習近平總書記強調：“全媒體不斷發展，出現了全程媒體、全息媒體、全員媒體、全效媒體，信息無處不在、無所不及、無人不用，導致輿論生態、媒體格局、傳播方式發生深刻變化，新聞輿論工作面臨新的挑戰。”要實現共融互通，催化融合質變，媒體需要推動流程優化、平臺再造，以及對媒介資源和生產要素進行整合。作為這一系列融合發展的內在驅動力之一，“數據能力”已然成為媒體轉型升級、融合發展，做好黨的新聞輿論工作的關鍵因素。近幾年，傳統媒體雖然認識到數據新聞的重要性，但在新聞數據化方面依然面臨諸多挑戰。

新聞生產遭遇“數據中梗阻”

作為新聞報道的重要組成部分，數據新聞對傳統媒體而言并不陌生。但大數據時代帶來的改變，并不只是數據類新聞素材的增加，而是一種認知世界的全新方式。

一直以來，媒體對新聞事件的報道主要依賴于記者的采訪和觀察。在這種模式下，一旦記者的視角和選擇的個案不具備普遍代表性，那么該報道就無法展現出事件的整體面貌，甚至會明顯偏離事實本身。大數據的應用極大地彌補了傳統媒體信息采集的短板。如今，媒體既能夠避免用單一樣本來臆測整體，也不需要借助科學抽樣來推測整體。在基于全樣本的大數據技術下，新聞從業者可以直接獲得整體性的數據，從而讓報道更為全面精準。

但值得注意的是，對于傳統媒體來說，數據技術用得越多，其“數據能力”不足的瓶頸就越發明顯。當前各家傳統媒體既不掌握大數據，也沒有能力做好數據挖掘；既驗證不了大數據的真偽，也缺乏數據可視化的足夠能力。

從數據來源上看，除了國家統計局開放的數據資源以及上市公司披露的有法律效力的數據信息可以被媒體直接使用，大量行業的數據都分布在相關的平臺之上。如共享出行的數據多為滴滴等平臺占有；線上餐飲的數據主要分布在美團、餓了么等大型平臺；網絡零售的大數據多為阿里、京東、拼多多等占據；在線旅游的數據主要集中在攜程、途牛等平臺。作為企業競爭力和盈利能力的重要構成部分，這些具備極高商業價值的數據被企業充分保護起來。行業數據的分布呈現出“數據孤島”的態勢，既不對外開放，也不彼此連接，讓媒體無法觸及。

在這種情況下，無法獲得原始數據的媒體，只有在相關企業基于品牌形象塑造的考慮發布相應行業報告時，才有機會一窺行業數據的樣貌。但問題在于，企業所展示的往往是加工后有利于其品牌形象的數據，拿不到原始數據的各家媒體根本無從驗證結論的真偽。更為尷尬的是，即便企業愿意開放原始數據，事實上也沒有太多媒體具備數據挖掘的能力。

由此可見，當前輿論場中大數據的話語權往往為占有、生產數據的企業所控制，媒體使用大數據很多時候都只能扮演“傳聲筒”的角色。雖然一些媒體已經成立自身的數據新聞部門或者數據新聞實驗室，但是相較于市場機構、科技類企業對大數據的挖掘和應用，媒體在新聞生產方面的數據能力還亟待提升。

內容分發面臨“數據卡脖子”

從報紙到廣播電視，從門戶網站到社交媒體，在傳媒業發展變革的過程中，技術的進步和演變發揮著至關重要的作用。對于媒體來說，當前最受關注的技術手段莫過于人工智能技術的運用。近年來，以“今日頭條”和“一點資訊”等為代表的分發平臺快速崛起，對傳統媒體構成極大的沖擊。雖然從表面上看，傳統媒體進駐“今日頭條”這樣的資訊平臺，開設專門的媒體賬號，通過“借船出海”的方式，擴大了傳播內容的影響力。但這種影響力的獲取更多是一種“飲鴆止渴”的效果。

為什么內容影響力的擴大對傳統媒體來說可能反而是壞事？原因就在于算法這一“把關”機制上。在傳統的傳播結構中，報紙、廣播和電視的受眾是一個相對穩定的群體。媒體知道自己的內容可以影響哪些人，或者說，自己在為哪一部分群體“把關”信息。從廣告業務的角度來講，媒體的穩定受眾群會成為其影響力構建的關鍵要素。媒體可以將這一部分影響力轉化為廣告議價能力，從而進一步推動新聞業務的發展。

但在基于“算法”的分發模式下，傳統的“傳—受”結構被打破。媒體生產的內容會被算法推送給“可能感興趣”的讀者。這意味著，媒體所傳播的不同內容會到達有著不同“興趣標簽”的群體。因此，在內容分發平臺上，傳統媒體不再擁有穩定的受眾群，其既喪失了穩定的輿論影響力，也丟失了可以變現的廣告資源，最終可能淪為算法平臺的“內容民工”。

全方位提升媒體的數據能力

傳統媒體在新聞生產和新聞分發上面臨的瓶頸和挑戰，讓媒體從業者感受到構建“數據能力”的緊迫性。在這種情況下，傳統媒體以及媒體從業者可以從三個方面著手，全方位提升數據能力。

首先，在思想上要高度認識數據能力培養的重要性。在媒體融合的大潮下，推進媒體轉型，推動新媒體發展已經成為傳媒業的大勢所趨。但也應看到，許多傳統媒體所謂的轉型，就是簡單地將其以往內容平移到新媒體平臺上，利用新的渠道增加影響力。這種模式下的轉型往往很快遇到困境。因為信息傳播技術所產生的改變不僅僅是出現了新的渠道和新的終端，而是整個輿論生態的重構。傳統媒體必須基于新的生態帶來的新要求，對自身新聞采集、新聞生產、新聞分發以及效果反饋這一系列的環節，整體性地進行數據化的重構和優化，才有可能在新形勢下站穩腳跟，更好地推進黨的新聞輿論工作。

其次，在行動上要把數據能力建構擺在緊迫位置。傳統媒體要突破的數據瓶頸，不僅僅是在新聞生產方面增強數據獲取、挖掘和呈現能力，還必須在內容分發和反饋上，對相關受眾進行數據化的管理和分析，從而全面提升信息傳輸的精準度。

在當前“算法”帶來的信息獲取“便利”已經為受眾普遍接受的情況下，傳統媒體要做好輿論工作，自身也必須擁有可控、可靠的“算法”。這種“算法”除了研究受眾喜好以外，更需要加入主流價值觀的引領。因為“算法”的構建并非通過“技術引進”就可以一步到位，只有通過不斷的數據積累和學習提升，對應的“算法”才會越來越“聰明”。另外，傳統媒體如果不快速推動數據能力建設，就有可能在人工智能時代被技術類媒體越拋越遠，將其對輿論的影響力拱手相讓。

再次，在人才培養上要圍繞數據能力做好工作。媒體競爭關鍵是人才競爭，媒體優勢核心是人才優勢。隨著人工智能行業熱度的持續提升，相關企業圍繞著數據人才的爭搶已然開始。相較于科技類企業，媒體對數據人才的需求絲毫不弱，但對數據人才的吸引力明顯不足。在這種情況下，如何千方百計引入數據人才，是媒體實現融合發展必須解決的前提條件。在引進專業的數據人才的同時，傳統媒體也亟待通過開展培訓，強化從業者的數據意識，推動存量優化；并從數據采集、數據挖掘、數據呈現等多方面，全面提升從業者的數據能力。

在當前不斷深化的媒體融合大潮下，“數據”已然成為傳統媒體必須掌握的新知識、熟悉的新領域、開拓的新視野。在新時代，要打造一支政治過硬、本領高強、求實創新、能打勝仗的宣傳思想工作隊伍，媒體和媒體從業者必須全方位提高自身的“數據能力”。

（作者單位：中國新聞社經濟部、中國人民大學新聞學院）