收听率数据应用实践的“1/2/3/4法”分析
王浩洁
【摘 要】以数据为基础理清思路、找到线索、客观评价，是收听率数据分析的基础课题。本文中的“1/2/3/4法”是指：一个问题、两个维度、三个方向和四个不能。一个问题，即分解需求，问题越单一明确越好操作；两个维度，即纵向和横向；三个方向，包括自身、竞争对手、宏观环境；四个不能，包括不能无限放大、不能无限细化、不能作为单独的决策依据、不能取代其他的调查分析。
【关键词】广播收听率 单一 横向 纵向 环境
【中图分类号】G206 【文献标识码】A
收听率数据是广播从业人员进行受众需求分析、内容编排分析和市场竞争分析的有力工具。但在实际使用过程中，分析需求多种多样，如何满足个性化需求？本文中的“1/2/3/4法”为数据使用者提供一种分析思考路径，我们可以在这个思路的基础上按图索骥、多维交叉、逐项分析。
“1/2/3/4法”是指：一个问题、两个维度、三个方向和四个不能。
一、一个问题：分解需求，问题越单一明确越好操作
在实际工作中，分析需求经常很笼统。比如：某节目收听率下降，希望分析原因。借助数据解决需求首先要细分问题，和什么时期比下降了？从什么时候开始数据出现转折？哪些指标下降了，互相之间是否有联系？下降时期哪些竞争对手数据上升、上升的是哪些指标？这些问题还可以再进一步追踪和延伸，例如“从什么时候开始出现数据转折”，找到转折点后可以研究这个横截面上是否有自身、竞争对手或宏观政策对节目带来的影响。
有意识地分解需求，将需求有逻辑地拆分成可以用一个或多个指标验证的疑问或假设，再利用数据去求证。问题越单一越明确，所使用的数据指标就越少，越能够排除更多的干扰因素，得到的结论就更趋近于客观。提出一个好问题是数据分析的起点。
二、两个维度：纵向和横向
纵向和横向是指分析数据时期选择的两种方式。
纵向分析通常用于三个目的。一是监测数据变化趋势。例如：2008年中央人民广播电台中国之声在汶川地震后进行了大规模的改版。改版后的一年里，收听数据是否呈现逐步上涨的态势，全新的节目和编排是否获得了市场的认可？可以通过逐月数据来监测。二是找到数据转折点。通常数据转折点会带来很多分析线索。例如：从某节目收听率数据下降的时间节点去寻找，可能发现同时段的竞争对手进行了全新的改版，或外部竞争环境有重大改变等，那么这有可能就是数据变化的原因之一。反向来看，对于预定的事件，例如两会、奥运会、重大活动、节目变更等，可以观察这些事件发生期间频率或节目的数据变化规律，从而为下一次类似的情况探寻应对策略。三是寻找一些和时期相关的规律性影响因素，如季节更替、春节及十一长假、寒暑假等。以寒暑假时期为例，由于不用接送孩子上学，一些上班族在交通工具的选择和出行时间的选择上会和学生正常上课时期有所区别。这个群体有多大，他们的收听选择在这一时期有什么不同，是研究细分受众、设计定向节目时值得考虑的问题。
纵向分析中还需要注意的是对比时期的选择。常用的对比时期有：同比、环比和比较所属的大时期。同比通常用来消除季节等规律性因素的影响。例如节假日的广播市场收听率普遍比工作日低，尤其是对于交通类频率或节目，因此可以考虑把周末和工作日的数据分开比较。环比更多的是为了观察连续性的发展态势。例如新节目上线后环比的涨跌可以看到节目接档是否顺利，短期走势如何等。比较所属的大时期则是为了了解节目在一段时间内的状态。例如某节目单月的数据和全年平均比是否处于高位，为何处于高位？从而帮助节目找到导致数据变化的线索。此外，需要强调的是，所比时期的长短要根据时段、频率、指标的不同而有所区别。例如：调频台和中波台相比，中波台需要选取更长时期的数据才能确定其走势，因为中波台的平台相对较小，需要更长时间来积累足够的样本量。高峰时段节目和低谷时段节目相比，像北京人民广播电台交通广播《一路畅通》这样的高峰时段节目可能仅用一个月的数据就能看到较为明确的走势，而有些夜间时段的节目则需要长达半年以上的观察。
纵向分析更多的是用于描述趋势、发现线索、验证假设。在纵向分析时，通常会观测或预测到一些时间节点或重点时期。如何分析和解释这些时间节点或重点时期中表现出来的趋势或现象呢？此时就可以运用横向分析来解释数据了。横向分析是切面分析或切段分析。在“1/2/3/4法”中，横向分析选取时间节点或重要时期比较同时期自身、竞争对手和宏观环境的各种变化、优劣势等，从而找到影响收听率数据的因素。横向分析的分析内容是“1/2/3/4法”中的“三个方向”，我们将在下面详细展开。
三、三个方向：自身、竞争对手、宏观环境
当我们发现数据变化时，更关注的其实是影响数据变化的因素。但收听率数据只能描述一种已经发生的现象，探究背后的原因则需要从多方面入手。
1.频率/节目自身
很多节目或频率在数据变化时自然地倾向于向外寻找原因。实际上，自身的变化是最容易收集资料并加以验证的。在查找自身因素时可以从“3W”——What、Who、Where入手。
（1）What，即节目是什么样的。选题、制作、嘉宾、时段编排……都可能影响数据表现。以选题为例，由于央视-索福瑞媒介研究（CSM）在北京广播市场的收听率调查数据是365天连续性数据，因此可以任意截取不同日期的数据来进行分析。一些文艺作品类节目可以按照作品播出周期来看哪部书更受欢迎，从而进一步明确选书范围。甚至可以通过观察一部书播出期间的收听率变化曲线，来确定哪些情节更加吸引人，从而调整作品的编辑方向。再例如节目制作方面，中国之声2008年改版后，节目制作上增加了很多现场连线，突出“我在现场”的新闻播发状态。改版后的数据提升和节目制作水平的提升不无关系。围绕节目本身的状态可以细分出多个方面，任何一个方面的变化都会对节目的收听产生影响。
（2）Who，即什么人在做节目。事实上节目本身是什么样的取决于做节目的人、团队和管理。最典型的案例是一些非常依赖于主持人的节目，例如中国国际广播电台轻松调频的《飞鱼秀》，节目名称本身是由主持人名字的谐音而来。这样的节目一旦主持人变动，会对节目收听造成明显影响。但主持人仍然是作为节目本身的一部分展示给听众的，而一档节目背后的团队和相应的管理机制对于节目的影响则更为深远。例如一档新闻谈话类节目，在当前的新闻评论环境中，编辑的倾向和主管领导的保守与否对于节目的风格和定位有着非常深刻的影响。
（3）Where，即节目是在哪儿播出的。播出平台是节目的一个“先天”的因素。调频、中波、网上、移动客户端……不同的播出平台有不同的特点、不同的受众和接触习惯。例如调频在车上收听效果天然地比中波要好，但是如果同样中波和调频的节目都拿到网上直播，则可能会缩小差距。平台优势常常出现马太效应。调频节目上网或上移动客户端后收听数据仍然比中波好，这不见得是节目质量原因，也有可能仅仅是知名度带来的影响。
2.竞争对手
分析竞争对手最终的落点仍然是考虑自身的竞争策略。分析竞争对手时同样可以使用上面的“3W”因素分析，但更重要的是通过对比，考察对手使用的竞争策略。竞争的目的是争夺尽可能多的有价值的听众，单纯从节目内容类别是否相似来描述竞争是不够准确的。因为同一时段差异化的节目实际上可以吸引到同一个细分听众群。最常见的竞争策略有两种：正面竞争和差异化竞争。
（1）正面竞争。一般来讲收听高峰时段是一些综合性大调频做正面竞争的主战场。以北京广播市场工作日早高峰为例：这一时段开机人群规模较大，听众类别多种多样，能够容纳多个定位不同的频率来瓜分听众。因此，早高峰是北京广播市场的兵家必争之地，各频率精锐节目向这一时段集中倾斜。全市场全天收听率排名较高的节目几乎有八成都集中在这一时段。如果确定采取正面竞争的策略，那么只能通过比拼节目质量来获胜。也正因为如此，各频率向早高峰节目所倾斜的资源是其他时段所不能比拟的。
（2）差异化竞争。通常在竞争策略上很少完全使用硬碰硬的正面竞争。北京广播市场当前主要的19个频率占据了约98%的市场份额，①远没有达到所谓的“自由竞争”的状态。因此在时段和节目内容上略做差异化处理，就能赢得相应的目标听众。例如目前北京广播市场上有三个音乐类频率：北京电台音乐广播为综合类音乐频率，侧重主持人+栏目的打造，内容上音乐专题类节目或名人访谈节目比例相对更高；国际电台劲曲调频则定位为国际化的音乐平台，音乐选择上强调和国际潮流接轨；中央电台音乐之声则是专业化、类型化程度较高的音乐频率，全天播出时间里音乐占比是三个频率中最大的。这三个频率根据自身资源优势的不同在内容定位上实施差异化竞争，实现了在北京广播市场上的共存。
不管是正面竞争还是差异化竞争，在数据分析方面的重点是，当在横向分析出现两频率或两节目收听率数据明显此消彼长时，应当尽快从自身和竞争对手的内容定位、吸引到的细分听众情况和一段时间的发展变化趋势来考察是否形成竞争关系，对方的优劣势为何，从而积极应对。
3.宏观环境
宏观环境对收听率数据的影响更为广泛和复杂。常见的宏观环境因素包括：政策因素和社会热点等。
政策因素又可以简单分为对广播媒体的直接政策和其他政策两类。前者的影响显而易见，例如要求取消保健品广告对各地广播都有影响。后者的影响则相对间接。例如：2008年奥运会前后北京政府实施了机动车单双号限行政策。这一政策实施期间，北京广播车上收听全天各时段普降，尤其是晚高峰时段。与此同时音乐类节目的平均收听时长下降。广播从业人员应该保持对国家政策的敏感性，预测政策对于市场的影响，做好应对预案。
社会热点相对于政策因素来讲，周期短、热度高、突发性强。社会热点一方面是节目取材的重要来源，另一方面又影响着节目的走势和竞争。例如2008年汶川地震期间，由于举国哀悼、救灾，相声小品等娱乐类节目全部停播。对于以此类节目为主干的频率而言影响是显著的。但是北京电台文艺广播在此期间特意安排了多部小说、评书联播填充相应时段，数据显示在所有媒体一片救灾、重建的新闻报道中反而获得了不少听众的认可。这为之后类似时期的播出预案设计提供了有力的数据支撑。
极端天气是近几年另一个经常出现的社会热点，从北京“7·21”大雨到雾霾天气，北京地区的新闻类、交通类频率已经逐步制定出应对极端天气的较为成熟的报道模式和预案，而每一次极端天气的报道后，如何调整模式，收听率数据的变化都是很好的参考。
宏观环境的变化是一个较大的命题，从数据上也较难验证，但是其影响却不能轻易忽略。顺应宏观环境的变化来制定竞争策略，调整自身节目制作、编排等才能更快地获得市场认可。
四、四个不能
很多广播从业人员在面对收听率数据时容易陷入两个极端：收听率数据什么都能做和收听率数据什么都做不好。从笔者工作经验来看，深入了解数据、客观看待数据、适度使用数据，才是对待收听率数据的正确做法。因此，在提供前面的分析思路后，需要重点强调在使用数据时的四个不能。
1.不能无限放大
所谓无限放大就是不分场合不分目的地使用收听率数据。事实上收听率数据功能有限。它的功能只在于客观描述现象，只能反映频率/节目播出后听众的客观反应——听了或没听。而对于实际收听行为背后的原因，数据本身并不能解答，因此才需要前面所述的两个维度三个方向去探寻。
2.不能无限细化
由于样本量有限，收听率数据在不同层面的精度是不同的。正如一把最小刻度为厘米的尺子无法准确衡量一颗灰尘的直径一样。在实际使用中，描述一个地区的广播市场整体时，收听率数据精度相对较高。但是具体到某一个节目，尤其是一些低谷时段的节目时，由于该时段样本量较小，精度就会降低。因此，用收听率数据分析或考评一个频率或节目时，需要根据长期的数据积累和经验制定不同长短的观察期和数据波动的有效范围。越弱势的时段或频率，往往数据波动越大，所需要的观察期越长，越不适合用收听率数据的变化来简单判定。
3.不能作为单独的决策依据
正如前文所述，收听率数据的功能有限，且更多的是起到描述客观现象、提供分析线索、验证假设和做法的作用。因此在进行决策时，正确使用收听率数据可以很好地发挥其辅助参考的功能，使其成为一个必要非充分条件，但决不能将其作为单独的决策依据来使用。
4.不能取代其他的调查分析
收听率数据仅仅反映了听众收听行为的一些方面。要详细分析受众的收听行为和节目/频率发展变化的关系需要有针对性地使用更多的调查分析方法。例如知名度满意度调查、听众收听意愿的小组访谈、个别典型听众的深访、网络收听率数据的收集、听众短信/来电等反馈内容的文本分析……甚至利用当前社交网站上的投票功能对一些单期话题进行听众反馈收集，对节目制作人员也是有一定参考价值的。
古有庖丁解牛，神乎其技。神奇之处不在于刀快，而在于对所解之牛身体构造的精准把握。收听率数据分析亦当如是。数据就是听众行为记录，这个记录会反映、折射广播人所做的一切。所谓功夫在诗外，重要的不是数据本身，而在于对广播媒体及其所处环境是否有深刻的理解。数据不完美，个人的认知也不完美，但是互为补充，充分理解，适当运用，就会弥补缺陷，臻于完美，岂不快哉？
（作者单位：北京人民广播电台广播发展研究中心）
（本文编辑：宁黎黎）
