1. 重視用戶需求,獲得關注。
講故事,一定要有聽眾。故事需要用戶作為直接的收聽者,想要獲得精確的用戶數據,必須首先積累一定數量的用戶。
《人民日報》和中央電視臺的 Facebook 賬號提供了一個成功的案例。據 2016年 5 月 19 日的數據顯示:央視粉絲專頁“CCTV”有 25,857,828 人點贊,超過美國有線電視新聞網 CNN 和《紐約時報》的點贊人數,在和歐美主流媒體的比較中,也僅次于英國廣播公司BBC。《人民日報》粉絲專頁“People's Daily, China”有 18,948,207 人點贊,也遠遠高于《紐約時報》。究其原因,大熊貓“萌照”頻繁出現,吸引了大量用戶關注點贊。
中央電視臺和《人民日報》通過社交媒體中的用戶反饋探索出了一條“吸粉”之路,在積累了一定數量的用戶之后,為故事提供了聽眾。更重要的是,擁有粉絲,才能夠根據用戶身上承載的信息開展數據分析,指導故事的講述。改變單向宣傳的過去,是要通過數據而不是猜測,使得用戶需求和宣傳獲得融合。在宣傳進行之前,已經完成了從用戶到媒體的一次信息流通,循環往復,這樣才能徹底改變單向的宣傳。
每次宣傳行為都是建立在之前得到的信息和數據的基礎上的,又可以進一步獲得信息指導下一次的宣傳。這不是簡單把單向變為雙向,而是利用數據獲得一個循環的過程,推動工具和內容不斷迭代,進步和成效不斷產生。此外,用戶數據庫的建立,也有助于實現世界輿情檢測和議程設置等。
2. 分析用戶需求,指導信息生產。
故事本身是決定用戶在接觸后是否停留、在離開后是否信任的關鍵。數據和數據描摹出的用戶形象對于故事寫作的指導在內容層面和形式層面都有所體現。
內容上,通過對用戶數據的收集和分析,可以對用戶關注的話題進行重點關注,擬出更吸引關注的話題,使用更貼近用戶閱讀習慣的風格,過去的營銷從業者根據經驗和猜測,也可以調整新聞的內容,但比較數據驅動,無疑是更緩慢和不準確的。
形式上,結合新的媒體技術和呈現方式,能有針對性地選擇不同的體裁或形式。同時,也可以根據用戶的反饋,調整發布時間和營銷渠道,以獲得更好的效果。
但是企業的數據積累是否足夠,是否是結構化的,將在很大程度上決定數據分析工具提供的結果與用戶真實狀態的差距。
3. 算法在推送中的普遍運用,已經影響到信息生產。
產品的用戶是什么樣的,數據可以進行具體化的描摹,用戶的信息偏好、行為偏好以及直接建議,都能夠在用戶的媒體使用中獲得。通過用戶數據、環境數據、信息數據的自動匹配,
算法可以向用戶推送個性化的信息;通過對用戶信息消費情況的分析,算法又能指導信息生產——哪些信息是受到歡迎的、哪些功能是受到密切關注的、什么樣的產品進入方式是用戶喜愛的,這些通過算法工具都能獲取。
對于用戶需求的分析,算法會發現用戶的需求是共性中孕育個性的。滿足用戶的個性化需求,進行定制新聞或者精確推送的個性化推薦嘗試,成為現在的新潮流。比如上述 CGTN 也在設想:在建立多終端平臺后,能根據社交多平臺后臺大數據分析指導內容生產,滿足用戶個性化需求。
要想講好中國故事,在進行個性化推薦的實現中,強大的平臺、數據庫和數據分析工具,三者缺一不可。以目前的情況來看,對于中國外宣媒體來說,實現精確化推送任重而道遠。尤其是平臺層面,現在主要是借助一些成熟的社交媒體或者視頻網站作為中國故事傳播的起點,難免受到平臺限制。