編者按
媒體融合下半場的重心將向智慧化趨勢發展。如何打造實用有效的媒體資料產品和服務，繼而完成數智化轉型，已成為媒體行業當前最為關注的問題。
本文圍繞當前媒體機構的轉型需求，百分點科技大資料技術團隊系統地介紹了百分點科技媒體資料中臺建設方法論及實踐成果。
一、媒體資料中臺建設背景
以報紙、出版、廣播電視等為代表的傳統媒體，和以網站、新聞客戶端、微博、微信公眾號、IPTV、OTT等為代表的新媒體產品，無論是呈現方式、傳播途徑，還是建設目標、技術體系都大不相同，這就導致了系統建設重複浪費、各應用系統和釋出渠道各自為政，出現業務系統之間相關割裂、隔離，資料標準不規範，以及各系統資料難以融會貫通、資料質量無保證、資料不能有效利用和無法響應快速的業務迭代創新等問題。
傳統的媒體技術架構體系已經很難滿足媒體行業當前業務需求，而中臺恰恰可以很好地解決這些問題。媒體資料中臺以內容建設為根本，基於網際網路思維，匯聚社內外資料資源，圍繞內容、渠道、平臺、經營、管理等方面的建設需求，形成“資料整合、能力共享、應用創新”的媒體資料中臺服務體系，可以為前臺應用提供媒體生產輔助、媒體運營輔助、媒體釋出端應用、媒體智庫等能力支撐。
透過媒體資料中臺的建設，能夠向前賦能業務，實現業務與應用的創新；向後沉澱資料，實現資料的整合，做厚做強資料支撐。因此，媒體資料中臺帶來的是從新聞選題、內容生產、質量把控、釋出渠道、傳播效果、內容運營等多個方面進行提升與轉變。透過媒體資料中臺架構將“資料能力下沉、業務應用上浮”，打造“大中臺、小前臺”的技術佈局，形成可持續的媒體資料與服務支撐平臺。
二、媒體資料中臺建設方法論
媒體資料中臺是一個涵蓋資料採集、資料處理、資料資產管理、資料治理、資料服務、資料分析和資料應用等多個層次的綜合平臺。不僅匯聚媒體機構內外資源，還要提供統一的資料儲存、構建統一的資料標準與資料資源管理、提供統一的基礎資料服務給業務方。同時，為了加強媒體機構大資料分析能力，還需要引入智慧分析服務，實現滿足業務需要的各類公共性智慧分析應用服務。
媒體資料中臺整體建設目標，主要是提高服務複用率，賦予業務快速創新能力，最終打造成為平臺化、資產化、智慧化、場景化、服務化的“中央廚房”式融媒體資料平臺。
1. 媒體資料中臺四大組成部分
媒體資料中臺從戰略構建維度來說，包括資料資產管理平臺、資料智慧分析平臺、資源釋出與展示平臺、資源服務共享平臺等部分：資料資產管理平臺的本質是將資料資產化；資料智慧分析平臺的本質是將資料智慧化；資源釋出與展示平臺的本質是將資料場景化；資源服務共享平臺的本質是將資料服務化。
（1）資料資產管理平臺
資料資產管理平臺主要是為了構建媒體資料資產的管控能力，是一個集資料採集、融合、治理、組織管理、智慧分析為一體的資料平臺，最終資料將以服務方式提供給前臺應用，以提升業務執行效率、持續促進業務創新為目標。最終產出是適用於各個業務的主題庫，輔助新聞生產、智慧釋出、媒體運營和輿情分析等業務場景。
資料資產管理平臺可實現對媒體機構內的稿件資料、產品資料、運營資料、行為資料，以及外部網際網路資源和等各類資料資源有效匯聚與管理，透過建設統一的資料標準與資料資源管理，實現統一的基礎資料服務給業務方。
同時，以資料多樣性的全域思想為指導，媒體資料中臺一般會採集與引入全業務（採編、供稿等）、多終端（PC、H5、APP等）、多形態（自身業務系統、三方購買、網際網路定向抓取）的資料，實現媒體資料資源的有效利用與融合。透過AI智慧技術與人工相結合的方式，開展文字、圖片、音影片的資料標引工作，實現內容資源的資料化，充分挖掘資料之間的關聯關係，提升資料的潛在價值。利用自動專題、定製專題等功能實現業務庫、專題庫的快速生成，提供敏捷建庫的能力。
（2） 資料智慧分析平臺
資料智慧分析平臺提供認知智慧和業務智慧兩種型別的AI能力。其中，認知智慧主要是基於機器學習、深度學習及遷移學習等人工智慧技術，提供自然語言處理、圖片識別、OCR識別和影片分析等基礎能力。業務智慧以基礎智慧為基礎，對基礎智慧進行組織封裝，包含一系列業務上通用的基礎服務能力，對資料層面提供資料的深層次加工，對業務層面提供業務的深層次分析，業務智慧包括智慧推薦、使用者畫像、內容標引、專題分析、內容審校和智慧專題等。透過大資料中心能力平臺的構建，提升媒體機構智慧處理能力，有助於實現能力複用，降低開發成本，實現產品創新。
資料智慧分析平臺的目標是構建媒體AI能力，對社內外提供AI能力支撐，實現媒體從數字化到智慧化的轉型升級，為媒體生產、智慧釋出、媒體運營、傳播效果評估和輿情分析提供智慧輔助。
（3）資源釋出與展示平臺
可以說資源釋出與展示平臺是整個媒體資料中臺的臉面，對於媒體機構而言，可以將資料和能力統一封裝後集中展示，是服務於相關使用者的共享資源統一門戶，實現共享資源的統一呈現，以及資源的檢索、資源的靈活組織與頁面釋出，同時提供靈活的許可權管理，打造“一門式”服務平臺。
資源釋出與展示平臺主要包括兩個部分，前臺資源展示部分和後臺資源釋出部分。前臺展示為媒體資料中臺的內容資料提供瀏覽和使用，包括網站門戶首頁、瀏覽頻道、瀏覽文章和智慧檢索能力整合等。後臺管理主要是使用者和內容的管理，包括內容管理、選單管理、模板管理、標記管理和使用者管理等。
（4）資源服務共享子平臺
當媒體機構有效整合分散異構的資訊資源，消除“資訊孤島”桎梏，形成了自己的資料資產和AI能力以後，接下來就需要將這些能力對外提供服務了，實現他們的價值，資源服務共享的需求應運而生了。
目前企業資源共享主要面臨三個問題，一是資料需求方因為資料格式不統一、資料提取效率低、無法直接獲取資料。二是資料所有方由於開發效率低、資料授權管理體系不完善、提供資料服務方式不夠快捷、呼叫關係複雜等問題也無法高效地管理。三是資料需求方與資料所有方無法實現無縫資料互聯互通，且提供資料服務方式單一，無法滿足大資料時代的多場景共享需求。
資源服務共享平臺會把資料能力、分析能力以微服務的形式封裝成統一口徑的API服務介面，從而對外提供資料服務與能力的支撐，形成資料服務資源目錄，實現資料介面的開始快速開發與對外發布，實時響應業務端的資料服務能力要求。透過簡單視覺化配置的方式就可以實現資料介面API的建立、API釋出、API版本管理、API文件管理等問題，降低日常運維成本。
因此，整個媒體資料中臺由以上四個平臺進行相關支撐與配合，共同構成媒體資料中臺整體系統架構，貫穿資料採集、儲存、分析和釋出等的全流程。
2. 資料架構設計
資料中臺整體架構如上圖所示，可以劃分為資源匯聚、資料預處理、資料入庫、資料整理、資料資產、資料服務等過程。
資料資源匯聚包括資料採集和資料整合。這些資源資料主要來源於內容生產資料、第三方資料、網際網路定向資料等，包括稿件、報刊、期刊、社交媒體、移動客戶端、網站等資料型別。支援資料庫、檔案、流式等多種接入方式對多源異構資料進行接入，將資料資源匯聚整合。值得注意的是，匯聚過程需要針對目前業務系統的規劃實現匯聚處理，並對資料進行統一的儲存規劃。
資料預處理主要是對資料進行初步的清洗和標準化等預處理工作。資料入庫前的預處理會進行欄位解析、對映、轉換以及處理欄位的殘缺、錯誤、資料去重等工作。清洗之後的資料需要進行標準化處理，將不同格式的資料按照統一資料格式規範轉換。同時，資料入庫前一般需要進行自動標引、資料分類等工作：針對文字資料，會進行自動分類、自動摘要、關鍵詞、情感分析等方面的識別和標籤提取；針對圖片型別資料，會進行圖片人物、圖片場景、圖片屬性、新聞事件、地標建築等方面的識別和標籤提取；針對音訊資料，會進行語音識別、音訊屬性、新聞事件等方面的識別和內容提取；針對影片資料，會進行影片人物、影片場景、影片屬性、新聞事件、地標建築等方面的識別和標籤提取。
資料入庫是對解析後的文字、圖片、音影片、檔案等資料進行分層分割槽儲存。待入庫的資料需要保證資料的完整性、規範性和時效性，必須按照平臺要求的資料格式規範統一進行轉換後入庫。
資料整理的主要是對入庫的資料進行人工標引、資料整合等工作，透過資料選取、標引、校對等功能，對資料進行標引和有序地組織、檢索和展示。同時，可以根據標籤匯聚資源專區，形成服務介面供第三方系統呼叫，透過人工標引這種方式，來提升資料的標籤準確度，為一些重要專題製作的準確性打下基礎。
資料資產環節是把接入的資料基於業務現狀及未來規劃進行資料資產劃分，對接入的資料進行深層級的加工、實現資料資源的分類管理、後設資料管理、資產管理。媒體資料資產主要由內容庫和主題庫兩個部分組成，業務庫是基於業務系統構建的，為前臺業務提供諸如專題庫、語料庫、實體庫、知識庫等業務為導向的資料資產。而主題庫是為了應對快速建庫需求，透過簡單的檢索篩選，形成滿足業務需求的主題庫，降低了資料開發成本。
資料能力和智慧分析能力全部以微服務的形式對外提供呼叫，由資料中臺保證資料服務的效能和穩定性、資料質量和準確性，實現服務的統一管控和綜合治理。
3. 媒體資料中臺建設的三個階段
一次性建設完成媒體資料中臺全部內容比較困難，很多公司都是分階段進行的，特別是傳統媒體單位，很多業務還沒有完成數字化，別說建設資料中臺了。媒體資料中臺整體規劃建設採用“分階段，垂直業務分批”的思路進行。整個媒體資料中臺可以分為三個階段進行建設。
階段1：基礎平臺建設
建設目標：
媒體資料中臺第一階段主要以搭框架、建標準、聚資料為主。第一階段建設的要務是與各部門的生產資料打通，建立統一的資料接入、資料分類、資料介面、資料儲存標準，優先對影響業務開展的基礎性資料進行接入工作。同時梳理資料分類標準，透過文字智慧處理能力實現自動分類、摘要、關鍵詞、情感分析等方面的識別和標籤提取，並支援對資料內容和分類體系進行加工與維護。同時平臺面提供滿足不同業務的基本資料服務與頁面能力的支撐。面向資料管理人員提供資源管理功能，實現對內容的加工與分類。面向開發人員提供基礎的資料服務介面，提供資源檢索、檢視、下載等介面服務。面向使用者提供資源門戶訪問服務，支援使用者對資料資源進行檢視與檢索。
建設內容：
整體技術架構搭建
建立資料接入、資料儲存標準
分類標準梳理、分類標準體系的建立
重要基礎性資料的接入
文字智慧處理能力建設
資源管理（內容管理、分類體系管理）建設
資源門戶（資源展示、資源檢索）建設
基礎資料服務（部分）建設
建設成果：
建設完成資料接入、資料儲存、資料分類、資料服務標準；
建設完成自動分類、摘要、關鍵詞提取、命名實體等文字智慧處理能力建設；
建設完成資料資產管理平臺中對入庫資源的內容管理、分類體系管理功能；
建設完成資源釋出與展示平臺其中資源門戶部分的資源展示、資源檢索功能；
建設完成資源檢索、資源下載等基礎資料服務。
階段2：資料整合能力增強
建設目標：
媒體資料中臺第二階段主要以資料深度加工整理、資料智慧服務、快速建庫與內容釋出作為階段目標。第二階段會引入人工標引能力，透過標引工具可以實現資料選取、標引、校對等流程，深挖資料的價值。標引完的稿件可透過標籤進行組織、檢索、展示，同時可利用標籤實現資料聚合，為快速生成專題庫打下基礎。
快速建庫將專題資料自動匯聚與人工加工相結合，使用機器學習的聚類演算法自動發現並生成專題類簇，透過人工對類簇打專題標籤的方式，達到專題的自動發現與製作的功能。同時定製專題面向業務人員提供以“專題”為核心的資源匯聚服務，透過相關（關鍵詞、實體詞、分類標籤、屬性等）維度組合，實現歷史資料、實時資料的快速匯聚。內容釋出支援專題頁面的快速生成，透過模板技術實現專題頁面的呈現與訪問。同時本階段會對檢索能力、推薦能力進行提升，提供智慧糾錯、智慧補全、智慧聯想、語義搜尋、內容推薦等功能，最佳化內容檢索和推薦的效果，提升使用者的體驗。在資料服務方面，會加強對資料服務的管理與監控，對資料服務進行統一的註冊與授權、形成資料服務目錄，對外提供服務能力的支撐。
建設內容：
人工標引能力（資料選取、任務分配、資料標引、標引工作量統計）建設
智慧檢索能力（二次檢索、拼音檢索、智慧糾錯、智慧補全、智慧聯想、語義搜尋等）檢索
智慧推薦能力（內容推薦、熱門推薦、關聯推薦等）檢索
資料服務目錄建設
快速建庫能力（專題聚類、專題定製、專題管理）建設
快速頁面釋出能力（模板管理、專題釋出）的建設
建設成果：
建設完成資料資產管理平臺中資料標引模組資料選取、任務分配、資料標引、標引工作量統計功能；
建設完成資料資產管理平臺中專題管理模組專題聚類、專題定製、專題管理功能；
建設完成資源釋出與展示平臺其中釋出管理模組的模板管理、專題釋出功能；
建設完成資源檢索、資源下載等基礎資料服務，形成資料訂閱類、資料檢索類、智慧分析類、資料統計類等服務目錄和服務。
階段3：能力持續提升
建設目標：
媒體資料中臺第三階段主要以輔助內容生產和媒體運營、資料的多維統計及大屏視覺化、資料智慧分析作為階段目標。透過人工智慧與大資料技術，賦能融媒體轉型升級，為未來業務創新提供更多的技術支撐。構建驅動資訊採集、選題策劃、輔助生產、使用者畫像、渠道分發、傳播效果監測、輿論監督等功能的智慧化、精準化、實時化，助力媒體單位實現生產力、引導力、影響力、公信力上的提升。媒體生產輔助應用主要用來支撐選題策劃、新聞採訪、新聞編輯、新聞審校、新聞釋出等業務流程，提供智慧選題、新聞採寫、媒體資源庫、智慧專題、個性化推薦等生產輔助能力。媒體運營輔助應用提供媒體傳播分析、媒體影響力分析、使用者全息畫像、決策分析等運營輔助能力。
建設內容：
資料多維統計及大屏視覺化
圖片、音影片智慧分析
智慧勘誤能力
使用者標籤畫像
使用者運營分析
傳播效果評估分析
其他應用系統支援對接
… ….
建設成果：
建設完成資源釋出與展示平臺中大屏視覺化、指標統計等功能；
建設完成資料智慧分析平臺中認知智慧相關功能與應用；
建設完成資料智慧分析平臺中業務智慧相關輔助內容生產和媒體運營應用。
4. 媒體資料中臺落地實施流程
（1）資料調研
透過資料盤點讓資料成為資產，瞭解企業有哪些資料，在哪裡，有多少量級。主要包含業務流程梳理、資料流程梳理、資料識別和分類等工作。
盤點需要接入的結構化、半結構化、非結構化資料，透過調研表和訪談的方式收集資料資訊。資料來源通常包括報紙、期刊、網站、APP、社交媒體等。確認是否需要進行歷史資料遷移。
結構化資料需要收集的資訊通常包括：
資料接入資訊：重點包括系統資訊、資料庫資訊、管理人資訊、資料量資訊、加密機制資訊、增量資訊、可接入庫表資訊等；
資料字典：表結構收集，主要包括表的主外來鍵、各欄位的定義規則、校驗規則等；
程式碼表：系統中所使用的的程式碼表資訊收集；
資料整合規則：資料內容衝突時整合規則的收集。
非結構化資料需要收集的資訊通常包括：
非結構化資料用途；
儲存位置，後設資料如何獲取；
檔案種類；
檔案內容解析、格式轉換、是否需要抽取內容；
以何種方式返回使用。
（2）架構設計與技術選型
根據專案需求確定總體設計思路，進行總體系統架構、技術架構和應用架構設計。在此基礎上確定總體資料規劃，根據資料的資料型別和業務使用場景、展現形式，設計相應的儲存方式，以滿足資料服務要求。必要時可以進行集中測試，透過讀寫速度、可靠性等指標的測試結果綜合判斷，最終決定資料儲存選型。
（3）資料標準體系制定
結合國家標準、行業標準和實際業務，梳理、摸底各資料來源資料情況，對關鍵業務過程資料、業務結果資料制定資料接入標準，資料分類標準、資料儲存標準、資料服務標準。
接入標準。資料接入負責將各種資源統一接入到資料中臺中來。需要制定相應的資料接入規範，適配不同資料接入需求，能夠提供資料庫、訊息佇列、API、檔案等常用接入方式。新增資料型別只要符合資料接入規範，都可以進行接入。透過這種標準的資料接入管道和擴充套件方式，可以靈活的響應業務側的不斷變化的接入需求，保證資料接入的通用性和統一性。
分類標準。參考《新聞資料分類法》、《中國新聞資訊分類法》等國內外分類標準，以現有的分類體系為基礎，結合資料實際特點配合客戶完成設計、調整及完善分類體系工作。
儲存標準。對於多種資料來源的不同資料型別需要確定相應的欄位轉換、儲存方式，與儲存標準。規範資料儲存元件、儲存路徑、儲存格式、副本策略、備份機制等內容，對資料進行分層分割槽設計，保證資料儲存的合理性以及擴充套件性。
服務標準。整理需要建設的服務清單，對服務清單中的介面進行分類。根據服務介面承載業務型別，對服務進行拆分。定義資料介面訪問方式、訪問路徑、請求格式、返回結果格式、以及返回狀態碼型別，保證資料服務整體的規範性和一致性。
（4）資料模型設計
資料模型設計。媒體資料是非結構化性非常強的，與傳統行業數倉最大的區別是媒體行業90%以上資料都是非結構化的，如文字、圖片、影片等。因此需要根據業務場景以及多種異構資料來源，資料儲存採用分割槽分域、分層分級的設計思路，建立原始庫、業務庫、主題庫、知識庫等。
（5）資料接入
透過資料接入，建立資料標準化流程，實現資料的採集與清洗、標準化。
資料標準化將各種資源統一接入到資料中臺。
支援文字、圖片、音影片、檔案、結構化和非結構化等不同資料型別。
接入方式可靈活配置管理，能夠適應不同資料資源接入，保證資料的完整性。
資料介面具備良好的容錯性和安全性，避免因資料介面問題影響整體系統的穩定性和可靠性。
具有視覺化WEB配置管理和運維管理介面，支援資料管理人員進行接入任務各要素的配置和定義，支援進行資料接入任務的監控和日常運維操作，支援資料接入過程可記錄，對採集系統工作結果提供報告；支援資料接入系統異常告警能力，主動反饋資料接入故障等資訊。
（6）資料預處理
資料清洗：在接入資料時進行資料的有效性檢驗和過濾排重等資料預處理工作，確保資料質量。對資料進行解析、欄位的對映，完成資料的標準化操作。
基於媒體行業資料的特徵，資料預處理採取批流結合的方式解決業務場景對資料的要求。資料從不同資料來源過來，如API、MQ、log、file等，資料要在實時計算中做文字去重、資料結構化、內容標籤化和輕度的實時統計等操作，資料儲存之後需要進行主題建設、關係挖掘、知識圖譜計算和演算法訓練，因此需要透過批流結合的處理方式來滿足對資料本身能力的需要。
其中內容標籤化就是透過自動標引方式理解新聞，理解新聞與哪些資訊相關，基於文字挖掘的手段，實現對內容資料的分類打標。
自動標引具體來說就是呼叫中文語義介面，對入庫資料進行標籤化，主要標籤有關鍵詞、文字分類、自動摘要、中文分詞、詞性標引、命名實體等。
文字實施流程：
梳理並制訂文字分類體系；
開發文字程式；
部署文字程式；
資料接入過程中呼叫文字介面；
根據返回結果人工標引訓練模型提高準確率。
（7）資料分層儲存
整個資料架構根據現有的資料資產狀況，合理的選擇設計相關資料架構及系統架構模型，以支撐平臺現在及未來幾年內對資料的儲存壓力要求以及對外服務的需求。
（8）資料加工
透過資料加工，重新組織資料，讓資料變得更好用。透過人工標引方式，梳理重要報導資料，建立報導標籤維度。並根據需求和資料內容梳理標引規範，形成作業指導書。對標引的結果進行校對、全檢、標籤修改等操作，透過標引匯聚成專題。
平臺會將所有資料分成不同主題，按不同主題進行建設、存放和加工。媒體是一個非常複雜的行業，對各個行業的資料都是有訴求的，媒體需要挖掘大量不同行業的資料支撐新聞生產和報導，資料進來之後，再挖掘潛在的新聞點，生成選題策劃，幫助使用者做選題等工作。
（9）資料治理
資料治理貫徹執行在整個資料處理流程中每一個階段，資料治理保證資料是被管理的，資料管理則保證被管理的資料實現指定的目標。指導和監督後設資料管理、標準管理、質量管理、安全管理等功能具體資料管控。質量管理主要透過分析源系統表資料，從及時性、完整性、準確性、有效性、一致性方面對源系統資料進行資料校驗，發現並記錄資料質量問題，生成資料質量問題報告。後設資料管理描述了資料在使用流程中的資訊，透過血緣分析可以實現關鍵資訊的追蹤和記錄，影響分析幫助瞭解分析物件的下游資料資訊，快速掌握後設資料變更可能造成的影響。資料管理是資料治理的延伸，包含資料資產檢視、智慧搜尋等功能。
（10）能力整合
整合資料資源管理、資料服務、資料釋出等能力，透過體系化的平臺建設,實現對業務系統和應用開發提供更加高效、簡潔、靈活的資料服務，使得上層應用不會受限於底層多變的資料格式、資料型別、資料處理和管理邏輯以及複雜的基礎架構建設和運維，最大限度的釋放資料的價值。
資料平臺能力整合與開放主要有三個方面。
第一，資料的整合與開放。任何資料進到平臺之後，都會在整個大資料處理鏈條中進行計算、整合、內容結構化，以及加入標籤等處理，同時基於使用者感興趣的資料範圍，做標籤的特徵過濾，篩選使用者想要的資料。
第二，提供智慧分析能力的整合與開放。透過開放演算法能力，幫助使用者做資料能力和演算法能力的應用，提供文字內容實體識別服務、文字去重判定服務、影像人物識別服務和影像標籤化服務等。
第三，產品能力的整合與開放，例如，將使用者畫像、內容推薦、傳播分析等能力對外開放。
5. 媒體資料中臺落地實踐
目前百分點科技已服務眾多國家級的報業和出版客戶，包括新華社、中國日報、科技日報、新華網、南方報業、人民出版社等。
比如，為南方報業建立的媒體智慧資料中臺，對全媒體大資料的資源進行採集，並對採集到的海量全媒體資料進行分散式儲存、高效檢索、智慧分析。目前，南方資料服務平臺已經擁有上千個資料庫集，上百種資料智慧應用工具，能夠提供多端融合採編輔助支撐，如熱點聚類、主題延展、內容摘要、機器翻譯、機器人協作、實體影響力畫像和個性化推薦等新技術新應用，幫助南方報業夯實資料服務能力，以資料和AI能力為策採編發各個環節賦能。
百分點科技還為新華社搭建了全媒體中臺，尤其在去年疫情期間，分別僅用一個月時間便快速構建並推出了“兩會報導”專題和“習總書記出訪”專題兩個新聞應用創新產品。透過中臺提供的專業化資料服務，助力全媒體採編。
總結
總結來看，當媒體機構具有一定的資料基礎和業務規模，即自身資料多樣、業務規模不斷擴大、業務相互獨立，就需要全媒體中臺幫助其解決效率、成本和質量的問題。而全媒體中臺的建設需要自上而下，需要進行詳盡的前期規劃設計，必須符合各媒體機構的實際情況，且不可全盤照搬，要結合實際情況進行取捨調整，才能達到價值最大化，驅動媒體的數智化轉型。
南方報業傳媒集團作為百分點科技在媒體領域長期服務的合作伙伴，一直走在媒體智慧化轉型前沿，其集團副總編輯曹軻認為，這其中的難點和挑戰在於，從傳媒到資料、從傳播到服務、從採訪到採集、從對內到對外，動能轉換的過程需要轉換思路、轉換機制、轉換形態，透過用資料、養資料、聚資料、管資料，從資料化運營到運營資料業務，形成媒體資料生產應用的新的閉環系統。
值得注意的是，對於全媒體中臺的建設，首先需要媒體機構有一定的資料基礎和業務規模，只有當自身資料多樣、業務規模不斷擴大、業務相互獨立，急需透過全媒體中臺解決效率、成本和質量的問題。
並且，媒體資料不能侷限於現在的媒資資料，而應該是基於媒體連線能力、地緣優勢、服務定位特色等形成的各類資料。媒體的資料庫建設不能停留在簡單的媒資庫時代。盤活媒體資料使用需要新思維，要以加快數字經濟時代媒體融合創新發展為戰略目標，以“資料資產增值”為考量，以市場需求為導向，圍繞不同的使用者需求和市場需求，打造實用有效的媒體資料產品和資料服務。
注：文章部分觀點引自《智慧媒體，資料先行——南方報業“中央資料庫”建設的實踐與探索》、《人民資料、新華資料、財新資料、南方資料 ——“媒體資料”新概念與前瞻分析》等文章。