鐘美婷：內容運營背后的數(shù)算力｜媒介雜志

《媒介》在2018年4月推出了《數(shù)算力》封面主題，選取了行業(yè)內6類具有代表性的案例，即谷歌、臉書、今日頭條、阿里、騰訊、美聯(lián)社和Newswhip，從內容生產、內容分發(fā)、內容管理與內容變現(xiàn)四個環(huán)節(jié)切入觀察，對數(shù)據(jù)與內容之間的關系給出了自己的解讀。 

01

內容生產

數(shù)據(jù)工具輔佐內容生產，提升生產效率

?在內容的采集與生產環(huán)節(jié)，編輯部發(fā)現(xiàn)，伴隨技術賦能，數(shù)據(jù)一方面作為一種工具手段，解放了媒體的內容生產力；另一方面，也讓內容生產變得有“據(jù)”可循，推動內容規(guī)?；a。

在圖文內容生產上，人類與數(shù)據(jù)工具之間的界限越來越模糊，依靠數(shù)據(jù)的機器人新聞寫作工具逐漸得到普遍應用。《美聯(lián)社：開啟新聞“全數(shù)字”時代》一文中指出，美聯(lián)社通過與Wordsmith平臺和SAM平臺的合作，利用“數(shù)據(jù)+AI”推進新聞自動化生產，實現(xiàn)了從以數(shù)據(jù)獲取為中心的數(shù)據(jù)新聞到以規(guī)模化數(shù)據(jù)和人工智能算法為中心的自動化新聞的演變。美聯(lián)社在內容的數(shù)字化運營上所取得的成績給我們提供了很好的參考，可以說以新聞產業(yè)作為代表，內容產業(yè)迎來了升級新契機。

在視頻內容的生產上，背靠AI技術快速生產視頻的“智能剪輯”理念與應用進入人們視野。國外有短視頻制作服務平臺Wochit和IBM旗下人工智能系統(tǒng)Watson開啟了智能剪輯的先鋒實驗，搭建自己的內容素材數(shù)據(jù)庫，并且借助AI技術實現(xiàn)視頻自動化生產；國內有微博、秒拍和億幕共同推出PGC視頻內容服務平臺云剪輯系統(tǒng)，向媒體和視頻機構提供視頻素材管理、視頻剪輯和發(fā)布的服務。《谷歌：內容富者的數(shù)據(jù)運營之道》談到，谷歌搭建了針對不同類型數(shù)據(jù)的數(shù)據(jù)庫，如大規(guī)模圖像數(shù)據(jù)集Open Images、YouTube－8M視頻數(shù)據(jù)集、Google Trends Datastore等數(shù)據(jù)集，對YouTube的海量視頻數(shù)據(jù)進行處理，這些數(shù)據(jù)集成為了谷歌發(fā)展內容數(shù)據(jù)運營的最有價值構成之一。?

02

內容分發(fā)

數(shù)據(jù)標簽與算法優(yōu)化內容分發(fā)

?在內容的分發(fā)環(huán)節(jié)，大數(shù)據(jù)技術在新聞推薦、社交推薦、廣告投放、智能互動等方面大展拳腳，通過標簽算法的積累，實現(xiàn)內容與人的匹配，用技術革新驅動分發(fā)精準化。

例如，《Facebook：以技術為支點，撬動20億用戶社交平臺的內容運營》一文介紹了臉書通過信息流排序新算法EdgeRank收集用戶、企業(yè)等信息，制定權重評級標準，實現(xiàn)信息流個性化排序，影響了用戶的在線行為習慣，甚至改變歐美新聞分發(fā)的模式。

在《今日頭條的內容聚合與分發(fā)之道》一文中，我們總結出今日頭條的分發(fā)之道在于其個性化推薦算法、結構化內容的關鍵詞機制和基于人的協(xié)同過濾算法，個性化推薦算法的核心邏輯是分別給用戶和內容打標簽，然后再根據(jù)標簽對內容和用戶進行匹配。通過以上兩個案例分析，我們回答了各巨頭生產出來的內容，是如何利用數(shù)據(jù)技術更快速、精準地抵達讀者，又如何爭取讀者更多的注意力資源的問題。?

03

內容監(jiān)測

內外監(jiān)測系統(tǒng)共同規(guī)范內容生態(tài)

?在內容監(jiān)測與審核方面，市場與產業(yè)的繁榮發(fā)展，也帶來了魚龍混雜的環(huán)境甚至劣幣驅逐良幣的嚴峻問題。因此，一方面，公正、客觀的第三方內容監(jiān)測與評估的重要性更加凸顯；另一方面，實現(xiàn)內容的數(shù)據(jù)化與合規(guī)化管理，也已成為當前媒體機構的必修課。

以《NewsWhip：數(shù)據(jù)賦能，洞察內容傳播趨勢》這篇文章為例，我們梳理了第三方內容監(jiān)測評估機構NewsWhip的業(yè)務運營，包括數(shù)據(jù)采集、機器學習技術和推出的三大工具：NewsWhip Analytics、NewsWhip Spike和NewsWhip API。NewsWhip從內容生產到分發(fā)再到傳播等內容運維環(huán)節(jié)，為客戶提供完善的內容監(jiān)測與評估服務?？梢钥吹?，獨立數(shù)據(jù)監(jiān)測平臺的價值在于維系內容市場的秩序和把握內容市場的發(fā)展趨勢，用實打實的數(shù)據(jù)和科學預測代替之前的簡單猜想。

在內容數(shù)據(jù)化與合規(guī)化管理方面，我們也梳理了國內外媒體機構的實踐舉措。例如，臉書推出兩大反垃圾清理系統(tǒng)：Sigma系統(tǒng)對用戶行為進行監(jiān)測，阻止或清除問題請求；Immune系統(tǒng)則通過對垃圾信息核心特征進行識別，不斷優(yōu)化系統(tǒng)對抗能力。國內的今日頭條則依靠內容攔截算法，對標題、正文、推廣信息中的內容進行機器初篩，使低俗廣告、敏感文章無法通過審核進入推薦系統(tǒng)，來推進媒體內容管理與監(jiān)察的完善。?

04

內容變現(xiàn)

內容行業(yè)邁進成熟繁榮的市場

?在內容變現(xiàn)環(huán)節(jié)中，數(shù)據(jù)工具推動著整個行業(yè)邁向成熟與繁榮，改變內容產業(yè)一直以來因為看似“免費”而不被重視的現(xiàn)狀，給予媒體機構更多元的盈利可能。

在當時的研究背景下，廣告主的剛性需求和廣告市場技術的日益成熟，尤其是數(shù)據(jù)技術的應用，推動了形態(tài)更具創(chuàng)新性的原生廣告的發(fā)展。各巨頭紛紛發(fā)力數(shù)據(jù)工具的開發(fā)，以驅動內容的變現(xiàn)。在《原生廣告數(shù)據(jù)化工具初探》一文中，我們探討了數(shù)據(jù)化工具是如何賦能原生廣告，并推動其發(fā)展這一問題，總結出原生廣告創(chuàng)意生產可規(guī)?；⑼斗鸥又悄芑⒖蓪崿F(xiàn)場景植入的三大特點。

結合案例具體來看，谷歌創(chuàng)新了廣告投放形式，推出Google Attribution進行廣告效果歸因，提高了廣告效果測量的準確度。臉書則為客戶提供了三種工具Ads Manager、Power Editor、Business Manager，實現(xiàn)個性化投放與管理。另外，在《AT巨頭的文娛之夢，數(shù)據(jù)為馬》一文中，除了廣告分發(fā)，我們還發(fā)現(xiàn)內容營銷、知識付費、IP延伸等方式正在受到內容創(chuàng)業(yè)者、廣告主和媒體平臺三方的青睞。?在本期封面所涉及的案例中，可以看到我們將個性化推薦作為一種基于“預測”的內容運營手段，而智能化工具介入生產后，數(shù)算力能夠扮演的還是“輔助”生產這一角色，完全的“替代”和“自主生產”是較為困難的。我們認為，通過足夠的經驗數(shù)據(jù)的引入作為校正參數(shù)，應當能夠幫助我們去進行內容熱點的判斷，以及預判人們的喜好和需求是什么，這才是數(shù)算力實現(xiàn)真正“智能”的關鍵步驟。