计算传播学:媒介分析助力渠道拓展

媒介分析在过去重点研究的是报纸、杂志、广播、电视等传统大众媒体渠道对信息传播、内容生产和受众消费的重要影响。这些媒介渠道最重要的特征就是中心性、单向性和稀缺性，因此它所塑造的媒介生产和消费形态也相应地具有生产的专业化、接收的被动性和消费内容的不够丰富等特点。对于报纸和杂志这样的平面媒体来说，它的版面在理论上可以无限制地增加，但现实的情况是在版面达到一个临界值之后它每增加一个版面其边际效益便开始递减，因此用户能看到的报纸有16版、48版、64版，但几乎很少看到256版或者512版，杂志亦然。而且，尽管报纸在大中型城市曾经经历了风光无限的一段历史时期，但即便如此，其用户规模依然因为识字率和教育水平等原因而受到了较大的限制。这也在很大程度上意味着相对于巨大的人口基数而言，与广播电视媒体相比，平面媒体的影响并没有宣称的或想象的那样广泛。直到目前，电视媒体依然是所有媒体类型中覆盖范围最广的媒体，它妇孺皆知、老少咸宜，但它的频道数量也是有限的，每个频道的时段也是有限的，以频道最多的中央电视台为例，如果其下属的18个频道^[21]24小时不间断地播放电视节目，每天能够播放的节目时长也就是432小时。更何况，无论是报纸杂志还是广播电视，其内容生产和分发都是面向不特定的大众群体展开的，尽管它们在努力地尝试通过设置民生、体育、娱乐等专版或者开辟少儿、电影、新闻等频道的方式向不同的用户群体提供不同的媒体内容，但版面或时段的稀缺性使得传统大众媒体并不能在本质上真正满足每一位受众的异质化内容需求。建立在此种逻辑基础之上的媒介分析则较为简单粗暴地把焦点转向了平面媒体的发行量或者广电媒体的收视率/收听率，因为这个数字背后关联着的是现实的企业广告费用投放额度，也就是媒体的广告费收入，它占据了传统媒体整体收入的70%甚至更高。而为了提高发行量或者收视率等数字，大众媒体不断地通过提升内容质量、丰富产品类型、改革版面/节目编排等方法与竞争对手在媒体市场上角逐用户的注意力。更有甚者，各大卫视收视率数据造假已经成为行业内心照不宣的潜规则，这在一定程度上反映了传统大众媒体在全新的媒介环境下所面临的真实困境。

数字化、数据化以及智能化进程已经彻底改变了20世纪建立起来的大众传播格局，今天的媒介渠道是丰裕的、多层次的、全方位的、立体式的、无处不在的。可以无限链接下去的互联网网页、能够安装成百上千移动应用的智能手机、触角延伸到每个楼宇的数字屏幕、被OTT或互联网改造之后的新一代电视、连接了居家环境中各类智能硬件的家用机器人、车联网中像电子产品一样不断更新换代的汽车以及正在普遍被安装在各个场景之下的柔性屏幕……越来越多日常生活中的普通事物因为植入了廉价、强大、高性能的传感器、智能芯片或显示屏幕而具备了信息传播和内容展示的媒介属性。“没有什么比把迟钝的东西变聪明更富有成效，在现有程序中植入极少量有效的智能都会将其效率提高到全新水平。”^[22]这种“变聪明”意味着它能够获取、存储、传播和反馈人类所需要的信息，它变成了一种信息媒介，从而可以在一个新的深度和广度上为人类提供更加方便快捷高效的服务。这意味着我们可以通过这些不断增加的渠道及其无限延伸的时空来获取信息、内容和娱乐，而不再仅仅是依靠传统的少数大众媒体渠道，它们既不懂得我们需要什么又不情愿为我们做出各种相应的改变。然而更加智能、更加泛在、更加个性化的新终端、新媒体、新应用却可以做到，它们还在以一种全新的加速度不断出现在我们的生活、工作、学习和社交活动等越来越多的场景中。

泛媒介化、万物皆媒、媒介基础设施化等趋势使得媒介本身不再是稀缺资源，用户可以在任何时空、任何场景、任何状态、任何环境下以最合适的渠道获取信息资源和内容产品。此时的媒介分析便不能再将目光锁定在发行量或者收视率这样依赖广泛覆盖而堆积起来的单一数据上面，因为媒介已经从单纯的内容传输和呈现方式演变成了为用户提供多元化信息解决方案的服务方式。在过去，媒介即讯息^[23]；在今天，媒介即服务^[24]。如果在渠道稀缺的大众传播时代，媒介以及依赖于媒介而存在的从业者们还有值得他们高高在上俯视受众和广告主的凭借的话，那么在今天万物皆媒的时代，他们便已经没有了任何这样做的资本。尽管没必要去仰视逢迎用户，但媒介也应该把自己的姿态放低，做到与用户之间展开地位平等的对话，否则用户就会立马转身离开并投奔竞争对手的阵营。在智能媒体语境下，无论是提供信息服务的媒介还是获取信息服务的用户都不再是泾渭分明的甲方乙方关系，而是一种协同成长、相互成就的共生进化关系。(www.xing528.com)

这时候的媒体分析要解决的最关键问题是：用户在具体场景下的信息需求是什么？通过哪种最合适的媒体终端和媒体应用为他们提供这种信息服务或解决方案？同质化的大众消费时代试图用一刀切的单一媒体渠道提供面向所有受众的内容呈现，而异质化的个性消费时代则必须用数据、算法、语音交互、深度学习等计算主义的工具，在一切具备了媒体属性的服务工具中找到最合适的工具、提供最合适的内容、匹配给最合适的用户。用户用数据将媒体训练得更加贴心，媒体用服务让用户的生活更智能，“越多人使用人工智能，它就会变得越聪明；它变得越聪明，越多人就会使用它；当它更聪明时，就会有更多人使用它。”^[25]这时候的媒体分析，变成了算法对具体媒介所提供的具体服务与具体用户需求是否高度匹配的分析。