出版企業掘金大數據的兩個層面

姚永春

大數據應用通常需要依賴數據公司的外部數據服務，但外部數據服務能否取得良好的效果，取決于出版企業對自己的需求和目標是否有明確清晰的刻畫。出版企業如果缺乏明確的大數據應用規劃，再好的大數據技術服務也難有用武之地。

這是一個概念層出不窮的時代，有些概念不過是曇花一現，有些卻注定會改變整個人類社會的發展軌跡，“大數據”當是后者中的一個。自20世紀80年代被提出，到現今炙手可熱，“大數據”概念在一番沉寂后，終于迎來“大爆發”。《自然》《科學》等重要刊物相繼推出“大數據”專刊，美英等國政府及聯合國先后提出與大數據相關的發展計劃。2013年，Gartner將大數據列為在未來三年將對企業的長期計劃、規劃和行動方案產生重大影響的十大戰略技術之一，更讓其商業實踐如火如荼：IBM、微軟、甲骨文、EMC等大數據行業公司設計出各種“硬件+軟件+數據”的整體解決方案，提供基礎性服務；亞馬遜、臉譜、谷歌、沃爾瑪、淘寶、百度、阿里巴巴、騰訊等企業，通過深度挖掘自身積累的海量用戶數據，在精準營銷、個性化服務等各個業務領域積極嘗試大數據應用，布局大數據業務體系。同時根據Gartner的一份名為《2013年大數據普及程度背后的炒作》的報告，64%的受訪企業表示他們正在或即將進行大數據工作。

出版企業顯然沒有理由漠視大數據的存在及其作為一股強大的技術變革力量對商品生產、營銷、消費以及文化領域等方面的影響。出版業就實質而言，自古就是數據的生產與集成部門，承擔著生產、收集、管理、分析、發布數據，實現數據知識化轉化的任務。換言之，出版業是數據高度密集型行業。據麥肯錫公司下屬全球研究所的一份報告，美國傳媒業擁有715拍字節的數據總量，在所調查的17個行業中位居第三[1]。問題在于，出版企業該如何把握大數據帶來的機遇，真正從“大數據金礦”中獲得價值呢？

舍恩伯格在《大數據時代：生活、工作與思維的大變革》中分析了有信息化基礎的非互聯網公司的大數據價值鏈。根據他的觀點，大數據的價值創造源自數據本身、處理數據的技能以及利用數據的創新思維三個方面，對應三種商業模式：掌控大數據并利用海量數據的授權使用獲取收益，如twitter；掌握大數據技術并通過提供技術服務獲取收益，如Teradata；通過挖掘數據價值并整合創新獲取收益，如Jetpac。以此觀照大數據之于出版企業的價值，顯然，出版企業不太可能轉型為大數據技術的掌控者和服務提供商，而作為大數據的掌控者和價值挖掘者，不僅符合出版企業知識生產、傳播和積累的功能定位，而且能夠充分發揮出版企業既有的資源優勢和智力優勢。與之對應，筆者認為，傳統出版企業要掘金“大數據”，必須在兩個層面進行合理規劃——大數據構建層面和大數據應用層面。

一、大數據構建層面：從建立大數據庫到部署云環境，搭建出版企業的大數據平臺

在大數據時代，數據本身是“寶藏”，可以創造價值。傳統出版時代積累的海量數據及出版活動中源源不斷產生的新數據，是“大知識”“大科學”的重要源泉，是出版企業重要的新經濟利益來源。但正如舍恩伯格強調的，良好的信息基礎是企業獲得大數據價值的前提。只有擁有PB級甚至TB、ZB級的多樣化數據，且保證這些數據能夠便捷地進行關聯，出版企業才能夠通過對大數據的授權使用或相關關系分析生成有價值的數據產品獲益，才可能形成自身的大數據價值鏈。所以，出版企業必須著力夯實數據基礎，搭建一個標準化、可橫向拓展的統一數據平臺，擴大數據規模，擴展數據容量，收集、存儲更全面、更翔實、更完備、更有效的出版數據及相關數據，成為規模數據擁有者。大數據構建，是出版企業真正成為數據驅動型企業，掘金大數據的根本。

出版企業大數據構建層面的工作可以從兩個方面展開：一是事實信息數據化，主要通過大數據庫建設完成；二是內部數據與外部數據的對接與整合，主要通過出版企業云環境的部署實現。

1.建立出版企業的大數據庫

“大數據存在前提是客觀事物的活動狀態得以便捷高效、低成本、全方位地數字化記錄”。[2]出版企業在多年數字化探索中，雖然已經部分實現了事實信息的數據化，有了一定的數據積累，比如，許多出版企業通過ERP系統，積累了選題、發行、財務、人事管理等方面的內部信息。但整體而言，還是存在數據資源數量少，類型單一，缺乏關聯等問題，遠遠無法滿足掘金大數據的需要。這也是目前出版企業的數字化實踐主要停留在“從既有的出版資源中遴選優秀、暢銷的內容進行數字化生產”[3]層面的重要原因。大數據的本義是龐大的數據集，具有規模大、種類多等特點。根據IDC對大數據的定義，大數據要收集超過100TB的數據，或從小數據開始，但數據每年增長60%以上[4]。顯然，出版企業屬于定義中的后一種情況。因此，出版企業要做的事是，以既有ERP系統數據資源為基礎，充分實現事實信息數字化，并進一步擴大數據來源，特別要增加對各類實時流數據的收集和存儲，提升數據的精細化程度。

大數據資源繁雜、增長迅速，出版企業在建立自己的大數據庫之前，必須依據大數據應用目標定義自身的價值數據標準，確定大數據收集、存儲的類型和范圍。基于出版企業掘金大數據的需要，筆者以為，出版企業的大數據庫可以由以下類型數據集構成。（1）讀者數據集：讀者數據一直是出版企業重點收集存儲的數據，但傳統讀者信息主要是人口統計指標信息，如性別、年齡、文化層次等，這些相對靜態的數據很難滿足數字出版的需要。大數據庫中的讀者數據集，更強調對與讀者消費行為相關的動態數據的抓取，比如通過Cookie技術獲取讀者瀏覽網頁、搜索和評論圖書產品、閱讀狀態等行為數據，通過這些數據，出版企業可以獲得關于讀者在購買偏好、購買意愿、購買頻率、購買周期、忠誠度、滿意度、營銷手段適應性等方面的豐富數據，有利于出版企業準確把握讀者的閱讀與消費脈動，實現供給與需求的精準匹配。（2）產品數據集：主要收集、存儲出版企業自己生產的各類有形產品數據，包括內容數據集和銷售數據集。內容數據集收集、存儲服務于產品定制化生產和數據創意服務的產品內容數據，可以在出版企業內容數字化的過程中一并建立。銷售數據集可以在現有ERP系統中的選題信息基礎上進行擴充，增加出版物在載體形態（如紙質版、Pad版、手機版、網絡版等）、不同載體形態的銷售狀況、生命周期、銷售淡旺季、營銷分類、促銷手段適應性、替代與互補品種等方面的數據。如果出版企業提供出版服務，應獨立建立出版服務數據集。（3）供應鏈數據集：可在現有ERP發行系統信息的基礎上升級而成，重要的是，不僅要收集出版企業既有供應鏈上各級批發商、零售商的相關數據，也要收集行業供應鏈數據，特別是電子商務方面的數據。對供應鏈數據的采集，除了運營效率、成本、市場覆蓋面等基礎數據，要注意針對每類產品甚至每件產品實時追蹤其供應或銷售數據，以及時調整其供應鏈構成，保證產品生產或銷售取得最大收益。（4）營銷活動數據集：數字時代，營銷是與內容創新并重的出版企業競爭優勢來源。營銷活動的投入產出比如何，與產品、讀者的適應性如何，線上線下營銷活動的關系是互補還是替代……這些都是大數據時代出版企業應該收集也可以收集得到的數據。（5）作者數據集：包括作者的性別、年齡、主要作品等基本數據及動態行為數據，如作者新近發布的微博、參與的互動話題、新加入的圈子等。這些動態數據，對出版企業的選題創新、作者開發都有積極意義。（6）其他數據集：如版權數據集、財務數據集、人事數據集等。

出版企業在建立大數據庫的過程中，要逐步形成數據收集網絡，擴大數據存儲范圍。不能僅僅局限于傳統ERP信息源，或者業務與社交數據源，還應該把對出版活動有較大影響的其他數據源囊括進來，比如二維碼信息，源自信息亭、車載娛樂系統等智能系統和網絡邊緣設備傳感器生成的內容，搜索、移動、網絡分析工具產生的數據等，這些復雜的流數據是大數據的重要組成部分，是企業打造個性化客戶服務的全新信息價值寶庫。在數據類型方面，大數據庫建設的重點是突破傳統ERP系統主要采集結構化數據的局限，增加對半結構化數據和非結構化數據的收集和存儲，如各種文本、文檔、圖像、音頻、視頻、社交媒體中與出版活動相關的、能產生商業價值的數據。當然，在擴大數據收集范圍的同時必須注意數據質量，并根據企業發展需要隨時對數據資源進行增減。

2.部署出版企業的云環境

大數據庫的建立強調的是出版企業的內部信息化基礎建設，借用時髦的概念，可以稱之為出版企業的“私有云”建設。但必須指出的是，如果這個大數據庫只是做到了自身規模的快速膨脹，卻未能有效地嵌入互聯網數據鏈中，那么，它仍然屬于“信息孤島”，并不比傳統ERP先進多少，換言之，它的大數據價值十分有限。而且，實事求是地說，出版企業大數據庫的容量一定是有限的，因為其無法承擔對更高性能基礎設備的投資。另一方面，數字時代企業的邊界在逐漸消融，“企業應該作為開放的系統與外界進行溝通”，“應有效整合企業、產業、地區、國家甚至全世界高層次的經濟系統，以更多的外部資源來謀取更廣闊的發展空間”[4]。從這個角度看，出版企業要充分獲取大數據商業價值，必須善于借力外部數據資源——各種公共和共享的數據資源，如政務數據源、商務數據源、普查數據等。此外，更加重要的是，大數據必須與云計算結合，才能完成由“數據垃圾”向“信息金礦”的華麗轉身。所以，出版企業大數據構建的最終目標是部署自己的云環境，利用云基礎架構實現大數據價值挖掘。

出版企業的云環境部署，較為可行的是在私有云的基礎上創建混合云，或添加大數據分析至內部服務。同時要善于利用公有云中的重要外部資源和應用程序，借助公有云服務補充內部資源，實現企業內外數據、多方平臺數據的整合。比如，可以利用政府公開數據，獲取社會經濟文化發展數據和相關行業數據；利用銀行信息系統，獲取讀者的金融信息、信用信息；利用亞馬遜、當當網、京東商城的用戶行為數據，獲取有關讀者、市場、圖書產品方面的信息。隨著大數據分析和云計算技術的發展，甲骨文、微軟、谷歌以及許多不知名的數據公司，都開始提供專業服務幫助企業部署云環境，其中不乏出版云平臺，如云漢公司與IBM打造的“中國出版發行交易云平臺”、方正阿帕比公司的“阿帕比云出版服務平臺”，出版企業也可通過購買其一攬子解決方案，實現“私有云”與這些云平臺的精準對接，構建滿足自身需求的云環境。需要提醒的是，云環境的構建強調與外部的關聯和對接，可能會帶來一些安全隱患，所以，在部署云環境的過程中，出版企業一定要注意保護私有云中的敏感數據。

二、大數據應用層面：從營銷領域的試水到全業務覆蓋，從數據產品到數據創意服務

大數據的最終意義是“獲得洞察力和價值”[5]，大數據應用的核心是通過對數據的知識化促成正確決策和高效行動。因此，大數據之于出版企業的應用價值，首先在于通過數據分析優化出版流程，節約運營成本，提高經營管理效率。從當前大數據技術發展現狀及出版企業的實際出發，出版企業在這一層面的大數據應用，最好采取與大數據技術供應商或數據分析公司合作的模式，將后者的分析結果應用于出版社的各項活動中。同時，從既有數據基礎看，先試水大數據營銷，再嘗試選題策劃與作品創作的創新，最后覆蓋全業務鏈，較為可行。大數據在出版企業的商業應用還有一個重要方面，即“以數據為核心”的產品生產與服務提供，也就是出版企業作為大數據價值的挖掘者和轉化者，通過對大數據的有效整合分析和價值挖掘，向社會提供數據產品或數據創意服務。

1. 以大數據分析實現精準營銷，促進出版流程優化，提高經營管理效率

在零售、電子商務等領域，借助大數據實施精準營銷的成功案例已為數不少。在圖書營銷方面，亞馬遜、當當等網站的薦書服務也廣為人知。實際上，當前的技術條件已經能夠支持出版企業在大數據營銷方面走得更遠。《饑餓游戲》在北美上映時，出版商即通過電子閱讀器獲得了有關讀者閱讀該書的速度、標注行為、閱讀第一冊后立即購買第二冊等信息[6]。Coliloquy是專為亞馬遜kindle提供浪漫小說的電子書公司，它甚至根據對浪漫小說讀者閱讀狀態的統計分析，“勾勒出讀者眼中完美男人的標準——有著純正歐洲口音、30歲上下、黑頭發、綠眼睛”[6]。現在，亞馬遜、谷歌、蘋果及其他很多數據公司都能夠有效地捕捉關于讀者閱讀狀態和消費行為的具體數據，如讀者的地理分布、對閱讀內容的偏好、閱讀時長、閱讀深度、相關廣告點擊次數與瀏覽時長、頁面功能按鈕點擊習慣、價格敏感性等。所以，對出版企業來說，使用數據公司的服務掌握讀者瀏覽、閱讀、購買、標注等閱讀行為信息，進行大數據營銷，增強營銷活動的效果，發現更加細膩的營銷機會，改善讀者消費體驗，無疑是掘金大數據最快捷的路徑。巴諾書店在銷售非小說和長篇紀實類文學作品時，就會根據數據分析采取相應對策，比如，在讀者可能產生閱讀倦怠的內容節點，添加視頻、網頁鏈接或其他多媒體資源，改善讀者閱讀體驗，吸引讀者繼續閱讀[6]。《第一財經》《華爾街日報》《新京報》等國內媒體也開始與數據公司友盟合作，進行類似嘗試。

通過大數據分析提高選題策劃的市場適應性和作品創作的針對性，是值得出版企業期待的一項大數據應用。雖然出版界還沒有《紙牌屋》這種大數據排列組合的直接產物，但“Coliloquy模式”[7]也開啟了讀者介入作品創作過程之門，作者會根據讀者偏好流數據隨時調整故事內容，讀者可以決定故事的發展和結局。Scholastic的全球暢銷書《39條線索》系列，是通過對在線游戲玩家數據的追蹤和挖掘，找到其中最吸引人的線索和角色后策劃出版的。谷歌圖書數據庫應用甚至顯示，高質量的數據分析可以應用于科學研究并生成部分研究成果。正如豆瓣上一篇日志的觀點：“如果我們能量化用戶的閱讀題材、閱讀場所、閱讀時長、標注章節和重復瀏覽內容，大數據時代的快銷書指日可待。”[8]可見，以大數據分析為基礎創新出版物內容與形式，構思選題，實現內容的個性化定制，甚至在大數據分析的基礎上直接完成作品，在不遠的將來會是出版企業大數據的核心應用之一。

大數據最終將應用于出版企業的各個業務環節，幫助出版企業優化業務流程，提高運營效率。國內一些學者在這方面多有論述。吳鋒指出，“大數據對科技期刊出版具有革命性影響，將推進科技期刊編輯流程的再優化、科技期刊出版業態的多媒體化和科技期刊評價規則的多元化”。[9]王鈺通過分析破壞性創新和大數據對圖書銷售的影響，探討了大數據時代書店和出版社圖書銷售改進策略[10]。當然，大數據于出版企業管理效率提升的作用，必須建立在數據打通的基礎上，包括讀者行為數據、出版者行為數據及出版企業內部銷售數據、營銷數據、庫存數據、選題數據等全部數據的打通。只有數據貫通，出版企業才能有效實施大數據監控，使各部門之間協調一致，最終獲得經營管理效率的提高。

需要指出的是，在大數據應用的這一層面，大數據對出版企業是一種商業成本、經濟投入，傳統出版企業究竟能否獲得令人滿意的投入產出比尚待驗證。而且，如前所述，這一大數據應用通常需要依賴數據公司的外部數據服務，但外部數據服務能否取得良好的效果，取決于出版企業對自己的需求和目標是否有明確清晰的刻畫。出版企業如果缺乏明確的大數據應用規劃，再好的大數據技術服務也難有用武之地。所以，在大數據應用的這一層面，出版企業的當務之急是設計大數據應用藍圖，從試水大數據營銷穩步推廣到覆蓋全業務領域。

2.數據產品生產與數據創意服務提供

大數據和云計算對出版產業的影響，絕不只是技術變革，而是深刻的產業變革。一方面，“大數據時代使媒介融合集成的全媒體趨勢、信息技術與媒體技術交匯的信息媒體化趨勢加強”，出版企業需要重新界定出版產品和出版服務的范圍；另一方面，“企業界限、定位不再清晰，信息資源被重新分配，合作方式被不斷改寫”[11]，出版企業面臨市場邊界消失及眾多新進入者攜信息技術優勢不斷掠奪、蠶食傳統及數字出版市場的挑戰，需要充分挖掘大數據價值，重新設計出版產品和出版服務。“以數據為核心”的產品生產和服務提供，成為出版企業應對“經營橫向跨界、產業越界混融、生產與消費合一”趨勢的重要的大數據應用。

程曉龍與王明亮的“大數據出版”設想可以說是對大數據這一應用的具體描述。程曉龍認為，“數字出版或許應該首先是數據出版，它整合、梳理大量內容資料，全面、細致囊括相關知識，是海量數據、龐大數據庫的有效管理。其次，它將是數據關系的智能服務，能夠智能挖掘、匹配一切閱讀興趣，為讀者的沉浸閱讀、深入學習提供內容和工具，是滿足閱讀需求的數據綜合服務。最后，數字出版必將成為大數據出版，即以內容為基準，包含各種服務的PB級大數據；處理速度迅速、涵蓋多種類型以及信息感知無處不在、隨機變化但智慧關聯”。[12]王明亮以《中國統計年鑒數據庫》（CSYD）的出版為例提出“大數據出版”構想。在他看來，大數據時代的出版者需要“真正理解內容，不斷地深入挖掘各種用戶、讀者研究和學習的需求，把出版看成是對讀者提供知識服務的過程”；“大數據出版”的核心不是出版圖書也不是發布數據信息，是“把有意義的每一條數據及其數據關系都看成是一個出版產品”，向讀者“提供數據服務”；更進一步，“大數據出版”還可以指微數據與微數據在“大數據云層”中的“強耦合”[13]。一言以蔽之：將數據及其相互關系視為出版產品，為讀者提供數據關系的智能服務。

數據產品生產，是指出版企業作為數據整合機構，通過對龐大的結構化、半結構化和非結構化數據的分析挖掘，提煉出有價值的關于各個行業發展趨勢、市場行情等預測性信息，以數據圖譜或趨勢性信息的方式提供給社會，供各行各業決策時參考。數據創意服務的實質類似于咨詢服務，出版企業通過對數據的深度挖掘與解讀，形成不同領域的創意，然后提供給相關領域的企業或政府部門，由后者付諸實踐。數據產品生產與數據創意服務提供對出版企業并非遙不可及。目前出版企業正在嘗試的將雜志或圖書內容“碎片化”后再根據讀者需求重新整合的做法，實際就是一種數據產品生產模式。路透社的金融信息產品，更是典型的數據產品。IBM的創意食譜，已經是數據分析的結果。不少出版企業將產品線延伸至在線服務領域，如中啟創科技與南開大學出版社合作開啟的“教育云平臺”、科大訊飛的“暢言教育資源云服務平臺”等，為教師、學生、出版社等提供空間及應用服務，可視為數據創意服務的萌芽。當然，這與“以數據為核心”的數據產品生產與數據創意服務還有較大距離。一則，數據產品與數據創意服務中的“數據”，并不專指傳統出版物的內容數據，更意指出版企業在私有云和公有云中能夠獲取的全部數據；二則，數據產品與數據創意服務是建立在數據關系基礎上的，強調數據與數據的精確匹配；三則，數據產品與數據創意服務的提供很多時候是一體的，是一種綜合智能服務。

三、 結語

大數據給傳統出版企業帶來了新的機遇，但傳統出版企業要真正通過大數據獲得“大利潤”“大發展”殊非易事。正如Gartner的調查所顯示的，許多企業對于大數據應用其實非常迷茫，不知道要做什么，怎么做。筆者不揣簡陋，對出版企業在大數據構建和大數據應用兩個層面的規劃略作構想，期冀對傳統出版企業掘金大數據有所裨益。最后還想強調的一點是，兩個層面的工作需要同時展開，數據規模化與數據價值挖掘需要同步。

（作者單位：武漢大學信息管理學院）

參考文獻

[1] 涂子沛. 大數據：正在到來的數據革命，以及它如何改變政府、商業和我們的生活[M].桂林：廣西師范大學出版社，2012：37.

[2]吳鋒.“大數據時代”科技期刊的出版革命及面臨挑戰[J].出版發行研究，2013（8）：66-70.

[3]劉志偉.云計算大數據升溫中探模式[N].中國出版傳媒商報，2013-11-08（01）.

[4]馬建光等.大數據的概念、特征及其應用[J].國防科技，2013（2）：11.

[5]余建斌，趙展慧.大數據崛起[N].人民日報，2013-02-22（20）.

http：//whb.news365.com.cn/wh/201207/t20120709_515721.html.

[6]陳硯青，徐璐明.小心：你讀書時，“書”也在讀你[N/OL].文匯報，2012-07-09. http：//whb.news365.com.cn/wh/201207/t20120709_515721.html.

[7]Coliloquy：讀者和作者互動 換個方式講故事[OL].http：//tech.qq.com/a/20120119/000286.htm.

[8]楊鑫倢.終有一天 大數據會“顛覆”出版業[N/OL].IT時報，2013-08-19. http：//it.sohu.com/20130819/n384494421.shtml.

[9]吳鋒.“大數據時代”科技期刊的出版革命及面臨挑戰[J].出版發行研究，2013（8）：66-70.

[10]王鈺.破壞性創新、大數據與圖書銷售[J].科技與出版，2013（6）：85-87.

[11][法]喬治·納漢. 趙春雷編譯.“大數據”時代的計算機信息處理技術[J].世界科學，2012（2）.

[12]程曉龍. 數字出版的未來：從“小數據”到“大數據”[N].中國新聞出版報，2013-08-29（005）.

[13]王明亮.關于“大數據出版”的一些體會和猜想[N].中國新聞出版報，2013-08-29（005）.