近年有關電視服務的新聞和評論都很多，除了新電視牌照風波外，電視台續牌、節目質素等評論也接連出現。但大家不知有否發現，TVB 現在愈來愈準確掌握網民口味和對節目的評價，甚至會在《東張西望》快速回應網民質詢？社交媒體分析工具的出現突破了傳統收視調查的限制，TVB 就是活用 Big Data 在業務上的成功例子。

 

傳統調查方式快落伍

傳統電視節目收視調查要靠電視機和機頂盒來進行，藉由以隨機方式抽取部分觀眾為樣本，在住戶家中的電視加裝收視調查的機頂盒，收集樣本家庭的收視紀綠從而得出數據，再以此為基礎放大成為全港收視紀綠。但這種收集方式難以適應新時代的發展，尤其當愈來愈多渠道可以收看節目時，這種傳統方式就更加欠缺精準。

「現在愈來愈多人不會坐定定在電視機前收看節目，反而會上網用 myTV 網站，甚至直接用手機 App 來收看， 傳統的電視收視調查方式已經追不上時代的發展。」IBM 香港軟件品牌市場經理鄺俊仁說：「舊式收視調查不但令分析變得不準確，也減低 TVB 爭取廣告銷售的可能性。而我們就協助他們運用 Big Data 分析收視率和觀眾意見，從而更精確掌握觀眾口味和廣告商意向。」

 

爬 Facebook 收集網民評論

無綫電視是全港率先採用這套 IBM 社交媒體分析方案的機構。該方案透過程式收集來自各社交媒體和綫上論壇的數以億萬條公開評論，再以此為數據分析，透徹洞察觀眾的意向，從而令希望掌握節目在網路評價的 TVB 可即時掌握有關數據，更深入了解其節目帶來的迴響，以及更全面掌握其作為香港持牌電視廣播機構的聲譽。

「傳統收視調查只能讓電視台知道哪些節目收視比較高、觀眾在不同時段看哪些節目、節目前段和後段有否觀眾流失等。但知道有流失不等同知道『為何流失』，就算知道觀眾在後半段離開了，也無從得知觀眾是不喜歡作品還是其他原因，往往只能靠推測來分析，是否正確也無從得悉。而從網上透過關鍵字即時收集網民對劇集的意見，就確確實實的了解到觀眾為何喜歡為何討厭，這樣 TVB 才能針對問題來改善節目質素，而不是『靠估』。」鄺俊仁說。

 

用大數據了解市場口味

TVB 市場研究與信息科高級經理梁廣指出，新的綜合數據庫與社交媒體分析平台，對於觀眾研究及無綫電視的未來商業策略意義重大。傳統節目收視率調查依然重要，但如今必須加入社交媒體分析才能全面掌握輿情。IBM全球創新網絡香港區首席科技專家戴劍寒亦表示，社交媒體分析方案令 TVB 不僅「聆聽」到社交媒體上的言論，更能全面擷取和分析這些消費者意見進而付諸行動，以加深了解收視行為和觀眾情緒，並提高網上聲譽。

此套系統其實並不限於用作收視調查，一般廠商亦可透過有關工具了解市場口味。近年網路上經常出現「未推出產品資訊外洩」的現象，其實有不少都是為了在正式推出前掌握市場口味的市場策略。如果每次只能透過市場銷量來了解產品的受歡迎度，當失敗產品推出後亦只能估計失敗原因，成本虧蝕了卻未必能掌握真實市場評價，對機構的損失太大。透過 Big Data 掌握使用者的網上評價，因為往往是真心評論，對廠商而言其實更「有血有肉」。

 

掌握網路觀眾數據

傳統收視調查其實屬於統計學專業，但傳統統計方式只能用隨機樣本和放大投射的方式了解市場，並非真的掌握了「真正的全港收視數據」。而來到網路和數碼時代，愈來愈多觀眾用電腦和手機觀看節目，以傳統收視調查方式收集數據便愈益出現偏差。有多少年青人收看？男女比例多少？甚麼時段用哪種渠道來看？這些統計數據都只能靠數碼方式獲得。

為配合觀眾日多在數碼平台收看電視節目的趨勢，TVB 於 08 年推出 myTV 網站服務，並在 11 年推出 myTV 流動應用程式，今年初更推出了 GOTV 付費自選頻道。其實數碼平台反而可以更有效掌握觀眾人數，因為全部都可以有 IP 紀綠，而且有關裝置的使用者也鮮少會把畫面向多數人播放，獨自收看節目的情況比較多。

但問題是，傳統收視調查的數據和自行收集的網路播放數據，如何可整合變成一個具參考價值的收視數據庫？而歷年來的節目成績也是一個專屬的大寶庫，如何挖掘數據以提取價值？因此 TVB 將在 IBM POWER 系統上，部署已配備 BLU 加速技術的 IBM DB2 數據倉庫，以及運行 IBM Cognos軟件，以搜索出 30 多年來的節目收視率數據，以及發掘這些資料與社交媒體評論的相互關係，讓管理層洞悉媒體消費習慣的各方面趨勢。

 

真實數據有助廣告銷售

分析來自各社交媒體的數以億萬條公開評論，將社交媒體數據結合 TVB 內部準則和傳統的績效指標，把分析結果整合為易於配置和易懂易明的圖表及資料顯示板，匯編成市場洞察及深入分析報告，就能協助管理層在提升市場推廣效益、發掘商機、主動化解問題等各方面，作出更明智決策。

鄺俊仁指出，TVB 過去只能用經驗去判斷新劇的元素會否受觀眾歡迎，要向廣告商推銷新劇亦只是靠這些主觀分析，廣告商欠缺客觀數據判斷是否在新劇上投放廣告。「以前 TVB 只能按經驗估計新劇的收視率，再向廣告客戶推銷。但透過 Big Data 就能用真實的經驗數據來分析預測。人手經驗推測可能有錯，但數據卻騙不了人，在廣告銷售時提出收視的估計也更具可靠性。」他說。

這也是為何 TVB 要分析過去 30 年節目的原因。有多少套受歡迎節目是用了警匪片為題材？有多少套熱門劇集是因為某個演員？有多少套成功節目是時裝劇？而且數據還可交叉分析，以 A × B 或 A × C 最為有利，這些數據都數得出來。由於是從真實的節目數據庫中數出來的，是客觀的數據，監制可更易掌握下一套該做甚麼題材之餘，廣告商也能以此參考是否投放廣告，這對 TVB 廣告銷售有更大的幫助。