數據驅動出版：基于大數據的傳統出版模式變革研究*

文/劉銀娣

2012年美國政府發布《大數據研發倡議》，這一舉措使得大數據（Big Data）成為2012年最熱門的名詞。事實上，“大數據”這個概念并不是近年才出現的，早在20世紀80年代就有美國學者提出。20多年來，隨著各領域數據量的爆炸式增長，這個名詞開始受到越來越多的關注，并成為眾多國家、政府、產業和企業的發展戰略。大數據并非一個確切的概念，最初，這個概念是指需要處理的信息量過大，已經超出了一般電腦在處理數據時所能使用的內存量。[1]目前，其強調的是在多樣或大量數據中快速收集數據并對這些數據進行有效分析的能力。大數據引發信息技術（Information Technology）變革的重點由“T”（技術）逐漸轉向“I”（信息），必然也將會對以“信息”為主要工作對象的出版業形成直接而巨大的沖擊。

一、大數據環境下我國傳統出版產業面臨的困境

在大數據的環境下,我國傳統出版產業面臨著諸多困境。圖書庫存居高不下、圖書供給結構性矛盾的產生，這些都與出版數據的缺失有關。此外，未能充分理解出版數據的價值，缺乏真正的數字化思維，也使得我國出版業數字化轉型面臨著諸多障礙。

1.出版信息交流和共享缺失使得圖書庫存量居高不下

目前，我國既未建立真正的全國性的圖書發行平臺，也沒有覆蓋全國的圖書發行數據、監測機構，新華書店、網絡書店、民營書店這三類圖書發行渠道中，盡管前面兩種的銷售庫存信息都已做到準確和及時，但新華書店系統的地區壁壘很高，各省新華書店之間未能做到信息共享，網絡書店系統更是競爭激烈，缺乏基本的信息交流，民營書店的銷售信息，尤其是占據民營書店主體的中小書店的銷售信息則更是無從獲取。銷售、庫存信息的缺乏使得出版社無法準確地預測市場需求、確定圖書印數，往往只能憑借經驗甚至靠“猜”，這種感性的決策方式往往又容易放大讀者需求，造成大量無謂的庫存圖書。原新聞出版總署的統計數字顯示，2012年全國新華書店系統、出版社自辦發行單位純銷售67.69億冊(張、份、盒)、688.48億元，與上年相比數量增長2.90%，金額增長5.34%。其年末庫存總量與銷售總量相比，僅少了6.47億冊（張、份、盒），達到61.22億冊(張、份、盒)，金額甚至遠遠高于銷售額，達到880.94億元，庫存增長率更是遠遠高于銷售增長率，與上年相比數量增長9.60%，金額增長9.56%。[2]我國圖書庫存量居高不下在很大程度上是由于出版行業缺乏信息交流和共享造成的。

2.讀者需求預測失效引發圖書供給結構性矛盾

2013年，我國圖書出版品種達到44.4萬種，我國已經成為當之無愧的出版大國。[3]然而，與圖書出版品種的增長不符的是，我國國民閱讀情況卻有些不盡如人意。根據中國出版科學研究所發布的《第十一次全國國民閱讀調查》顯示，2013年，我國18～70周歲國民圖書閱讀率卻僅有57.8%，人均紙質圖書閱讀量也僅為4.77本,比2012年下降了0.02本,52.8%的國民都認為自己的閱讀數量很少或比較少。[4]人均紙質圖書閱讀量的下降一方面是受數字化閱讀方式日益流行的影響，另一方面，也有很多讀者表示盡管市場上銷售的圖書品種很多，但是能夠引起閱讀興趣的書卻非常少。這表明，我國圖書供給與需求不相匹配，產生了結構性矛盾。而讀者需求預測失效是產生這種現象的最為直接的原因。準確的讀者需求預測是出版產業供應鏈運轉的基礎，其能保證供應鏈以最快的速度為讀者提供最佳的服務。但實際上，由于圖書出版產業客觀環境的復雜性和認識能力的局限性，讀者需求預測本身帶有明顯的不確定性。一方面，與其他產業不同，圖書出版行業全新產品所占比例非常高，例如2013年我國出版的圖書中，新版圖書有25.6萬種，占到57.66%，[5]這就增加了需求預測的難度，使得出版企業很難基于過去的經驗判斷市場需求。另一方面，我國出版業的退貨政策也是造成讀者需求預測失效的重要原因。我國圖書出版業長期由出版社單方面承擔退貨成本，這就使得圖書分銷商的退貨成本遠遠低于銷售利潤，所以分銷商很容易放大圖書市場需求，超量采購，這也就造成了讀者需求預測的困難。當然，還有出版社和讀者直接溝通渠道的匱乏也使得我們很難真正準確了解和預測讀者需求。讀者需求預測的困難和頻繁失效，引發圖書供給結構性矛盾，既無法充分滿足讀者的閱讀需求，又無法實現出版社的經濟和社會效益。

3.數字化思維缺乏導致出版業數字化轉型遇困

盡管數字浪潮席卷出版業已有多年，但我國傳統出版社和出版人至今仍未真正建立數字出版思維，在選題策劃和組稿階段未能充分利用數字閱讀平臺和軟件以及社交網絡所提供的讀者需求偏好和讀者閱讀行為方面的數據；在編輯出版紙質圖書的過程中也未能自覺考慮到后續的向數字出版延伸的問題，建立并保存一份易于轉換為內容一致的電子書的數據源；在銷售電子圖書的過程中未能與銷售商以及其他出版社之間建立深度戰略合作關系，共享讀者數據，實行精準營銷。數字化思維的缺乏也使得我國出版業雖然早已開啟數字出版項目，卻將大量的人力、物力和財力投入到數字出版的基礎建設中，因此時至今日，仍然處于初步探索階段，尚未走出一條適合自己的數字化轉型發展道路。

二、大數據對傳統出版模式的變革

大數據技術將會以數據驅動出版的形式對傳統出版模式產生變革。這場變革深刻而劇烈,涉及傳統出版的整個流程,從圖書生產到圖書銷售,再到圖書營銷,進而推動我國傳統出版產業的數字化轉型。

1.用戶行為數據而非編輯經驗主導圖書生產

作為文化發展趨向和出版市場需求的“把關人”，編輯過去一直是圖書生產的中心，編輯環節也是圖書生產的核心環節。編輯通過調研了解市場需求，結合社會的文化導向發現選題，再經過嚴格的論證和審核流程，確定選題、進行組稿。完成這一套流程，不僅會花費較長時間和精力，而且，效果還經常不盡如人意。如前所述，我國圖書市場存在的供給結構性矛盾就是例證。事實上，在傳統圖書生產環節中，盡管有調研環節，姑且不論這種調研方法多采用的是隨機抽樣問卷調查和訪問的方法，抽取的這些樣本是否科學，問卷設計是否合理，能否真正代表廣大讀者的真實需求，大多數圖書選題的產生甚至沒有經過真正意義上的市場調研，完全基于編輯的感性經驗。因此，一直以來，出版業也被許多人視為一個強調藝術追求、專業經驗而缺乏科學實證的行業。[6]大數據則可以改變這種現狀。首先，其將理性的決策工具和方法引入圖書生產的核心環節，以用戶行為數據整合與分析為基礎指導圖書生產。例如編輯可以基于社交網站、搜索引擎、電子閱讀平臺以及個性化閱讀應用搜集海量讀者行為數據，在這些海量數據中挖掘出關于讀者閱讀偏好的數據集，包括喜歡搜索哪種類型的圖書內容，喜歡哪些作者，喜歡哪個平臺等，把這幾者結合起來，就會產生一項甚至一系列理性的選題決策。其次，大數據還會對組稿環節產生影響。過去，當編輯向作者提供某些建議的時候，總是因為沒有足夠的證據去支持自己的判斷和建議而無法得到作者的認可。在大數據技術的支持下，編輯可以以數據為基礎向作者提供建議。例如其可以基于圖書評論數據，向作者展示其他作者引起書迷不滿的原因，我們的作者想要建立并保持相關讀者群對自己的品牌忠誠度，有哪些需要避免和加強的部分，以更加科學的方式提出相關建議，建立更加融洽的作者關系。再次，除了組稿環節，印數的確定也非常重要。通常出版業的核心價值是為了滿足人們的精神需求，而精神需求一直是非常難以量化的，因此，這也成為一項非常苦難的工作。在大數據技術的幫助下，編輯則可以通過收集相關內容圖書的銷量、庫存、讀者分布、讀者評論等數據集并加以分析，發現市場的真實需求，從而便于更準確地確定圖書印數，避免圖書庫存和資源浪費。

2.全國性發行平臺而非分散渠道整合圖書銷售

大數據對圖書發行環節的影響就更為深遠了。我國因為缺乏全國性的圖書發行平臺，長期存在圖書銷售數據不明的情況。出版社主要依賴于分銷商的報告。例如通過新華書店和網絡書店的相關銷售信息以及某些商業媒體的暢銷書排行榜來獲取銷售信息。且不論我國出版業的“買榜”現象非常普遍，數據真實性堪憂，即使這些數據都是真實的，出版社也只能獲得自身生產的圖書的相關銷售信息，無法了解競爭對手或其他同類圖書的市場銷售數據。要取得商業成功，了解相關競爭對手以及整個行業的發展情況至關重要。當然，如果一個出版社對某一本書特別感興趣或者很關心一本書的銷售情況，它可以通過其區域發行人員對這本書的銷售全程進行跟蹤調查。然而，這些發行人員通常只能獲取這個地區的少數書店的銷售信息，而且，要獲得真實的信息，發行人員通常要去做實地調查，這就意味著需要花費大量的時間出版社才能最終獲得這些數據反饋。圖書本身是一種生命周期非常短的商品，這些也許已經失去了時效性的銷售數據很難讓出版社真正準確了解全國性的圖書銷售情況。大數據技術則可以改變這一現狀，基于大數據技術建立的全國性圖書發行平臺具備圖書銷售數據整合與分析職能，可以讓出版社實時了解到全國圖書發行情況。民營出版商“新經典文化”就基于大數據技術，開啟了“私有云”平臺建設項目，在“云”上建立提供出版信息服務和物流服務的全國出版發行網絡平臺，以改變圖書發行信息不透明的現狀，項目總投資大約需要10億～15億元，目前已經獲得國際風險投資巨頭紅杉資本1.5億元的投資，這也是迄今為止民營書業獲得的最大單筆投資。“私有云”平臺建立起來后，將不僅承擔收集、整理圖書銷售數據這樣的基礎性工作，而且還要利用數據可視化的技術將海量銷售數據中隱藏的有價值的知識揭示、展現出來，不僅有助于出版社全面了解圖書銷售信息，而且還能幫助其更加準確地預測圖書市場需求。

3.“需求”而非“供應”或“直覺”驅動圖書營銷

過去,出版社直面的是銷售渠道，以B2B（Business to Business，企業到企業）的商業模式運行。因此，出版社的營銷多基于“供應”驅動，大量的諸如作者簽售、渠道推廣等營銷活動旨在吸引銷售渠道,向其供應更多的圖書。隨著數字出版和網絡傳播技術的發展，出版社開始直面讀者而不是企業，傳統的以“供應”驅動圖書營銷的方法逐漸不再適用。然而，“直覺”又逐漸成為了出版社營銷活動方案的驅動因素。因為缺乏圖書營銷效果監測工具,傳統出版社經常采用的作者見面會、媒體訪問、廣告、價格促銷等營銷策略耗費了大量的成本，可是對于這些營銷活動是否真的對圖書銷售起到了作用，或者其中哪一項活動促進了圖書銷售，哪一項活動毫無價值，出版社卻知之甚少。在大數據技術的幫助下，出版社則可以很清楚地監測其開展的營銷活動的效果，迅速取消那些沒有價值的營銷活動，轉而策劃更有效的營銷活動。美國出版巨頭哈伯·柯林斯（HarperCollins）就積極利用大數據技術，挖掘讀者需求，科學制定圖書營銷方案。2013年，哈伯·柯林斯的數字出版部門專門成立了數據部門。其數據部門基于其自有的數據庫和圖書銷售平臺，采用大數據技術獲取其消費者數據，包括一手和二手數據，整合和聚集數字銷售和定價的相關數據集，并初步嘗試通過數據分析和可視化技術向其員工提供數字銷售影響因素以及需求彈性的可視化數據分析報告，幫助其員工發現圖書營銷中哪些因素在發揮作用，分享成功的圖書營銷實踐。目前其已經開始將分析結果綜合運用到市場戰略和定價戰略中，解釋為什么品牌X、圖書X或系列Y未能獲得成功。當然，目前哈伯·柯林斯對大數據技術的應用還在起步階段，非常遺憾的是它只是事后分析，目前尚未能真正起到預測的作用，但是它仍然有效,并且可以對其下一圖書項目營銷活動的策劃提供一些參考。[7]除了哈伯·柯林斯，美國還產生了專業的出版數據挖掘公司，例如圖書觀察者（Bookseer）、封面蛋糕（Covercake）等，這兩家公司目前在出版大數據方面的實踐也主要集中于圖書營銷領域，主要是基于社會媒體的用戶閱讀行為和圖書評論進行的圖書營銷效果的追蹤和利用，前者目前還獲得了蘭登書屋（Random House）、阿歇特（Hachette）、哈伯·柯林斯和企鵝（Penguin）的投資。[8]

4.知識而非技術推進我國出版產業的數字化轉型

過去，我們談到出版業的數字化轉型的時候，一直在強調技術的推動作用。柳斌杰提出要“運用高新技術和先進設備改造傳統基礎設施”，“積極采用數字、網絡等高新技術和現代化生產方式，改造傳統創作、生產和傳播模式，建立新型內容生產方式和數字化傳播載體、傳播渠道”，“ 以新技術新業態提升出版業的核心競爭力和整體實力”。[9]大數據技術則是以技術為手段，以知識的提純、重組和有效利用為內核，推動我國出版產業的數字化轉型向知識驅動的方向持續演進。在大數據的影響下，出版產業將會改變以往依托于數字出版技術，以書、文獻的數字化生產和傳播為發展方向的數字化發展路徑，轉而形成以知識要素為單位，通過對出版內容和讀者需求數據的深入了解，將內容分化為一個個高度濃縮的知識要素，并將其與讀者的知識需求緊密結合，[10]實現專屬內容智能定制和精準推送。這并不是由計算機制定決策，而是由知識驅動的、人類與機器協作制定出版決策，推動出版產業向知識服務型轉變的數字化轉型模式。

三、結語

大數據與出版業有著天然的聯系，其無疑將會對傳統出版業產生深刻影響。然而，我們在迎接大數據技術的時候，也要看到很多現實困難。首先，大數據是出版產業數字化轉型的重要推動力。但是與此同時，數字化又是出版產業應用大數據的基礎，沒有出版產業的數字化，內容、讀者需求、讀者閱讀行為、讀者評論、銷售、營銷服務的數據化就無從談起，大數據技術在出版產業的應用也就無從談起。其次，數據獲取的問題。雖然我國傳統出版企業中，很多都在建立數字閱讀平臺，開發數字閱讀設備和軟件，但是其用戶數量仍然較少，亞馬遜中國、當當網、京東商城這些電子書平臺以及生產數字閱讀終端的蘋果公司才掌握著最多的讀者數據。如何從這些企業獲取數據，這也是一個相當大的難題。最后，我國傳統出版社很少擁有大數據和高度結構化數據形成的數據集。與其他行業相比，出版社作為內容提供商，其在數據驅動決策方面并沒有什么優勢。出版內容，也就是俗稱的創意并不是大數據，它更容易被描述，而不是被分析。因此，在出版業熱烈擁抱大數據時代的到來時，也要注意解決以上這些難題，不要只是炒作“大數據”的概念，而要真正將大數據技術融入出版產業變革中，實現數據驅動出版,推動出版業的轉型升級。

[1]維克托·邁爾-舍恩伯格，肯尼思·庫克耶大數據時代[M].盛揚燕，周濤,譯.杭州：浙江人民出版社，2013：8

[2]新聞出版總署.2012年全國新聞出版業基本情況發布[EB/OL].[2014-01-22]http://www.gov.cn/gzdt/2012-08/07/content_2199619.htm

[3][5]中國新聞出版研究院.2013年新聞出版產業分析報告[EB/OL].[2014-07-09]http://www.gapp.gov.cn/news/1658/211947.shtml

[4]中國新聞出版研究院.第十一次全國國民閱讀調查[EB/OL].[2014-07-09]http://www.chuban.cc/yw/201404/t20140423_155079.html

[6]吳赟.產業重構時代的出版與閱讀——大數據背景下出版業應深度思考的五個關鍵命題[J].出版廣角，2013，（12上）

[7]Rebecca Greenfield.How HarperCollins’s chief digital officer uses big data to make publishing more profitable[EB/OL].[2014-04-02]http://www.fastcompany.com/3025254/most-creative-people/how-harpercollinss-chief-digital-officer-uses-big-data-to-make-publishi

[8]Calvin Reid.Can ‘Big Data' Fix Book Marketing?[EB/OL][2014-04-02]https://www.google.com.hk/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&ved=0CCcQFjAA&url=http%3a%2f%2fwww%2epublishersweekly%2ecom%2fpw%2fby-topic%2fdigital%2fretailing%2farticle%2f52119-can-b-g-data-fix-book-marketing%2ehtml&ei=IHM9U_bDB_CuiQeXsIHIDQ&usg=AF QjCNF6fMOBeZRfoTYXQywXDpZ4YLUuWw&bvm=bv.63934634,d.aGc&cad=rjt

[9]柳斌杰.中國出版業的數字化轉型之路[J].中國出版，2012（9上）

[10]尹琨，任曉寧.大數據開啟數字出版瑰麗想象[N].中國新聞出版報，2011-11-28