淺談大數(shù)據(jù)在出版業(yè)的應(yīng)用

一、大數(shù)據(jù)的定義與特點(diǎn)

近幾年來，“大數(shù)據(jù)”一詞廣泛見諸于網(wǎng)絡(luò)、報(bào)紙以及電視等媒體,大數(shù)據(jù)的概念正在持續(xù)升溫，而2014年“大數(shù)據(jù)”首次被寫入我國《政府工作報(bào)告》，2015年9月，國務(wù)院印發(fā)《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》，全面系統(tǒng)地部署了大數(shù)據(jù)未來的發(fā)展工作。值得一提的是，國務(wù)院總理李克強(qiáng)自2014年以來曾在各個(gè)場合多次提及“大數(shù)據(jù)”一詞，在他看來，大數(shù)據(jù)對各行各業(yè)都有很大的幫助，其價(jià)值和意義正在日益體現(xiàn)。

那么，究竟什么是大數(shù)據(jù)呢？大數(shù)據(jù)的定義實(shí)在太多，研究機(jī)構(gòu)Gartner Group認(rèn)為，大數(shù)據(jù)是需要特殊技術(shù)及新處理模式的信息資產(chǎn)。而麥肯錫全球研究所則認(rèn)為，大數(shù)據(jù)是一種規(guī)模大到超出傳統(tǒng)數(shù)據(jù)庫工具能力范圍的數(shù)據(jù)集[1]。

作為全球最大的電子商務(wù)公司，亞馬遜的大數(shù)據(jù)科學(xué)家John Rauser 對大數(shù)據(jù)的定義則相對簡單，他認(rèn)為，任何超過一臺計(jì)算機(jī)處理能力的數(shù)據(jù)量即為大數(shù)據(jù)[2]。

以上幾個(gè)定義都是關(guān)于大數(shù)據(jù)的解釋，它們有不同之處也有相同之處，相同之處是突出了一個(gè)“大”字，這是大數(shù)據(jù)的重要特點(diǎn)之一。也正是因?yàn)閿?shù)據(jù)量的巨大，使得它具有了一項(xiàng)重要功用，即在應(yīng)用過程中能夠發(fā)現(xiàn)一定的規(guī)律和進(jìn)行相應(yīng)的預(yù)測研判。

由于這種功用，不少專家認(rèn)為大數(shù)據(jù)將會成為推動(dòng)社會經(jīng)濟(jì)轉(zhuǎn)型發(fā)展的新動(dòng)力，會促進(jìn)生產(chǎn)模式的創(chuàng)新，對未來信息社會的格局產(chǎn)生深遠(yuǎn)的影響，而大數(shù)據(jù)與其所進(jìn)行的分析預(yù)測，會在未來10年內(nèi)改變許多行業(yè)的固有模式。甚至有觀點(diǎn)認(rèn)為，大數(shù)據(jù)作為重要的信息戰(zhàn)略資源，將有效提升國家的綜合競爭力。

聽起來，大數(shù)據(jù)的出現(xiàn)和應(yīng)用將是顛覆性的，那么為何它被認(rèn)為在未來能改變幾乎所有行業(yè)呢？這正是源于大數(shù)據(jù)的幾大顯著特點(diǎn)。目前業(yè)界廣泛認(rèn)可的，是大數(shù)據(jù)具有“4V”特征，首先是數(shù)量（Volume），也就是前文所提到的數(shù)據(jù)信息量巨大。第二是它的多樣性（Variety），也就是數(shù)據(jù)的類型很多，除了傳統(tǒng)的格式化數(shù)據(jù)之外，還包括文字、視頻、圖片等信息資料。第三是處理速度（Velocity）很快，也就是說雖然數(shù)據(jù)信息量巨大，但應(yīng)用處理數(shù)據(jù)的速度并不因此而變慢。最后就是真實(shí)性（Veracity），即數(shù)據(jù)的準(zhǔn)確程度和高質(zhì)量。

二、大數(shù)據(jù)對出版業(yè)的作用

麥肯錫全球研究所的報(bào)告中認(rèn)為，數(shù)據(jù)成為了重要的生產(chǎn)要素，慢慢滲透到各個(gè)行業(yè)中，大數(shù)據(jù)正在人類生活中被廣泛應(yīng)用和延伸，而當(dāng)今社會也正在從數(shù)字化向數(shù)據(jù)化轉(zhuǎn)變。

近年來，隨著互聯(lián)網(wǎng)的日益發(fā)展，作為傳統(tǒng)行業(yè)的出版業(yè)，受到了不小的沖擊。對于出版業(yè)而言，互聯(lián)網(wǎng)一方面是挑戰(zhàn)，另一方面也帶來了許多機(jī)遇，因而，轉(zhuǎn)型與發(fā)展是當(dāng)今時(shí)代出版業(yè)的一項(xiàng)重要任務(wù)。但實(shí)際上，許多喊著轉(zhuǎn)型口號的出版商，只是被動(dòng)的或者說是“稀里糊涂”在轉(zhuǎn)型，他們甚至不知道、也無法預(yù)知轉(zhuǎn)型的結(jié)果。一個(gè)有趣的現(xiàn)象是，“互聯(lián)網(wǎng)+”“云計(jì)算”這些互聯(lián)網(wǎng)詞匯屢屢會被傳統(tǒng)出版業(yè)提及，但很多時(shí)候他們并不知道具體的含義，只是盲目地追新。于是，當(dāng)大數(shù)據(jù)時(shí)代即將到來之際，不少傳統(tǒng)出版業(yè)也不免顯得迷茫，或者說不知該如何應(yīng)對。

（一）出版業(yè)運(yùn)用大數(shù)據(jù)的方法

其實(shí)，從大數(shù)據(jù)的特征來看，它可以被視為互聯(lián)網(wǎng)時(shí)代給所有行業(yè)的一項(xiàng)恩賜，因?yàn)槠浣鉀Q了許多過去無法解決的問題，能讓復(fù)雜事物簡單化、清晰化。所以，首先不用懼怕或者抵觸這一新興事物。當(dāng)然，這也并不意味著誰都能輕松地享受這一恩惠。一個(gè)重要的前提是，大數(shù)據(jù)平臺的建立和使用是建立在前期數(shù)字化建設(shè)的基礎(chǔ)上，因此，出版社的當(dāng)務(wù)之急是先完善自身的數(shù)字化信息基礎(chǔ)設(shè)施的建設(shè)，為大數(shù)據(jù)提供可靠支撐和信息來源。

對于出版業(yè)來說，如何利用好大數(shù)據(jù)？在這個(gè)行業(yè)里，又有哪些是有價(jià)值的數(shù)據(jù)信息、哪些方面需要大數(shù)據(jù)分析研判？實(shí)際上，從選題策劃到出版發(fā)行，出版業(yè)的每一個(gè)環(huán)節(jié)都離不開大數(shù)據(jù)。例如，一個(gè)題材的書籍是否有必要發(fā)行，不應(yīng)該是過去那種“經(jīng)驗(yàn)式”的決策方式，而應(yīng)該是在一定數(shù)據(jù)統(tǒng)計(jì)下，經(jīng)過分析后得出的可供參考的，相對客觀的預(yù)測結(jié)論。

同樣，基于數(shù)據(jù)的分析，例如該類書的市場受歡迎程度、作者受歡迎程度、已出版同類書籍的銷售庫存情況，也可以大概推測出這本書的首印量應(yīng)該為多少。在圖書營銷環(huán)節(jié)，大數(shù)據(jù)可利用的范圍就更加廣闊，為圖書提供了精準(zhǔn)營銷的可能性，在運(yùn)用大數(shù)據(jù)之前，對讀者的閱讀喜好調(diào)查多為抽樣調(diào)查，而大數(shù)據(jù)可以通過對數(shù)據(jù)的分析和計(jì)算，如某地讀者的閱讀喜好與習(xí)慣、不同省份更喜愛的書籍類型，哪些書籍放在一起容易捆綁銷售等這些用戶行為，分析出讀者的需求和喜好，更好地進(jìn)行推銷。通過對這些信息的收集、加工和整理，就可以得到有意義的統(tǒng)計(jì)規(guī)律。

除去傳統(tǒng)出版的環(huán)節(jié)，對數(shù)字出版來說，大數(shù)據(jù)也很有用處。大數(shù)據(jù)為按需出版提供了數(shù)據(jù)支持，出版社可根據(jù)讀者的用戶行為、偏好取向等進(jìn)行全面分析，將有可能實(shí)現(xiàn)真正意義上的個(gè)性化定制內(nèi)容和按需出版。

從長遠(yuǎn)分析，出版社或出版集團(tuán)甚至可以利用大數(shù)據(jù)建立自己的銷售平臺，通過分析用戶消費(fèi)數(shù)據(jù)、用戶地理位置數(shù)據(jù)、用戶行為數(shù)據(jù)等為出版的各個(gè)環(huán)節(jié)提供技術(shù)支持。而在出版效率、售后服務(wù)等方面，大數(shù)據(jù)也可以優(yōu)化資源配置，為出版社提供服務(wù)。

（二）國外出版業(yè)運(yùn)用大數(shù)據(jù)的實(shí)例

在利用大數(shù)據(jù)方面，國外出版業(yè)走在了我們之前。例如，Scholastic出版社出版的《39條線索》是結(jié)合了在線游戲和卡片游戲的系列叢書，在游戲中出版社可追蹤讀者最喜愛的線索和人物，而Coliloquy出版的電子書，通過讀者選擇人物劇情分支和線索來為劇情的下一步發(fā)展提供數(shù)據(jù)支持，保證劇情被大部分讀者所喜愛[3]。

國際知名的大眾圖書出版商西蒙·舒斯特，格外重視大數(shù)據(jù)的應(yīng)用，他們?yōu)榇诉€專門聘請了有關(guān)專家協(xié)助進(jìn)行研究工作，通過對消費(fèi)者購買圖書和閱讀行為的數(shù)據(jù)進(jìn)行全面的收集分析，得出了許多有價(jià)值的信息，例如為何大家喜歡某位作者，為何一本書銷售情況不佳，哪種情況導(dǎo)致一本書銷售不暢。通過得到的信息，他們可以快捷地找出問題并有針對性地進(jìn)行調(diào)整[4]。

三、大數(shù)據(jù)應(yīng)用存在的問題

以上這些案例，足以說明大數(shù)據(jù)的運(yùn)用對于出版業(yè)來說大有裨益。然而，作為傳統(tǒng)行業(yè)的出版業(yè)，在與新興事物“打交道”時(shí)，在探索與實(shí)踐過程中，可能在應(yīng)用大數(shù)據(jù)時(shí)出現(xiàn)錯(cuò)誤，出現(xiàn)一些偏差。實(shí)際上，大數(shù)據(jù)的應(yīng)用也的確存在一些問題。

首先，不能“為了大數(shù)據(jù)而應(yīng)用大數(shù)據(jù)”，如果要運(yùn)用大數(shù)據(jù)的話，一定要樹立大數(shù)據(jù)意識，要落實(shí)到出版社的戰(zhàn)略改革層面，在沒有能力或者眼下條件還不成熟的情況下，盲目參與只會適得其反。舉個(gè)簡單例子，如果出版商沒有相應(yīng)的技術(shù)人才，或者相關(guān)的數(shù)據(jù)信息還是空白或者少之又少，達(dá)不到一定的條件，那么再如何應(yīng)用大數(shù)據(jù)分析也是徒勞，這就要求出版社要對相關(guān)人才進(jìn)行培養(yǎng)，只有了解大數(shù)據(jù)在實(shí)際工作中的作用，才能更好地使用大數(shù)據(jù)；第二，大數(shù)據(jù)也并非一味求大，掌握的數(shù)據(jù)越多也并不代表結(jié)論就一定正確，對于任何一家出版單位而言，要根據(jù)自身的情況來量體裁衣，大數(shù)據(jù)時(shí)代的到來，并不意味著就必須拋棄“小數(shù)據(jù)”；第三，基于大數(shù)據(jù)的分析，可以了解獲悉用戶的需求，但如果只根據(jù)大數(shù)據(jù)提供的數(shù)據(jù)出版發(fā)行刊物，便有可能自覺不自覺地只迎合了讀者的閱讀興趣，而忽略了其他因素，這或許會導(dǎo)致作品質(zhì)量的降低。除此之外，還要注意數(shù)據(jù)的完整性，不完整的數(shù)據(jù)可能會有參考價(jià)值，但更有可能毫無任何價(jià)值，甚至給出錯(cuò)誤的結(jié)論。而數(shù)據(jù)上的錯(cuò)誤會影響公司解決問題的進(jìn)程及決策的實(shí)施，造成不好的結(jié)果。

除了這些問題，資金的投入也是一個(gè)大問題，對出版社來說，想要擁有大數(shù)據(jù)平臺只有兩個(gè)方法，第一是自己建立，第二是采購成熟的第三方產(chǎn)品。從長遠(yuǎn)來考慮，自建平臺是最為理想的選擇，但自建平臺的搭建周期，建設(shè)和管理費(fèi)用讓許多出版商望而卻步。這樣看來，第三方產(chǎn)品似乎是一個(gè)不錯(cuò)的選擇，但在與第三方合作時(shí)要注意的問題也非常多，這些都是需要認(rèn)真考慮的。而出版社也需要明白一點(diǎn)，建立大數(shù)據(jù)平臺的目的是為了探索數(shù)字化時(shí)代新的運(yùn)營模式，最終是要為企業(yè)創(chuàng)收，所以建立大數(shù)據(jù)平臺一定要與實(shí)際掛鉤，根據(jù)實(shí)際需求來建立。

四、結(jié) 論

目前在許多行業(yè)，大數(shù)據(jù)已得到應(yīng)用并且卓有成效，而在出版業(yè)，盡管國外有的出版商已嘗到了甜頭，但整體來看還處于起步階段。在國內(nèi)，它還處于摸索階段。盡管有不少人依舊在唱衰“大數(shù)據(jù)”，但更多的人相信它有利于社會的發(fā)展，是時(shí)代進(jìn)步的產(chǎn)物。之于出版行業(yè)，詳實(shí)的數(shù)據(jù)、有價(jià)值的信息能讓出版社更好地了解圖書市場，可以說，大數(shù)據(jù)對于出版行業(yè)的革新是前所未有的，面對這種變革，出版社唯有做好充足的準(zhǔn)備，真正了解大數(shù)據(jù)的意義和特征，才能發(fā)揮其優(yōu)勢，實(shí)現(xiàn)社會效益和經(jīng)濟(jì)效益的雙豐收。而大數(shù)據(jù)的合理運(yùn)用，對于整個(gè)出版行業(yè)的體系重構(gòu)也必將產(chǎn)生深遠(yuǎn)影響。