多屏发展对电视节目评估的影响

多屏发展对电视节目评估的影响

一、电视整体视角下的效力及评估方法新技术促进了新媒体的生态设计，以及电视业的发展。随着数字传播技术的发展,网络广播影视、IP电视、手机电视、手机广播、互联网电视等许多视听新媒体出现,进一步改变了电视业的竞争格局,促生了电视业的新现象——多屏发展。多屏指传统的电视机、IPTV、电脑、IPAD、手机等多个接收终端,多屏发展指电视产业链条上的各个主体,从内容生产商、平台运营商、网络运营商到终端设备厂商等,都积极开展基于多屏的视听业务。多屏竞争对电视产业链上各个环节产生了影响,本文主要关注电视节目的评估环节发生的变化。目前业界对电视节目的评估多采用客观、主观和收益成本指标综合评价的方法,在考察节目质量的同时兼顾社会和经济效益。其中客观评价指标指收视率;主观评价指标包括领导评价、专家评议、观众打分和满意度;收益指标则考虑制作成本和广告收入。在该体系中,收视率由于具有很强的实用性和时效性而起着核心作用,成为电视节目市场的“通用货币”。那么,在多屏环境下,这张“通用货币”的效力是否依然如旧呢?答案是否定的,即收视率衡量观众收视行为的效力已经极大地下降了。各种收视终端构建了一个多屏世界,受众的收视行为不再单纯局限于一个电视屏幕上,仅仅考察电视屏幕收视率的做法已经不合时宜了。多屏时代,评估节目不仅要考虑电视屏上的行为指标、意见指标,还要考察其它终端上的受众观看行为和观看意见——即多屏指标。事实上,随着新媒体的发展,对在评估体系中引入新媒体因素的讨论也越来越多。喻国明、李彪在关于电视收视全效指标评估体系的研究中,使用知名度、关注度、收视度、推荐度、满意度、集中度六个指标构造出了电视剧线上全效评估指数(喻国明,李彪,2010)。张树庭对视网融合下的电视节目影响力评估体系进行探讨,推出了电视节目网络人气指数体系(IPI)(张树庭,2010)。周勇、陈慧茹以视听信息的发布、获取和多级传播为三个核心维度,建立了评估网络视听信息影响力指标体系,包括有效度、显著度、关注度、参与度、扩散度五个指标(周勇,陈慧茹,2013)。陆地、陈思撰文介绍了“视听节目网络满意度评估体系”,该体系包括两个子系统:网络信息抓取技术与语义分析调查技术软件系统和专家经验评估系统。其中,前者包括关注量、市场份额、网民满意度、网络市场满意度四个指标,后者由创新能力、文化品位、社会价值、人际口碑、总体印象五个指标构成(陆地,陈思,2013)。刘燕南撰文总结了电视与互联网的综合性传播效果评估的三种方式:新旧结合、旧为主导,新旧有别、各自为阵,新旧分立、互为参照,并探讨了行为指标和意见指标的取舍、新指标体系的结构、数据测量范围、电视评估的层次等具体问题(刘燕南,2013)。同时,业界已有先行者:腾讯、优酷、爱奇艺等主流视频网站开始推出各种指数数据,试图分析网上的收视行为和收视人群;百度指数和新浪微指数对网上的热词和人群特征跟踪记录。2012年夏,中央电视台召开专家会议研讨在电视评价体系中纳入新媒体指标的可行性。2012年5月,北京电视台将“新媒体融合力”指标加入评价体系。2014年7月,CSM完成了跨平台多终端受众测量体系的测试,该体系的核心业务是多屏收视率测量,CSM整合了传统收视率抽样调查数据、电视回路数据、互联网海量数据和消费行为等数据资源,融合了电视端、PC端与移动端的基于直播、点播与回放的收视数据,把传统收视率的调查扩展至对多元收视端及个性化收视行为的测量。同时,CSM推出“微博电视指数”,把社交媒体和节目评估相结合。以上研究均推动了节目评估指标体系的发展,但遗憾的是业界关于多屏收视的测量仍处于试验阶段,学界则或者对线上电视节目的评价体系进行构建,或者宏观分析了电视节目中引入新媒体指标的各种问题,二者对线上和线下评价指标的相互关系以及如何结合的问题均涉及甚少,因此,本研究希望能够通过对影响网上收看行为因素的探索,尤其是网上收视行为和线下收视率相关关系的实证研究,对评价指标体系中引入新媒体指标这一研究领域有所贡献。二、研究对象和方法电视媒体种类繁多:有中央级媒体、省级上星频道、地方电视台、境外电视、民营电视企业等诸多分类。由于央视和省级上星频道是电视行业的重点竞争主体,因此本文主要考察在这些电视台上播出的电视节目。电视节目可分为新闻、电视剧、综艺节目三大类,本文以电视剧为研究对象。上星频道中,播放电视剧的有央视的一、三、四、八套以及31个省级卫视,而晚间黄金时段(一般为19:00—22:00)是收看高峰期,所以本文主要研究以上频道黄金时段的电视剧。同时,为了考察线上和线下收看行为的关系,要求在电视台黄金时段播放的电视剧必须是首轮播出,并且在网上同时播放,作者把符合这些条件的电视剧统称为热播电视剧。因此,本文的研究对象可以描述为在央视的一、三、四、八套频道和31个省级上星频道黄金时间的热播电视剧。本文考察的网上收视行为可以用收视度的概念来解释。收视度主要指电视剧的网上平均点击量与同时期中国网民数量的比率。一般而言,网民观看电视剧的行为可以表现为点击量和收看时长,考虑到数据收集的可行性,本文主要使用点击量。点击量衡量了网民观看网络电视剧行为的数量,为了排除电视剧集数不同带来的影响,本文考察平均点击量;而为了便于人们心理上更易理解,本文与收视率一致,采用百分比,计算平均点击量和网民数量的比例。具体的计算方法为:通过初步访谈,结合研究问题,本文提出6个影响收视度的指标如下:(一)平均分辨率收视率是指一定时段内收看某一节目的人数(或家户数)占观众人数(或家户数)总体的百分比。计算公式为:除了收视率,还有平均收视率的概念。平均收视率是指在特定时间段内所有单位时段的收视率之和除以该时间段总单位时段数所得的比值,即特定时间段内收视率的总体平均值,计算公式如下。本文使用电视剧的平均收视率,以便与收视度保持一致,因为后者是利用电视剧的平均点击量来计算的,使用的收视率数据主要来自CSM的收视调查数据。(二)第一,网络搜索度的使用搜索度是指某电视剧在网上的被搜索程度,我们认为如果一个热播电视剧所引起网上搜索越多,那么该剧的网上收视行为越高,本文中搜索度主要使用百度风云榜上提供的搜索指数。(三)从从发表发表的课外谈判的角度谈相关统议相关问题的分析热议度是指某电视剧在网上的热议程度,网民可以通过在网上发表评论来表达对某部电视剧的看法,一些高收视率的电视剧甚至可以形成线上线下讨论的热点议题,如《士兵突击》、《甄嬛传》等。网民可以讨论的平台很多,本文中,电视剧的热议度主要用微博热议指数来表示。(四)相关视频的数量吸引度主要指视频网站提供某电视剧的相关视频的数量。为了吸引网民观看,视频网站会提供花絮等相关视频供网民点播,我们认为相关视频的数量越多,该剧的吸引度就越大,对电视剧的网上收视影响越大。(五)节目内容向网络推荐同样的内容在网页的位置不同对网民的影响也不同,许多视频网站会把想要推荐给网民的内容放在网站的显著位置,一般网页的位置越前置,网站对电视剧的推荐度越高。本文的推荐度主要是用某电视剧的相关信息是否在首页呈现来考察。(六)研究假设的提出唯一性是指在网上播放电视剧平台的集中程度。一部热播电视剧,可能在某个视频网站上独播,如《离婚律师》、《战神》,但更多是在几个视频网站上同时播出,本文界定独播的电视剧具有唯一性,否则不具有唯一性。综上,围绕研究问题,本文提出如下研究假设:假设1:热播电视剧的网上收视度与线下收视率具有相关性,收视率越高的电视剧,其收视度也越高,反之亦然。假设2:热播电视剧的网上收视度与搜索度具有相关性,搜索度越高的电视剧,其收视度也越高,反之亦然。假设3:热播电视剧的网上收视度与热议度具有相关性,热议度越高的电视剧,其收视度也越高,反之亦然。假设4:热播电视剧的网上收视度与吸引度具有相关性,吸引度越高的电视剧,其收视度也越高,反之亦然。假设5:热播电视剧的推荐度会影响该剧的网上收视度,推荐度不同的电视剧,其收视度也不相同。假设6:热播电视剧的唯一性会影响该剧的网上收视度,唯一性不同的电视剧,其收视度也不相同。三、研究设计(一)电视从网络播出,网络同步播出,是和网上播出的电视从网络发行的社会国内新闻播出以及在网上播出的电视从节目播出时又在网上播出的电视从/网上播出的电视从节目播出时选取2014年9月15日至9月21日一周内,在央视的一、三、四、八套频道以及31个省级上星频道上晚上黄金时段(19:00—22:00)播出同时又在网上同步播出的热播电视连续剧。经过筛选,最终得到热播电视剧10部,如下:(二)利用内容分析法求解剧的实时数据本文采用内容分析法和深度访谈法,在搜集电视剧的网上播放量、花絮数量、首页呈现、是否独播以及搜索量和热议度等数据的时候,使用内容分析法;在对数据进行解读的时候,结合深度访谈法。(三)是否独播的数据来源某部电视剧的网上播放量、相关视频数量、首页呈现、是否独播的数据主要来源于优酷土豆网、搜狐视频、腾讯视频、爱奇艺网、乐视网等几大主流视频网站上提供的播放数据,同期网民数量则来自第34次互联网统计报告。(四)行标准化处理的程序以上指标是异量纲的,并且指标数值差异较大,所以对原始数据进行标准化处理,公式为:其中Xij表示第i个观测变量Xi在第j个个体上的观测值,Xi表示该变量在全部个体上的平均值,Si表示第i个观测变量的标准差,Zij表示标准化之后的数值。四、从标准化到热议度的研究结果利用SPSS18.0统计分析,对标准化处理后的数据进行分析,得出如下结果:(一)对标准化后的收视度与收视率绘制散点图,由图1看出,热播电视剧的网上收视度与收视率之间没有相关性。对其进行Pearson相关分析,结果显示相关系数r=-0.091,p值为0.803>0.05,因此不拒绝原假设,这进一步说明收视度和收视率之间没有相关性,即假设1不成立。(二)对标准化后的收视度与搜索度绘制散点图,由图2看出,热播电视剧的网上收视度与搜索度具有相关性,搜索度越高的电视剧,其收视度也越高,反之亦然。同时,对其进行Pearson相关分析,结果显示相关系数r=0.911,p值近似为0,这说明假设2成立,在收视度和搜索度之间具有高正相关性。(三)对标准化后的收视度与热议度绘制散点图,由图3看出,热播电视剧的网上收视度与热议度度具有相关性,热议度越高的电视剧,其收视度也越高,反之亦然。同时对其进行Pearson相关分析,结论显示,相关系数r=0.923,p值近似为0,这说明假设3成立,在收视度和热议度之前具有高正相关性。(四)对标准化后的收视度与吸引度绘制散点图,由图4看出,热播电视剧的网上收视度与吸引度具有相关性,吸引度越高的电视剧,其收视度也越高,反之亦然。对其进行Pearson相关分析,结论显示,相关系数r=0.947,p值近似为0,这说明假设4成立,在收视度和热议度之前具有高正相关性。(五)对数据进行推荐度对收视度的单因素方差分析和唯一性对收视度的单因素方差分析,结果如下:可以看到,表3中,F统计量的观测值为9.523,P值为0.003<0.05,因此拒绝原假设,即在95%的置信水平之下,显示网站对热播剧的推荐确实会影响到该剧的收视度;表4中,F统计量的观测值为5.801,P值为0.020<0.05,因此拒绝原假设,即在95%的置信水平之下,显示网站关于热播剧的唯一性确实会影响到该剧的收视度。最后,对收视度以及搜索度、热议度和吸引度进行多元线性回归分析,得出收视度和吸引度的回归方程如下:其中,Y代表收视度,X代表吸引度,该方程意味着吸引度每增加一个单位,则收视度平均增加0.947个单位。五、研究结论(一)线上与线下的表现比较研究发现,线下的收视率和线上的收视度之间没有相关性,线下收视率高的热播剧,其网上的收视度不一定高,如热播剧《战神》,收视率为2.46%,但是在网上的收视度仅为0.48%,与《战神》类似的还有《马向阳下乡记》;在网络上播出较好的电视剧,其线下的收视率不一定好,如《古剑奇谭》,收视度为15.71%,收视率却仅为1.33%,《美人制造》也遇到了相同的问题。当然也有线上和线下双赢的电视剧,如《勇敢的心》,而《爱的保镖》则是线上和线下的表现都不能令人满意。如表5:这一现象显然与人们心理感觉并不一致,因为多数人会认为收视率高的电视剧在网上的收视度应该也很高,一个好的电视剧在哪个平台上都应该是好的,但是通过访谈,笔者发现影响收视度和收视率的因素有很多,除了节目质量,还有电视剧的题材,网络和电视的受众群体差异、受众的消费模式以及版权的分销模式等其它因素。1.不同题材和受众定位的第一实验群体特性2014年央视索福瑞报告显示,在电视频道的观众构成中,35岁以上和45岁以上的人群占比分别为67.6%和50.8%,显然电视的受众年龄偏大;而根据CNNIC第34次互联网发展报告,截至2014年6月,在整体网民中10-29岁之间的人群占比55.2%,同时,学生是中国网民中最大的群体。可见目前电视媒体和网络媒体的受众群体存在很大的差异:电视观众多以中老年人为主,而互联网则多以年轻人和学生为主。同时,每部电视剧题材不同,观众定位也不同,如《古剑奇谭》的题材为仙侠、玄幻、爱情类型,定位于年轻人和学生,《马向阳下乡记》则是剧情、农村类型,其受众定位更偏向于年龄较大的观众和农村人口,而《勇敢的心》由于其糅合了年代、传奇、爱情和战争等多种题材,受众群的范围要更加广阔一些。不同题材和受众定位的电视剧,同时在具有不同受众群体特征的平台上播放,效果也是不同的。如定位于年轻受众和学生的电视剧《古剑奇谭》,其收视度的表现明显优于收视率的表现,因为喜欢该剧的受众多为学生和年轻人,而这些人平时接触到电视机的机会并不多,因此观看热播电视剧多通过网络。而《战神》、《马向阳下乡记》的受众群明显集中在电视上,因此其网上的收视度表现不好也不足为奇了。《勇敢的心》则是因为其受众面的宽广,在网上和电视上的表现都不错。爱奇艺数据研究院院长葛承志在接受笔者访谈时,也表示:“不同类型题材的电视剧经常会出现台冷网热,台热网冷的情况。如一些历史剧、革命剧等正剧,在电视上的黄金时段收视率不错,但在网上的播放情况不一定好。”2.视频监控系统的选择主要为电视和电视随着新技术和移动终端的发展,更多的人选择多种屏幕的综合视频观看行为。根据CTR2014年1月份调查数据,“多屏”已经成为受众每日媒介生活的主流,其中,在早上和下午的上下班时间,受众主要使用手机,中午休息时间主要使用手机和电脑,以消费的便捷为主;而下了班回到家中,则主要使用电视,以消费的舒适为主,见下图:在多屏收视模式下,对于受众来说,各个屏幕间是互补的关系,共同满足其对信息的需求。很多视频用户表示,对自己喜欢的热播剧,他们会选择在电视上第一时间观看,但是如果由于接触不到电视机、错过了播放时间等原因看不到,那就去网络上寻找观看,一般不会再去等待电视台重播。可见,网络和电视的结合使用,打破了时空限制,极大方便了受众,但是同时也把一部分电视观众分流到了网络上,分流给了其他的屏幕,因此收视率也受到影响,网上的收视度事实上是以牺牲收视率为代价的,此时收视率和收视度是此消彼长的关系,互相竞争多于互相合作。爱奇艺数据研究院院长葛承志认为:“有一部分人从来不看电视剧,这样的人群的正在逐渐增长,这就会使收视率和播放量之间的关系越来越弱。”3.独播的视频效果同时,版权的分销模式也是影响收视度和收视率关系的一个因素。比如说,两部相同题材的电视剧,一部是网络独播,另一部是几家网站共同播出,那么两部剧即使达到了相同的收视率,但是后者的网站播放量还是会大于前者,因为版权的分销会对线上和线下播放情况产生影响,如爱奇艺独播的《战神》,其播放量与收视率一致的非独播的电视剧相比,表现并不太好。很明显,对整个行业来说,独播的效果不如几家都播出,原因就在于视频网站之间存在竞争,如果一家网站拿到了独家,其他网站很少会对其报道从而降低了宣传力度。但是为什么还是会有网站去做独家呢?原因在于对视频网站来说,独播得到的播放量要大于各家同时播出之后分摊到自己的播放量,而且也有利于网站的品牌建设,如《战神》在爱奇艺的电视剧播出排行榜上就一度处于首位。以上分析说明,影响收视率和收视度关系的因素是十分复杂的,一般而言,节目质量好的电视剧,其收视率和收视度会表现出一定的相关性,但是不能只考虑节目质量这一个因素,而忽略了受众群体、消费模式、版权分销等影响因素。如果把各种影响因素综合考虑的话,收视率和收视度的关系的表现形式是多样的,并不仅仅是简单的线性相关关系。(二)在社交媒体上的讨论是权社交媒体是近年来讨论的热点,它是用户社会交往和信息分享的平台,在社交媒体中,社会关系的需求促进了社交媒体平台上的内容生产,反过来,这些平台上的内容也成为连结人们关系的纽带(彭兰,2012)。国外的Twitter、国内的微博都是典型的社交媒体。有研究表明,社交媒体会影响收视率。2013年尼尔森声称研究表明Twitter用户可提高电视节目的收视率,原因是这些用户会在收看电视节目的同时发布实时共享评论,并且Twitter与收视率之间的相关性根据节目类型的不同而有所区别。近期,CSM也推出国内首个“微博电视指数”,该指数以微博上电视节目的讨论为基础,计算出相关电视节目在微博上的阅读量、提及的人数和次数,同时进一步展现微博上讨论该档电视节目的热度和人群特征1。在社交媒体上对电视剧的口口相传,是一种网络口碑传播。营销学认为网络口碑是“潜在、实际或者先前的顾客对产品或者公司的任何正面或者负面的评论,该评论能通过网络传递给大众群体或者组织”(王德胜,韩旭,2014)。社交媒体是网络口碑传播的主要媒介,菲利普·科特勒曾提出:“随着社会化媒体的个人表达性越来越强,消费者的意见和体验对其他消费者的影响也与日俱增”(科特勒菲利普,卡塔加雅何麻温,塞蒂亚万伊万,2012)。社交媒体对电视剧收视率的影响,正是通过网络口碑传播实现的。对此,笔者认为,既然网络口碑会影响到线下的收视率,当然也会影响到网上的收视行为。根据对收视度和热议度的相关分析,这一想法得到了验证:在社交媒体上的讨论对网络上观众的观看行为会产生直接影响,越是在社会化媒体上被热议的电视剧,被收视观看的可能性越大;收视度和热议度的回归方程为:收视度=-1.409*10-17+0.923热议度,这说明热议度每增加一个单位,收视度将增加0.923个单位。(三)电视传播的必要性除了线下收视率和热议度,影响电视热播剧网上收视度的因素还包括搜索度、吸引度、推荐度和唯一性。首先,受众在搜索引擎上搜索电视剧的行为与观看该剧的行为具有直接关系,一般搜索的行为会直接转化成观看行为,在网络上被搜索程度越高的热播剧,被观众收看的可能性越大。其次,电视的传播是一种线性传播,不能够承载较多的内容,视频网站却不受时段的影响,任何和热播剧相关的内容,如推广活动、演员专访等都可以以相关视频的形式放到网页上,和热播电视剧形成一个专辑,从而吸引受众收看。最后,视频网站对热播电视剧的首页呈现和网站独播会对该剧的收视度产生影响。有研究表明,从网页第一屏滚到第二屏,网民的流失率近90%,如果在网页的显著位置呈现电视剧的信息,显然会促进该剧的收视,本文的研究证实了这一点(喻国明,李彪,2010)。另外,网站独播的电视剧会集中更多的观众在该网站观看,其收视度比非独播的电视剧有明显的提升。总之,以上的研究结论对业界在电视节目评估指标体系的构建以及视听媒体的业务发展方面,可以有一些启发。1.引入网络、手机、养殖的视频监视技术,构建评价指标体系通过研究,收视率和收视度二者之间不是孰优孰劣的关系,也不能互相取代,那么对传统电视台来说,在节目评价指标体系中引入收视度指标是十分必要的。事实上,传统电视机以外的诸多屏幕,已经极大地分流了电视观众。《2013年中国网民网络视频应用报告》显示,2013年底网络视频用