跨幕观众观看行为的测量：现状、问题与探讨_科技论文

跨屏受众收视行为测量：现状、问题及探讨，本文主要内容关键词为：受众论文,测量论文,现状论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

       跨屏传受是一种全新的传媒生态和市场形态。提供科学客观的跨屏受众行为数据，是促进这个新生态和新市场良性发展的第一步，也是不可或缺的一步。作为由此产生的一个新事物，目前跨屏受众收视行为测量正成为中外努力攻关的一项前沿性课题。

       在我国，随着跨屏传播的热潮兴起，受众跨屏收视日益普及。视频内容在大、中、小屏之间不断地渗透和游走，传统的电视“一屏独大”被“多屏分立”所取代，受众的注意力从电视被分散到不同的屏端，视频内容尤其是电视节目的跨屏传播为实现内容的价值增量提供了新的途径，而这“刺激了视频产业相关利益主体对跨屏受众进行评估的需求”。①电视台希望通过跨屏测量来综合考察节目的传播效果，以全面科学地反映节目影响力和广告溢价力；广告主/广告商力图通过评估不同平台的价值，为广告预算分配提供客观依据；管理或研究者则希望了解受众/用户在不同屏端的时间分配和运动规则……社会需求作为技术创新的重要源泉，再一次成为推动跨屏测量发展最强劲的动力之一。

       媒介融合环境下的跨屏受众测量，不再囿于传统的电视端，而是延伸和辐射到节目视频所能到达的多个屏端，并在测量方式、技术路径、数据来源、测量指标等方面呈现新特征的同时带来了新问题。

       一、跨屏收视与受众特征

       1.跨屏与多屏

       所谓跨屏，也称为多屏，是指内容或受众在以电视大屏、电脑中屏、手机(或IPAD)小屏为代表的不同屏端的传播或流动。相对于传统电视，数字有线电视、IPTV、智能电视以及所有中小屏端又被称为新媒体。跨屏与多屏常常混用，但是跨屏与多屏又略有不同：多屏意味着屏多，是对目前多种屏端并存状态的一种描述，表征多个屏端的平行并列关系；跨屏源于多屏，但一个跨字，形象地描述了内容或受众在多个屏端间的游走和切换状态，表征的是各屏端之间因内容或受众流动而产生的关联性和交叉性。

       跨屏收视行为测量是指采用一定技术手段对不同屏端的受众收视行为进行的识别、跟踪、记录及其整合。

       2.收视方式

       跨屏传播带来全新的受众收视模式。随着视频内容通过数字有线网、宽带、移动互联网等多种形式在大、中、小屏等各种屏端播出，受众收视也由单一收看电视直播，拓展为在多个屏端的直播、回看和点播等收视形式并存。若以播出屏端和收看方式为横纵坐标，我们可以将跨屏受众的收视方式划分为如下四类：(1)大屏看电视节目直播；(2)大屏节目回看、点播和网络视频点播；(3)中屏看直播、回看、点播；(4)小屏看直播、回看、点播(详见表1)。

      

       从受众规模和收视时长来看，上述四类收视中，第一类收视仍居主流，即传统电视仍是老大，其他三类收视尚未颠覆以电视直播为主导的视频收视格局，但它们对视频行业的影响正日益显著。2015年，我国电视观众人口约12.78亿，受众群规模高居第一，而人均日均收视时长却由上年的161分钟下降到156分钟③，下滑态势持续。反观网络视频，短短几年内发展迅速，尤其是手机视频收视已进入发展快车道。根据中国互联网络信息中心(CNNIC)的统计，截至2015年12月中国网络视频用户规模为5.04亿，其中手机视频用户规模为4.05亿，增长率高达29.5％。④就跨屏受众而言，2013年我国视频媒体复合用户总规模达到20.72亿，有75.7％的网络用户使用三屏及以上视频终端观看视频。⑤

       3.受众收视特征

       跨屏传播的发展不仅催生出日益庞大的跨屏受众群，也形塑了跨屏受众新的收视行为特征：一是多时态多场景化。如果说现阶段电视仍是家庭媒体，那么电脑尤其是手机则是地地道道的个人媒体和日常伴侣，随时随地、随心所欲、线性和非线性的“直播+回看+点播”结合，收视时空早已突破了单一场景下实时同步收看的“客厅—线性”局限，实现多元场景下的多时态、非线性收看。

       二是自主碎片化。如果说传统收视是固守单一电视屏，且收视相对集中，可以瞬间集聚起庞大受众群的话，那么新技术给予了受众更强的自我赋权能力，拥有更强的收视自主性和选择性。他们游走于不同传播渠道，在多个屏端间自由出入和切换，收视更加零散和碎片化；而“海量的视频内容使受众可以在主流内容之外，按照自己的个性偏好选择内容，偏好驱动的忠诚将受众分化成不同的利基市场”⑥，受众群亦趋于碎片化和蓝海化。

       三是多任务整合化。新技术的创新普及，使受众对同一内容的收看可以轻松的从一个屏幕无缝切换到另一个屏幕，并可以凭借同一账号续播，实现同一任务的多屏间无缝对接。此外，越来越多的人同时使用多种媒介，甚至同时进行收视、评价、参与传播等行为，例如在看电视的同时通过手机搜索与节目相关内容或查阅电子邮件等等，实现多任务、多行为重叠，有国外学者将这种现象叫做“媒体啮合”(Media meshing)。⑦微软一项调查显示，57％的受访者会在看电视的同时使用其他设备浏览节目相关内容，39％的受访者看电视的同时通过其他屏分享节目内容。⑧媒体啮合使受众将分散在不同屏端的相关视频信息整合起来，生成新的意义和后续行为，视频内容变得更具粘性。移动互联网时代的到来，使受众碎片化的时间得到整合，而新媒体所具有的社交属性又将重聚碎片化受众，将个体的收视行为转化为虚拟空间的群体收视行为。

       总之，在传统电视领域，收视率作为测量观众收视行为的一项效果指标，反映时间维度上“内容—受众”之间的匹配关系；跨屏传播时代，内容和屏端的极大丰富带来受众收视的流动化、碎片化、重叠化和蓝海化，受众在多种屏端间游移和切换，收视行为交织在多重时空中，“内容—受众”之间的关系由于缺乏时间背景且融入了多个维度而显得匹配度模糊，可辨识性不足。这一切无疑增加了跨屏受众测量的难度和挑战性。

       二、跨屏收视测量现状

       视频内容的多屏分发和受众跨屏收视行为的常态化，促使调研界积极探索跨屏受众/用户测量的模式更新。受众收视行为测量开始从TAM(TV Audience Measurement)向VAM(Video Audience Measurement)升级，测量模式则由基于抽样小数据的收视率调查向兼有大小数据的跨屏受众/用户行为测量发展。

       在我国，对不同屏端受众/用户行为进行监测的机构种类繁多，概括起来大体有以下六种：(1)第三方媒介调查研究机构，有传统调研机构，也有新兴机构，如广视—索福瑞(CSM，原名央视—索福瑞)和尼尔森网联；(2)互联网数据服务公司，通常利用植码或抓取技术对电脑端或移动端进行数据采集，并提供数据处理分析服务，如国双科技、秒针系统；(3)智能电视数据服务公司，借软件技术聚焦智能电视进行收视数据的采集和处理，如酷云互动、欢网科技；(4)视频网站，拥有PC端视频播放器和移动端APP受众行为的后台数据，可以通过数据分析指导内容自制、视频推送和广告投放，如爱奇艺、优酷土豆；(5)电视台网络平台，本质上与视频网站无异，自己掌握后台数据，如CNTV、芒果TV等；(6)网络或机顶盒运营商，包括有线电视运营商、电信运营商、IPTV运营商、互联网盒子运营商等，可通过机顶盒获取受众直播、回看、点播等数据，但通常只有大屏数据，如中国移动、歌华有线、百视通、小米盒子等等。

       上述六类机构中，从事跨屏收视测量、能够提供相关收视数据服务或产品的主要是前三类。以下我们结合广视—索福瑞(CSM)、国双科技、酷云互动这三家机构或独立或与他人合作进行的实践，对目前跨屏测量现状进行扫描。(详见表2)

       1.监测范围与测量技术：多屏与多种

       收视监测的屏端范围取决于测量技术的创新匹配和跟进应用，收视行为测量要解决的首要问题是测量技术问题，它决定了收视监测能够覆盖的范围大小。

      

       如果说传统收视率测量主要采用日记卡和人员测量仪技术，那么进入新媒体时代，收视测量则根据各屏端不同特点采用不同测量技术。例如，CSM主要采用“人员测量仪+声音匹配技术”测量大屏回看和点播(两者统称为时移)收视，采用虚拟测量仪或植码技术测量PC端中屏收视，在APP上植码测量手机小屏收视；国双科技依托自身网络科技优势，采用机顶盒中间件植码或与人合作导入用户行为日志的方式，监测IPTV和数字电视等大屏收视，采用网页和播放器植码方式测量PC端收视，采用网页和APP植码方式监测手机端收视；酷云互动则在智能电视操作系统或机顶盒中安装自动内容识别系统(ACR)，以此监测智能电视的收视。

       目前跨屏收视监测基本覆盖所有类型的屏端，区别只在于有些测量仍处于试验阶段，有些则相对成熟，能够提供数据商品。其中CSM的跨屏测量种类相对完整，几乎包括所有大屏、中屏和小屏，能够提供直播、时移和“电视+PC”跨屏数据产品；国双科技除了传统模拟电视和智能电视外，在其他屏端的测量上都有推进；酷云则在国内率先聚焦智能电视收视测量，虽然仍是电视大屏，但此屏非彼屏，是一种“传统—现代”意义上的跨屏，测量技术已今非昔比。

       2.数据类别与数据匹配：“行为+内容”与“时间+代码”

       对跨屏受众的收视考察，关键是对行为和内容这两类数据的获取与匹配。传统电视收视率测量，一般分为两个分立系统，一个测量观众，一个监测内容。通过测量观众获得观众规模、收视时长、收视频道等数据和人口统计特征，通过记录节目和广告内容获得播出端信息，再依照时间点将两类监测结果进行匹配，最后得出收视率。(12)对于跨屏测量来说，同样有获取行为数据和内容数据并进行匹配的要求，不过有些屏端的受众测量和内容监测由于共用一个网络系统，受众行为与内容代码同时采集，需要的则是内容代码与相应管理库之间的匹配。

       跨屏受众收视行为数据的来源主要有二：一是受众端监测，二是服务器端采集。前者是在受众/用户的接收设备上安装测量装置和软件，或者在现有测量装置上安装新的测量工具或模块；后者则依托互联网技术，通过代码在服务器中抓取视频播出产生的收视数据。CSM的人员测量仪和虚拟测量仪、国双科技对机顶盒回路数据的抓取、酷云互动的ACR技术，都属于受众端监测。基于服务器端的数据采集则主要应用植码技术，多用于测量互联网视频在中屏、小屏端的收视行为。植码技术分为平台植码和内容植码两种，前者应用较多。平台植码是指在网页、视频播放器或移动APP中加入监测代码，当用户访问该页面时会触发监测请求，实现对PC等固定终端以及Android和iOS等移动平台上互联网视频的直播和点播收视行为监测。CSM正在测试的Spring代码和国双科技的采集代码，都属于平台植码。

       内容数据监测根据屏端的不同而方法各异。传统电视采取的是对播出端直播节目的监播，然而随着视频回看、点播功能的普及，受众收看时间不再是线性固定的，这就要求必须有高质量的内容库编码系统和用户端内容识别系统(13)。CSM的时移收视测量，就是通过采集声音码与CSM音频库进行匹配的方式对播出内容进行识别。另外，机顶盒、智能电视、电脑和移动终端对行为和内容的测量通常共用一个系统，即通过植码或插件所获取的数据中包含行为数据和内容数据，然后利用视频ID等标识性数据跟后台内容管理系统(CMS)进行匹配，实现对内容的识别。还有采用电子节目单(EPG)采集直播内容数据，如酷云互动根据电视台开放的EPG信息通过云端技术进行内容校准等等。

       换言之，内容数据与受众行为数据的匹配，传统电视与新媒体略有不同，传统直播仍以时间点匹配为主，时移收视则在时间维度之外还有音频码(与音频库)匹配、视频ID(与内容管理系统)匹配等内容匹配方式。

       以CSM为例，主要通过人员测量仪采集电视大屏的直播和时移数据。时移数据通过声音匹配技术和回路数据得到，前者收集某一时间段(如7天)内直播过的节目声音码与CSM音频库匹配后结合受众信息得出收视数据；回路数据则由机顶盒(包括有线数字电视机顶盒、IPTV和OTT TV等网络机顶盒)中间件采集回传。由于机顶盒数据属于家户数据，为获取更具价值的个人数据，CSM采用Kantar Media在国际上通用的Capping规则对机顶盒数据进行校正，用PIV算法将家庭户的数据进行推及，从而获得个人数据。(14)在中屏和小屏收视测量方面，CSM引进虚拟测量仪和Spring植码两种技术。虚拟测量仪是基于受众/用户端测量人们在电脑上收看互联网视频的工具软件，该软件安装在样本用户终端，通过采集视频收看的音频信息来匹配目标视频内容，同时采集URL数据来确定用户收看视频的网站和平台，以获得用户的视频收视行为数据。

       3.数据来源与受众信息：多源与多样

       跨屏测量涉及两种方案：同源测量和异源测量，确切地说是同源样本测量和多源混合测量。同源测量是指对同一组样本在不同屏端的收视行为进行测量，异源测量则是指对不同屏端不同受众的收视行为进行测量。目前，国内尚无一家调研机构提供覆盖全部大、中、小三屏的同源跨屏收视数据产品，只有少量试验性数据。CSM曾经提出过一个基于同源样本由传统电视、数字电视与IPTV、电脑、手机等屏端组合而成的跨屏收视测量计划“R1+R2+R3+R4”，目前除直播和时移数据外，一直未见有新的推进。时下，对于跨屏收视测量的探索以多源测量为主，数据不同源，有抽样也有非抽样数据。例如CSM与Comscore合作推出的CMAM便是“电视+PC”多源跨屏测量模式；又如2014年春晚推出的全媒体收视率也是基于直播、时移、网络三者收视的多源跨屏测量。

       同源样本测量相对多源混合测量的一大优势，是能够把握受众个人社会特征。受众特征信息通常分为四类：个人信息、家户信息、个人画像、家户画像，其中，以个人信息的社会特征“清晰度”最高。同源样本测量在随机抽样的基础上，提供包括性别、年龄、文化程度和收入等在内的人口社会特征，就像CSM在传统收视率测量中所提供的受众信息一样，而受众的人口统计特征是收视数据释放商业价值的重要依据。不过，绝对的同源样本测量在现实操作中难度颇大，有逐渐被多源混合测量所替代的趋向；而在非同源测量中，由于对不同屏端尤其是对新媒体的测量，往往与大数据相联系，因此所涉及的受众特征信息也多以家户信息、个人画像、家户画像为主。

       受众特征是跨屏测量的重点也是难点之一。收视行为监测以个人和家庭为对象，分别产生个人数据和家户数据，而个人社会特征信息和某些家庭结构信息的获取，主要依靠抽样调研。与基于传统电视的随机抽样受众测量不同，基于新媒体的受众测量，由于人们收视的碎片化、流动化和蓝海化，要想以抽样方式获取受众信息已经不太现实。数字电视机顶盒回路数据、IPTV数据，尤其是智能电视数据、PC端和移动端采集到的数据，数据量庞大且繁杂，目前业界的主要做法是采用大数据方法，以贴标签的方式勾画出家庭或个人画像。

       对大数据中的个体识别，如果终端和个人是一一绑定的，可以通过用户的ID号或者设备的ID号判断，通过大数据行为分析勾勒出的是个人画像；如果终端和个人不是一一对应的，则视为家庭数据，通过大数据分析勾勒出家户画像。比如，酷云互动的智能电视数据即为粗略的家户画像，国双科技监测的PC端、移动端则为粗略的个人画像。

       4.测量指标与体系构建：个性与共性

       跨屏受众测量的核心是建构一套科学有效的指标体系。目前各调研机构都自有一套相对独立的指标体系，由于监测对象、测量技术、数据来源和受众信息不同，各测量指标的名称、定义和内涵也不尽相同，相互之间可比性存疑。

       例如，CSM作为从传统电视向跨屏受众测量转型的调研机构，仍然延用经典的视听率系列指标。如收视率、占有率、到达率、人均收视时长和人口统计特征等；国双科技构建了一套由访问者、播放次数、平均播放时间、平均观看比例、跳出率等组成的指标体系；酷云互动则新创了一套包括关注度、市占率等数十项指标在内的指标体系。另外，对有效到达的时间长度界定，通常取决于数据测量的方式和研究要求，CSM人员测量仪和日记卡法分别以一次不少于31秒和8分钟定义为一次有效收视，而国双则将视频播放时长超过1分钟视为一次有效播放。此外还有一些只适用于特定媒介和屏端的测量指标，如访客数、页面浏览量等。

       尽管各机构测量指标和体系各异，但也有一些基础性指标大体一致，包括特定时段的观众规模、收视时长、市场份额等分别表征收视广度、收视深度与市场竞争维度的指标。一些指标也多少参考了电视收视率指标的设立思路。比如CSM的收视率、国双科技的访客数和酷云互动的关注度等，都是对特定时段内收看过某屏端内容的观众规模的反映；CSM的接触度、国双科技的播放次数，都是对收看次数的反映；而人均收视时长、播放时长则是对内容接触时间长度的反映。

       三、问题与探讨

       目前我国跨屏受众收视测量仍处于起步阶段，尽管在实践中取得了一些进展，但不同屏端多种测量手段和数据模式并存，各种新技术的成熟度与适用性如何，还需要经受时间的检验和实践的磨合。跨屏测量仍然存在一些问题需要探讨解决。

       1.两难选择：同源测量与多源测量

       严格说来，目前的跨屏测量并非真正意义上多屏收视的综合效果的测量，而是不同屏端效果的并列，或者说是测量数据的分别呈现，本质上是混而不合。各调查机构对不同屏端的收视监测，有的推崇同源样本测量，有的信奉多源混合测量。理论上看，同源样本测量是实现跨屏综合效果测量这一目标最有效的途径。其优势是强调样本的同源性和衡量指标的一致性，同时准确掌握样本用户的身份属性，能够反映同一样本的流动或重叠收视情况，对他们接触不同媒介或屏端的时间分配和收视行为进行跟踪、比较、测量和综合评价。难点是，同源样本测量要求样本量非常大，面对海量的视频资源以及受众行为的碎片化与收视的蓝海化，要尽可能覆盖调查所要求的海量内容和多元受众，这无疑意味着测量成本的巨大投入。CSM在同源测量中裹足不前，原因多缘于此。

       多源测量不强调样本的同源性，对不同屏端的受众行为有不同的测量方式，指标不一，有些是普查数据，有些是样本数据，之后再进行数据融合。多源测量的优点是能够适应各种媒介特征，紧贴各屏端的传播实际，有大数据的完整，也有小数据的人口特征和代表性；弊端是样本不同源，数据往往也是异构的，缺乏共通标准，抽样小数据与大数据不在一个量级上，数据存在冗余或对立，大小数据之间如何匹配和融合也存在问题。

       跨屏测量的目标是综合测量多屏收视效果，获得跨屏总收视数据。目前国内外对于这一领域均在探索之中，尚无通用的测量模式和行业标准。著名的尼尔森公司(Nielsen)、坎特集团(Kantar Media)等跨国调查机构尝试采用同源测量方式，即以电视样本为基础，将收视测量扩展到电脑端和移动端，但是投入甚巨。而国内的探索则以多源混合测量为主，但大都处于数据不合，或者数据混合而非融合阶段。例如国双科技对中屏和小屏的测量，采用非同源测量，由于不同平台识别用户的标准不统一，采集的数据难以打通，如何实现对同一用户的多种收视行为的综合分析仍在探索之中。显然，能否平衡测量目标与成本之间的关系，寻求测量模式和数据融合的优化方案，是选择同源测量还是多源测量的关键性因素。

       2.融合之困：大数据与小数据

       跨屏测量要实现对多屏收视的综合效果测量，必然涉及大小数据及其融合问题。以传统电视收视率为代表的样本小数据有人口特征，随机抽样代表性强，能够反映总体，但是存在抽样误差、细节不清晰等缺点；大数据具有数量巨大、实时敏感、精细度高等优势，但是依托网络技术测量获得的大数据，无法确知受众的人口特征，很多大数据只是局部全覆盖和全量数据，存在数据源偏差(参见表3)。国双科技监测的PC端和移动端数据、酷云互动的智能电视数据和视频网站后台数据都属于大数据，都需要对受众画像，而且只是对测量覆盖范围内全样本的采集，无法代表全部总体。真正全局性的大数据应该是整个国家或社会层面的，这是一种理想。

      

       大数据小数据互有优劣，各有擅长。在大、中、小屏并存且电视传播仍然居主流的今天，单纯依靠任何一种数据都是不明智和不现实的。跨屏测量要实现多屏收视综合评价的目标，需要发挥大小数据的优势，进行数据融合。国外有一种解决方案是，以同源样本数据为主，融合互联网大数据，即用抽样小数据连接网络大数据，前者是用小数据描绘受众跨屏收视的整体图景，后者是对局部细节的高清还原。例如尼尔森公司尝试利用样本数据进行建模，为大数据提供智能匹配基础，然后基于两类数据的共同特性进行融合。共同特性数据通常被称为“连接变量”(Linking Variables)或者“融合钩”(Fusion Hooks)，它可以是人口统计基本特征，也可以是设备型号、IP地址等。一般而言，“连接变量”或“融合钩”对数据源的代表性越强、数量越多，两个数据的融合信度就会越高。(15)

       在国内，基于多源测量基础上的大小数据之间的融合也在不断探索之中。CSM继将机顶盒回路数据与电视收视率样本数据结合，推出新数据产品之后，又联合美国Comscore公司提供基于非同源的“电视+PC”跨屏受众测量(CMAM)数据产品。通过大小数据的融合实现“大数据”下受众属性的识别，无疑是强化大数据价值的关键。然而，大小数据的融合仍然是行业公认的难题，求解仍有待数据科学和算法的创新。

       3.统一标准：失范与规范

       跨屏测量领域目前面临的最主要问题之一，是缺乏行业标准，难以规范和相互比较。首先，与标准化的传统收视率调查相比，跨屏测量的发育仍在初始阶段，突出表现为各种新的测量技术和解决方案纷纷出台，但良莠不齐。大都缺乏理论论证和实践检验，也缺乏成熟而规范的操作模式，仍处于实验期和试错期，尚未形成标准。其次，各调查机构都有一套自己的监测系统，不同技术路径、数据采集、指标体系同时并存，测量结果无法进行横向对比和参照，只能“自圆其说”，行业内部秩序混乱，难以形成整体良性生态。第三，缺乏统一的标准和规范，不仅无法帮助传媒准确地洞悉受众和有效地把握市场，而且有碍测量行业自身的发展，难以形成行业认同，难以开展行业统一行动，更难以与相关行业形成联动。

       例如关于开机率的升降，不同机构针对传统电视、智能电视和数字有线电视得出的结果不一。其实前者是个人数据，后两者是家户数据；而且智能电视与数字有线电视所用网络不同，进入商用的先后时序和覆盖人群也不一样，数据不具可比性。一些调研机构的跨屏数据产品基本上是定制或专有产品，未必接受公开评判和市场检验，标准问题也就无从谈起。又如，内容植码是一项重要的监测技术，可以获得视频内容在所有终端平台上的收视数据，成本相对较低，并且有利于版权保护。但是内容植码却没能推广开来，究其原因，固然与涉及内容方和平台方利益有关，因为内容植码需要内容播出方合作，要对视频播放器嵌入读码器，但是另一方面，与监测行业未形成统一的行业标准和规范，未能凝聚视频产业链的各方形成制度性合力也不无关系。

       跨屏测量业要改变“标准不一、规范不力、协同不足”的“三不”状况，亟须建立起为市场参与各方广泛接受和公认的统一标准和规范，包括测量技术、指标体系、数据模式、质量标准等等。同时，在拥有新技术和新资源的新兴测量主体纷纷涌入、传统调研市场面临结构性重组的情况下，如何实现跨屏测量业健康有序发展的目标，良性竞争，协同发展，防止优劣无分乃至劣币驱逐良币的现象发生，也值得认真思考。

       4.秩序重塑：数据源分散与第三方监测

       融媒体时代视频内容的跨平台多屏传播，改变着受众数据的生成、采集和生产模式，也在重塑新的数据秩序。视频行业的内容运营商、网络运营商、终端设备商以及应用软件生产商等利益相关方，成为潜在或显在的大数据拥有者，理论上都具有在特定范围内开展受众研究和收视统计的基础与现实空间。(16)数据资源拥有者的多元化冲击着传统上由第三方监测机构提供数据的市场秩序：数据资源的拥有方可以自行生产数据，并抵制第三方“插足”；数据所有权的分散和数据壁垒的阻隔，又使得第三方调研机构跨平台跨终端采集数据面临重重困难。

       值得注意的是，新兴的数据资源拥有方不少都属于“多重利益主体”：有的既是内容播出平台，又是受众数据所有者，还是广告分销商；还有的既是数据的提供者，又是数据的使用者。主体身份多重，业务利益交织，这不符合调研机构必须是独立、公正、中立的“第三方”的要求。另一方面，这些平台、终端、网络或软件商虽然拥有数据资源，却只知自己不知他人，只知局部不知全体，犹如一个个数据弧岛。要保证数据的全面、科学、客观和安全，能够通行于各利益方之间，真正起到“通用货币”的作用，以准确把握受众需求和市场动态，仍然需要一个独立、客观、有公信力的“第三方”，提供面向整个市场的数据。

       跨屏生态下的“第三方”，面临数据源分散与提供独立权威的“通用货币”之间的矛盾。解决矛盾的一大关键，是转换思维，秉持开放、众包、协同的互联网精神，打破数据壁垒，在保证科学标准和质量控制的前提下，构建数据共享和协同创新的新机制。CSM与互联网信息商Comscore、智能电视数据商欢网科技之间的合作，只是目前调研机构与信息服务商、数据拥有方或软硬件设备商之间的“初恋”。“第三方”不一定是数据资源的拥有者，但是要成为“行业货币”的提供者，它必须首先是新的数据秩序的建设者和市场规则的捍卫者，必须保持独立客观的立场，提供科学、精准、可通用的数据，这是必须恪守的准则。(17)

       四、结语

       跨屏收视行为测量是一项世界性的行业难题，目前尚无公认的解决方案。我国跨屏测量的发展与国外大体同步，同样经历了混沌起步期，时下正努力从试验场走向市场，朝着成熟、标准、制度化的方向迈进。

       跨屏测量还面临诸多问题，从技术到市场到意识形态，不一而足。比如技术的迭代更新与数据秩序如何重建；收视行为测量如何向收视心理乃至参与行为与心理等方向拓展；如何发挥跨屏数据的多元价值，促进社会效益和经济效益的双赢等等。尤其是，市场对于跨屏数据需求的内涵还欠明确，现有数据对市场需求的满足度还不匹配，有许多新难点和新需求，还无从回应。

       如果说在传统收视率测量领域，我们的主题词是学习、引入、改进，那么在跨屏测量领域，我们的主题词则是尝试、借鉴、创新，因为无国外成例可援，也因为媒介生态日新月异。这种来自丰富实践的创新，既是中国的，也会是世界的。一个跨屏传受发展迅猛、数据需求十分旺盛的市场，值得人们为跨屏测量探索付出更多的智慧和汗水。

       注释：

       ①Harsh Taneja and Utsav Mamoria,Measuring Media Use across Platforms:Evolving Audience Information Systems,International Journal on Media Management 14,no.2(2012):121-140; Webster,Phalen,and Lichty,Ratings Analysis.

       ②2014年国家新闻出版广电总局出台相关政策，取消OTT盒子的直播、时移功能。

       ③封翔：《媒体融合进程中的电视力量——2015年中国电视收视市场分析》，《现代传播(中国传媒大学学报)》，2016年第4期。

       ④数据来源：中国互联网信息中心(CNNIC)《第37次中国互联网络发展状况统计报告》，http://www.cnnic.cn/hlwfzyj/hlwxzbg/hlwtjbg/201601/P020160122444930951954.pdf。

       ⑤参见张海潮、郑维东：《大视频时代：中国视频媒体生态考察报告》，中国民主法制出版社2014年版。

       ⑥⑦Webster,J.G.(2014).The Marketplace of Attention:How Audiences Take Shape in a Digital Age.Cambridge:MIT Press.P119.

       ⑧Microsoft.Cross-Screen Engagement Research Report.http:pp.fp.advertising.microsoft.com.

       ⑨陈晓洲：《电视节目时移收视实证》，《收视中国》，2015年第9期；依芳竹：《互联网视频节目的收视测量植码技术简介》，《收视中国》，2015年第7期。其中，CMAM(Cross Media Audience Measurement)是由CSM与Comscore联合推出的跨屏收视测量。资料来源：http://www.csm.com.cn/index.php/Home/SinglePage/index/cid/1.html。

       ⑩中传受众中心对国双科技相关部门人士的深访。访问者：观看视频的唯一访客数。播放次数：视频播放时长超过一定比例的视频播放总数。平均播放时间：所有播放用于视频观看的平均时间，暂停、拖拉等操作不计入该时间。平均观看比例：视频平均播放时间占视频节目时长的比例。资料来源：http://www.gridsum.com/products/VideoDissector/Features/2015-1105-867.html。

       (11)中传受众研究中心对酷云互动相关人士的深访。关注度：某电视台在某一时段的收视人数推及总体人口的百分比；市占率：收看某一频道或节目的终端数与收看直播总终端数的百分比。资料来源：http://www.kuyun.com/product_data.html。

       (12)刘燕南：《新旧媒体受众测量特征之比较——以互联网与电视为例》，《新闻战线》，2010年第9期。

       (13)郑维东：《收视率与大数据》，《收视中国》，2014年第2期。

       (14)参见CSM：《如何实现对多终端收视行为的统一测量》，《收视中国》，2014年第10期；陈晓洲：《正确认识和应用互动机顶盒收视行为数据》，《收视中国》，2015年第1期。

       (15)刘恬：《视频新生态下的跨屏受众测量研究》，中国传媒大学受众研究中心硕士论文，2016年，第25页。

       (16)陈若愚：《收视率与互联网时代的数据秩序》，《收视中国》，2015年第4期。

       (17)刘燕南：《技术之变与规则之守》，《中国广播电视学刊》，2010年第9期。

标签：科技论文;  大数据论文;  数据融合论文;  收视论文;  电视机论文;