作者： 上海广播电视台东方广播中心党委委员

     阿基米德传媒有限公司  CEO  王海滨

移动互联时代，在整个商业模式的创新上，希望把广播广告变成服务，其实并不难。 首先解个人需求，把需求推给用户，就能把广告变成服务。 例如，A想买一台电脑，如果你把纸巾的信息推给他，这就是广告，可能会造成骚扰，但把电脑的品牌推送给他，这就是服务。 要完成此过程，就需要精准的用户画像和内容画像，两边的匹配。

事实上，从九十年代就开始的广播专业化的频率分配，从一开始的经济台，到后来的教育台旅游台女性台体育音乐台等等，这些都是细分人群的尝试； 进行人群细分之后，服务创新商业模式，就是把广告主某种程度进行商业化。 《广电融合发展指导意见》提到，希望智慧城市、智慧社区的建设能够融入到传统媒体的转型当中。 所以，我们需要研究内容产品在人群聚服务之中的可能性，特有场景下的服务能否精准地推送给受众。 广播节目强场景对应的是，医疗节目人们对医院挂号的需求，汽车节目人们对二手车评估的需求，民生节目大家对缴纳水电煤的需求； 强场景节目下产生聚合窄人群，他们需要车牌选号、找饭馆、信用卡还款； 窄人群聚合之后，我们能提供聚服务，例如查天气、办护照、找车位。 所有的竞争力在特有场景下，为节目定位后的精准人群来提供特色服务，这是广告到服务的转变，广播都应该尝试。

在数据支持上，我们重新做了对节目价值的认识，就是节目价值模型。 可以从以下三点判断： 第一是收听时长。 第二是留存率。 第一天收听节目的人，第二天还会收听这档节目吗，这是一天留存率； 今天听节目的人，第七天后还会收听这档节目，这是周留存率； 今天收听节目的人，一个月之后还会收听这档节目，这是月留存率，依此类推。 根据数据能精准判断一档节目的好坏，或者这档节目的趋势是向上还是往下。 在APP行业里，留存率增加30%，我们就说这是好的APP ，有些游戏APP留存了甚至达到40-50%，广播新闻类节目，留存率大概是百分之几到百分之十几。 第三是用户行为趋势。 根据此三点，基本能够判断出节目价值模型。

节目相似度模型，也很有意思。 它可以指导商业选择相似人群集中的节目，或者投放更多不同类型人群。 举个例子，《股市大家谈》这档节目约有五万人在其社区，这些人平时在听其它哪个节目？ 感觉他在听《财富早班车》、《致富天地》是对的，如果也在听《今夜私语时》感觉就是肯定不对的。 但事实上，《股市大家谈》——上海台一档谈股论金的节目，收听人群最多同时关注《今夜私语时》——北京台一档深夜健康节目。 所以，数据确实会让我们重新认识节目价值。 当一个广告的投放目标精准人群确定后，可以轻松通过各个节目对应的不同人群区分出来，这是我们研究的主要对象。

B在淘宝购买东西，淘宝会给B打标签，B是个怎样的人，经常购买哪类物品，是否有男/女朋友，去逛哪类商品等，淘宝通过贴标签，把用户进行分类。 我们一样，数据库收集性别、年龄、收入、职业、地区等用户属性，以及收听行为、社区行为、访问行为、参与活动积分等用户行为记录，通过数据库分析来为用户进行精准分类进一步优化，这些分类极大地帮助广播节目实现精准定位。 通过用户的画像、喜好来进行群体划分，以及标签的标注，最后实现用户群组的内容匹配。

我们的手机每天可能收到两三条推送信息，碰上突发大事件，可能收到七八条，这是通过手机的推送功能来实现的。 手机推送也有讲究，需要为对的人推送对的内容，提高用户体验，提升内容消费效率。 在节目推荐中，考虑用户地域来做模型优化，针对每天推送次数来做推荐效率优化。 考虑用户标签，用户历史参加活动的情况进行模型开发，帮助定义推荐目标。 例如，把湖北台的抗洪节目推送给全国，这其实超越了广播位置收听的限制。 而关于活动、广告和明星等推送，根据标签和地区推送，例如贵州的内容只推送给贵州用户，基于位置收听广播的前提下，主动把消息推送给已关注的用户。

根据节目喜好、话题喜好，把活动、广告精准地推送给所有的关注人群，这是广播、报纸、电视新媒体转型希望做的精准推送。 我们在做一款APP的时候，大概需要一个需求思考的路径，这是今天广播数字化需要考虑到的问题。   

阿基米德正在做大数据图表新闻和节目，对内容进行集聚化生产，但阿基米德并不生产这些数据。 到目前为止，阿基米德团队有74个成员，技术人员过半。 其中一个部门负责把优质的内容提炼出来，做首页的推荐和推送，当然，所有这些行为我们都希望能最大化的通过机器介入大数据新闻和节目的产生进行中； 另一方面，技术团队收集数据，进行话题讨论、投票设计。 在整个生产过程中，可以分为三大类： 内容梯队、数据梯队和设计。 首先由内容梯队确定新闻主题，进而确定新闻内容，内容和数据团队开始同时聚合，数据梯队进行数据收集和图表分析，全部完成就进入编排，然后推给设计。 我们有整个UI团队，我们的广播电台也有自己的UI设计人才，让新媒体产品实现的时间和速度更加充裕。

新流程以及技术指导下的媒体影响力聚合，会产生事半功倍的效果。 在这过程当中，我们会有数据组队产品。 作为一个数据查询平台目前已经实现，提供关键词的查询，关键词的趋势分析（包括性别分布、标签的布和地域分布，）、情感分析； 帮助内容生产调整方向： 从被动发现热点，被动发现内容关联，到内容的扩展以及主动发现/发布内容热点。 这是一个完整的数据构想，让传统的广播电台、广播频率、节目主持，都具有解读数据的能力，有文字表达能力，是话题的发起者，这就是我们一直在提倡的“议程设计”，希望通过对城市关注人群的精准分析，有发动热门话题的议程设置能力，进而形成焦点，重新聚合媒体影响力。 让生产内容有更精细化的表达，有更精准的对象，产生不一样的影响效果。 这就是目前我们媒体转型的实践之路。