大数据时代,靠什么进行新闻创新

巴西世界杯足球赛，德国队夺冠的秘诀是什么？据说，一款基于大数据分析的高科技软件SAP Match Insights解决方案成为德国队绝杀利器。这款软件根据球员身上的传感器实时传出的信息来评估每场比赛主要状况和每个球员表现，教练则凭借这套系统来优化培训计划，备战比赛。

大数据时代带来这么多创新和商业模式，传媒业又能借大数据创新出怎样的新闻生产方式和报道内容呢？当数据成为新闻要素时，传媒从业者释放想象力，尽情拥抱大数据的时代到来了。

在此，笔者以几组案例来说明大数据在新闻报道中的应用和创新。

数据新闻能够准确揭示真相

今年春节后，关于中国房地产业是否进入拐点引发激烈争论。在这个焦点时刻，万科副总裁毛大庆发表题为《全国房地产将下行 搞不懂北京楼市》的内部讲话，引发房地产业界强震，其原因就在于他引用的数据质量非常高。这些数据来源于中国最大房企万科研究院多年来对国内50～60个样本城市的观察和统计，包括重点城市成交金额变化、千亿级城市商品房供应面积、批售比、议价房价差、3年新增库存存消比等。这些关键数据层层剥茧，从各方面指向中国房地产市场已处于下行通道。

作为业界资深人士，毛大庆在这个讲话中的信息筛选和提炼非常专业，而万科的数据平台保证了数据的权威性、专业性、准确度。高质量的数据、高质量的数据解释、高质量的观点，体现了毛大庆作为行业专家的价值。

这种精准恰与传统新闻报道的粗放形成鲜明对比。它规避了新闻本身作为一门社会科学具有模糊性的短板，挖掘相关数据精确表达观点，这种精细化新闻产品不仅展示了数据揭示真相的强大力量，更展示了研究者强大的洞察力。

今年5月，香港特区政府举行会议，讨论限制内地赴港自由行人数问题，引发多番解读。《彭博商业周刊》用一篇数据报道《游客从买珠宝到买尿布》，揭示了港府考虑限制内地游客背后的经济考量。

这篇报道采用的是主流经济学方法，以直接利益作为衡量标准，通过内地游客赴港自由行10年来相关数据变化，呈现这样一个事实――自由行实施10年来内地游客在港消费模式的变化，导致自由行对香港经济贡献不断下降，边际效益不高。

这篇报道引用了香港大学沪港发展联合研究所、香港统计处、香港零售管理协会的相关数据，从零售业各项具体消费变化进行分析，指出自由行的消费额占2012年香港GDP的5.36%，但其创造的增加值只占香港GDP的1.4%，而这个1.4%，正是反映内地赴港自由行游客对香港经济贡献度的关键数据。

传统新闻借移动大数据“迁徙”

今年春节期间，央视联合百度推出“据说春运”栏目，把“百度迁徙”这个技术项目融入央视的新闻策划与内容创作中，这不仅是技术的进步，更是新闻理念的进步。“百度迁徙”项目通过百度地图LBS开放平台，对数亿部智能手机的定位产生的大数据进行分析，根据用户地理位置变化，每天多达70亿次定位信息，即时、直观地展现春节前后国内人口大迁徙的轨迹与特征。

“百度迁徙”本来是为了精准呈现春运人口迁徙状况，却遇上了央视曝光东莞这一新闻事件。就在央视曝光东莞内幕后第二天，一张基于“百度迁徙”的东莞人口迁出图在网上爆红。根据这张示意图，从东莞迁出的人口主要方向是香港、北京、上海、宁波、武汉这些经济发达城市，以及一些中小城市。这张图因此被一些人解读成“嫖客跑路示意图”。

今年两会期间，央视多档栏目还联合手机百度解读两会热点，通过分析用户搜索行为，来洞察手机用户对两会相关热点关注度及人群属性等特征。百度指数移动数据指出，用手机百度关注两会的人群以30～39岁为主，男性居多。这个年龄段的男性正处于事业上升期，而两会相关政策对其事业生活将产生较大影响。

基于在移动大数据领域的技术实力，手机百度可以从移动互联网平台上积累的数据中实时挖掘出更具报道价值和关注度的新闻信息。同样，央视依靠移动大数据无限抓取信息的能力，让传统的春运和两会报道具有了及时性和高度精确性，从而可以更准确、更及时地感知网民情绪，洞察社会影响。

大数据分析突破时政新闻的

对于一些高度敏感的时政新闻，近几年来，一些自媒体尝试通过大数据挖掘、分析来洞察不为公众觉察的政治动向、政策风向，触角伸向传统媒体无法企及的采访报道领域，成功突破时政新闻的报道。

这一点以时政类微信公众号“智谷趋势”最为典型。从2014年开始，“智谷趋势”对省部级以上官员政商互动情况进行常态化监控，将相关数据信息量化后进行趋势判断与预测。根据2014年一季度政商互动数据，“智谷趋势”分析出三个重要领域的政策出现变化动向：核能开闸、莆田游医转正、新能源将获实质性推动。来自政府部门和企业的大数据为这个项目提供了样本分析来源。

畅销杂志《博客天下》依托“智谷趋势”这篇分析报告，做了《政商互动：谁的“关系”最硬》的可视化报道，用数据告诉读者，哪些企业是当下“关系资源”的领跑者，哪些企业又将政商关系转化为未来的竞争优势。

这个榜单数据覆盖了正部级以上党委、政府官员。官员按不同级别赋值不同，每次政商互动按“官员规格×互动形式系数”算出单次得分，然后求和算出一个企业在一定时期内政商互动总得分。据榜单统计，2014年第一季度，中央政治局常委和企业互动163次，中央政治局委员同企业互动480次。在总榜前20强里，伊利、小米、比亚迪分列前三。而比亚迪能进入前三，源于高层对新能源汽车行业的重视。这个榜单3个月后，今年7月，国务院果然出台了对新能源汽车免征三年购置税的扶植政策。

大数据在新闻领域的核心竞争力是预测

大数据应用到新闻领域，必然会利用其最核心的竞争力――预测。相比于数据新闻，预测新闻在专业性较强的领域，比如财经、体育报道中大有可为。

在巴西世界杯足球赛这个预测秀场上，掌握了大数据先机的互联网公司在预测新闻中独揽风光。以百度为例，它在淘汰赛以来的赛果预测准确率达100%。百度搜索了过去5年全世界987支球队的3.7万场比赛数据，同时导入国内及欧洲市场的预测数据，建立了一个囊括199972名球员的1.12亿条数据的预测模型，在此基础上进行预测。腾讯则与IBM合作，IBM根据网友和球迷在腾讯体育及社交网络上的信息及数据进行分析，获得关于球迷话题、球迷类型、球迷个性分析等一系列信息，实现实时数据抓取、分析和呈现，让分散的网络球迷声音汇聚成全新的观赛体验。

新闻生产方式转变，“新闻搬运工”获5亿估值

“今日头条”正是利用了大数据分析技术，创造了一个价值5亿美元估值的商业模式。由于人们在上网浏览信息过程中会留下“足迹”，即浏览数据。通过对这些数据进行分析，“今日头条”在最合适的时间以最恰当的方式向读者推送其最感兴趣的、满足其个性需求的新闻。这种私人订制式的精准传播，使“今日头条”的读者短时期内迅速升至1.2亿。

在互联网时代，海量的信息与受众注意力的有限性，决定了用户只会根据自己的习惯和爱好选择信息内容，这意味着个性化新闻将吸引更多受众，这也造就了“今日头条”的成功。在大众媒体时代，新闻传播相对粗放，缺乏针对性和精确度。传统媒体也应该利用大数据进行分析，及时抓取用户的阅读习惯，优化用户体验。

但进入这个领域门槛极高，得有庞大的、真实的用户行为数据，以及科学精准的预测模型。以英国《金融时报》为例，它开通了免费专区供注册读者阅读，由此获得大量读者信息，通过大数据分析读者阅读习惯，为其提供个性化信息，就能实现用户的付费阅读。目前，《金融时报》的订阅收入已占到全部收入的一半以上。

拥抱大数据，传统媒体要移植“技术基因”

媒体产业本身是信息产业，在大数据时代拥有先天优势，但大数据分析高度依赖于技术，缺乏“技术基因”，是传统媒体的短板。因此，传统媒体必须建立起基于大数据技术的智能信息服务平台。

这个技术平台必须具有数据运算与建模能力、网络工程与分析能力。全球著名的使用统计数据来分析社会现象的新闻网站538，其创始人内纳特・西弗尔就是一位数据分析师。此次巴西世界杯上，538网站通过分析梅西的各种数据，来证明他是天才球员而一战成名。

但专业的数据分析师对国情及社会问题、政治经济的了解并非长项，因此，传媒需着力培养数据时代的媒体专家，让编辑记者懂得用大数据分析解剖社会问题，分析处理的焦点问题。

彭博社的王牌栏目“今日图表”依托彭博在全球终端建立起来的海量数据库，将彭博新闻、彭博数据与彭博分析整合起来，使这个栏目在深度、速度和灵活性上达到相当高的水准。记者若缺少数据挖掘方面的专业训练，操作这个栏目的难度将相当大。

英国《卫报》则建立了自己的数据研究中心，依靠数据库新闻团队从海量信息中挖掘有价值的新闻线索，进一步拓展新闻深度。其专题报道“解读骚乱”就是这方面的典型尝试。2011年8月，英国的伦敦等6个城市爆发严重骚乱。事发后媒体对骚乱原因进行了广泛讨论，但《卫报》认为这些讨论多基于想象而非证据，于是发起了“解读骚乱”新闻专题，通过深度访谈和问卷调查获取参与者的参与渠道、态度、行为等多种数据，在网上收集了250多万条与骚乱有关的信息，然后在此基础上进行文本分析和数据挖掘。这个专题最终赢得极大的社会影响力。

2012年美国大选期间，《卫报》网站面向全球用户进行调查，制作了《奥巴马再次当选美国总统：全球民众的态度》动态数据图。通过一系列设置，使众多用户便捷地参与到这个新闻专题的制作和生产中来。这个动态数据图就是通过抓取、分析Twitter上的信息制作而成。

（作者单位：齐鲁晚报经济新闻中心）