视频行业逐渐转向以自制剧、采购电视节目为导向时，视频公司必须对观众有一个量化分析的过程。基于大数据分析得出的这份数据报告，又可以为电影电视制作方、广告商、第三方统计机构所用。 广告主已不再满足于传统的贴片广告营销模式。原先视频网站重视的PV，现在变成为更关键的指标ROI。“马化腾在近期的演讲时提到，连接一切，互联网+创新涌现，开放协作，消费者参与决策，数据成为资源，顺应潮流的勇气和连接一切的风险。而大数据营销的潮流便是移动端的崛起。”陈汉泽说。 在PC时代，基于cookie和逻辑分析来追踪和分析用户信息是惯用手段。但由于移动端浏览器没有cookie, 再加上cookie对用户隐私的放任，谷歌等巨头正开始寻找新的数据分析模型。 陈汉泽认为，未来可以利用大数据的模型。例如，用户在手机上先打开A网站，长时间访问后，会产生一些交互行为，而这些数据将会共享到下一家他浏览的网站。这必须基于A网站和B网站之间的协助，他们之间可能产生千丝万缕的联系。所有的数据都是共享的，这也是“连接一切”的意思。 “谷歌的PPC模式（每点击一次谷歌网络广告，广告客户就需要谷歌支付一定费用）可能很快就不适用。”陈汉泽说，今后的模式是，用户经过A网站、B网站，直到N网站，广告主才实现最后的盈利，但之前的浏览过程也能参与到盈利的分享。 不过，大数据技术也有其局限性，包括样本选择的有限性、数据筛选过程的真假判断、分析逻辑的正确与否，都能影响到最后的结果。 《大数据时代》作者维克托·迈尔·舍恩伯格认为，大数据时代只需要人们知道是什么，而无需知道为什么。正如商家不必理会为什么啤酒和纸尿裤的销售能如此匹配，只要抓到商机，采用交叉组合的战略提升业绩，无需搞清楚背后的商业逻辑。如果非要把所有事情都分析清楚才做出判断，损失的是眼界和时间成本。关联性远胜过因果性，但这在陈汉泽看来是一个过激的论调。“难道所有的页面排序通过数据模型就能完成，不再需要编辑了？” 她认为卖故事、讲故事的人不死，内容永生，编辑依然能发挥作用。譬如传统视频网站多以动作片、喜剧片、爱情片等类别分档，但在Netflix有上，有一个很小的类别，比如cult影片也被视作一个门类，这是基于编辑对内容的理解和人脑智慧的产物，这是数据无法抓取的。