摘 要：随着互联网络技术的不断发展及其用户群体数量的持续累计，我国迎来了基于海量数据收集、处理与分析的“大数据”时代。大数据时代的到来催生了越来越多的“互联网+”现象，并对各行各业传统的运作经营模式产生了巨大的影响。广电网络系统也不例外，在大数据背景下，传统广电网络营销模式正在被大数据解构。文章从明确大数据的概念和特征出发，分析了大数据对广电网络的影响，并提出了在大数据背景下广电网络的发展对策。
关键词：大数据；广电网络；客户关系管理
自2013年“大数据元年”以来，国际上越来越多的企业开始大规模的采用大数据技术，据专业的市场调研公司Gartner的相关报告显示，截至2015年年底，全球范围内有近68%的从事IT或相关活动的企业投资了大数据技术。然而，较国际市场而言，国内有关大数据的建设则起步较晚，一些企业未意识到大数据为其发展带来的机遇，还有很大一部分企业其数据化建设尚处于低水平的阶段。广播电视行业作为基于客户关系管理的传统的数字媒体，深受大数据的影响。大数据将引领有线电视的发展潮流，深刻改变传统广播电视媒体的营销方式，改变其客户关系管理模式，大数据时代的到来使广电网络的精准营销成为可能，使得广电网络逐渐由内容传播者转变为内容制作者，由此深刻了解大数据对广电网络的影响，抓住大数据带来的发展机遇，是实现广电行业跨越和发展的关键。
1 大数据的定义与特征
1.1 大数据的概念
虽然业界和学术界尚未形成对大数据公允的定义，但是总结和提炼有关权威机构和学者对大数据的定义，可以认为所谓的大数据即指：“以一种前所未有的方式，在一定时间内对海量数据进行分析和处理，并获得具有巨大商业价值的信息或有关于产品或服务的深刻洞见的信息处理技术手段”。
1.2 大数据的特征
业界一般把大数据的特征归纳为4个“V”，即数据体量大（Volume），数据多样性强（Varity），数据价值高（Value），数据分析处理快（Velocity）这4个特征，即在短时间内以一种超乎寻常的速度对海量但低价值密度的数据进行处理分析，并输出有价值的分析结果。其中价值密度低和处理速度快是大数据最为突出的两个特征。低价值密度意味着需要在庞大的数据总体中进行深度的数据挖掘，从而找到有利用价值的有效信息；快速处理速度正是为了满足数据深度挖掘的需要，应对在信息爆炸时代中对低密度的有价值信息进行挖掘的要求，这两个特征相辅相成，成为了大数据与以往数据处理的最大不同。
2 大数据对广电网络的影响
2.1 大数据引领基于客户关系管理的有线电视发展潮流
大数据引领有线电视的发展潮流，具体表现在3个方面：（1）更为精准的收视率调查。传统的收视率测量采用抽样调查的方式开展，但是有限样本反映的收视率偏好很难准确说明总体观众的收视需求，而大数据为收视率调查提供了新的解决方案，即通过互动机顶盒及双向网自动回传的方式实现对收视总体的数据采集，这种数据的全样本性使得广电行业能够更加精确的了解每一个客户的价值取向、收视偏好等，从而为高效的客户关系管理的实现提供了有利前提。（2）更加精准的营销模式。通过以全体数据取代样本数据，广电网络供应商能够对每一个用户的碎片化信息进行整理分析，从而精确的得出有关其需求偏好更加精准的描述，从而在此基础之上对各个用户实现个性化的节目推荐和需求导向性明确的广告投放，以实现广电网络的私人订制，做到低成本，高收益。（3）更为完善的电视社交网络。大数据时代的到来，使得单个收视用户的价值不仅仅在于其自身的选择和消费，而更多在于以其为中心向外围辐射的人际关系网络，这种网络或圈子的形成能够更好的帮助企业实现其营销以及产品的推广，即电视社交网络的形成将有助于增强各个用户之间的联系，使得商业信息更容易在用户之间形成扩散，有助于新型的基于广电网络平台的虚拟社区的形成。
2.2 大数据加速广电网络运营商转型
2.2.1 管理体制转型
企业的“做大”“做强”离不开科学有效的管理体制，大数据的到来将开启企业管理智能化的新阶段。以往凭借管理经验或个人领导能力作出企业决策的局面将被打破，“用数据说话”将在企业的管理体制中占有越来越重要的地位。广电运营商在大数据背景下的管理体制转型主要涉及2个层面：第一，加强对大数据建设的投入，使得数据分析处理技术不断成熟和完善，并将有关技术应用到企业具体的各项事务中来，特别是在企业的内部管理以及经营决策上，要更多地参考现实数据，运用数据更深入、更全面地对客户需求进行洞察，并以此支撑企业针对性运营管理决策的有效形成，并通过这些数据对行业的发展实现前瞻性预测，以便企业在未来的发展中更好的抢占先机；第二，加快网络整合，建立一省一网的集约化数据库系统，建立跨行政区域的有线广电行业产业聚集区，这种发展集中程度的提高将有助于更好的发挥大数据的知识外溢作用，加速整个行业的发展。
2.2.2 业务方向转型
随着互联网技术的深化发展，广电媒体的客户群体对有线电视的功能提出了新的要求。电视观众不愿意继续做信息的被动接受者，而越来越希望增加其在广电媒体中的主动性。这种双向沟通的需要使得电视的定位发生了转变，从传统的看电视转变为当下的玩电视。在这一过程中，用户体验的重要性不言而喻，体验式营销被提上广电网络客户关系管理的日程。这就要求广电网络必须依托大数据来对客户体验进行分析，并根据反馈结果不断调整和拓展体验式业务，最终形成广电媒体自身独有的竞争力优势。
3 大数据时代广电网络客户关系管理的对策
3.1 建立全样本收视率调查体系
全样本收视率调查体系的建立一方面是为了调查客户主体的收视满意度，从而为改善和提升客户关系，增强客户粘性提供的出发点；另一方面是为精细化营销创造条件，通过将机顶盒的任意行为抽象成具有特定属性的行为数据结构，并对数据进行筛选和预处理来建立收视用户行为的数据分析模型，从而对用户的收视习惯和个人偏好做出判断，最终形成一套以用户个人喜好和习惯为中心的精细化营销模式。
3.2 做好线下数据收集
不论是4P，4C还是4R，4S，传统的营销理论始终把客户放在最为中心的位置，始终注重与客户的联系。就广电网络运营商而言，想要第一时间捕捉并对客户的需求进行快速的反应，甚至做到从迎合需求到创造需求的转变，线下的数据收集工作十分重要。所谓的线下数据收集，即通过广电网络目前的客服体系如大客户经理、话务员代表以及营业代表等直接与客户的沟通，来收集客户在真实生活中表露的个性化信息，并使之与在网络上搜集的信息形成互补和印证，从而实现对优质用户各种行为偏好更加准确的描述，以便于运营商做出更加有利于自身发展的各种决策。
3.3 构建网格化营销IT支撑系统
为适应大数据时代的发展需求，广电媒体运营商需要依靠先进的IT技术手段，形成与精确营销相匹配的营销支撑系统。网络化的营销支撑系统的建立，既是客户关系管理的重要技术手段，也是实现网格化绩效考核管理、主动营销管理、客户及资源信息管理、风险预警、营销过程管理等的必要前提。该系统的建立有助于实现以数据为导向，以客户关系管理为核心，以精准营销为盈利手段，以广电媒体社区化为特色竞争力的新型广电媒体运营模式。
4 结语
大数据引领基于客户关系管理的有线电视的发展潮流，全样本的收视率调查、社交电视以及精准的市场营销将是有线电视在大数据时代下的必然发展趋势。当然无论是社交电视、收视率调查还是加强线下的数据收集，其最终目的还是为了实现客户关系管理的核心目标，即对客户价值的分析。广电网络企业可以根据客户的不同价值，提供不同的服务登记和营销方案，从而使自身充分利用大数据带来的机遇，实现自身的创新发展。
[参考文献]
[1]Viktor Mayer-Sch？nberger.大数据时代[M].杭州：浙江人民出版社，2012.
[2]Gert H.N.Laursen.精准营销方法与案例：大数据时代的商业分析[M].北京：人民邮电出版社，2013.
[3]姜旭平.网络营销[M].北京：中国人民大学出版社，2010.
Radio and Television Network Customer Relationship Management in Big Data Era
Chen Gang
（Data Operations Center， Gansu Radio and Television Network Co.， Ltd.， Lanzhou 730000， China）
Abstract： With the continuous development of the Internet is continuously accumulating technology and its user group number， country ushered in the "big data" era based on mass data collection， processing and analysis. The arrival of big data era spawned a growing number of "Internet +" phenomenon， and the traditional industries operating business model has had a huge impact. Radio and television network system is no exception， in the big data context， traditional radio and television network marketing model is being deconstructed big data， paper， the concept and features of specific large data， analyzes the impact of big data on radio and television networks， and at the end of paper， in the background of large data Countermeasures radio and television networks.
Key words： big data； radio and television network； customer relationship management