广播的传播因互联网而立体化，线性传播与云端传播同步进行。融媒体云传播效果数据是重点分析广播媒体在云端传播的效果，研究的内容主要是云端各个触点的传播效果。同时，现在很多广播电台已经开始走向抖音、斗鱼等平台，在云足迹和云交互方面，赛立信也已经将这些平台的数据研究纳入了开发进程中，做到与时俱进，力求融媒体云传播数据研究更为全面。

融媒云传播触点多元化催生广播融媒云传播数据研究视角多样化

广播媒体作为内容生发者和信息发布者，是云传播的源头，与传统广播有很大不同，云传播是在互联网平台上多渠道的全网传播形式，并包含了信息流、共享、UGC、PGC、OGC和交互的概念。借助网络平台，广播媒体的节目和信息传播渠道更加多样化，搭载的传播工具或传播平台更符合现代媒体融合理念，使广播媒体可以跨界兼容，覆盖受众和用户。

云传播的数据研究关键在于“融”，以浙江电台为例，浙江电台多档品牌节目在自办APP“喜欢听”上架，在聚合音频平台如蜻蜓、喜马拉雅中亦同时上架，这些品牌节目在上架平台的累计点播量均过百万，同时，浙江电台的两微一端经过多年维护经营，吸收了不少铁粉，浙江交通之声微信公众号的影响力在汽车业内均排在前列。通过多平台的用户经营，浙江电台在互联网上颇具影响力，今年6月份云传播效果数据显示，浙江电台多个频率的点击量过百万，浙江之声和浙江交通之声均超500万，在全国电台频率中居前列。由此可见，云传播平台是一个多触点的立体化传播，其传播效果也不能单一的看某个或者某方面的平台效果。

面对云传播触点多元化的情况，广播融媒云传播效果数据的分析视觉不能只停留在一个层面，赛立信的广播融媒体大数据平台（DMP）是利用抽样访问、CRS平台、API接口、Cookie跟踪等手段搜集不同渠道的信息与数据，并且组建成数据池，平台系统对数据进行清洗、数据结构性处理（ETL），打通融媒平台大数据和用户画像、习惯、喜好等调研数据，整体跨渠道数据。最后通过各种分析模型进行用户360度画像、用户深度洞察、跨屏跨媒效果研究、用户媒介营销及消费关联研究、精准营销/媒介策略分析、媒体价值与广告效果研究、广播媒体O2O营销研究、新媒体平台研究等不同角度的分析数据。

广播融媒体云传播云图透视数据分析视角

如云图所示，广播音频在云端的立体传播主要的平台为：①聚合音频平台；②电台手机客户端与官网的在线收听；③社交平台，如两微一条（微信、微博、今日头条）、抖音/快手/斗鱼等视频平台。从数据信息来看，广播媒体在社交平台上的宣传除了文章，还有图片、视频等，这些信息经过数字化以后均导入广播融媒体云传播效果的基础数据集。

广播融媒体云传播数据图谱 注：广播融媒体云传播数据图谱包括但不限于以上媒体

所谓广播云端的传播路径，要综合分析广播频率在云端的影响力，除了在云端的收听状况以外，还有其在社交平台的传播力度，以及吸粉、用户粘性、活跃度等能力，因此，广播融媒体云传播效果数据涵盖广播融媒体传播的三个层次：云收听，云足迹，云交互，与之对应的分别为：云听指数、云迹指数和云交互指数。

广播融媒体云传播效果评估体系

赛立信从用户、交互和规模三个角度，从广播融媒体的现有数据生态逐层递进，挖掘更具时间和空间价值的数据信息，并形成数据评估模型。广播融媒体云传播效果评估体系的一级指标分别是：云听指数、云迹指数和云交互指数。

通常在平台上获得的数据都是点击量、用户量、粉丝量、阅读量等，但其实从统计学的角度来说，我们还可以通过一些增量对比，利用均值中位数或者指数进行与自身的对比、与同级电台的对比、与同类频率的对比等等，让数据在对比中更显价值。

在云传播效果指数的三大指数之下，又包含许多细分的指标（如下图所示），这些指标综合反馈为最终立体化传播效果的评估结果。

广播融媒体云传播效果指标评估体系

广播融媒体云传播数据搜集覆盖人群过亿

数据是怎么来的？赛立信数据获取技术是通过API接口、Cookie追踪、网络爬虫、用户体验平台(CRS)、“云”触媒行为、购物APP行为等进行抓取，数据来源主要分为运营商数据、CRS平台数据、音频APP数据和新媒体平台数据四大块。其中新媒体平台数据，也就是社交平台的数据，目前已有效抓取电台及旗下节目微信公众号超过200个，微博账号超过250个，头条/抖音账号超过100个。数据采集的对象为全国手机移动互联网用户，覆盖人群过亿。

DMP平台的数据融集流程图

融媒云传播大数据的数据同样存在数据脱敏和数据清洗问题，所有进入赛立信数据池的数据首先必须经过脱敏处理，对于涉及客户个人信息资料的数据，全部进行数据的变形脱敏，匿名转化编成一个复杂的码，从而实现敏感隐私数据的可靠保护，在使用重要数据的同时将数据泄露和损失的风险降到最低。而数据的清洗建立在数据质量标准之上，为了得到高质量的数据，清洗与提炼必须满足几个条件：监测并除去明显错误与不一致，尽可能地减少人工干预，而且要容易扩展到其他数据源；和数据转化相结合，以相应的描述语言来指定数据转化和数据清洗操作，所有的这些操作应该在一个统一的框架下完成。

移动互联网是变化莫测的，数据研究也要随着变化而变化，赛立信在进行平台研究时，每一个阶段的发展思路也都是各有不同的。在云收听方面，现在已经入库的数据包含喜马拉雅、考拉等几个比较大的聚合音频平台，而重点开发的内容则是电台自办APP的用户量、活跃度等数据，电台自办APP的热度上涨，特别是体现本土特色和具有本土服务性的区域化节目越来越受欢迎，开发、挖掘这方面的数据，相信能为各个广播电台带来更好的数据支持，利用平台分析为电台营销提供新视角。