找回密码
 注册
搜索
热搜: 活动 交友
查看: 5278|回复: 0

大陆:被制造的收视率,被“观看”的电视观众

[复制链接]
发表于 2018-11-9 05:28:25 | 显示全部楼层 |阅读模式
被制造的收视率,被“观看”的电视观众

                                        来源:澎湃新闻网  2018/11/8

    “收视”成了一个热门的话题。不久前,爱奇艺暂停播放量,选择告别“唯播放量时代”,拒绝目前网络节目剧集常刷流量的糟糕状态。之后,又有多位影视剧知名人士公开声讨电视收视率造假,揭露电视收视买卖的黑幕。这两件事情的结果,一是爱奇艺的播放量变成了“热度”,即互联网平台开始使用新的收视反馈机制,二是国家广播电视总局表态会对收视率造假情况进行严查。

    近年来,随着国内电视业市场转型的逐步深入,以收视率为标准的市场游戏规则逐渐发力,收视率造成的影响越来越大。但目前公众的各方观点,都集中在对收视率数据真实性和调查公信力的质疑。而收视率或者说收视反馈作为评判影视内容的标准,似乎则是一个无需讨论的既成事实和真理。人们往往认为,作为单纯的量化数据,收视率本身并无善恶,只要统计得当,最终能带来良好的影视内容。由此可见,作为“民意”收视反馈早深入人心。但收视率的形成、传播、进步的过程能够指出,收视反馈调查本身已经是强有力的宣言,它不仅能够塑造“民意”,也能彻底改变关乎整个社会思潮的大众娱乐内容传播。

    收视调查的前世今生

    诞生六十余年的收视率是作为一种“行业货币”出现的。调查公司生产收视率的目的、使用者在乎收视率的原因,很大程度上是为了交换,即电视台、广告商、广告主等各方之间的利益交换。也就是说,收视率一开始诞生的目的,就是基于广告与播出平台的利益,而非出于对观众的重视。

    由此,我们毫不意外地发现,商业广播电视体制的典型代表——美国于20世纪中期,在广告商的推动下开启了收视率调查的先河。1947年底,一直致力于进行收听率调查的胡珀公司(Hooper)率先开始在纽约进行电视收视率调查。一开始的收视调查比较简单,主要采用电话访问等方式进行。20世纪50年代,AC 尼尔森公司把曾用于广播收听统计的测量仪移植到电视机上,开始涉足收视率调查,并推出了全国电视网收视报告NTI(Nislsen Television Index,尼尔森电视网收视指数)与地区性收视报告NSI(Nislsen Station Index,尼尔森电视台收视指数)。由此,电视内容受欢迎的程度有了依据,广告商开始以此为依据投放广告,大获成功。收视率开始逐步走向世界。

    1958年,法国成立了专门机构广告载体研究中心(CESP),1964年开始建立大规模的收视率调查体系。后来,该中心改制为股份制公司Médiamétrie(欧洲国际电视数据公司),开始将收视率调研结果实现产品化。在英国,1981年,广播受众研究委员会(Broadcasters' Audience Research Board,BARB)成立,开始进行收视调查。紧接着,收视率调查进入日韩并在90年代以后进入中国。随着收视率商业化越发成熟的同时,调查公司的寡头化也越来越严重。如,巨头尼尔森从美国陆续进入欧洲的爱尔兰、瑞典,非洲的南非等国,还在亚太地区发展迅速,为多个亚洲国家(新西兰、泰国、马来西亚等)与地区提供收视率调查服务。

    收视率调查的扩张与发展如此迅速,除了因为在商业模式上受到广告商追捧,还说明了观众的高接受度。令人惊讶的是,通常情况下,人们都会反对自己隐私“被监控”,但大众似乎很难意识到:收视率技术,实际上就是一种监视技术。通过收视率调查,观看的人变成了被(收视机构)观看的人。

    在观看的过程中,人们的开机时间、关机时间、换台频率、观看习惯、节目偏好、停留时长被一一捕捉和进行分析,便于电视台编排节目和插播广告。收视,已经从一种完全免费,完全隐私的私领域娱乐,一片从未被他人所窥探和掌控的净土,变成了某种公共参与行为。不管是个人的还是集体的,不管是反常的还是常规的,人们的娱乐生活已经不是秘密,而这种大面积,深度的监视和管控以“更好地判断播出内容”为名,轻而易举就被接受了。

    电视台不仅能够决定观众们能看到什么样的内容,也能决定观众们能够看到什么样的广告,还能决定怎样为了“有潜力”的消费人群,在某个频道或者某个时段,播放有针对性的内容。收视率较高的晚间常常播放合家欢题材,希望能够尽可能多地把全家老小都集中在荧幕前。一档具有社会意义但受众“不够广泛”的节目,绝不可能跻身黄金档。奶粉、教育、食品、全家旅游等广告则有的放矢地夹杂在合家欢内容中出现,瞄准了中产家庭的钱包。而在白天的低迷时段,不少电视台都打起了不需要上班的家庭主妇的主意。大部分电视台都选择播出充满狗血剧情的婚恋题材的电视剧,与“能够解决婚恋焦虑“的减肥产品、健身课程、家用电器等广告常搭配在一起。在深夜,不少国家都习惯播出脱口秀内容或者时政内容:通过收视调查反馈,平台敏锐地意识到,很多中年男性受众此刻可能刚从疲惫的工作与家庭负担重解脱出来,需要度过独处的时光。能提供话题和职场谈资的脱口秀与时政节目成了该时段首选。当然,配合的广告也常常是香烟、酒类、汽车等。

    具有强烈目的性的影视产品内容和广告交织一起,深刻影响了人们的对生活与社会的认知与想象,在家庭远离社会的空间中再次强化了社会影响,诞生出一批又一批努力消费升级的父母、多疑和焦虑的女性、激愤且疲惫的男性。并且,通过及时的收视反馈,影视制作者、平台和广告商们,可以及时根据观众的行为调整策略,不断尝试新的、行之有效的方法继续侵入人们的日常生活当中。

    并且,随着电视产业的不断发展,收视率调查的方法和技术也在不断演进。近年来,Kantar Media开发出诸DIRECT View等多种技术,能够轻松从用户机顶盒下载数据,分析其收视行为。尼尔森不仅在电视收视技术上不断进步,还推出A2/M2(Anytime Anywhere Media Measurement)计划,试图将传统收视率调查与在线研究、手机测量的结果相匹配,最终提供涵盖电视、电脑、手机的三屏数据报告。收视调查,正在走向互联网大数据时代,在这里,观看不存在任何隐私。

    互联网监测:收视调查的扩大化与观看的雷同

    互联网上,基于技术的发展以及大型视频平台的集中性和垄断性,用户的总量和行为的可追踪性大大提高,观众的面貌一下子清晰了。如今,国内几大网络平台如优酷、爱奇艺、腾讯视频等都可以以至少百万户精确的用户为基础,根据其自愿填写的详细信息,并联动集团下的其他软件,统计用户的性别、年龄、工作、 学历、收入等等信息,用来勾画观众画像并反馈到节目/影视剧选择去。

    除了对观众特性进行统计,视频网站同时设有独立的数据中心对上千万甚至上亿用户行为进行分析。这种分析在PC 端能够精确到5 秒,而在手机端甚至可以精确到秒。某些互联网品台甚至会对某一类节目规定“平均拖拽值”,通过拖拽率的对比来观察节目内容是否健康。简而言之观众快进越少,则节目越成功。观众快进太多的节目,即拖拽率超过平均值的节目,可能就会遭遇下一季惨被腰斩的命运。

    无所不在的监视和统计加强了数据化的指标。完全成为紧紧围绕数据带来的信息进行创作已经不是新鲜事,网络平台上,大部分影视内容的意义已经从作品彻底地转化为产品/商品/服务,制作人们开始用产品经理的方式思考问题。但有趣的是,尽管互联网用户相比电视用户拥有更多选择的自由,还享受着平台的“用户定制”,但收视行为调查的升级并没有带来一个由诸多独特的细分内容构成的市场,而是大量面目相似的“爆款”。

    纵观2017播放量超10亿的头部综艺节目,各大各大平台自制节目几乎不谋而合,要么题材类似,要么思路接近。脱口秀节目方面,爱奇艺有《奇葩说》,优酷有《火星情报局》,腾讯有《吐槽大会》,基本卖点都是社会痛点话题和吐槽。到了2017年年中,慢综艺火了之后,各大平台纷纷推出形式内容都差不多的慢综艺节目。

    到了2018年,随著自制节目的越来越多,这种“相似”的浪潮攀上更高峰,大量题材同质、流程类似、模式雷同的节目几乎在同时推出,爱奇艺的《偶像练习生》和腾讯的《创造101》共同采用了韩国偶像选秀模式,爱奇艺的《热血街舞团》和优酷的《这!就是街舞》都延续了嘻哈热潮进行街舞达人选拔,优酷的《这!就是铁甲》和《机器人争霸》同样关注机器人比拼……除了综艺以外,影视剧的发展也颇为相似,宫斗剧、奇幻剧、盗墓剧总是扎堆出现。以至于有观众调侃“清宫宇宙”版本太多,记忆力吃不消。更令人感到厌倦的是,各个平台还总用类型差不多的明星和看起来差不多的节目舞美设计……

    看似“为观众服务”的网络收视行为监测之所以带来的是这样的结果,归根揭底还是在于收视行为统计本身的意义:为利益而非用户服务。节目的目标是需要提供足够的流量和利润转化,所以数量上的要求是必须的,必须考虑整体而非个人。

    但目前,国内影视产业并未成熟和完全完成受众细分,整体来看各大视频网站的用户画像和行为差异没有那么明显,再加上,某一段时间的社会热点大多比较集中,导致相似的调查结果,进一步导致了相似的内容生产。如今的视频网站也不过是和电视台一样,把收视习惯/作息时间/地理位置或职业相近的人们归纳在一起,总结其特征,打上“标签”,进而有目的地对其影响:向难以升职的中产贩卖知识焦虑,向空虚寂寞的年轻人贩卖虚假的“个性”和“潮流”,向底层贩卖权力幻想……唯一的区别只是,视频网站的板块划分和搜索机制比电视台更为明确,向用户投放的内容推荐也更为精准。

    同时,视频网站精准、迅速的收视调查正及时回馈到内容制作,积极地将观众排异和同化。举例来说,如果一档节目中出现某个板块时,平台发现超过一半的观众容易快进这个板块立刻就会被从节目中被拿掉。当平台发现大部分观众都比较喜欢较快的内容节奏时,在下一期节目中,节目笑点/信息点会从十秒钟一个变成五秒钟一个,观众只能选择适应这种“信息密集”型内容或被淘汰。

    福柯所描述过的“永久观看的网络”(network of observation)正在成为现实,由于个人的观看行为被无休止地转换成商业信息,平台的控制技术和内容掌控都得到了巩固。观众以为自己充满了诸多选择,但是当观众质疑或者违抗当前可以最有效的内容生产方向,就会被边缘化。于是,公众想象力和创造性的关系被阻碍了,我们正走向越来越雷同的未来。

    “个性化”播放和进一步的观看反馈驯化

    兴起的“个性化”推送似乎有意在解决影视内容的雷同问题。以抖音、快手为代表的短视频和直播平台个性化订阅和推送,让观众拥有了自己的私人频道,并在海量内容中掌握了绝对的主动权。

    在内容发放上,大多数直播和短视频平台采用的是和《今日头条》类似的算法。根据《今日头条》创始人、字节跳动CEO张一鸣的说法,平台有一个最重要指标是“信噪比”,会预测用户在100条内容里面,哪些会点击打开、评论或分享,分别给予这些不同的操作一个权重,让机器去预测用户行为,探索用户的使用规律,进而推荐内容。无人监管的纯算法平台上,内容的低俗化极易达成——这是人们目前对多数直播和短视频平台的最常见批判。抛开这一点来看,唯用户操作为尊的“个性化”平台还有其他值得质疑之处。

    这是一个没有耐心的世界。为了极致的观看体验,观众不需要搜索,不需要辨别,只需要不断地划动就可以——源源不断的图像汹涌而来,创造了更扁平,没有未来感的当下。为了得到自己想看的内容,用户必须频繁行动,几乎一刻不停地做出反馈。这种操作和播放模式也深刻影响了内容:和很多长视频软件允许把视频最精彩的一帧设置为封面图不同,短视频封面基本上是视频的第一帧。这样设计背后的动机是宣告短视频不能拥有前奏,必须直接进入视频最精彩的部分,因为用户等不了。

    越快速就没有耐心,越没有耐心就需要越快速。拥挤的地铁里,观看者们手指如飞,观看似乎变成了一种日常任务和功能,再也不能有任何空档和间歇。内容的基本矛盾,已经变成人们日益消失的耐心与缓慢冗长的内容节奏之间的矛盾。在抖音等短视频平台上,人们往往还没有来得及熟悉一样东西,它就转瞬即逝。操作性和回应具有优先性,压倒了所有曾经被看作内容的东西的意义,机器的目的就是其本身,而不是达到更大目的的手段。

    观众时常发现,本来只打算看十分钟抖音,却一不小心看了两小时,尽管消耗了两小时,回想起来却有好像什么内容都没看过。所有的视频都没头没尾,没前没后,只有短暂的刺激。综观抖音上热播的视频可以发现,大部分没有语言和想象空间,只是有趣的肢体动作的集合。例如一度流行的海草舞、后空翻、手指舞、或者宠物被绊倒。人们看后哈哈一笑,甚至还没来得及完成这段笑声,下一条就又要开始播放。在不断的操作中,观众永远处于感到不满或意犹未尽的状态。

    而且,尽管人们在定制化推送的平台中追求的是独一无二的自己,但整个算法的运算过程与逻辑,依旧是标签和脸谱化的。随着手指不断重复劳动,用户被系统会分析性别、年龄、偏好、观看习惯等等,然后被放入大数据中的某个类别中去,从而得到该用户属于某类人,会感兴趣某几类视频的判断。接下来,就是长时间同质化内容的轰炸。与其说人们创造的是独特的自我频道,不如说人们通过反馈劳动不断宣告自己进入了某个群体。所以尽管拥有一定的细分程度,雷同内容依旧充斥着短视频和直播平台。在快手上,我们总看到质感/内容类似的头部红人;在抖音上,某种风潮总是红极一时,充斥全屏又急速衰败。

    回望收视行为的调查和反馈发展史,无论电视收视监看,还是网络播放行为统计,看是在服务大众,却实际参与塑造大众。接受了被观看之后的大众,往往从收视的主体变成了客体,最终幻化成一团面目模糊的数字,通过同质化、消灭冗杂和加速的洗礼,逐步消失了更多的可能性。

    但如果不看用户,我们该用什么来衡量一部作品的好坏呢?没有人有答案。直到我们找到新的更好的方法之前,也许收视依旧是不得已的最好选择。耐人寻味的是,西方网络视频平台巨头如Hulu、亚马逊、Netflix正在回归传统的导演/制片人制,希望有着独特风格的个人能够带来个性化、有质量保障的作品。其中变化最大的是亚马逊。亚马逊一度痴迷数据,并独创了“试播筛选机制”,用观众数据和反馈决定剧目是否播出。如今的亚马逊却选择签约伍迪·艾伦、吉姆·贾木许、斯派克·李等大批知名导演,投资他们拍摄原创电影与剧集,他们迈出了回归过去,也是探索未来的一步。


您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|阿波罗网

GMT+8, 2024-11-22 14:19

快速回复 返回顶部 返回列表