品玩

科技创新者的每日必读

打开APP
关闭
大数据

技术将如何重塑媒体?新媒体Mashable有话说

大数据对媒体内容意味着什么?一家媒体的首席技术官应该干什么?扫描整个互联网的数据,再用可视化数据预测流行话题对一个媒体真的可行么?机器写作靠不靠谱?媒体跟技术的合理关系应该是什么?新媒体Mashable有话说~~~

朱旭冬

发布于 2014年12月9日

从美国西海岸的旧金山到东海岸的纽约,飞行时间需要5-6个小时,几乎和拉萨飞到北京相当。虽然东西两边海岸的经济、文化差异不如拉萨和北京,但同样各有特色。

纽约以金融和媒体行业闻名,旧金山则是美国IT互联网行业的中心。旧金山创造出各种新的科技产品,而纽约则是让这些产品成为主流的地方——通过主流媒体的报道,或者大范围的使用这项技术(金融行业是军事行业之外最先利用计算机技术的行业)。

从这两个城市的特点来说,科技媒体就成了他们共同的话题,尤其是科技能够如何改变媒体行业。上周 Mashable 在纽约举办的2014媒体峰会上,很少人谈到广告,而很多人则谈到了科技。 Mashable 创始人 Pete Cashmore 也分享了他对“科技媒体”如何做内容和做传播的观点。

媒体和科技最直接的融合就是报道科技,但这仅仅是第一步。科技媒体,在报道科技之外,更重要的是能够利用科技来为自己的报道服务。Pete 介绍了他们一套名为 Velocity 的系统,通过这套系统,Mashable 的编辑能够知道目前互联网上在流行什么,以及哪些内容有可能流行起来,从而可以为接下来的选题提供参考。

“我们一开始只是看自己网站上内容的变化,去了解自己网站上哪些内容会流行起来。但后来我们干脆开始监控整个互联网,去了解哪些内容会流行。” Pete 说。在大数据这个词已经被用滥了的今天,Mashable 是真正有“大数据思维”的一家媒体。

除了 Mashable 之外,Huffington Post 也会根据流行趋势来关注哪些内容会在互联网上流行,而他们的办法则是关注人们在搜索引擎上的搜索行为。

Mashable、Huffington Post 都成立于2005年,可以都是有一定资历的互联网媒体。但近些年如 Buzzfeed 等媒体的兴起,似乎抢走了老牌媒体的风头。Pete 对此比较坦然,他表示,现在世界上没有一家可以称得上是“安全”的公司,竞争每天都会存在。不过对于竞争,他认为不同的媒体提供了不同的价值,人们对内容的消费也越来越多,这几家媒体之间并不存在你死我活的情况。

内容是媒体的根本。无论是利用技术手段来预测即将流行的内容,还是做更好更深度的原创,核心还是要通过优质的内容来吸引读者。而谈到读者,就会引发出一个内容分发的问题。

Buzzfeed 的流行和社交网络密切相关,他们的流量有很大一部分来自人们在社交网站的分享。Facebook 对 Buzzfeed 的重要性甚至超过了谷歌。不过 Pete 表示,Mashable 的流量非常分散,无论是社交网站还是搜索引擎,每一处流量源都占不到20%。

这是一种很健康的状态,让自己网站的流量不会被上游网站左右。就好比电商企业,如果在淘宝、京东、亚马逊各有30%的订单,那就不会受到任何一个平台的控制。同时,流量分散也是对内容的解放,Pete 反对为了不同的流量来源而创造不同的内容。他认为内容不应该受渠道的影响,但在传播上,需要针对不同渠道做不同的优化。

提到传播,Mashable 的做法也非常值得称道。针对 Facebook,Instagram,Snapchat,Vine 等不同渠道,他们都有不同的团队来负责内容营销。当然,对于国内媒体来说,传播平台除了微博和微信,可能也缺乏其他值得重视的渠道。

再说回科技和媒体,今年另一个热门是机器写作,这也是媒体行业充分利用科技的代表。不过 Pete 表示,这种写作可能只适合体育赛事播报或者股市播报,这类报道往往简单而有套路。“机器写作不会代替作者或者编辑。他们能代替作者和编辑完成一些简单的写作,而这其实是把作者和编辑解放出来,让他们的创造力能得到更好的发挥。”他说。

不过媒体也无需完全依赖科技,对于一些传统媒体来说,在转型的同时,也不能失去本色。时尚杂志 Cosmopolitan 的主编 Joanna Coles 就表示,虽然科技一直在改变媒体,但是对于一本杂志来说,把杂志做的“像一本杂志”仍然非常重要。

Joanna 其实在提醒媒体人,在一切都互联网化和移动互联网化的今天,一家媒体在利用这些技术的同时,也不能成为技术的奴隶。

下载品玩App,比99.9%的人更先知道关于「大数据」的新故事

下载品玩App

比99.9%的人更先知道关于「大数据」的新故事

iOS版本 Android版本
立即下载
朱旭冬

这家伙很懒,什么也没留下,却只想留下你!

取消 发布
AI阅读助手
以下有两点提示,请您注意:
1. 请避免输入违反公序良俗、不安全或敏感的内容,模型可能无法回答不合适的问题。
2. 我们致力于提供高质量的大模型问答服务,但无法保证回答的准确性、时效性、全面性或适用性。在使用本服务时,您需要自行判断并承担风险;
感谢您的理解与配合
该功能目前正处于内测阶段,尚未对所有用户开放。如果您想快人一步体验产品的新功能,欢迎点击下面的按钮申请参与内测 申请内测