依托大數據增強音樂廣播的核心競爭力

薛婧

【摘 要】通過收集研究新媒體音樂平臺數據和樣態，用來參考和指導傳統音樂廣播歌庫的數據，使得音樂廣播的播出內容更加豐富，更凸顯新媒體所不具備的主持人陪伴特質，從而得到聽眾認同，讓傳統音樂廣播在激勵競爭時代立于不敗之地。

【關鍵詞】音樂大數據 音樂廣播 歌庫訊息 編輯策略 核心競爭力

媒體融合時代下的傳統音樂廣播如何利用多方大數據來分析管理已有歌庫、調整編輯思路、定位節目策略，使傳統媒體重獲新生？伴隨著媒體融合的深度發展，新媒體為受眾提供了海量的視聽內容與接受形式，而經歷了類型化廣播十年的發展與壯大，傳統音樂廣播電臺特有的伴隨性優勢被逐漸弱化，廣播面臨新的挑戰。

首先，依靠廣播收聽率數據分析研究當今聽眾對于傳統音樂廣播的需求。音樂廣播聽眾屬性分析：針對的聽眾從年齡、職業、地域聽眾為例，中青年聽眾群體是音樂廣播主要訴求對象，包括了中學生、大學生、時尚人群、自由職業商戶者等喜愛音樂、文化素養高的城市人群；收聽習慣、工具、場地、狀態等等。

然后，研究互聯網音樂網站數據：各大音樂網站專題分類&點擊率&排行數據&聽眾偏愛與喜好數據；利用各大音樂網站所提供的相關音樂訊息收集每首歌曲的歌手信息、歌曲實時熱度、評論、聽眾信息、關聯歌曲等。

音樂、歌曲作為音樂廣播節目的靈魂主體，在音樂電臺所起的作用是決定性的核心的，依托新媒體的大數據在保持傳統音樂廣播播放形式原汁原味的前提下，對其音樂庫進行優化分析，使其節目內播放歌曲的內容更貼合當前社會環境下大眾需求的口味，是改變傳統音樂廣播打開新局面的重要舉措。

如何使音樂電臺的歌曲庫得到最優質的利用和編排是音樂總監和音樂編輯的重要職責，特別是媒體融合時代，音樂電臺的歌曲庫決定著頻率屬性和氣質，以下是本人多年從事音樂編輯和歌庫監制的一些體會。

一、收集數據

1.音樂電臺聽眾的自身數據。不同的音樂電臺都有其自身的特征，聽眾定位、節目內容特點、現有電臺曲庫、主要覆蓋區域等。只有了解了每個音樂電臺的自身特點，才能將音樂大數據分析的結果與不同音樂電臺準確匹配。

2.音樂廣播聽眾屬性分析。每家音樂廣播電臺都有自己的聽眾特征與節目風格，針對的聽眾從年齡、職業、地域等方面都會有自己的重點把握，因此其節目中播放歌曲的內容肯定需要與之吻合，才能提高收聽率。不同的音樂電臺會挑選其自己對應人群的歌曲，降低了音樂電臺內容的重復率，將好聽的節目推送給適合它的聽眾。

3.當地目標受眾群體的結構組成。以大連音樂廣播的聽眾為例，中青年聽眾群體是音樂廣播主要訴求對象，包括了中學生、大學生、時尚人群、自由職業商戶者等喜愛音樂、文化素養高的城市人群，他們普遍有著較高文化素養，具有一定消費力，有充分的自由享受音樂享受生活的較高精神追求，分析這類人群特點就會發現：回歸廣播最根本的伴隨特質以及音樂性的廣泛認同，提供形態統一的類型化音樂陪伴是這類人群的廣泛需求，音樂好聽而不濫熟，編排有序而不落俗更是符合這類人群在音樂審美需求的方向。

二、處理原始歌庫（歸類 屬性 標簽）

音樂電臺的歌曲庫如果存有3萬首歌曲，歌庫音樂編輯要做的事情就是把每一首歌打上屬于各自的標簽，在各大項里再細化若干小項，具體內容包括：

1.曲目名稱&專輯名稱&角色&角色大項分類。男生 女聲 男女對唱 男女組合 男男對唱 女女對唱 男主唱組合 女主唱組合 樂隊組合 和聲組合 群星 童聲 男子組合 女子組合

2.音樂特征大項分類&情緒大項分類。浪漫 激烈 慵懶 舒緩 深情 輕快 歡快 憂郁 清新 憤怒 傷感 豪邁 夢幻 悲壯 幽默 童話 甜蜜

3.年代大項分類。80年代前 80-90年代 90-00年代 00-05年代 05-10年代 11-15年代

4.類型大項分類。原創原唱 改編翻唱 環保 勵志 情歌 演唱會live 影視主題歌 節慶歌曲

5.曲風大項分類。抒情 民謠 搖滾 中國風 舞曲 哥特 朋克 爵士 R&B; EDM

6.節奏速度表情大項。在音樂電臺的歌曲庫里，以上這些數據是每一首歌曲必填的選項，有了這些標簽音樂編輯接下來在制定電子排單的策略上有據可依，會形成一個符合基本類型化的歌單雛形。

三、對照依據各種數據 制定排單策略

1.歌曲庫數據是音樂電臺電子排單的重要依據。經過數據處理過的原始歌庫每一首歌有了新面貌，音樂編輯首先制定一小時的電子排單策略，比如：第一單元（一小時的前十五分鐘），基調是節奏輕快；曲風小清新；勵志；中文；中速；年代；角色，等等，條件越是細化抓出來的曲目越接近目標需求。

第二個單元（一小時內的15—30分鐘區間），基調是抒情中板情歌，情緒是表達美好甜蜜優美的；年代是85—90年代歌手；根據數據參考制作排單策略基本就可以排出這一單元的基本完美歌單，當然，符合這幾項要求的作品很多很多，數據歌庫的訊息越細致，排出來的歌就越貼近理想目標。

第三單元（一小時內的30—45分鐘區間），音樂編輯的歌單策略就應該又區別于以上兩個單元的曲目定位，比如要考慮聽眾已經有接近30分鐘的聽歌經歷了會不會有疲勞感，這個時候編排策略應該重點考量情緒因素，要在音樂風格上面提高共鳴感，所以這個單元的重點最好放在那些耳熟能詳的經典老歌部分，聽眾會隨著熟悉的旋律跟著哼唱起來，以此來消除聽歌的疲倦感，在策略數據的參考上的定位是突出作品年代感故事性，選擇70至80年代的經典作品，歌手分類上像李宗盛、羅大佑、周華健等同級歌手，曲風選擇民謠敘事抒情的成名曲，所以這一單元的編排根據曲庫的數據條件就出來了。

第四單元（一小時內的45—60分鐘區間），一小時的音樂節目最后這個單元應該是整個節目單中需要特別處理的一個時段，這是影響到聽眾是否會把整體節目形成專屬印象，未來對于此時段節目的忠誠度相關聯的問題，所以這個單元歌曲的編排要注意從那些既熟悉又陌生傳唱度不是最高但又很有特色的作品中尋找，那些抒情慢板R&B;、節奏布魯斯等曲風的作品都比較適合最后這個輕松一點兒結束單元的氣質，意猶未盡……形成整體節目的完整架構。

2.手動歌單讓數據電子排單更加人性化和動聽。依據歌庫數據帶來的人性化的編排是類型化音樂電臺非常重要的手段，其精準度遠遠比新媒體音樂網站一張只有曲目羅列的歌單來得真實。

類型化音樂廣播的歌單如果說只有憑借數據所編排的電子歌單還沒有達到最精準的播出目的，那么在這個歌單的基礎上手動調整個別曲目以達到編輯最理想的音樂編排就可以達成最完美的呈現了，而這個前提依然是依托曲庫中的數據標識。

在編排一組由4首經典歌曲組成的音樂單元中，根據數據我們所選擇的條件是：70-75年代、中文、抒情、敘述、深情、中速……這樣的條件下電子歌單會從幾千首歌中挑出4首，比如李宗盛《凡人歌》張學友《黑白畫映》羅大佑《滾滾紅塵》陳淑樺《說你愛我》；這4首歌是不是這一單元最理想的編排？當有著較為豐富經驗的音樂編輯看到這份歌單的時候，會覺得有需要手動調整歌單，于是把張學友的歌用周華健的《泡面的幸福》替換掉，這個單元的4首歌從羅大佑《滾滾紅塵》陳淑樺《說你愛我》到周華健《泡面的幸福》李宗盛《凡人歌》，可以完整地穿成一段有畫面感的音樂故事。

3.歌曲關聯性分析。聽眾在收聽一首歌曲的時候，還會對另外一首或者幾首相似風格歌曲感興趣。這樣的類似正是類型化音樂廣播最為優勢的編排，在相對一個單元時間（15分鐘）內如果兩首歌曲有著相互關聯的幾個相同元素比如歌詞主題、節奏速度、曲風等比較接近，就會有想一聽再聽一氣呵成的感覺，比如編排一個夏天小清新單元：

第一首 林俊杰&金莎 《發現愛》

第二首 莫艷琳 《愛一點》

第三首 Eliane 《Tik Tok》

這三首歌有著相互關聯的幾個元素：清新，簡單，中速，一把吉他，干凈人聲，把這樣幾首歌穿在一個單元是基本可以保證聽眾連續聽下去的，構建歌曲之間的關聯相互協調的搭配，可以說關聯度的建立再結合歌曲的實時熱度，可以為音樂廣播的歌曲編排起到很大的參考作用，也是考量音樂編輯駕馭音樂素材掌握音樂編排要素能力的一個方向。

綜合以上這些分析結果都能夠很好地作用于音樂廣播電臺的歌單，使音樂廣播所播出的每一首歌都有數據做背景達到最有需求的播出質量。新廣播所面臨的已然不是傳統意義上的聽眾，而是有著多元化需求的用戶。在當前信息社會，從這些海量數據中發現有價值的信息，把這些數據轉化成有組織的知識有目標的需求才是時代發展相互支撐共存共贏的真正意義，媒介競爭的激烈環境，對音樂廣播的發展是挑戰也是機遇。