生存空间窄化，第三方数据服务商如何应对？
发布时间：2022-11-29 10:59:01 所属栏目：大数据 来源：
导读： 数据已经成为了媒体机构骨血一般的存在，包容了一切能够相联、互动的新技术，开始进入智能化阶段。聚焦于传媒产业，这种影响尤显深刻——这是一个以“看见”、“听见”的体验为起
|
数据已经成为了媒体机构骨血一般的存在，包容了一切能够相联、互动的新技术，开始进入智能化阶段。聚焦于传媒产业，这种影响尤显深刻——这是一个以“看见”、“听见”的体验为起点的产业，是一个以人类信息交流与沟通为起点的产业，恰好契合我们对于人工智能“能听懂”、“能看懂”、“能行动”乃至“能思考”的期待。 因此，我们认为，数据智能化是传媒产业大数据技术十年发展的新阶段与新方向，是媒体大数据的原力觉醒。 本文为本期封面主题文章的第七篇，本刊访问了多家第三方数据服务商，将从环境、能力、业务以及角色四个方面进行解读。 今日内容： 数据充裕时代下第三方面临何种生存压力？ 如何继续保持数据技术能力优势？ 数据业务服务应该如何调整和升级？ 角色定位调整，第三方如何发挥行业价值？ 谈到数据，不得不提及第三方数据服务商。他们以“数据”为基本生存根基，是数据产业中关键组成部分。如今，随着数据量级及数据处理能力的快速发展，数据似乎变得触手可得，社会对数据安全的要求逐步提高。而以数据技术起家的第三方数据服务商开始陷入某种“尴尬境地”，在行业监管、异业竞争等方面的压力逐渐增强。生存空间窄化的情况下，第三方数据服务商应如何调整服务内容及角色定位来保证发展优势呢？ 为此，本刊访问了多家第三方机构并整理了相关资料，从环境、能力、业务以及角色四个方面对第三方数据服务商的经营发展趋势进行解读。 01 数据充裕时代下第三方面临何种生存压力？ 当数据产业开始转型，第三方数据服务机构面临着前所未有的压力和挑战。 第一，各国都出台了与数据安全、隐私保护的相关政策，对行业内的数据采集行为进行规范，这对第三方数据服务机构来说，自然带来了一定的影响。在我国，自2017年开始，中央网信办、工信部、公安部和国家标准委等部门就开始对大数据行业野蛮生长的各种乱象进行整顿。 其中，第三方数据服务商是重点关注对象。2019年2月，全国信息安全标准化技术委员会发布的《信息安全技术个人信息安全规范（草案）》中明确表示要对第三方嵌入或接入自动化工具(如代码、脚本等)进行个人信息采集的行为进行审计，若发现超出约定行为的及时切断接入。与此同时，网信办在2019年颁布的《数据安全管理办法》也将间接对第三方数据权限提出新的要求。 第二，以互联网媒体为典型的数据拥有方强化自身数据产品的同时，也在限制第三方的数据采集权限，加剧了第三方机构在市场中的被动性。例如，在2018年禁止了广告主通过第三方数据服务商进行广告定位；2020年初谷歌宣布逐步取消第三方在旗下产品上可获数据的权限等。这种情况伴随着行业机构数据资产重要性程度的提升、用户隐私保护安全性要求的提升，将会越来越显著。 第三，多方入局数据服务行业，加速了市场与行业的变化，也为传统的数据服务机构带来新的竞争挑战。国内外的互联网巨头，凭借庞大的数据量级及云计算等技术处理能力迅速在数据服务方面崭露头角。微软、Adobe等技术公司也以技术视角入局，持续输出数据采集及处理能力。而数据需求方比如品牌主宝洁、肯德基等一直以来都很重视自有数据的挖掘，借助大数据正在搭建更加体系化和科学化的数据处理流程。中科院等教育科研领域也开始抽出团队成立“中科闻歌”等大数据服务机构，推出“闻海”、“闻思”等多款数据产品…… 市场巨变，传统第三方数据服务商既面临着新的空间，也遭遇着新的竞争。《2020年中国AI基础数据服务行业发展报告》明确显示，2019年中小型数据供应商份额比预期值缩小了20.8%，中小型数据供应商在未来1-2年内将迎来一阵“倒闭潮”，而头部数据供应商显然都已意识到了“居安思危”的重要性。 在数据稀缺的市场中，第三方数据服务机构通过多年努力搭建起自身的数据采集通道，打造了专业的数据产品体系，在整个产业中站稳脚跟。而眼下数据量级激增、数据技术迅速迭代，如果不适应市场的变化，那么这些机构不但霸主地位难保，连生存都将面临困难——2018年，一度传出尼尔森将被出售的消息。这家成立于1923年，有着近一百年历史，并长期坐拥全球市场调研公司头把交椅的巨头显然代表了当下数据服务机构中的很大一部分群体。 正如欢网科技所认为“数据行业是个投入成本高、盈利路径长的‘苦活’”。而当下的数据环境，更是让第三方 “苦中含苦，难上加难”。然而，不管外界如何唱衰，在当今数据驱动的世界中，我们其实比以往任何时候都需要独立的第三方来测量消费者行为、媒体习惯和投资回报率。 02 如何继续保持数据技术能力优势？ 当下，数据不是稀缺资源，但是数据解读能力却颇为稀缺。必须明确的是，作为第三方数据服务商，数据技术能力是最为核心的。 CTR●● “大数据背景下，很多数据的存储、处理、计算等环节都发生了本质的变化。因此，我们会从两个方面提升自身的数据解读能力。一是从大数据专业的技术团队和专业的研究团队入手，包括相关的架构工程师、软硬件技术人员、专业的大数据分析师、DP技术人员的引入和培养，二是从内部大数据应用平台建设入手，将大数据产品化、平台化、可视化，让更多的研究人员和各行业的咨询师，便捷地将大数据应用于各自的专业服务领域。” 所以，积累数据的同时，提升自身的数据解读能力，既是第三方机构的出发点，也是当下最本质的使命。 广泛的对外合作、合理的业务拓展，为这些机构补足了数据量级和数据多样性，也为他们打通新旧数据、实现业务和产品的升级提供了可能。 ● 友盟+、秒针系统等第三方开始着重强调“全域数据”的概念； ● 艾瑞咨询基于通讯协议与运营商、设备厂商展开合作，以其通讯监测数据为数据库核心，弥补样本数据带来的量级不足； ● 新榜在原有微信大数据的基础上对接快手、知乎、B站获取更多数据源； ● CTR、CSM等长期深耕电视直播收视的服务商，不但通过与电信运营商数据合作扩充移动端、家庭WIFI数据解决“屏到户”、“屏到人”的精准定位问题，还通过加强与勾正数据等新兴数据服务商、欢网科技等专业营销服务商的合作，扩充OTT等数据源，解决同源收视等问题； ● 尼尔森网联打通了跨媒体、线上和线下、触媒和消费的用户数据，形成了360°用户画像的数据管理和分析洞察平台； ●将海量社交数据打通建设数据魔方等。 大数据之路阿里巴巴大数据实践_大数据激活女人经济 36大数据_大数据的数量级 提供智慧大屏数据服务的勾正数据 在解决数据量级和数据打通的问题之后，第三方努力提升数据技术，包括数据采集监测技术、数据处理技术、数据分析技术等等方面，主要采用两种方式： 一是建设内部技术团队，进行高投入的自我研发。比如，国双技术团队深耕埋点技术，推出代码埋点、可视化埋点及“无埋点”等数据采集技术并获得多项国家专利授权等；易观自研IOTA架构，实现实时数据“秒算处理”等。 二是加强与合作方之间的技术联动。比如CSM与欢网科技加强合作大数据的数量级，充分利用欢网科技的直播识别触达回传技术，搭建CSM-huan实时收视系统，用科学的传统收视体系反映智能电视用户行为特征；艾瑞咨询与高德地图达成合作，获取其LBS技术服务能力等；CTR与电信运营商、社交平台、电商平台等都有深度的合作，这个过程中不仅仅是将他们视为供应商，引入大数据，更当成合作伙伴，共同研究数据的高效应用技术、方法。 值得一提的是，AI技术开始被第三方纳入核心数据能力范围内，成为第三方提升数据能力的关键，部分公司甚至将AI上升至公司战略层面。例如，奥维云网，利用自主研发的人脸识别技术通过摄像头实时捕捉零售网点或综合商超的客流量数据并将其转化为有效的用户信息；艺恩通过自然语言处理技术分析文娱数据；国双、、品有互动等成立人工智能技术团队及算法部门，致力于技术开发等等。依靠自然语言处理、图像识别以及知识图谱为核心的“智能”技术已经成为多数第三方自我定位的关键词。由此可见，随着AI技术的进一步发展，第三方数据处理能力将得到大幅度的提升，其数据解读能力也将升级。 03 数据业务服务应该如何调整和升级？ 解决了数据与数据技术的问题，第三方机构还面临着数据产品、数据业务调整的困难，转型成为一种必然与必须。 一是跟随市场需求继续优化核心业务。比如，随着媒体融合深度发展，深耕媒介监测服务的CTR在2018年推出了媒体融合效果评估体系大数据的数量级，对10大央媒和38家省级电视台的新媒体传播能力进行评估，这一评估体系的范围非常广泛，包括这些媒体的两微一端、官网、短视频账号等上千个渠道。CTR通过与运营商大数据的合作，结合自己的数据采集技术，搭建起了这个产品体系的数据技术能力。 另外，CTR还运用大数据广告个性化投放问卷的技术，建立了个性化推送问卷的大数据问卷平台，结合自己特有的算法和经验，保证了问卷投放的效率和精准性； 户外广告监测数据采集采取了“众包”的方式，从原来的专业监看员线下采集，逐步变成以任务社区的形式让更多的用户参与，结合NLP和OCR技术，并开发了相应的手机APP和应用系统，极大的提高了工作效率； 结合智能电视大数据，CTR推出了Cross-Reach大屏广告效果评估产品，可以在传统电视和智能电视大屏之间实现广告效果的科学评估和更为精准的预算分配，在基础研究、模型算法上均有突破。同样，2019年CSM推出了融合媒体数据云平台V+Scope等。 二是综合考虑现有业务实力扩张或收缩细分业务线。一部分机构在能力支撑范围之内拓展了新的业务线。比如，尼尔森网联在自有收视率监测以及媒体广告监测业务基础上，又拓展了“MUSA音乐大数据”、“KOL价值评估体系”等数据服务；美兰德基于长期深耕电视业务的能力，开辟了视频内容大数据以及演艺经纪大数据服务；2019年深耕收视率监测服务的CSM与达成合作开辟可广播音乐排行榜数据服务等等。同时，部分公司也开始结合业务发展情况对部分数据业务服务进行弱化甚至剥离。比如，几经业务调整之后，将广告数据监测服务剥离出去，专注聚焦于社交洞察数据服务。 大数据之路阿里巴巴大数据实践_大数据的数量级_大数据激活女人经济 36大数据 美兰德演艺经纪大数据解决方案 三是业务服务模式从输出数据产品服务向输出数据技术及数据解决方案转变。当下，第三方数据服务商已经不单单将输出数据产品、工具作为核心业务服务模式，而是开始聚焦数据技术输出，成为技术方案提供商，助力企业运营或行业发展向数字化、智能化转型。 当下，包括秒针系统、国双、尼尔森网联、奥维云网、品有互动等都开始提供企业数据管理平台搭建以及行业大数据服务等。具体举例而言，尼尔森网联推出“智慧零售”解决方案，搭建消费者运营管理平台，帮助商超、便利店等零售行业在技术体系、组织体系、金融体系和物流体系方面的数字化、智慧化升级；国双基于旗下大数据及人工智能技术，整合旗下8条产品线，推出“工业互联网”、“智慧政务”、“数字营销”三个领域共17套解决方案，向油气、政务、汽车、航旅等行业输出数据技术能力。 由此可见，数据充裕时代，第三方数据服务商在掌握海量数据规模的同时正不断调整数据业务服务，以满足市场的多元化、细分化的数据需求。正如CTR相关负责人所言：“从数据的应用看，还是要以客户需求的具体场景作为目标，不是以为追求数据的大和全，而是看重数据的实用价值，能够解决客户的问题的数据服务才是有价值的数据服务。” 04 角色定位调整 第三方如何发挥行业价值？ 伴随着数据与数据技术的升级、产品和业务的变化，第三方数据服务商的角色定位也在不断改变。 从企业层面看，第三方数据服务商正在基于自己的数据能力及技术实力重新调整公司定位。例如，CTR将创新转型作为公司未来发展战略的重中之重，提出了“归元、进化、融合”的发展思路；品友互动已经将公司定位为“人工智能和大数据技术的企业决策AI平台”；秒针系统则转型成为了“全域测量及商业智能分析解决方案提供商”等等。 从行业角度看，第三方开始从数据产品输出的服务商向数据平台方、数据技术方的角色转变。这就意味着，第三方“贩卖数据”的经营思路已经基本结束，他们的服务模式更是依靠数据管理及解读能力。而随着行业对数据解读能力需求加深，第三方这种角色转型将更为明显。 无论第三方数据服务商在行业中的角色地位发生何种变化，它仍必须重视其客观性、中立性的“第三方”的角色定位。也就是说，第三方数据服务商需要承担起相应的数据行业责任，助力去规避、肃清行业不良现象。这是其作为第三方应该发挥的行业价值。CTR对本刊表示：“数据资产是公司最重要的资产之一，大数据的确对积累公司资产起到重要的作用。但大数据的价值不是数量级的多少，而是数据的真实性和有效性。”其中，维护数据安全和规避数据造假是较为老生常谈但是又不可略过的两个话题。 实际上，随着数据技术的发展，第三方数据服务商在维护数据安全及规避数据造假两个方面有了很大的提升。数据安全方面，第三方从建立网络防火墙、数据加密、数据脱敏等被动防御阶段迈向主动进行数据安全治理阶段，优化技术架构，并构建数据安全解决方案，赋能行业。比如在内部数据安全监测机制之上，成立了数据安全委员会，不断优化相关制度、应急方案以及技术架构，构建了包括网络安全、主机安全、应用安全、数据安全及管理安全在内的数据安全解决方案，全方位进行数据安全治理。 规避数据造假方面，第三方数据服务商也在持续发挥数据技术价值。比如CSM以第三方的身份介入流量认证工作，通过与终端厂商的合作获取其设备数据，并将其与运营商数据、内容数据等多方数据通过多重方法进行联合，辨别数据真实性；国双则基于机器学习自动识别异常流量并不断进行数据模型训练，与此同时，基于其异常流量监测经验推出了异常流量识别方案D·Trust等等。 大数据之路阿里巴巴大数据实践_大数据激活女人经济 36大数据_大数据的数量级 国双异常流量识别方案D·Trust 当然，这两个问题的解决，也有赖于行业合作的开展，以更多的数据共享、数据合作为起点，以更好的行业自律、行业共识为框架，提升整个行业的数据服务质量。 欢网科技●● “数据造假需要企业自制及行业自律，欢网目前对所有市场上公认的具有资质的第三方数据公司都持开放态度，支持多方监测，并且也尝试通过加码、问卷、共建等多种方式，增加数据的多重验证。与此同时，欢网科技也正在和合作方共同探索以区块链这一最新技术手段保障数据安全。” “家庭大屏数据方面，OTT数据存在品牌壁垒、OTT+IPTV+DVB不同家庭屏间跨信源数据打通问题亟待解决。欢网科技希望能积极投入CTR、勾正数据等第三方的Cross Reach项目，加速数据融合。” CTR●● “目前大数据源很多，但都是一个个的数据孤岛，缺乏整合，因此在全局性和代表性上存在很大的问题。因此，大数据必须要和传统的抽样数据结合，通过专业的统计分析和算法才能解决数据孤岛问题。” （编辑：PHP编程网 - 襄阳站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐
浙公网安备 33038102330434号