数据在内容运营流程优化过程中的价值越来越大，被看作是提升媒体竞争力的重要因素。如何让数据工具化，变得人人可用？如何通过工具化的数据应用提升内容生产、分发和变现的效率？这都是行业一直在关注并努力解决的问题。 一、与内容运营相关的“数据工具” 内容是一种特殊的信息产品，它的核心是信息，内容的生产、分发、变现等重要环节在技术推动下不断升级换代，呈现出不可逆转的趋势。 数字环境下的用户从被动地、无意识地获取和接受信息内容，转向主动获取、分享甚至生产内容，加之大数据技术的广泛应用持续挖掘内容产业的生命力与活力，实现了内容向实时性生产、内容计算和用户参与的转变。① 技术的进步拓展了内容的边界，也改变了内容运营的模式和格局，借助数据分析来进行内容运营成为行业标配。让数据变得“人人可用、人人会用”，进而跨越数据分析的专业壁垒已经成为内容领域的共识。于是数据工具成了不同媒体平台或第三方机构着力开发的重点。 (一)数据工具的界定 工具原指工作时所需用的器具，后引申为达到、完成或促进某一事物的手段。从人类进化史看，工具是更高效、更节约劳动力、更解放人性的。工具具有强大的辅助人类完成各种作业的功能。 随着计算机和互联网的快速发展，数据的价值不断被认同和开发，数据工具作为一种新的工具形态加入到工具矩阵中。所谓数据工具是指具备数据采集、计算、存储、展示和分析应用等功能的工具，它把数据的管理、数据模型及分析决策逻辑等尽可能地固化到一个系统或软件中，以更自动化、更准确、更智能的方式来发挥数据的决策价值。对于数据工具而言，“数据”是核心驱动力，如果没有充足的数据积累，没有内容比较精准的结构化数据，数据工具在进行数据处理或分析时就很难得出科学的分析结果。 我们在借用一个公式来简易地表达数据工具，“数据工具≈数据+处理过程+结果展示+分析应用”。有的数据工具专做其中某个环节，提供这个环节专业的解决方案，有的工具则会涉及几个方面的功能，整合形成一个多样化的需求解决方案而集成的工具。 (二)内容领域数据工具的分类 内容领域现在发展起来的数据工具一般是由媒体自研开发或者第三方技术公司开发，又或者是媒体与第三方机构联合开发。比如华盛顿邮报的ARC内容管理平台是由报社自主研发，美联社的自动写作平台Wordsmith是第三方技术公司Automated Insights开发，新华社的媒体大脑2.0—MAGIC平台是由新华社和阿里巴巴合资成立的新华智云研发。 目前的数据工具主要分为三类，分别是平台型的数据工具、系统型的数据工具和数据小工具。 平台型数据工具主要是指呈现出平台特征，汇集了多个数据处理工具，并且在功能上能够实现内容运营领域的洞察、预测、分发、评估等不同需求。华盛顿邮报2014年开发的ARC内容管理数据工具是典型的平台型工具。华盛顿邮报的首席技术官Scot Gillespie指出ARC的价值主张是“负责运行CMS(内容管理系统)，为内容的流通创造技术条件。”② 系统型数据工具一般是指围绕着某一类特定的内容运营需求，能够系统性解决数据的采集、分析并生成可应用辅助决策和策略实施的工具。IBM团队开发的人工智能系统Wastson就是系统型数据工具，该工具一直在媒体和传播领域进行应用推广。 数据小工具是指应用场景和功能比较单一的数据工具产品，相对比较简化、不复杂。比如谷歌开发的基于AI算法的新闻分析工具Documenting Hate News Index就是典型的小工具，其功能聚焦在搜集与仇恨犯罪相关的新闻信息。 不同类型的数据工具都有各自的应用空间和领域，都能够帮助提高内容运营的效率，媒体内容领域的数据工具正在不断地被开发和应用。
二、数据工具助力内容运营升级 内容运营主要是指围绕着“内容”这种信息产品展开的运营活动，媒体的内容运营中主要包括内容生产、内容分发、内容营销与变现三大环节，围绕着这三大环节还衍生出了内容的集成、优化、评估及管理等方面的相关运营工作。 在新媒体时代，内容运营与数据的关系变得愈发紧密，利用数据技术创新内容生产的观念和手段、优化分发和传播路径，以及进行多元化变现已成为新媒体内容机构运营的重点，而数据工具的开发和利用则让这一切变得更加便捷和高效。 (一)数据工具的功能和使用场景贯穿内容运营领域全流程 在当前的趋势下，数据工具与内容运营的关系越来越紧密。 数据工具参与到了内容运营的全流程。媒体机构对以往的累积数据和传播分发中的实时数据的挖掘和应用，已经成为内容生产、分发、变现的必备前提。在数据思维的指导下，文字、图片、音频、视频等各类型的内容运营均会运用数据工具。在应用数据工具时，首先要进行数据采集并大量占有数据，然后根据具体内容运营需要利用不同的数据工具来进行不同维度的分析，如洞察用户行为、解剖粉丝画像、进行热点内容预测、监测内容、效果评估、自动化内容生产及内容优化等，相关维度都有不同媒体机构开发的数据工具在应用。
