钟美婷：内容运营背后的数算力｜媒介杂志

《媒介》在2018年4月推出了《数算力》封面主题，选取了行业内6类具有代表性的案例，即谷歌、脸书、今日头条、阿里、腾讯、美联社和Newswhip，从内容生产、内容分发、内容管理与内容变现四个环节切入观察，对数据与内容之间的关系给出了自己的解读。 

01

内容生产

数据工具辅佐内容生产，提升生产效率

 在内容的采集与生产环节，编辑部发现，伴随技术赋能，数据一方面作为一种工具手段，解放了媒体的内容生产力；另一方面，也让内容生产变得有“据”可循，推动内容规模化生产。

在图文内容生产上，人类与数据工具之间的界限越来越模糊，依靠数据的机器人新闻写作工具逐渐得到普遍应用。《美联社：开启新闻“全数字”时代》一文中指出，美联社通过与Wordsmith平台和SAM平台的合作，利用“数据+AI”推进新闻自动化生产，实现了从以数据获取为中心的数据新闻到以规模化数据和人工智能算法为中心的自动化新闻的演变。美联社在内容的数字化运营上所取得的成绩给我们提供了很好的参考，可以说以新闻产业作为代表，内容产业迎来了升级新契机。

在视频内容的生产上，背靠AI技术快速生产视频的“智能剪辑”理念与应用进入人们视野。国外有短视频制作服务平台Wochit和IBM旗下人工智能系统Watson开启了智能剪辑的先锋实验，搭建自己的内容素材数据库，并且借助AI技术实现视频自动化生产；国内有微博、秒拍和亿幕共同推出PGC视频内容服务平台云剪辑系统，向媒体和视频机构提供视频素材管理、视频剪辑和发布的服务。《谷歌：内容富者的数据运营之道》谈到，谷歌搭建了针对不同类型数据的数据库，如大规模图像数据集Open Images、YouTube－8M视频数据集、Google Trends Datastore等数据集，对YouTube的海量视频数据进行处理，这些数据集成为了谷歌发展内容数据运营的最有价值构成之一。 

02

内容分发

数据标签与算法优化内容分发

 在内容的分发环节，大数据技术在新闻推荐、社交推荐、广告投放、智能互动等方面大展拳脚，通过标签算法的积累，实现内容与人的匹配，用技术革新驱动分发精准化。

例如，《Facebook：以技术为支点，撬动20亿用户社交平台的内容运营》一文介绍了脸书通过信息流排序新算法EdgeRank收集用户、企业等信息，制定权重评级标准，实现信息流个性化排序，影响了用户的在线行为习惯，甚至改变欧美新闻分发的模式。

在《今日头条的内容聚合与分发之道》一文中，我们总结出今日头条的分发之道在于其个性化推荐算法、结构化内容的关键词机制和基于人的协同过滤算法，个性化推荐算法的核心逻辑是分别给用户和内容打标签，然后再根据标签对内容和用户进行匹配。通过以上两个案例分析，我们回答了各巨头生产出来的内容，是如何利用数据技术更快速、精准地抵达读者，又如何争取读者更多的注意力资源的问题。 

03

内容监测

内外监测系统共同规范内容生态

 在内容监测与审核方面，市场与产业的繁荣发展，也带来了鱼龙混杂的环境甚至劣币驱逐良币的严峻问题。因此，一方面，公正、客观的第三方内容监测与评估的重要性更加凸显；另一方面，实现内容的数据化与合规化管理，也已成为当前媒体机构的必修课。

以《NewsWhip：数据赋能，洞察内容传播趋势》这篇文章为例，我们梳理了第三方内容监测评估机构NewsWhip的业务运营，包括数据采集、机器学习技术和推出的三大工具：NewsWhip Analytics、NewsWhip Spike和NewsWhip API。NewsWhip从内容生产到分发再到传播等内容运维环节，为客户提供完善的内容监测与评估服务。可以看到，独立数据监测平台的价值在于维系内容市场的秩序和把握内容市场的发展趋势，用实打实的数据和科学预测代替之前的简单猜想。

在内容数据化与合规化管理方面，我们也梳理了国内外媒体机构的实践举措。例如，脸书推出两大反垃圾清理系统：Sigma系统对用户行为进行监测，阻止或清除问题请求；Immune系统则通过对垃圾信息核心特征进行识别，不断优化系统对抗能力。国内的今日头条则依靠内容拦截算法，对标题、正文、推广信息中的内容进行机器初筛，使低俗广告、敏感文章无法通过审核进入推荐系统，来推进媒体内容管理与监察的完善。 

04

内容变现

内容行业迈进成熟繁荣的市场

 在内容变现环节中，数据工具推动着整个行业迈向成熟与繁荣，改变内容产业一直以来因为看似“免费”而不被重视的现状，给予媒体机构更多元的盈利可能。

在当时的研究背景下，广告主的刚性需求和广告市场技术的日益成熟，尤其是数据技术的应用，推动了形态更具创新性的原生广告的发展。各巨头纷纷发力数据工具的开发，以驱动内容的变现。在《原生广告数据化工具初探》一文中，我们探讨了数据化工具是如何赋能原生广告，并推动其发展这一问题，总结出原生广告创意生产可规模化、投放更加智能化、可实现场景植入的三大特点。

结合案例具体来看，谷歌创新了广告投放形式，推出Google Attribution进行广告效果归因，提高了广告效果测量的准确度。脸书则为客户提供了三种工具Ads Manager、Power Editor、Business Manager，实现个性化投放与管理。另外，在《AT巨头的文娱之梦，数据为马》一文中，除了广告分发，我们还发现内容营销、知识付费、IP延伸等方式正在受到内容创业者、广告主和媒体平台三方的青睐。 在本期封面所涉及的案例中，可以看到我们将个性化推荐作为一种基于“预测”的内容运营手段，而智能化工具介入生产后，数算力能够扮演的还是“辅助”生产这一角色，完全的“替代”和“自主生产”是较为困难的。我们认为，通过足够的经验数据的引入作为校正参数，应当能够帮助我们去进行内容热点的判断，以及预判人们的喜好和需求是什么，这才是数算力实现真正“智能”的关键步骤。