本文为论文精要，原文刊发于《广播与电视技术》2023年第1期中国视听大数据 （CVB） 专栏·应用。

专 栏 简 介

国家广播电视总局在中宣部的领导下研究部署建设了广播电视和网络视听节目收视综合评价大数据系统，并以“中国视听大数据”( CVB )向社会行业发布科学、客观、真实收视数据，全面发挥数据价值引领作用，为行业健康生态持续注入数据洞察力、传播感知力、决策支撑力和价值引导力。“中国视听大数据( CVB )专栏”聚焦数据治理全新理念，数据挖掘先进技术，数据分析多元视角，数据平台探索经验，数据赋能创新应用，旨在充分释放数据要素价值，助力构建大视听发展新格局。

随着技术发展和总台业务需要，大数据分析已全面深入到总台节目评估考核、传播分析和运营支持等工作中，并发挥日益重要的作用。为研究全国有线电视和IPTV海量家庭收视大数据在总台宣传管理和节目生产运营方面的应用，丰富节目评价分析视角和考核评估手段，总台国重实验室于2022年专门设立《基于广播电视节目收视综合评价大数据的央视频道收视大数据指标体系研究》科研项目，研究基于国家广播电视总局广播电视节目收视综合评价大数据系统（CVB）对总台央视频道进行分析评估的方法和效果。

项目由总台技术局联合总编室，与国家广播电视总局广播电视规划院共同承担，对央视频道收视大数据的指标定义、钻取维度、应用场景、计算方法等进行了全面研究和试算，初步形成总台央视频道收视大数据指标体系，并编制了指标体系白皮书，同时采用2021年全年和2022年第一季度的用户行为大数据对央视频道收视情况进行挖掘分析，形成试算分析报告以验证指标体系的合理性和可操作性。

本文作者：

杨质祺 中央广播电视总台

苏畅，王欣悦 国家广播电视总局广播电视规划院

第一作者简介：

杨质祺，男，中央广播电视总台技术局工程师，硕士。总台国重实验室《基于广播电视节目收视综合评价大数据的央视频道收视大数据指标体系研究》科研项目方案实施负责人。

1整体概述

1.1 研究背景

总台正在积极运用大数据开展节目传播分析、评估考核和运营辅助支持，需要多方面汇聚总台各节目的收视数据，研究建立总台央视频道收视大数据指标体系，辅助提升总台节目内容传播分析的广度和深度。本研究基于国家广播电视总局广播电视节目收视综合评价大数据系统的海量收视数据，并结合总台原有指标体系和分析精细度需求进行深度数据挖掘，研究面向总台央视频道、栏目、节目的收视分析指标体系、数据分析维度及构建方法。

1.2 研究内容

研究内容主要从以下五个方面展开：

1. 指标的数据基础研究。研究分析计算多维指标所必须的数据基础，给出源数据所应具备的基础条件，为后续指标分析计算打牢基础的同时，也为整个指标体系的可行性提供保障。

2. 指标的钻取维度研究。研究数据分析关注的焦点与切入的角度，从而输出多种多样的指标应用成果，可包括基于时间的、基于地域的、基于覆盖广度的、基于覆盖深度的分析维度。

3. 指标的适用场景研究。研究不同指标适宜在哪些应用场景下进行使用，能够为指标体系清晰、准确的应用提供必要的保障。

4. 指标的计算方法研究。基于上述研究基础，给出指标的具体统计方法及计算公式，根据计算方式的不同，指标体系拟分为基础性指标和扩展性指标两大部分，以支撑总台不同层次的分析需求。

5. 指标试算应用。基于央视频道、栏目、时段等不同内容承载主体，对所提出指标体系开展广泛的试算，从指标全面性、科学性、合理性、稳定性、一致性等角度，分析试算指标，输出分析成果，以实际央视频道内容验证所提出的指标体系。

2指标体系

本研究构建了一套全覆盖、结构清晰合理的总台央视收视指标体系，将指标按内容大小划分为总体指标、频道指标、栏目节目指标，力争最大程度呈现总台央视在收视市场的规模、程度、比例、结构等，指标体系分类如图1所示。

图1 央视频道收视大数据指标体系

总体指标以及频道指标可以进一步划分为基础指标和派生指标。基础指标是从粒度最细的收视数据中做一层聚合，只进行最基础的计算加工，是不可再分的概念集合，能够反映基本传播状况，是数据运营的起点。派生指标是在基础指标上增加一些维度、统计属性、管理属性等限制条件，如平均值指标、跨频道、跨平台综合指标等，用于描述特定的收视分析场景。

栏目、节目指标根据不同业务场景，划分为收视基础类、收视派生类、动态分析类、收视贡献类、栏目/剧集分析类、用户群体分析类以及平台访问类。

3研究价值

本研究对总台宣传管理和节目生产运营有重要的参考价值，以下将从数据价值、应用价值和理论价值三个方面进行概述。

3.1 数据价值

从数据角度看，该研究数据来源于广电总局收视大数据，其具备以下特点：

1. 用户量大：广电总局收视大数据系统于2019年12月正式上线并对外发布收视数据，目前已汇聚超2亿户家庭收视行为数据。

2. 覆盖范围广：家庭用户覆盖全国31个省区市和新疆生产建设兵团，对接115家有线电视和IPTV运营主体，可实现对3000多个直播频道的精准分析，既能全面反映整体传播态势特点，又能精准捕捉小众节目、边缘时段收视特征。

3. 收视行为数据多源精细：涵盖直播、回看、时移、点播等多种业务形态；上报数据颗粒度精准到秒。

这些特点使得收视大数据具备极高的数据价值，从整体看，以大数据汇聚分析结合总台已有的抽样调查方法，将为全面客观地体现全国家庭用户的收视格局和收视特点奠定更全面的数据基础。

3.2 应用价值

基于收视大数据辅助应用决策是引入总局收视大数据的应用价值，其至少包括四个方面：一是为总台提供全景式收视分析情况；二是为总编室评估考核提供数据支撑和定制化数据分析服务；三是为频道提供全频道的垂直收视分析情况；四是为节目提供全生命周期的细颗粒度收视分析情况。

1. 为总台提供全景式的收视分析情况

基于大数据可以实现对总台整体收视情况、频道横向排名、台内外纵向对比等的精细计算分析，为总台内容编排决策提供数据支撑。

通过计算全年、单季度央视各频道的日均收视率、到达率、忠实度及排名，可以发现哪些频道具备稳定的优势；通过计算总台各节目类型（电影、电视剧、新闻资讯类、文艺节目、纪录片、体育赛事等）的供求指数可以体现节目内容的回报率（收视时长比重/播出时长比重）。

通过对比央视频道组与其他地方上星频道组的分时段收视份额可以发现哪些时段央视频道占比优势较大，哪些时段的上升空间潜力较大，可在内容优化安排上有所侧重。

2. 为总编室评估考核提供数据支撑和定制化数据分析服务

总编室评估考核涉及方面多而全，收视大数据可以提供多指标、多维度、分地域、分时段、分频道、多类型、细颗粒度的收视数据支撑，并可对其关心的特定传播形态和特定类型家庭用户提供定制化数据分析服务。

3. 为频道提供全频道的垂直收视分析情况

除提供传统的频道收视率等指标外，本研究提出了具有大数据特色的开机频道比例等指标，为频道相关负责人提供更全面的频道收视分析情况。以2022年春晚为例，全国有44个卫视频道同步播出，其联播类收视率为21.7%、收视份额为69.3%（在10个省区市超过80%）。CCTV1的开机频道比例为23.5%，即春晚当天有二成多的观众打开电视后选择首先收看CCTV1，遥遥领先其他卫视频道。

通过计算也可发现重大事件对开机频道比例提升有重要影响，比如北京冬奥会开幕式、《人世间》大结局、谷爱凌摘金等对CCTV1和CCTV5开机频道比例的拉动提升。在频道的栏目分析方面亦可根据历史节目的收视情况为后续制作排播提供重要参考依据，以CCTV8黄金时段电视剧（“八黄”）为例，计算单季度或全年的平均收视率并以此为基础，便可对比某电视剧播出时的收视率是否超出基准线，以此作为该电视剧是否受央八观众欢迎的重要参考。

4. 为节目提供全生命周期的细颗粒度收视分析情况

一个节目从开播到结束，通过多维度的分析可以完整展现该节目全生命周期的收视情况。以《人世间》为例，自CCTV1首播以来，其收视率、到达率和忠实度等各项指标均稳步增长，在全国各地同时段节目收视率均位居前3，其中在25个省区市排名第1，大结局收视率达到全剧最高点3.9%，开播前10分钟节目流入率达到顶峰，说明有大量观众提前等待大结局，全集播出期间无明显流出，留存率超过八成，超四成观众看完整集，并带动CCTV1相对吸引力的提升，表明该电视剧的播出让观众的粘性更强。在收官后一周内大结局的回看户均收视时长超过50分钟，比单集时长（45分钟）还高，说明其吸引观众进行了多次回看。在CCTV8重播时热度不减，平均收视率达到1.9%，通过计算观众重合度亦可发现看过CCTV1首播的观众中有近四成又观看了重播。通过对节目全生命周期多指标多维度的细颗粒度分析，可以为节目相关制作人提供全流程的收视反馈，为后续节目制作提供辅助参考。

3.3 理论价值

从理论价值看，该研究在以下方面作出了具体贡献：

1. 为建立总台大屏指标体系起到重要作用

研究形成的总台大数据指标体系包含总体指标、频道指标及节目栏目指标等超过100项收视指标，其中节目栏目指标涵盖收视基础类、收视派生类、动态分析类、收视贡献类、栏目/剧集分析类、用户群体分析类以及平台访问类等7大类型，并创新性提出多项大数据特色指标，如联播类节目收视指标、开机频道比例、用户重合度、相对吸引力以及节目回看户均收视时长等，较为全面地反映出总台央视在家庭收视市场规模、程度、比例、结构等方面的全貌，可为总台呈现更多有价值的信息，为建立总台大屏指标体系起到重要作用。

2. 为总台融媒体大数据标准制定起到先行研究基础的作用

技术局联合总编室、融合发展中心正在研究制定总台融媒体大数据标准，该标准面向总台宣传管理、电视频道业务发展和收视数据分析等业务需求，为后续建立总台统一的内容大数据和用户大数据、应用于“总台算法”和总台融媒体传播整体效果分析提供理论基础。本研究构建的指标体系对此标准的研究制定起到了先行研究基础的作用。

4 结束语

下一步，相关工作将主要聚焦在以下方面：

1. 数据落地应用：技术局和总编室将密切配合，加快推进总台融媒体大数据系统与总局收视大数据的对接，为总台宣传管理和节目评估提供数据服务。

2. 开展基于大数据的总台节目大屏融合传播效果分析研究：充分发挥数据引领价值，打造权威有影响力的全媒体综合评价体系，为总台媒体融合发展继续添砖加瓦。

《广播与电视技术》、“广电猎酷”广告经营与商务合作代理：

北京中广信通文化传媒有限公司

联系人：李聪

联系电话：18518221868

好文共赏请转发 有话要说请留言