对数据库资源的影响

三、对数据库资源的影响

数据库正走入媒介竞争的核心视野，数据库资源正成为媒介社区的核心资源：内容的生产离不开数据库，对成员需求的挖掘也离不开数据库，产品的销售更离不开数据库。

如图17所示，传统媒体的数据库相对简单，主要是为了适应广告主的投放要求，通过对大众的抽样调查来获取相关统计数据。

图17　数据库资源分析

随着数字技术的进步，以数字电视为代表的一些媒体开始建立更为复杂的数据库，并将受众成员数据库与内容数据库进行匹配，以便向受众提供多层次、多类型的个性化内容产品。

而在媒介社区中，数据库不仅是涉及内容产品的数据库，还包括成员资料数据库、产品销售数据库，这些数据库中的各个变量通过成员的ID将变得彼此关联起来。换句话说，传统媒体的传播方式很难获得消费者媒介消费和产品消费的联系，而在媒介社区中，媒介消费和产品消费会通过社区成员的ID联系起来，这是媒介社区数据库资源的重大突破。

（一）通过广泛的受众群体形成的数据库资源

这类数据库是比较初级的数据库，数据的来源方式比较简单，即由用户订阅、受众调查、大型活动等多种方式来获取受众信息，通过这些途径形成数据库的初始模型。这部分数据库资源相对应的是传统媒体平台，数据数量一般没有限制，任何可能对理解和指导成员行为有帮助的信息都可以包括在内。

以报纸为例，建立其读者数据库的渠道可能包括：（1）通过邮局等各种发行渠道搜集订户信息；（2）通过读者俱乐部搜集信息；（3）开设800—客服热线搜集信息；（4）通过不同定位的活动策划，分类收集读者数据；（5）通过每一位记者将日常采访对象的有效数据进行整理；等等。

这类数据库主要搜集用户基础信息，但是由于缺乏必要的技术手段，在对用户的需求信息搜集方面做得不够详细和完善，相对比较模糊，难以通过它们准确及时地了解用户需求，因此这类数据库还是比较初级的数据库。

（二）受众需求与内容服务实现对接的数据库

这类数据库不仅有用户的基础信息，而且借助数字技术手段，还可以实时了解用户需求，并有效地提高数据的精准度，因而具有较高的商业价值。

以数字电视为例，数字电视的发展目标是最终使用户家里的电视机成为多媒体信息终端———家庭信息平台。所谓“家庭信息平台”，是指基于数字电视平台，以用户信息数据库和数字内容库为基础，为家庭用户提供各种信息服务，以满足家庭信息需求的系统，其核心是可控的、实时互动的、家庭（个人）信息的获取、过滤以及处理。家庭信息平台数据库中包括用户基础数据库、用户需求信息库和业务数据库：用户基础信息数据库收集数字电视用户的个人基础信息及其家庭相关信息；用户需求信息库负责存储在家庭信息平台基础上所做的固定样组连续调查以及其他定制调查所收集来的数据；业务数据库收集用户对于数字电视具体业务的点击和消费数据。

家庭信息平台建立用户数据库的最大优势莫过于实时的、可控的、准确的用户信息监测。^[4]在此基础上，数字电视运营商可以运用数据挖掘技术，进一步开发具有针对性的内容产品。例如美国Comcast通过与PVR^[5]厂商Ti‐Vo的合作，便可以通过提供给用户的机顶盒PVR采集用户的使用习惯、消费行为（如收视率）等数据并加以分析。如此，Comcast就能够第一时间根据用户特点提供针对性的节目内容（例如推送客户感兴趣的电视剧集、电影等等，供用户下载观看），在加大用户粘度的同时，提高其广告投放的精确度，进而增加广告收入。

如图18所示，同样的例子还有手机媒体。手机媒体也可以通过对用户需求的分析和挖掘，开发相关的内容产品。

图18　手机媒体数据库应用

（三）通过持续购买形成的数据库资源

这类数据库不仅深入了解受众的媒介需求，而且对这些消费者的其他各种消费行为也进行跟踪了解，从而形成了最具价值的新型数据库。在这个阶段，数据库已经经过一定的关系关联变成了数据仓库。数据仓库（Data Ware‐house）是一个面向主题的、集成的、可更新的、随时间不断变化的数据集合，可用于支持企业或组织的决策分析处理。^[6]

这类数据库的最大特点，在于能够对受众的消费需求进行关联分析。零售业中有一个针对消费者需求进行关联分析的经典案例：沃尔玛拥有世界上最大的数据仓库系统，里面集中了其下属各个门店的详细原始交易数据。为了准确地了解顾客在其门店的购买习惯，沃尔玛利用数据挖掘方法对这些数据进行分析和挖掘，从中得到一个的意外发现：与尿布一起购买得最多的商品竟是啤酒！经过大量实际调查和分析，发现了一个隐藏在“尿布与啤酒”背后的美国人的一种行为模式：在美国，一些年轻的父亲下班后经常要到超市去买婴儿尿布，而他们中有30%—40%的人同时也为自己买一些啤酒。产生这一现象的原因是：美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布，而丈夫们在买尿布后又顺便捎带着买回了他们自己喜欢的啤酒。^[7]

随着媒介社区化趋势的发展，第三种类型的数据库将变得日益重要。媒介社区便于形成这样的数据库，尤其是我们在上一章讨论到的复合式媒体社区。它分别拥有同类受众成员的媒体内容消费信息和商业产品消费信息，这些信息集中统合后进入中央数据库系统就形成这样的数据集合。

媒介社区可以利用这类数据库，通过关联分析，对数据库进行深层次挖掘，打破壁垒，从内容领域进入产品消费领域，进而发现内容消费与产品消费之间的关联，从中寻找出受众成员消费的“啤酒和尿布”关系。事实上，像亚马逊网上书店这样的企业早已开始了对数据库的利用。亚马逊在售书的过程中，会记录各个用户的购买行为，然后通过对购买行为的分析，为用户提供有用的信息链接，这样，他们还可以为广告主提供更加有针对性的服务。“长尾理论”就是基于亚马逊网上书店的销售而得出的理论。