“供给引导需求，变化厘定标尺”是“聚焦供给侧，测量新价值”的另外一个说法。供给侧改革是2016年的热词之一，是国家的大政方针。从新常态，到“互联网+”，再到供给侧，我们又来到寻找解决方案新的十字路口。供给侧改革是我们国家经济发展的一个药方，而站在我们广电、传媒的视角，在供给侧领域同样面临迫切的再次改革的需求。
　　一、供给引导需求
    “供给侧结构改革”是指从供给、生产端入手，通过解放生产力、提升竞争力促进经济发展。以前提到“经济增长”，会条件反射地认为就是扩大内需、刺激增长，现在要换一种新思路、新方法。
　　谈电视的供给侧，从内容制作到播出至观众是一个链条，观众层面是需求侧，制作和播出是供给侧。从产业链的划分来看，电视的供给侧主要是内容、渠道和终端，这就是实现观众收视需求的三个基本要素。电视供给侧改革即内容层面的改革、渠道层面的改革和终端层面的改革。
　　1、供给VS需求：三个层面的变化
　　内容层面的变化
　　在供给侧和需求侧之间碰撞的过程中，会发生一系列的变化。内容层面的变化体现在四个方面：制播分离、模式节目崛起、PGC与UGC、现象级与爆款。
　　可以看到，在新的传播时空中，制播分离已经从原来的遮遮掩掩到现在成为大势所趋。这个问题另外一个表述是社会化制作，当前荧屏上热播一些的电视据、娱乐节目，乃至动画片和纪录片，都在践行制播分离和社会化制作的趋势。除了专业化的PGC之外的，互联网的快速发展还催生了大量UGC——用户生产的内容。无论是PGC还是UGC，都需要和电视屏幕形成勾连，因为电视仍然是第一屏。什么样的节目是电视屏幕需要的呢？这就涉及内容层面的第三个变化，模式化节目的崛起。电视既需要社交媒体的支撑、社会化传播，也需要更好的内容来继续传播。从2014年、2015年开始模式节目有了一个新词，即IP化，翻译成中文就是知识产权、版权。什么节目是电视台需要的？什么节目是观众需要的？什么节目是网络所需要的？现象级的节目、爆款的节目满足上述各方所需。在供给侧的内容制作领域所发生的上述变化中，在市场上最受关注的就是现象级节目，这些节目都有一定的规律，好的明星、好的故事、好的结构、好的剪辑和制作成为收视保障。
　　渠道层面的变化
　　渠道层面的变化，指的是制作出的内容如何传递到接收端，中间的链条，中间的技术实现是怎样的。从最初的模拟信号，到之后的有线网、有线网数字化，偏远地区实现了卫星的直播，数字化的过程中又实现了IPTV、OTT等方式，渠道开始多元化、双向化、数字化。卫星直播对市场形成一定的冲击，特别这两年国家政策对卫星直播、户户通实行的鼓励政策。基于移动互联网的手机端收视，OTT和电视机的连接，包括IPTV等都是在渠道层面发生的变化，这其中有一些和广电有关，有些已经跨界到互联网。
　　从去年年底开始，在渠道层面出现了一个新的变化：云直播，手机端的直播。云直播搅动电视，使电视本身由原来的单维度变成了多维度，一档电视节目既可以从电视上送达千家万户，也可以通过手机端让大家实现连接、互动，多个用户端之间也形成一种互动——基于视频的互动，从原来基于社交、文本、图片和声音的互动扩展为基于视频的互动。云直播注定会影响电视，现在有一些电视台已经考虑通过直播技术实现内容制作和采访素材的提供，然后编辑成节目。
　　终端层面的变化
　　终端层面发生哪些变化呢？从硬盒子到软盒子，从有线电视机顶盒到双向高清机顶盒、IPTV机顶盒、OTT盒子、智能电视盒子，到网络视频、智能手机APP，到最新的微信轻应用。我们相信在不久的将来，在微信这个平台上不仅仅会有电视台的营销公众号，节目直播、点播回放的公众号也会在微信平台中出现，成为终端层面的新变化。
　　而在上述终端层面各种变化中，目前最新、最热的变化是智能电视。智能电视近年来发展很快，智能电视机渗透到千家万户之后，对我们使用电视直播、点播、回放形成很大的竞争关系。此外，虚拟现实的实现，头显设备的出现，使我们的节目制作发生巨大的变化。原来我们分大、中、小的硬屏，将来可能划分为实屏、虚屏。
　　2、电视供给侧：忧患与挑战
　　渠道的变化，内容的变化，终端的变化，这些供给侧的变化对产业链产生巨大的影响，而影响里面有两个非常重要的环节，内容在哪里？用户在哪里？用户跟着终端走，终端在区隔内容传播。内容如何迎合终端的布局，甚至介入到终端的再造。乐视通过终端绑定用户，反过来和内容供应商来谈，通过对用户的绑定提升它与内容提供方谈判的筹码，这都是对产业链的影响。
　　作为传统的广电行业，在跨界发展过程中，还需要面临很大的挑战。作为传统电视，我们的资源出现了外流、外化，需要重新调整；技术上，原来的优势没有了，处于劣势；特别是渠道处于劣势，存在渠道失灵、终端倒逼的隐忧；此外，我们自身的创新能力降低，议价能力也不够。
　　这些困惑、担心也体现在两个方面。一是向内传导，我们现在内部改革比较困难，机制制约要素效率，所以有上海文广、湖南电视台改革的出现，改革要激活机制，激活要素效率，能做到一轮一轮改革的电视台能有多少呢，向内传导变成了对机制提出更高的挑战和要求。如果这方面还做不到，就变成了要素外流，从台里的变成台外的，这是向内传导带来的变化。二是向外传导，主要体现在两个方面，一是广告经营压力，二是品牌影响力下降。整体归结到一点，就是小电视到大电视的资源再分配。传统电视是大电视的一部分，这部分要适应时代的转变，电视台就要解决向内传导带来的两个问题、向外传导带来两个问题。这就需要从小电视向大电视的理念转化、架构转换。
　　国家谈供给侧的改革，提出三句话——减少无效供给，扩大有效供给，加强优质供给。对应到电视领域是否如此？
　　减少无效供给，CSM在进行节目数据分析的时候，有一个指标叫节目资源使用效率，考察节目播出与观众收视是否是平衡。当播出多而观众收视少的时候，节目资源是浪费的，需要减少无效供给。电视台最大的内部改革就是减少频道。减少无效供给看似简单，国家从宏观层面提出非常容易，但是落实到每个实体来实现，既有政策的问题，也有人员的问题、资金的问题。
　　扩大有效供给，为什么这两年电视剧和娱乐节目火爆，因为是有效的供给。这样的节目广告客户愿意投放广告、愿意冠名；有了品牌影响力，互联网平台愿意合作，购买节目的版权。另外，电视台还可以把其他广告资源进行整合，进行一站式购买。我们有电商平台、户外媒体平台、线下的商超平台，这些平台为我们的需求方和客户扩大有效供给。
　　对电视台而言，减少无效供给，难度较大；扩大有效供给，大家都在践行。另一个很有难度的就是加强优质供给。市场在一定阶段的产出量有限，基于现有的条件、媒体、制作人、导演，以及有限的资金，我们能不能做更好的节目呢？能，但是媒体发展出现两极分化，优质供给被大品牌、大媒体所垄断，大品牌、大媒体又和互联网绑定控制了市场，所以增加优质供给非常难。
　　3、电视需求侧：数据搅动下的困局
　　供给侧如何影响需求侧？可以从两方面入手建设需求侧：一是B2B的需求，一是B2 C的需求。B2B即企业-广告营销，电视是一个播出平台、广告的推广营销平台，是企业所需要的。B2C即观众-内容消费，把内容传播给观众，观众收看，再进行内容传播，放大媒体的品牌影响，让广告客户对媒体价值有更深的认知。现在B2C本身出现很多变化。原来C是我们独家的，现在，观看视频有了更多的渠道、方法，C正在被分割，C的实现途径发生了变化，这反过来导致了B2B也出现了问题。
针对上述问题有什么解决方法呢？目前大家正在探索的主要有两条路径，一是将节目升级成产品，让产品成为一个企业的营销平台，把B2B做大。过去讲B2B就是广告，后来有了创意广告，进一步是企业营销平台的搭建，以节目为导向，把节目产品化，把产品平台化。二是让观众化身为用户，用户驱动价值连接与创新，数据是价值的标尺和载体。
　　没有数据，B2B算不清账，B2C是什么情况无法了解。要用数据来厘清B和C之间的关系，要用数据来转换B 和 B的价值及交易，这就是数据搅动下的需求侧困局。企业投放了很多广告，也把广告预算细分到电视和新媒体，但是销售数据并没有增长，是不是营销失灵了？是不是数据在说谎？
　　最近，一篇来自美国的研究发现，由于互联网虚假的点击量，让美国的广告主至少损失了50亿美元以上的广告投放。因此，企业营销会在数据与时效之间摇摆，在数据与实效之间，企业更注重实效。如果数据与实效能接轨、能共振，那么数据是对的，企业的营销是有效的，如果二者中间断裂，一定首先怀疑数据。
　　另外，当前市场上有大量的数据供应商，大量的数据资源应用者。他们并没有尝试连接不同来源的数据，而是把数据拆分使用，不同来源的数据之间没有融通，数据孤岛放大了数据鸿沟。
与此同时，作为当前市场上的热词之一“用户画像”也颇值得商榷。CSM收视率调查不是用户画像，我们把它比喻成“用户照相”。如果相机没有毛病，照出来照片就不会失真。用户画像就有可能画得不像，用户画像如果是基于局部数据，画出来类似盲人摸象，以偏概全，可能导致数据的扭曲或者异化。
　　二、变化厘定标尺
基于供给侧以及数据测量领域发生的变化，我们需要重新思考，我们究竟需要做什么样的数据供应商？站在供给侧如何满足客户更加多元的价值量需求，寻求“收视率+”的可测量的价值增量到底在哪里？只有把这些变化考虑清楚，知道哪些可以做，哪些不可以做，标尺才会出现。
　　1、节目传播的多样化变局：向场景集结
　　换一个视角看节目传播，内容、终端、渠道，这些是供给侧，需求侧就是场景，即观众怎么看视频？从什么终端看？在什么场景下看？场景是当下比较热的词，场景是人和节目连接与互动的情景。通过投票器现场投票，这是一种调查的场景；在大街上拦访，是另一个场景。场景包含行为，包含行为前面的终端，包含了渠道，包含了内容。
　　当前的传播环境下，连接发生了变化。连接包括盒子连接、手机连接、APP连接、微信连接、网游连接、电商连接、互联网金融连接等，这些连接与电视相关联。互动电视包含了回放、点播、分享、点赞、摇电视、评论等。连接是前提，互动是模式。有了连接才能实现互动。
　　无论连接、互动都向场景集结。以家庭收视为例，这个重要的场景正在被分解，变得更加多元。例如，在家边看电视边聊微信，这是一个场景；边看电视边和家人聊天是一种场景；通过电脑上网收视也是一种场景。移动端收视是更为常见的场景，例如在地铁、公交车上，在电梯里，用手机收看视频，这也是一个场景。移动电商也是一个场景。
　　这些场景要转化成我们理解的模式，主要有四个模式，它们固化或者定义收视行为。我们原来定义收视行为，即谁、什么时候、看了什么内容，因为终端电视机确定了，家庭作为地点也是确定的，过去考虑收视行为，主要考虑时间和内容。现在我们要考虑更多，终端在发生变化，谁、什么时间、什么地点、什么终端、什么内容，这五个关键的维度混合在一形成了四种模式，即电视机家庭（TTV）、多终端视频（TVV）、社交化圈层（STV）、消费化入口（CTV）。在家看电视（TTV）依然是非常重要的，这是我们最常见的场景。此外，第二种模式在移动端、电脑端观看视频（TVV），第三种模式边看边分享到社交圈讨论（STV）也是现在较常见的场景。第四个场景，就是边看边买，消费化场景（CTV）。这四个场景，都与收视调查的延伸有关，也和媒体利用价值的扩展相关。
　　属于时间、内容维度的收视率非常容易理解，终端、地点变化后产生的场景化的收视率则不易于理解。把终端、地点混合在一起，就产生场景化收视率：家庭与电视端的收视率、家庭与移动端的收视率、户外与大屏端的收视率、户外与移动端的收视率、边收视边社交、边收视边购买，这都和收视率有关，都要转化成可测量的价值指标体系。
　　2、可靠的数据，有效的标尺
　　与时间相关的包括直播收视率、时移收视率；与终端相关的包括网络收视率、跨屏收视率；与内容相关的包括频道收视率、节目收视率、社交收视率。这就构成一个节目、一个电视多元的价值叠加、多层次的价值叠加。分析一档节目就可以知道多少人看了直播，收视率多少？多少人点播？时移收视率多少？多少人在网络PC端、手机端收看，收视率多少？了解到网络+电视，跨屏收视率是多少？还可以了解作为单一节目产品实现的价值，以及在社交媒体实现的价值，这就是立体反映一档节目价值的维度，并且是基于收看和讨论行为的。
　　这么多的数据、维度放在一起，多年来业界一直在摸索；企业、广告公司、电视台也提出很多需求；CSM作为数据研究公司，也在寻求解决方案。我们解决方案遵循基本的原则就是数据可靠、标尺有效。
　　数据有两个来源，一是以用户为中心的数据（User Centric），如固定样组的调查，以及终端对应用户的数据采集与识别。以用户为中心的数据主要有两个测量技术，一是固定样组（people meter），二是虚拟测量技术（virtual meter），它也是个人化的，通过抽样对用户进行数据采集的。另一个来源是以内容为中心的数据（Site Centric），包括回路数据、加码监测数据、跨平台数据叠加。现在很多大数据是基于内容、基于行为的，是基于不确知的群体行为的数据。例如爱奇艺的数据，是APP打包集成的数据，是后台数据。
　　3、关于大小数据的争论
　　以内容为中心的是大数据，以用户为中心的是小数据。这两类数据之间怎么衔接？是大数据可靠，还是小数据可靠？大数据之间价值是替代关系、互补关系、还是相互利用关系？
　　学者刘德寰认为现在谈到大数据，基本有四个混乱观念：第一，大数据是全数据，忽视甚至蔑视抽样；第二，连续数据就是大数据；第三，数据量级大是大数据；第四，数据量大好于量小。对应的是：抽样数据只要抽样合理，结论准确；连续只是一个数据结构；大量级的噪音会得出错误结论；大小与价值关系不大。任何一个网站的数据都是人们互联网行为数据的很小的一个子集，无论这个子集多么全面，分析多么深入，都是子集，不是全集。对于企业来讲，竞争对手的数据价值远远超过自己网站数据的价值，从量级上，对于所有公司都一样，自己拥有的数据远远小于全集数据。看起来的全数据恰恰是残缺数据。数据量的大幅增加会造成结果的不准确，来源不同的信息混杂会加大数据的混乱程度。研究发现：巨量数据集和细颗粒度的测量会导致出现“错误发现”的风险增加。
　　有些网站花400、500元可以实现1千万的点击量增加，这是靠机器人点击，不是真正的收视行为。收视调查是调查所有电视观众的收视行为，特别是电视与其他屏幕跨屏的收视行为的集合。收视率调查从来不讲数据挖掘，有设计的数据是非常清晰的，不用挖掘。大数据需要挖掘，挖掘是靠机械的方法、模型方法，挖掘的数据未必是好的。
　　学者彭兰提出：当下，大数据或数据这样的词，已成为媒体彰显其“与时俱进”姿态的标签——哪怕只是在报道中出现了几个不知从何飘来的数字，也会贯以“大数据为你解读……”这样的标题。对于过去常常把“数据”看作“理工科”思维的媒体来说，大数据或数据成为热词，不是坏事。毕竟，数据的应用是指引媒体未来之路的一个路标。但我们应该意识到的是，这条路上也会充满陷阱和荆棘。如果只是把数据当作一个时髦而热闹的新花招，不懂得数据采集、清洗与分析的严苛要求，数据来源不考究、数据使用随意，或者陷入各种数据分析的误区（如将相关关系解释成因果关系等），那么这些“脏”的数据可能会成为媒体的新污染源。
　　电视台会拿到索福瑞的数据进行研究，也会拿到一些研究公司、调查公司的数据，或者一些免费的数据。数据之间会出现“打架”的现象，会有干净数据、脏数据。大数据也不一定干净，也有样户污染的问题。抽样的数据要污染，是一个户，两个户，不是一千万，两千万；而大数据的污染，500元可以提高1千万点击量，而500元能污染一个抽样样本户就不容易了，所以这不是可比的量。脏的数据会形成媒体的新污染，我们怎么看待数据，不能人云亦云，要对数据有一个非常准确的把握，有标尺的概念。
　　美国教授熊辉，写了一篇文章，研究算法和模型怎么高效挣钱。他经常用瞎子摸象来比喻数据分析。大象就对应海量数据，每一个数据分析师就是这个瞎子，我们只能够摸一部分大象的部位，就像数据分析师只能够拿到部分数据，但我们通过部分的数据来感受整体。我们现在有些数据分析叫画像，根据经验知道大象长多大，现在更进一步是照相，把我的照片放大之后，你知道是大象。
　　我也在2014年写过一篇文章《与数据共舞》，所谓数据，不只是数字，更在于是否有“据”，能否成为证据、依据。电视之外的视频行业，满天飞的还只是数字，亟待建设的恰是数据。从内容提供商的角度，理想的状态是“一云多屏”，皆有回报；但眼下的事实是，无论传统的还是新兴的，都仍然争抢着把内容往电视屏幕输送。究其原因，输送到中屏和小屏的内容究竟价值几何，是广告分账还是版权收费，还很是算不清楚。要想把电视之外的视频行业理个清楚，政策规范是必要的，但是形成共识，构建标准，剔除满天飞的数据水份可能更重要。拿数字当数据用，这是非常大的问题，对自己有利的数字当数据用，这个不是专业人士要表现出的态度。
　　4、混合的方法，融合的体系
　　所以，我们整个收视率调查行业、数据价值分析要探讨的是什么？我们要用混合的方法，融合的体系，把上述内容结合在一起。用五句话简要总结在用混合的方法、融合的数据体系时候需要注意的问题。第一，不是所有的数据都可以融合。第二，融合的效果取决于大数据质量，不取决于小数据。小数据是确知的，小数据质量再差，知道质量差在哪里；大数据质量再好，你不知道好在哪、差在哪。第三，终端个人化标识很关键。我们知道终端、手机是谁的，也知道手机上所有的行为，就实现了同源测量，这取决于终端个人化的标识。第四，不同源数据去重很重要。受众今天既看了电视上的内容，也看了pad上的内容，如何去重很重要。第五，构建统一的体系与标准。
　　聚焦供给侧，测量新价值。这正是CSM近年来所致力于的方向，在不断跟进的领域。供给侧靠大家，要把供给侧做好需要大家的共同努力。看准方向，用好数据，找到我们自身新的价值，CSM会和大家携手并进。