基于大数据应用的出版发行模式探讨(2)

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。

［1］徐曼.出版行业对大数据的应用思路探析［J］.出版广角，2017（17）：45-47.

［2］迟强.数字出版内容付费模式成功要素考察［J］.中国出版，2017（19）：47-50.

［3］王兆国.出版企业应用大数据技术的挑战及对策［J］.现代出版，2017（5）：32-35.

［4］莫远明，黄江华. AI+IP+TT视野下的数字出版融合发展研究［J］.出版广角，2018（1）：23-25.

［5］陆利坤，游新冬.大数据技术在出版行业中的应用研究［J］.出版科学，2017（6）：89-96.

文章来源：《出版发行研究》 网址: http://www.cbfxyjzzs.cn/qikandaodu/2021/0708/730.html