English

案例背景

浙江廣播電視集團(以下簡稱“集團”)是一家以廣播電視為主業、兼營相關文化產綜合型媒體集團。

在媒體融合發展中,集團將新聞融合做為媒體深度融合發展的第一重要環節,“中央廚房” 做為新聞融合的核心,是推動媒體深度融合的重要載體。如何打造一套區別于報業、具有廣電特色的,以互聯網大數據技術為基礎的智慧融媒體平臺,以推進新聞融合及傳播融合的發展,是當務之急。

同時,浙江廣電做為浙江省核心電視媒體,其“中央廚房”不僅服務于自身,更需服務浙江省地市級電視媒體的新聞融合轉型,這也成為“中央廚房”建設時要考慮重要因素。

案例成果

解決方案中提供的新聞線索發現平臺已經應用于集團每天的編播會,成為新聞記者進行新聞素材選取的重要工具。事件分析服務在 “十九大”會議期間,對“十九大”在全網各渠道的傳播趨勢、傳播熱詞、傳播口碑、傳播新聞等進行實時有效跟蹤。為浙江廣播電視集團對“十九大”宣傳報道專題提供依據。

國雙節目互聯網傳播解決方案對集團內部十幾檔主流節目進行實時的傳播監控分析,能及時為節目的發展趨勢提出適當建議,為節目的進一步宣傳及調整提供有力依據。

案例描述

融合新聞大數據解決方案

新聞線索發現服務通過與百度、新浪微博、清博、凡聞等公司合作,對主流網絡媒體、微信、微博、視頻網站及網民搜索進行全方位實時監測。從媒體報道、兩微熱議、網民搜索、視頻熱點四個方面實時幫助記者獲取一手新聞線索。為新聞生產和二次加工提供大量素材,豐富了新聞生產來源,提高了新聞生產的及時性。補足了傳統媒體缺失的新聞線索匯聚能力。

事件分析服務可對熱門事件的發展趨勢、傳播脈絡、關鍵節點、報道媒體等進行跟蹤監測,通過對媒體/網民/專家觀點、熱詞、地域、網民畫像等多維度進行深度剖析,為媒體深入事件報道提供更多的線索資料。幫助媒體全面掌握事件發展,以指導針對性報道。

新聞傳播分析服務可提供單篇稿件在網媒、微信、微博三大渠道的傳播監測,實現新聞全生命周期跟蹤。基于新聞的閱讀、轉 載、評論量評估新聞的傳播力和影響力;通過時間線展示三大渠道的各媒體轉載情況,幫助記者掌握新聞傳播路徑,以進一步指導新聞記者的后續跟蹤報道。有用戶的使用行為數據,根據用戶的使用習慣幫助客戶內容運營部。能夠根據不同地域用戶的收視習慣進行有針對性的頁面改版,從而進一步增加產品競爭力。

節目互聯網傳播解決方案

國雙節目互聯網傳播解決方案,可有效打造全媒體內容傳播體系,整合電視媒體、網絡電視媒體、微媒矩陣等媒體傳播數據,解決了以往傳統節目效果評估數據源渠道單一問題,為節目宣傳推廣以及競品分析提供更全面科學的決策支持。

綜藝節目排行榜服務可對當下主流綜藝媒體節目行進實時監控,通過對節目的網絡受眾、網絡熱議、媒體曝光、全網熱搜等用戶行為維度分析,得出每一檔節目的科學排名。可促使節目制作方實時關注節目的影響力,以督導節目組給出節目品牌價值的提升策略。

節目傳播分析服務可實時跟蹤節目傳播趨勢、傳播爆點、傳播熱詞、微博的正負評價。可協助節目制作方根據分析情況對節目做出優化及調整,建立下一步戰略部署,很好的將用戶創造內容的思維為電視臺制作節目所用。

嘉賓人物分析服務,可根據語義識別、情感識別等技術監測嘉賓的口碑情況,并可第一時間獲取嘉賓口碑變化引爆點,為節目甄選嘉賓、節目尋找宣傳點、節目公關等提供支持與保障。

節目受眾畫像服務,對節目網絡觀眾人群的性別、年齡、地域、興趣標簽進行分析。打破了傳統意義上僅以電視端數據進行用戶畫像的局面,有助于電視臺、節目組、制作方、廣告商更精確全面的了解節目受眾用戶。

“兩微一端一網”矩陣運營解決方案

可對浙江廣電“中國藍TV”、“新藍網”網站、APP及相關微博號、微信號融媒體矩陣進行監測,為融媒體矩陣的運營提供數據支撐。

微信號運營分析服務可對集團自有及競品微信號的發文情況、文章閱讀情況、推送頻率等以天為粒度進行監測統計,幫助運營人員將自有微信號及競品微信號進行多維度指標橫向對比,有效追溯運營過程中遇到的問題及產生原因,以豐富運營形式,提高運營水平。

微博號運營分析服務可對指定微博號的文章發布趨勢、發布來源、評論點贊、粉絲畫像等維度進行剖析,使運營人員能更科學的衡量自身微博的文章質量、粉絲質量、與競品微博的價值差異,促成用數據驗證策略、數據再反哺策略的科學循環。

網站與APP運營分析服務幫助浙江廣電了解新媒體流量變化、用戶來源渠道;了解用戶活躍度并進行渠道推廣優化;基于用戶行為數據,優化產品操作體驗,提高用戶轉化率;最終從內容運營、產品發布、技術運維等方面提高產品競爭力。

“兩微一端一網”矩陣運營解決方案

國雙為浙江廣電建設中央廚房大屏指揮中心,對新聞生產、熱點監測、新媒體運營、內容傳播等業務數據進行整合可視化。在國慶節、十九大等大型活動期間為浙江廣電提供重要決策依據,為“數據新聞”的生產提供戰略指揮平臺,打造以內容為基礎、產品為支撐、用戶為核心、傳播為目的的大數據生態閉環。