基于大数据应用的出版发行模式探讨

刘保灵

（山东友谊出版社，山东 济南 250001）

大数据在近几年成为各行业的流行语，大数据的定义是“需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产”。将其应用到出版行业，大数据带来的更多是运营模式的改变，而不是说在企业内引入大数据管理的方式就一定会取得成果。数据分析、经营决策的终端是人，对大数据的应用要以企业管理人员的思维方式变化为基础。大数据理论的研究和发展在客观上促使出版企业思考大数据在行业内的应用方式，而国外出版行业的一些成功案例表明正确应用大数据会给企业带来良好的效益，是企业未来的发展方向。

有关出版的很多研究文章都提到了精准定位。定位的要求是精准，需要准确定位某个消费群体，以最适合的渠道发行该出版物，使消费者以最适合他们自己的消费方式来购买。而大数据分析就是从这点出发，要求做到对每个出版物都精准定位，使消费者充分了解出版物内容，并把出版物送到有真正需求的消费者手中。充分利用出版企业的资源，减少浪费，获得最大化的社会效益和经济效益。

一、新形势下图书市场的变化

（一）出版内容来源渠道多样化

第一，文学门户网站的作品越来越受到出版社的重视。门户网站的作者涉及的题材多样，写作水平参差不齐，但这些在网上发布的作品现在仍然是选题的一大来源。

第二，微博、博客、朋友圈、公众号等平台上媒体个人发表的文章也成为出版内容的一大来源。在这类平台上发布的文章可能不是很系统，但胜在时效性强，一些作者发表的时评、随笔都可能成为一段时间的网络热点，极具出版价值。但以传统出版的方式无法体现这种时效性。

第三，近年来兴起的知识付费，使很多付费听书、收费授课成为热点。但这种付费经济处于起步阶段，很多有声读物和视频内容的质量一般，不能使消费群体觉得物有所值。对出版社而言，有大量优质内容可以转为有声或多媒体出版物，加入付费经济这个市场。

要整合现有的大量可出版的内容，结合现有的精品作者资源，从上述新出现的渠道选取真正的精品做成出版物，出版社现有的小数据分析模式已经无法承担这个复杂的任务，需要采用大数据分析的方式。通过大数据的分析能得出哪种类型的作品、哪个作者更有可能被市场接受，获得较高的效益。

（二）消费模式多样

线上支付的发展使中国出版物消费群体的消费模式发生了巨大的变化。从书店的线下支付到网站的线上支付，经历了很大的变革。实体书店从出版物市场的主要消费场所沦为出版物的展示厅，新华书店有教育读物支撑尚可以稳定经营，民营实体书店的大量倒闭说明了出版物市场的现状，大众纸质书的消费日渐减少，消费主力逐渐向电子书等数码产品转移。

消费方式的多样化决定了出版物的发行渠道不再仅限于实体书店和网店，而是需要在更多的平台发布。在出版物正式出版前需要谨慎选择发行渠道，保证以最适合的方式获得最大的效益。

二、大数据对出版的作用

（一）精准定位

出版物从策划编辑到发行，最基本也最重要的就是精准定位。定位包含很多内容：一是找准目标群体，细分市场；二是选择合适的发行模式和渠道；三是确定最适合的发行时间。针对这些出版发行要素，可以通过分析出版大数据归纳出参考性信息，为决策者提供足够多的信息以制定出正确的决策。比如著名图书出版商西蒙·舒斯特，组织专家团队通过对消费者购买图书和阅读行为的数据进行全面的收集分析，得出相关的信息，掌握畅销书作者受欢迎、某些图书销售不佳的原因。通过得到的信息，他们可以快捷地找出问题并进行有针对性的调整。

（二）多样的发行渠道和方式

细分市场的图书获取方式、购买方式、支付方式各不相同。一本书适合哪个市场、可能取得多大的销售量，这些都可以通过大数据分析来测算。上面列举的采购部门基本都是通过信息系统来操作，出版社如果能和相关的数据公司合作，就可能了解这些部门通过什么方式获得图书信息、哪类图书的页面停留时间最长、读者对哪类图书最感兴趣以及最希望通过什么方式获得该图书，通过对这些数据信息的分析，就可以获知潜在消费者的消费需求，以最适合的方式为消费者提供服务。

（三）最大限度地降低运营成本

就目前出版行业大数据应用的发展来看，国内出版行业对大数据的应用尚处于起步阶段，几乎没有成功案例，各个出版社虽然意识到了大数据对于出版的重要作用，但在认识上还处于起步阶段，对大数据了解不够透彻，重视度不高；另外，大数据的应用存在很多实际困难，比如先期投入巨大、数据收集困难、缺乏相关人才储备。这些因素使得大数据在出版行业的应用相对滞后。

三、新出版发行模式的构建

（一）专业的数据分析团队

大数据的数据量呈爆炸式增长，从目前的统计结果看，全球数据库数据量的90%都是在近10年内产生的。在海量数据里甄别有效数据、选择适合的样本进行分析、选用合适的分析工具、建立科学的数据分析模型，这些工作是数据分析的基础。要做到这些，就必须有一个专业高效的数据分析团队，团队里需要包括了解图书编辑的策划人员、熟悉出版物市场运行的销售人员、专业的IT技术人员、擅长流程管理的部门领导人。出版社可以在社内发掘或者外聘有经验的人员组成数据分析工作组，专门负责搜集选题，撰写选题出版和发行的可行性报告；对社内有出版意向的选题进行分析，论证出版的可行性。

（二）可靠的数据来源

在建立数据分析团队的基础上，收集数据也是大数据分析的基础。首先要尽可能整合出版社内部现有的数据，除纸质书电子化外，还有每本已出版图书的销售数据，包括销售量、销售周期、发行时间、首印量、加印量等。对于外版书，出版社应考虑尽可能与其他公司合作。现有的东方数据库、开卷等专业图书数据发布商在数据收集和发布分析上已经具有很大的规模。出版社如果自己进行数据收集，工作量相当大。另外，图书索引数据相对来说容易搜索，而涉及销售、退货率、销售地区、消费人群等细化数据，现在大部分出版社是不完全公开的。而这些不易搜集的数据又是数据分析所需要的。因此出版社应考虑与外部数据供应商建立合作共赢的关系，尽可能从这些数据供应商拿到准确的数据，供数据分析使用。

（三）根据数据分析结论形成完整的发行方案

根据现有数据分析图书的出版发行方案，应包括目标人群、目标人群的消费习惯、支付方式、最优印量、图书成本、盈亏平衡点、重点发行渠道、重点发行地域、上市时间、退货率控制、根据某一时间段的销售量确定的加印数量。将出版涉及的编辑、发行、印刷、物流等环节需要处理的事项尽量细化，提供详尽的数据和案例分析，以供决策者参考。比如某意见领袖可能会在某些场合提到某书，即便不是推荐，也可能给该书带来大量的销售额。这类案例在国内出版市场时有发生，在意见领袖给予某书好的评价后，该书在市场上可能会供不应求，此时加印数量就是一个需要综合分析的数据。通过大数据分析，可能会得出该类型图书最后的总销售量，需要综合各方面因素考虑首次加印数量。加印少会导致一段时间的缺货，影响销量；加印多，投入大，短时间内会加重出版企业的负担，同时还要考虑社内仓库的仓储量和物流发货速度。如果拥有大数据分析工具，就能综合考虑各因素，加权各因素影响量得出一个最优的加印量，避免出现供不应求和浪费资源的情况。

（四）弹性的控制制度

一个适宜现代市场环境的数据模型的建立，需要诸多实际案例的论证并逐步完善。数据类型中适合出版社使用的多为结构化数据，想要通过分析这些数据得出结论，就需要建立数据模型，对于数据模型是否适用，需要通过实践来检验。企业领导层在数据应用方面通常缺乏经验，在应用大数据时必须不断进行事中控制和事后反馈，及时解决应用时出现的问题和漏洞，并使这种监控成为制度。