大數(shù)據(jù)帶來大改變。受大數(shù)據(jù)沖擊，傳統(tǒng)收視率行業(yè)也面臨前所未有的創(chuàng)新命題，或者說是個難題，難在如何兼顧守正與出新。

收視率的正統(tǒng)出身是統(tǒng)計，是有限樣本的代表性推論，是基于概率抽樣計算的推斷結(jié)果，偏重于統(tǒng)計而非算法。大數(shù)據(jù)被認(rèn)為是收視率創(chuàng)新的方向，但是大數(shù)據(jù)容易實現(xiàn)的是算法，難以解決的是統(tǒng)計，比如數(shù)據(jù)孤島帶來的統(tǒng)計上的以偏概全問題。

統(tǒng)計的基礎(chǔ)規(guī)律之一是大數(shù)定律，在大數(shù)定律的作用下，收視率數(shù)值傾向于收斂和穩(wěn)定；算法則不然，基于算法的結(jié)果取決于算法定義規(guī)則，規(guī)則不同結(jié)果便不同，定義規(guī)則本身有很強的主觀性、誘導(dǎo)性。

用統(tǒng)計結(jié)果反觀內(nèi)容與營銷，具有結(jié)論的概然性和歸因的合理性，是先有假設(shè)再做檢驗；用算法結(jié)果反觀內(nèi)容和營銷，算法本身的選擇性決定內(nèi)容與營銷結(jié)果的呈現(xiàn)，算法既定假設(shè)，結(jié)果反而成必然。

基于統(tǒng)計的收視率讓內(nèi)容與受眾之間具有時間軸上的因果關(guān)聯(lián)，內(nèi)容上的議程設(shè)置表現(xiàn)為收視率的統(tǒng)計結(jié)果；基于算法的收視率則不然，算法可以弱化甚至打破時間軸上的因果鏈而僅僅強調(diào)關(guān)聯(lián)，算法可以通過設(shè)定內(nèi)容邏輯從而成為議程設(shè)置本身。

可見對于內(nèi)容與營銷，基于受眾的統(tǒng)計是收視率之本，而基于大數(shù)據(jù)的算法則不是。對收視率抱有成見而推崇以大數(shù)據(jù)算法替代收視率統(tǒng)計是不恰當(dāng)?shù)淖龇?，帶來的只能是更多的抱怨和混亂，這是本末倒置的結(jié)果。

不過收視率統(tǒng)計也并不排斥算法，如果算法能夠用來補充和優(yōu)化收視率數(shù)據(jù)的統(tǒng)計過程。但是其間需要厘清人和端的對應(yīng)關(guān)系。

正統(tǒng)的收視率統(tǒng)計是基于人的，而大數(shù)據(jù)主要來自于端，盡管端所連接的仍然是人。在收視率統(tǒng)計中人是優(yōu)先于端的，而且可以根據(jù)一人多端的行為情況進行累計計算，從而形成多端跨屏的收視率統(tǒng)計；在運用大數(shù)據(jù)算法時則往往端優(yōu)先于人，不同端的數(shù)據(jù)可以疊加合并，但未必是真實的人的行為。正是因為有這樣的區(qū)別，所以才有收視率統(tǒng)計中的同源樣本建設(shè)的必要，以及大數(shù)據(jù)算法需要考慮的不同端數(shù)據(jù)整合過程中的行為去重難題。在人與端的數(shù)據(jù)交換中，一人一端是最容易處理的情形，多人一端和一人多端都帶來大數(shù)據(jù)算法上的挑戰(zhàn)。

收視率的計算離不開到達率和忠實度兩項指標(biāo)。無論以人還是端為口徑計算，以時間花費測量的忠實度指標(biāo)含義基本一致；但到達率指標(biāo)就不是一回事了，人的到達在時間軸上是單調(diào)累加的，而端的到達，其中有一部分未必是人的行為造成，另外端的到達還可以進行跨空間的平行累計。以端的數(shù)據(jù)模擬人，就需要設(shè)定一個基礎(chǔ)端，以這個基礎(chǔ)端的行為確定所模擬人的主要行為，其他端的數(shù)據(jù)則以不與基礎(chǔ)端數(shù)據(jù)產(chǎn)生時空沖突為前提而進行補充加總。

所以在收視率這個問題上還是不能迷信大數(shù)據(jù)，特別是當(dāng)大數(shù)據(jù)以算法的形式施加對內(nèi)容和營銷的直接影響的時候，大數(shù)據(jù)收視率事實上就陷入了自我循環(huán)的純數(shù)據(jù)邏輯，而忽視了人的非數(shù)據(jù)本性。

現(xiàn)在市面上一下子出現(xiàn)了好多打著大數(shù)據(jù)旗號的收視率報表，多數(shù)的報表已經(jīng)實現(xiàn)內(nèi)部自洽，但是相互之間仍是一片混戰(zhàn)。越是這樣的時候越要考慮清楚收視率的根本，以經(jīng)得起檢驗而且經(jīng)過檢驗的坐標(biāo)來定位新坐標(biāo)，守得正才能出得新，人云亦云的所謂大數(shù)據(jù)帶來的收視率革命其實還并不存在。