按照你每天刷手机所看到的新闻而言，究竟是有多少是切实依据数据分析而推送于你的，又有多少仅仅是小编凭借固有感觉自行编撰出来的呢？在二零一五年的时候，麦肯锡报告已然明确表明，大数据已然超越了传统软件的处理能力，然而一直到如今，多数媒体依旧采用“拍脑袋”这样的方式从事新闻工作了呀。

数据定义新闻新边界

大数据不单纯是指数据量究竟有多么庞大，而是意味着我们到底终于具备了能够处理这些海量信息的能力。百度百科所给出的解释相当清晰明了，当数据规模大到主流软件工具在合理的时间范围之内无法进行处理的时候，这才被称作大数据。在移动互联网得以普及的当下这个时期，每一个人都是数据的生产者，每天所产生的数据量是以EB作为计算单位的。

这些数据，已不再是冷冰冰的数字，而是被明确界定成为了一种战略资源，麦肯锡报告把它视作资产，那是能够衡量以及计算的价值，新闻传播行业务必要意识到，以往凭借经验去判断读者喜好的那个时代已然结束了。

从经验主义到数据驱动

以往，总编辑开会决定今日重点报道内容，所凭借的是多年的从业经验。如今，数据分析能够告知你，在上午九点上班途中用户喜爱阅读什么，于中午休息时段何种内容的打开率最高。中国石化的内部调研已然发现，基于数据的新闻推送相较于传统方式，点击率高出了三倍。

新闻报道所具备的针对性，已然不再属于空话范畴，借助对用户阅读习惯予以分析，以及对停留时间加以考量，还有对其转发路径进行探究之后，媒体能够精准明确究竟是哪些话题能够切实引发共鸣。而华北石油局的实践呈现出这样的状况，基于数据驱动的新闻策划，使得企业内刊的阅读率，从原本不足百分之三十提升至百分之七十六。

机遇藏在数据分析里

秦云益于论文里提及，大数据致使新闻传播的科学性得以显著升高以前讲“贴近群众”需凭借记者把腿跑断，现今借助数据分析舆情，几小时内便可把控公众所关注的热点在报道重大事件之际，数据能够告知你应当从哪一个角度切入。

报道深度会随着数据发生变动 ，记者已不再是仅仅采访寥寥数人便着手撰写稿件 ，而是借助对数量众多的数据加以剖析来找寻趋向 ，就像在报道房价这一情况时 ，通过对达十万条的交易记录予以分析所获得的结论 ，相较于采访十位中介而言 ，更具说服力。

挑战同样不容忽视

依赖数据过度会致使记者丢失独立思考能力，要是全然依据点击量来决定报道内容，严肃新闻、深度调查便会消逝，余下的尽是娱乐八卦与标题党，百度指数的数据即便再精准，也没法取代记者处于现场的感受。

数据自身同样会说谎，样本存在偏差，采集方法有误，分析模型有问题，这些均有可能致使结论全然相反，新闻工作者要是不具备数据素养，便容易被数据误导，进而写出与事实不相符的报道。

平衡之道在于人机结合

最佳的做法乃是将数据视作工具而非主人，记者借助数据分析以发觉线索，凭借人类独具的价值判断来确定报道走向，中国石化的做法值得予以借鉴，数据系统承担推送热点使命，编辑负责把控内容的真实性与导向。

面向大众的新闻报道，其受众终结对象为人，而非机器，数据虽可明确受用户青睐之所向，却难以判定何者对社会具裨益，新闻从业者非要考量此平衡点，置于基于数据的推荐及社会责任之间，切不可为流量而弃守底线。

落地需要系统支撑

买套软件可实现不了数据驱动。首先得培养那种既懂数据又懂新闻的复合型人才，华北石油局所作的是送编辑去学数据分析，让技术人员去学新闻采编。其次要构建起数据采集以及处理的标准流程，以此确保源头数据精确无误。

硬件投入同样不可或缺，传统媒体大多 IT 基础薄弱，连最基本的用户行为追踪都缺乏开展，麦肯锡报告表明，大数据处理所需的分布式存储以及并行计算能力，这些技术设施都需要投入大量资金。

你认为往后的新闻，究竟是机器算法来判定你所瞧见的内容，还是由专业编辑去决定你应当观看的东西呢？备受感激来到，评论区当中留下话语进行研讨，通过点赞使得更多之人介入这个话题。