基于海量收视数据的用户消费行为分析和市场化策略研究

摘要

数字技术与互联网技术的迅猛发展，使得用户获得视频节目的渠道越来越多，除了传统的数字电视、卫星电视和地面电视外，IPTV、CMMB、OTT、互联网电视、移动视频APP等新媒体迅猛发展，使用户可以跨越时间和空间的限制，更为便捷的获取视频节目。
　　在此背景下，传统数字电视受到了前所未有的挑战，根据多个渠道的数据统计显示，北京及其它几个中心城市的电视开机率已快速跌至30％左右，越来越多的年轻人喜欢通过互联网收看视频节目，传统数字电视的用户群呈现快速老龄化和低龄化的趋势。面对各种汹涌而来的新媒体，“自说自话”的大众型广电视频模式已陷入了危机。如何做好海量收视数据的消费行为进行分析及相应的市场化策略研究，为广大电视用户提供个性化的视频服务，让更多的人愿意使用电视屏，才能符合时代发展的需要。同时，通过海量收视数据的分析，实现数字电视广告的精准投放，为广电运营商、广告运营商及广告主带来全新的价值。
　　本文使用《机顶盒工作状态实时采集方法》（本人取得的国家发明专利，专利号:ZL200810019058.1）实现对本地60万个双向数字电视机顶盒用户的收视行为采集，并通过随机算法抽取1000个样本，使用数据挖掘软件SPSSClementine对其进行基本的分析，形成分析模型，而后将得到的分析模型放入60万用户中进行论证。通过数据的分析，使广电运营商获得了更加全面了解用户的数据与手段，并结合本地网络运营商的实际状况，提出了提高用户体验与用户黏性的若干方法，使数字电视与IPTV等新媒体的竞争中占据主动。此外，广电运营商虽然掌握着大量的终端用户，而收入的主要来源却局限于用户的收视费，本项目通过对海量收视数据的用户行为分析，使数字电视完全可以实现，甚至优于互联网上日趋火热的广告精准投放技术，带来数字电视消费的新革命！

目录

声明

摘要

第一章 导言

第二章 数字技术带来的电视消费革命

2．1 数字化技术及三网融合的背景及趋势

2．2 数字化带来的电视消费革命

2．3 由电视消费革命带来的电视营销革命

2．4 小结

第三章 研究的理论基础

3．1 消费行为理论和大数据(Big Date)挖掘理论

3．2 市场细分理论

3．3 竞争战略理论

3．4 小结

第四章 海量收视行为研究评估与发展方向

4．1 海量收视数据消费行为研究的产生

4．1．1 收视数据进入中国的背景及对消费行为分析的贡献

4．1．2 传统收视数据分析体系的不足

4．1．3 海量收视数据消费行为分析的市场需求

4．2 海量收视数据消费行为研究和市场化业务的现状

4．2．1 金融领域

4．2．2 互联网领域

4．2．3 IPTV和数字电视领域

4．2．4 目前国内外电视收视数据服务业务的现状与发展趋势

4．3 海量收视数据消费行为研究的评价

4．3．1 基于海量收视数据行为研究的优点

4．3．2 基于海量收视数据行为研究的不足

4．4 海量收视行为研究的发展方向与策略定位

4．4．1 海量收视行为研究的发展方向

4．4．2 海量收视行为的策略定位

4．5 小结

第五章 案例研究

5．1 项目概况

5．2 研究方法

5．3 数据预处理

5．4 数据挖掘与分析

5．4．1 基于传统GGATM算法的收视数据分析

5．4．2 基于数据挖掘的收视数据分析

第六章 总结与展望

6．1 总结

6．1．1 优化传统收视调查市场

6．1．2 提高数字电视的竞争力

6．2 展望

6．2．1 增强电视屏幕的重要程度

6．2．2 电视节目制作方式的革新

6．2．3 电视广告商业模式的创新

致谢

参考文献