|
三、完善和拓展“中央厨房”为三大平台建设 “中央厨房”要想解决商业模式和盈利模式创新难题就必须扩展现有内容，搭建三大平台以重建用户连接，具体实践就是浙报集团的“媒立方”。 1.“中央厨房”完善的六大原则 首先，以采编流程彻底重构和优化为前提。例如，CNN在其类“中央厨房”的“新闻岛”建设中首先对其采编流程进行了彻底的重构和优化，一是新媒体编辑部与电视编辑部充分融合；二是新媒体部与电视部门共享负责记者调遣的主编室、负责资料素材的媒资部等机构的公共服务；三是新媒体编辑部每日早上参加全平台编辑会议，提出相关需求，也为其他部门提供相关新媒体服务；四是新媒体部门主要划分为数字新闻采集节目部；数字新闻编辑部；数字产品部三个部门；五是彻底融合原来的广播、电视和网络新闻中心为统一的融媒体新闻编辑部，具体表现为“全媒体总编辑会议”。 其次，以底层架构统一为标准。根据梅特卡夫定律，互联网的价值与用户数的平方成正比，这就要求“中央厨房”建设时打破现有的“村村点火、户户冒烟”的方式，进而采取统分结合的方式，在彻底统一其底层架构的基础上，在应用层层面根据自身的特色分别探索。 第三，更好地进行互联网探索。实践已经充分证明，传统媒体的快速衰落不可避免，互联网尤其是智能媒体才是未来，才是方向。因此，在搭建“中央厨房”时应该以互联网探索为目的，按照互联网的规律进行构建，以避免“新瓶装旧酒、换汤不换药”。 第四，以用户沉淀为目的。用户是基于大数据技术和互联网技术基础之上的，其商业价值远远高于受众和网民，这就要求秉持“用户体验为王”的理念，想方设法利用各种技术和手段来一个一个地沉淀用户。 第五，以互联网新产品为结果。用户沉淀不是最终结果，要想探索出行之有效的商业模式和盈利模式必须能够拿出用户满意的互联网新产品。具体说来，一要从用户痛点出发；二要从市场需求出发；三要实现业务人员和技术人员的“混”与“通”。 第六，以三大平台建设为抓手。即利用大数据和人工智能技术来搭建大数据资源和技术平台、智能生产和传播平台以及用户沉淀平台三大平台。 2.浙报集团“媒立方”的实践 浙报集团的“媒立方”实践远远超越了“中央厨房”，“中央厨房”只是其智能生产传播平台的一个组件，项目分为两期，第一期主要是大数据资源平台和智能生产传播平台，第二期主要是用户沉淀平台。目前第一期已经投入使用，包括七个部分，而第二期尚在建设中，我们来简单看看“媒立方”第一期的主要内容。 首先，一体化智能采编系统。包括统一底层架构生产、智能实时辅助创作和创作分发运营融合三部分。在统一底层架构生产方面，实现了报网端微视全渠道生产，数据、用户信息无缝流转，全流程数据在线优化系统；在智能实时辅助创作方面，包括NLP技术支撑知识服务、实时创作关联信息流、深度学习的智能校对和写；在创作分发运营融合方面，包括播发互动数据实时关联、播发渠道分析预测和采编发+运营无缝集成。 第二，大数据资源库。包括媒体本地数据中心、分级厨房联立应用、从数据库到知识库三个部分。在媒体本地数据中心方面，建立起跨渠道资源集中存储和应用的数据门户，媒体存量数据和外部数据兼容；在分级厨房联立应用方面，灵活适配不同体制机制的媒体融合需求，同时支持新媒体快速生产与传统媒体的纵深发展；在从数据库到知识库方面，利用中文语义的处理技术，实现数据资源的动态关联，盘活内容资产，数据赋能。 第三，策划分析系统。将数据化思维转化为业务智慧，形成快速发现与深度分析相结合的数据分析应用，实质提高业务人员生产效率。尤其需要注意的是，大数据场景分析结果也是资产累积。 第四，新闻传播效果分析系统。包括传播分析准确度、传播分析的指标建模、传播分析扩展应用。在传播分析准确度方面，包括媒体业务的紧密结合，相似性索引应用，本地+云服务+元搜索；在传播分析的指标建模方面，包括内容的转载+阅读+互动，集团平台的指标与外部指标，精细化数据+知识库的权重指标；在传播分析扩展应用方面，包括传播力指数、考评榜单、绩效管理、选题反馈、竞媒分析、版权追踪等。 第五，指挥调度系统。主要包括选题指挥、任务指挥，突发调度、应急指挥，沟通指挥、稿件监控。 第六，大屏可视化应用系统。大屏可视化应用系统分为外部使用系统和内部使用系统。 第七，用户资产运营系统。分为用户身份管理、用户行为采集、用户行为洞察和用户行为分析。 3.三大平台建设彻底解决商业模式和盈利模式 首先，大数据资源和技术平台，能够把之前和当前生产的内容数字化之后再数据化，即对内容进行科学的标签化，使得数据化后的内容能够有效、方便地智能匹配给采编人员和用户。 其次，智能生产和传播平台，实现了内容生产和传播的智能化，完全包含“中央厨房”的功能，并且使得“中央厨房”实现常态化运作。智能生产和传播平台对采编流程进行了彻底重构，并建立起科学合理的评价评估及反馈机制。 第三，用户沉淀平台，在建立起用户标签化体系的基础上，通过数据化内容和用户个性化需求的智能化匹配，实现用户的沉淀，并在用户沉淀的基础上，根据用户的需求而设计新的数据产品，进而探讨新的商业模式和盈利模式。 文章原刊于《新闻爱好者》2018年第2期 |
|
|
