朗澄：数字是死的，诠释是活的
记者开例行编采大会，总编问，“拜托大家，想想有什么题目、什么方式，可以提升 PV（Page View）？”这对话发生频率越来越高，令媒体机构工作者越做越慌，全因近年一个流行语：“大数据”。商业和媒体机构对于大数据，普遍的理解是一张成绩表，绝对的、准确而亮丽的；顾客和读者群对你的关注度、阅读行为和次数，一目了然，无法隐瞒。网海这大数据，是洪水是猛兽，是不近人情的恐怖分子，触不到、看不透，杀人于无形；被它掩没前，掌握这“点金石”，才能找到真主，拯救整个机构。作为一个业余数据骗子，我认为这是一种过分盲目的信仰，大家混淆着“数据”和“大数据”，逐渐淹没了理性。
你先听听我以数据“呃饭食”的故事。六七年前刚入行做广告，已开始主力为客户 “go digital”，搞网站、造 App，玩 Facebook 与微博。那时做 digital 还是“二奶仔”（次要的），出个刀仔价，就要求你锯大树。广告钱不好赚，而最为公司赚钱的，反而是每月或季度的数据分析报告。原因是，做报告所花的人力资源非常低，而且交货频率相对较高。
数据确是很透明，你手上拿着的那一大堆 Google Analytics 和 Facebook 原始数字，与客户拿到的不会有任何分别；要符合期望又要给予洞察功能的解读引用，才是他们要的商品。首先报告得让客户看到跟 KPI（成效指标）的距离，亦要从公司角度，思考如何看上去离那目标最接近，同时令客人称心满意。不断重复做这份作业，又要突显分析价值，当中“发挥”空间不少。数字是死的，诠释是活的，需要极多灵感创意。然而，由广告公司转到媒体公司，看数据所涉及的商业瓜葛少了，其实报告更难做。毕竟不是卖客，运算数据是实实在在希望可寻找 go digital 之路。
如果你还是觉得我故弄玄虚的话，可看看早前引起业界讨论的 AdmanGo 社交媒体广告行情，就会明白更多。报告一出，大家熟悉的香港网红竟然榜上无名，King Jer 和萧叔叔等完全在最高广告收入的 KOL 榜“被消失”……另外，报告中呈报的广告花费排名，同样惹来很多疑问。业界质疑，连普罗大众也会怀疑的大数据总览，有什么权威性可言？及后博客 Jansen 解画，原来 AdmanGo 定义 KOL 非常“严谨”，要有一个“有头有面”、实实在在的人物代表，反而将“匿名”的 King Jer 列入传媒系列，与网民概念有相当大的落差。另外，广告费方面他们则以各专页的 Rate Card （广告价目表）作数据投射，但由于每个项目交易价目都不一样，而且各专业收费浮动性亦颇大，估计含想像成分极高。可见即使诚实使用数据，仍然可以各说各话。
当媒体和广告营销界线越见模糊，问题变得更是复杂。从前媒体报导与广告的地盘分得很开，编采部门只专注有新闻价值的题目，旁边的广告除非有违报格，否则记者和销售团队河水不犯井水。但今天记者每天生产内容，要考虑到浏览率、广告与赞助。先不跳进特约报导转型的讨论，只谈报导本身；由纸媒跳到网媒的年代，不再靠捆绑式零售，每份报导都有其独立的成绩表，令报导仿佛需带有营销概念。
记者会问，为何要抱着头退后跑 PV？要是万箭穿心还继续做，我还有编采自主？老板更头痕，明明深知奋力去做内容农场化、做标题党，都只是死胡同（较有智慧的老板啦），但数字不升谈何生存？我手上拿着的数据是绝对的、透明的，整个业界都看得到，怎做生意？
媒体机构，你的战线在哪儿？
我没有绝对的答案，但肯定的是，“大数据”提供的数字并不是绝对的。网站流量现在都得依赖网络巨头 Facebook 和 Google 的运算，而两者本来就带有商业目的，不断搬龙门以优先力推其新出的商品，因此硬数据背后，其实有另一种商业逻辑。例如早些年脸书首推直播功能时，派彩给读者数量特别高，粉丝直接收到通知提示，却对媒体门户网页浏览率无甚帮助。为跑赢 YouTube，脸书更一直刻意偏重影片接收率。然而，并非每个报导都适合拍片，影片制作团队亦要与记者如何合作，更要内部衡量资源分配；这些不包含于数据内的架构重整，都令媒体感到很迷失。更重要的问题是，下一波脸书又会推什么产品呢？
再说具体一点，除了 Page View，大数据世界其实更大，亦无必然的致胜公式。比方说 Average Sessions（文章平均阅读时间）和 View Through Rate（影片平均浏览时间），这些读者兴趣度指标，同样会影响 Google 排名及 Facebook 派发量。文章骗得到 like 和 clicks，读者一按即走，你一样会受到惩罚。而且当下浏览率高，但读者过目即忘，印象分差，回头度低，机构也难以持续作战。
Page View 大跌亦不等于末日将临，月前《华尔街日报》宣布退出 Google 的 “First Click Free” 计划，浏览率便急泻四成多，但订阅率亦增加了四倍。脱盟 “First Click Free” 计划后，Google 用户不能再绕过《华》的收费墙免费看若干数量的文章，情形就如杂志封起胶套，大家不可再于购买前翻书，Google 更不会放你在当眼位置。《华》做这决定前，已预期 PV 会下降，但他们清楚明白，其主要战线在订阅收费，此模式是否能成功，是不是救世良方？当然还是未知数。
关于大数据，我想说的是，它不是经典科幻电影 Matrix 内的教世主 Neo，打败几多 Agent Smith 亦未必可靠他找到净土。其实大众对于大数据分析并无普遍共识，就算有小撮科技公司有一本完整手册，解构海量数据，理顺网民每一个浏览脚印，但终归你也要自行推敲他们行为模式。而且，网络使用趋势实在变得太快，个人认为也不需过度解读。媒体机构不用过于执著在一两组虚无的数字，亦不应满足于短线成绩。识玩玩数据，它是一把双刃剑，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。
（朗澄，广告传媒杂工，（非勇武派）键盘战士，digital 界打滚多年，工余却是晨型废青，心底里还是爱看纸媒）
马杰伟：追数留三分，PV外的专业与价值
网络正面冲击传统媒体，网媒生态全面改变公众接收媒体信息的行为与习惯。几年前，不少人觉得网络大数据，可以准确追踪受众行为。最“为人乐道”的是，广告商取得你和我的浏览历史，然后在手机屏幕兜售相关产品。多看摄影节目，会招来相机广告。我自己退休前后， Facebook 不时出现退休理财及医疗保险方案。
我们预期精准的大数据分析，可以给记者、传媒老板、广告商、公关、警察、情报机构等，一大堆度身定做的网络使用行为报告。但朗澄指出，网络大数据的海量信息，有极其复杂的面向，可以引导、调控的空间极大。记者编辑、广告客户、公关公司、社会行动的策略团队，各个利益单位均可按照他们的议程，调控对自己有利的数据，所以点击率、浏览量、粉丝人数、多少个赞、多少个嬲，数字背后需要诠释与解读。公众心理也会随网络新功能的开发而千变万化。
就单说按赞行为，一年前一年后的情况都有不同，以前的100个赞，不等于今天的100 个讃与100个嬲。按赞也随着网络社交礼仪而变化，俾面按赞，不一定会看内文；看完敏感内容而不按讃也是常态；一按即走的行为，提高点击率但并不一定赢得好感。网络数据变化太多，暂时难以作为编辑方向的总体及决定性参考。
以前报刊的主要数据是发行量及读者群，但很难准确知道个别文章的阅读量。现在网络文章有清楚的数据，大家更能掌握哪一类内容哪一个作者较受欢迎。影音制作方面，以前主要靠收视率。公共广播为了抗衡，创出欣赏指数调查，强调收视行为必须质与量并重。90年代初，我在香港电台工作，其中一个项目就是协助引入 BBC 的欣赏指数，具体了解这种指数的调查方法及背后的理念。
公共广播不能只追求收视，因为传媒在市场逻辑以外，还有公共利益与社会价值的追求。欣赏指数正是要知道公众对个别电视节目的评价。欣赏指数的出现，当然也因为港台要拿出一些看似客观的数据，向官员及公众证明其存在价值。如今网络短片有准确的点击率及收看长短的数据，但欣赏质素及公共价值方面的观赏经验，不能以多少个赞及碎片化的留言来判定。
可以这样说，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。这些判断与价值，可以是美学艺术，也在于公共利益。
（马杰伟，退休教授，早年研究媒体生态、普及文化、城市空间、身份认同）
Matrix 內的教世主 Leo, 係救世主 Neo
謝謝指正，已經修改！