大数据造成广电媒体生态出现了天翻地覆的改变，尤其是大数据收视率概念的改变，更衬托出网路新媒体的闪闪发光，全世界都在热烈追赶大数据，美国对此最为积极，日本跟进使用了推特等指标来补强传统的收视率，中国大面在这方面也一直设法推陈出新;相较之下，台湾的发展稍有落后。

　　大数据下的收视率，有三种常见概念：

　　一、全媒体收视率：2013年7月，由中国大陆国家新闻出版广电总局重点扶持的「泽传媒」发布了第一个号称结合电视、网际网路、新媒体数据样本的电视收视率排行榜─「中国全媒体卫视收视率排行榜」。泽传媒的全媒体收视率是把传统收视率与网路收视率相加，也就是把两种收视率直接加总。中央电视台在 2014年春晚开始採用这种概念，从此打破了传统的电视收视率测量方法。中国大陆虽然提出了全媒体收视率的概念，但是目前的贡献主要只是跨越了传统的收视率测量方式，还说不上已经真正建立了一套适合用来进行多萤收视行为研究的良好统计方式。

　　二、以网路数据取代收视率：这方面主要是进行收视率数据与网路数据的相关性研究，然后用网路数据来取代传统的收视率。大数据的最常见研究，其实是指出数据之间的相关性，最知名的案例或许是Ginsberg 等多位Google工程师2009年2月在顶尖的《自然》科学期刊所发表的一篇论文，指出流感关键字的查询频率与H1N1流感病患就诊的比例高度相关。其实在这份研究公布之前，加拿大在2008年已有研究发现：雅虎网页上对于流感关键字的搜寻频率与流行病监测数据非常有关。

　　这样的大数据相关性研究模式被认为颠覆了过去的量化研究典范，因为因果已经不重要，数据也不再要求精确，只要找出相关性就具备了实用性。

　　依循此一路径，美国的尼尔森公司和推特公司在2012年合作推出了「尼尔森─推特电视收视率」(Nielsen Twitter TV Rating)，透过测量在Twitter上面讨论某一节目的人数，以及哪些用户会出现在这些社交媒体的聊天内容，从而推论出「观眾的准确人数」以及「社交媒体对于电视节目的影响」等相关数据。日本目前也开始推广这方面的尝试。中国大陆参考前述的「尼尔森─推特电视收视率」，目前尼尔森网联也积极与电视公司合作进行「电视节目大数据选题研究」;在此同时，央视索福瑞和新浪微博在2014年达成合作协议，推出了「微博电视指数」，号称是首次结合社交媒体评估电视效果研究的大数据分析系统。台湾投入相关研究的成果也正在浮现，希望能后来居上。

　　三、真正的大数据：其实是透过全面掌握网友的网路行为，来了解网友在网路上的搜寻、收视、消费、交友，甚至是全部生活行为，其广度早已超越了收视率，至于深度更是远胜欧威尔的「老大哥」。目前这方面的尝试，最大障碍在于如何全面收集或整合现有的资料。

　　放眼全世界的大数据发展，美国是產业界积极尝试，亚洲经验则是政府在背后推动。台湾如果想要迎头赶上，广电法就必须赶快修法，才能一方面加速產业松绑与数位匯流，一方面启动大数据等公共财的研究与发展。

　　(作者为国立臺湾艺术大学广电系教授、财团法人中央广播电臺总臺长)