回应马杰伟、朗澄：大数据是读者的悄悄话，聆听方有活路

《马杰伟、朗澄：大数据不是点金石，PV 大跌并非世界末日》一文的重点之一，是劝谏媒体人，不要一味追逐 PV（Page View），要坚守新闻的专业和价值。

可是，PV 的压力根本在社交媒体编辑、growth team 或者市场部头上，就现在的媒体环境来看，编辑室的问题恰恰是太排斥社交媒体、流量、数据，甚至躲在“专业和价值”的背后围炉取暖。

PV 大跌不重要？

传媒，特别是新闻行业，讲求影响力、阅读量，PV 大跌意味着很多人不看你的文章了，当然是一个非常需要解决的问题，就算未到“世界末日”，也是“末日将临”了。

文中举《华尔街日报》的例子试图证明 PV 下跌不是世界末日，并不恰当。

第一，《华尔街日报》的 PV 下跌并非内容直接导致，而是它商业计划的一部分。《华尔街日报》的战略是退出“First Click Free” 项目，让更多读者无法免费阅读文章而不得不付费订阅；代价是 PV 下跌。这种 PV 下跌，无法与自然下跌相较。

自然下跌意味着，1）读者开始减少阅读你的内容；2）你的读者数量开始减少。这两点剑指内容，除非特殊情况，很难归咎到产品和技术层面。如果不检讨近期的选题、文章质量、标题和引言等等内容要素，趁早找到肇因，那么 PV 还会继续下跌。

《华尔街日报》让渡 PV 换取订阅的做法，并不能说明 PV 下降不严重。第二，他们对数据分析的重视，以及去年开始盈利的亮眼财务报表，反而说明了“大数据”可以“点石成金”。

在2013年买下《华尔街日报》的 Jeff Bezos，月前明确表示：“我永远不会让任何人成为数据的奴隶，但我也不认同那些不在乎数据的人（I would never let anybody or ask anybody to be slavish to data, but I’d also be super skeptical of people who aren’t curious about the data.）”说明他认同数据和善用数据的重要性，而且，《华尔街日报》推出的 CMS 管理系统 Arc Publishing，内嵌数据分析工具，也显示了该报在数据分析上的革新。

数据分析是一种积极尝试

朗澄在文章提到，“（数据）是一把双刃剑，理解越多，可因应客户或老板等目标观众而‘调教’发挥功效，盲目跟从数字走势，只会作茧自缚。”

马杰伟说，“掌握网络数据，不必相信十足十，追数留三分，点击率之外，还有专业判断与价值追求。”

华语新闻界内，其实有多少媒体人，能说清楚新闻编辑室里的数据是什么，怎么分析，怎么借用？当大家都在探索阶段的时候，提出“PV 高低也没什么，你要相信自己的专业判断”，也略嫌太过保守。

不妨来理清一下基本逻辑。

在 Google、Facebook 没提供数据分析前，媒体人百分之百靠自己的判断做新闻，有解决在社交媒体时代，媒体影响力下降、阅读量下降、难以生存的困局吗？没有。
那在两家公司提供数据分析以后，媒体人不作改变，继续靠自己的判断，能解决问题吗？之前做不到的事情，现在又要如何做得到？

主动学习数据分析，适应变化，能解决如今媒体所面对的困局吗？不一定能，也不一定不能。

综上，数据分析不一定能解决媒体的问题，但是不做尝试，就一定解决不了任何问题。试了，才有可能活；不试，就会死。

怎么试呢？数据分析是一门手艺活。首先，文中提到商业和媒体机构对“大数据”过到执迷。仔细了解“大数据”背后蕴含的意思，精髓是用数据研究用户的行为，就像以前报纸做的 Focus Group，读者调研等。其次，做数据分析的，多看不同指标，通过复合指标来研究单一问题；通过假设、实验、反思的循环方法进行论证，都是基本功。

目前，已经有很多量化指标可以看到读者与内容之间的关系。有 page views，也有 unique views、average session time、duration、bounce rate、referral path...…与工程师合作，还能建立 events，观察读者在每个网页上的动作，他们会否点击“延伸阅读”或“热门头条”，他们会否评论或分享，他们在文章的什么位置离开......

这些颗粒度极细的指标，搭配在一起，就是以读者行为为据所呈现的满意度、兴趣和疑惑等。这种量化分析，再结合定性访谈，可以说极大提高了媒体在内容、产品、技术、运营各方面决策的科学性。

该文提到靠“操作”数据报告而博得客户欢心的案例，其实并不能作为证伪数据分析的论据。

传统媒体人不能排斥改变

“专业和价值”在一定程度上只是挡箭牌，挡掉媒体人适应新变化、不得不做出改变时的心理痛苦。

以前，也直至现在，媒体主管们以他们的多年经验为基础，判断该“做什么新闻”和“怎么做新闻”，当然，这绝非他们的任性决定。

这种模式的问题在于，除非媒体人能准确判断目标读者的疑问、信息需求、感兴趣或不感兴趣的议题......即“痛点”，否则，读者看不到文章和自己的关系，很容易选择不点开文章。

其实，读者选择不看这篇文章，与文章本身的深度、故事精彩程度、文笔流畅都不矛盾，但表明某一些内容要素出了问题，可能是标题引言，可能是题图，或者切入方向，或者选题方向等等。

现实困境往往是，媒体人被“大数据”、“PV”、“UV”这样的指标吓坏了，抗拒思考指标的内涵，包括读者行为对你“说”的话。回应读者的疑问、时代的病症，是媒体人的职责所在，拒绝聆听读者声音，由着自己的喜好来判断大小事务，并非专业所为。

假设一篇文章 UV 低，停留时间在平均水平，跳出率也在平均水平。这就是读者用行为向你投诉，你的内容有问题。数据分析帮助你找到可能的肇因，最终，还是由媒体人自己来解决问题，数据分析早已退场。

互联网出现后，媒体面临的最大变化是，信息、内容供给大于需求，媒体业走入买方市场。这不是说媒体人要开始“服务”读者了，但在市场中，主导角色确实早已对换，编辑记者和读者之间的关系改变，这是不是令习惯从上而下的传统媒体人感到不适？

其实媒体人和读者之间本来就是共生关系。读者厌恶内容农场，期待自己感兴趣的、高质量、专业的内容；媒体人也希望生产读者感兴趣的、高质量、专业的内容。既然大家目标一致，不必排斥去相互倾听、相互了解。考虑到读者人数过多，难以逐个面对面沟通，才有了“大数据”，试图以数据分析的方法搭起媒体人与读者的沟通桥梁。

我明白但凡工具，就是双刃剑。媒体行业内，也不乏对数据走火入魔的人。然而，现在华语新闻界在数据分析及应用上，还是犹有不及，现阶段还得是多鼓励尝试为宜。

本刊載內容版權為端傳媒或相關單位所有， 未經端傳媒編輯部授權，請勿轉載或複製，否則即為侵權。