全球知名咨詢公司麥肯錫最早提出了 “大數(shù)據(jù)”時(shí)代到來的說法，麥肯錫稱：“數(shù)據(jù)，已經(jīng)滲透到當(dāng)今每一個(gè)行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素。人們對(duì)于海量數(shù)據(jù)的挖掘和運(yùn)用，預(yù)示著新一波生產(chǎn)率增長(zhǎng)和消費(fèi)者盈余 浪潮的到來。”
事實(shí)上確實(shí)如此，自2012年以來，大數(shù)據(jù)逐漸進(jìn)入各行各業(yè)的視野，人們用它來描述和定義信息爆炸時(shí)代產(chǎn)生的海量數(shù)據(jù)。它曾經(jīng)登上《紐約時(shí)報(bào)》 《華爾街日?qǐng)?bào)》的專欄封面，一度成為美國(guó)白宮官網(wǎng)的新聞熱搜詞，更是互聯(lián)網(wǎng)主題講座沙龍的?？?，而現(xiàn)在它和短視頻聯(lián)系了起來。
1.大數(shù)據(jù)下的短視頻風(fēng)口
德國(guó)某大數(shù)據(jù)公司發(fā)布統(tǒng)計(jì)數(shù)據(jù)稱：中國(guó)網(wǎng)民平均每天花在手機(jī)上的時(shí)間達(dá)3個(gè)小時(shí)，已經(jīng)躍居全球第二。再結(jié)合國(guó)內(nèi)4G和無線網(wǎng)絡(luò)的普及，我們認(rèn)為碎片化閱讀的時(shí)代到來了。而短視頻因?yàn)閮?nèi)容精簡(jiǎn)，能夠很好地滿足人們對(duì)碎片化觀看的需求。
過去一篇新聞報(bào)道需要兩三千字的圖文混排來表現(xiàn)，而現(xiàn)在只需要一段 3~5分鐘的短視頻就可以概括。不只是新聞資訊，還有很多領(lǐng)域正在被短視頻顛覆，比如美食、健身、旅游、汽車等。另外，大數(shù)據(jù)時(shí)代給短視頻留下了豐富的內(nèi)容創(chuàng)作空間，且出現(xiàn)了大量垂直細(xì)分領(lǐng)域。比如有些短視頻抓住了二次元這個(gè)領(lǐng)域,用更加細(xì)分的內(nèi)容創(chuàng)作來吸引這個(gè)領(lǐng)域的人群。
2.大數(shù)據(jù)是保證用戶黏性的重要保障
在最新的QuestMobile短視頻行業(yè)，報(bào)告?zhèn)鬟f了這樣一個(gè)有意思的現(xiàn)象：受短視頻整改風(fēng)波影響，部分APP的用戶量大量下滑，而幾個(gè)典型平臺(tái)的用戶黏性卻沒有受到影響。那幾個(gè)平臺(tái)是怎 樣牢牢抓住用戶的呢？根據(jù)對(duì)某些 APP平臺(tái)運(yùn)作機(jī)制的分析，我們得出 結(jié)論：大數(shù)據(jù)是保證其用戶黏性的重 要保障。為什么這么說呢？
從靜態(tài)角度來講，用戶社群非常龐大，社群中不同用戶對(duì)短視頻的喜愛類型和觀看習(xí)慣不盡相同。而短視頻平臺(tái)運(yùn)營(yíng)者又不可能做到實(shí)時(shí)跟蹤去了解客戶的喜好和需求。從動(dòng)態(tài)角度來看，同一個(gè)社群中的用戶對(duì)短視頻的 偏好和觀看習(xí)慣也會(huì)時(shí)刻發(fā)生變化，依靠傳統(tǒng)手段很難捕捉到這種變化信息。只有借助大數(shù)據(jù)才能根據(jù)用戶的不斷反饋得到用戶的偏好，然后投其所好投放 信息，進(jìn)而讓用戶對(duì)平臺(tái)內(nèi)容產(chǎn)生依賴，產(chǎn)生黏性。
3.借助大數(shù)據(jù)增強(qiáng)短視頻用戶黏性
市面上比較成功的短視頻平臺(tái)，不僅流量增長(zhǎng)非?？欤叶桃曨l平臺(tái)的用戶量也非常穩(wěn)定。這都是大數(shù)據(jù)帶來的好處。在運(yùn)用大數(shù)據(jù)進(jìn)行技術(shù)統(tǒng)計(jì)時(shí)，要圍繞用戶進(jìn)行，具體要注意以下幾點(diǎn):
（1）統(tǒng)計(jì)用戶的基本屬性信息
對(duì)短視頻運(yùn)營(yíng)者來說，越早得到用戶的基本信息，就能越早地對(duì)用戶進(jìn)行分類，從而越早地制訂投放策略。比如借助大數(shù)據(jù)可以獲得用戶的性別、年 齡、所在地域及用戶所采用的中端工具、網(wǎng)絡(luò)環(huán)境等。
（2）了解用戶的觀看行為
在掌握用戶的基本信息之后，運(yùn)營(yíng)人員要針對(duì)用戶在實(shí)際觀看過程中的行為進(jìn)行量化統(tǒng)計(jì)，比如了解用戶從登錄賬號(hào)到退出短視頻應(yīng)用的時(shí)段，用戶活躍的天數(shù)和每天活躍的時(shí)間，用戶觀看的具體內(nèi)容等。
這些數(shù)據(jù)可以幫助我們高效地安排短視頻的播放順序和新視頻的發(fā)布時(shí)間，而且還能直接掌握用戶的喜好，幫助我們有針對(duì)性地推送短視頻。
（3）統(tǒng)計(jì)用戶的深度使用行為
除了對(duì)用戶的基本信息和日常觀看行為信息進(jìn)行統(tǒng)訐外，還需要統(tǒng)計(jì)用戶的深度使用行為。什么是用戶的深度使用行為？簡(jiǎn)單來說，就是用戶在搜索什么視頻，以及用戶在觀看殖視頻過程也的點(diǎn)贊、評(píng)論、轉(zhuǎn)發(fā)等行為。 如果短視頻平臺(tái)涉及消費(fèi)，則要統(tǒng)計(jì)好用戶的購買行為。
