
大数据时代“让消费者发现你”
“未来传统出版商的挑战已经不再是数字化,而是让消费者发现你的产品。”近日企鹅兰登书屋英国公司CEO汤姆·威尔顿在接受英国《书商》杂志主编菲利普·琼斯采访时如是表示,在他看来,“与消费者建立直接联系”,正是两家出版商合并后凭借规模化优势更容易实现的。
建立与消费者有意义的联系
大众出版市场上,能让消费者花钱买书的,第一因素是作家,出版商只位于第二位置。因此,出版商一方面要做好作者服务,一方面要重新树立品牌。
亚马逊凭借从零售向出版领域的功能拓展,凸显其通过消费者数据来预测未来消费的优势,如亚马逊通过KindleSingles项目使Kindle用户以低定价浏览名家作品并了解其喜好,从而出版并推介感兴趣的图书。传统出版商在内容创建和销售策略上都偏于保守,正像传统电视不敌视频网站Netflix(根据观众爱好自制连续剧,抢夺广告资源,大占风头),因此更需与购书者建立直接联系,树立出版社品牌,持续推出优秀内容,这是使出版商与其他内容提供商区分开来的重要标志。
与消费者建立直接联系的方式,主要是通过社交网站和出版社专门网站,如企鹅在Twitter网的书友会页面邀请粉丝加入每月的(#readpenguin)图书讨论,使读者可以与作家及图书编辑讨论,增强他们的阅读体验。西蒙与舒斯特近日宣布推出OfftheShelf网站,向读者推荐好书,新书旧书不限,用户可建立自己的必读书架,也可自选线上零售商去买书。哈珀·柯林斯在2013年创立的CSLewis.com和Narnia.com网站通过Bluefire应用,也可直接获得消费者数据。这样出版商不仅可以收集这些销售数据,也可以追踪读者最喜爱的图书和书单。这也让出版商的最大资产——作者在消费者眼中重新塑造品牌形象,确立了某个书系品牌的形象,以丰富的编辑资源和专业的编辑、促销技能获得认可。
出版商也开始注重走到未来可能的作家中间,如麦克米伦的Minotaur(书系)公司与美国侦探小说家协会共同举办父子小说家评奖,兰登书屋的Delacorte公司也举办YA小说新人奖活动,企鹅的Grosset&Dunlap公司看到类型小说的畅销,举办了一场根据1982年电影《黑水晶》(TheDarkCrystal)改编YA系列小说的评奖活动,奖金1万美元,来吸引更多的消费者,成为出版商的拥趸。
虽然大型大众出版商均有所行动,然而,与谷歌、Facebook和亚马逊等公司都已建立相应流程并在产品开发方面初见成果相比,出版商的模式尚显稚嫩。
业内人士认为,未来消费者从哪个途径购书并不重要,重要的是首先通过哪种途径发现你的产品。也就是出版商的挑战是赢得消费者的关注。在纸本书仍将与相关的电子书、应用程序和其他电子媒介产品长期共存的环境下,无论是为平板电脑开发的增强版电子书,为智能手机开发的缩减版应用程序,可以与纸本书共存的图书应用,还是直接转化的电子书,出版商都应将建立有意义的消费者联系作为发展要务。
借助新技术,出版商可以与多媒体公司共同为作者作品生产新的、更强大的格式。同时在已出版图书的内容基础上,开发出新的精装本,供读者度过安静的周末午后时光。这才是与亚马逊形成鲜明对比的法则。同时,出版社的编辑和决策环节都要以数据为驱动,从社交媒体和自己创建的专门网站的点击流量,出版商可以找到有待挖掘的线索和素材,然后进行数据分析与知识管理,为下一步出版及营销提供参考。可惜的是,目前出版业大多还没有建立消费者数据库的思维。
大数据的未来:发现消费者
2001年创立的尼尔森图书监测数据,10余年来为出版商提供了宝贵的实体书店实时销售数据,然而,如今随着实体店销售日渐下滑,谷歌、亚马逊等电子书的销售与日俱增,以数据为主导的商业模式正悄然兴盛。这种商业模式可以帮助商家了解读者在读什么,并通过分析推断他们想读什么。因此,出版商建立消费者平台首先考虑的应是提取信息和建立忠诚度,然后才是销售图书。未来出版商不可能完全脱离亚马逊及实体书店,但同时仍与消费者建立或维持直接联系。
爱思唯尔去年4月收购Mendeley公司,整合其平台资源,12月又与英国伦敦大学学院(UCL)共同建立UCL大数据研究所,组建网络分析小组,就是希望通过分享研究人员的想法和内容资源,挖掘大数据在其科研活动过程中的商机,满足科研人员需求。
英国大学与科学部部长戴维·威利兹对大数据拉动经济增长有非常积极的预测:到2017年大数据市场将为英国创造5.8万个新就业岗位。
在此背景下,企鹅兰登书屋英国公司再次进行了直接面向消费者的业务布局调整,3月中旬宣布重建了以消费者为中心的消费者及数字开发部,1月刚上任的该部门总监汉娜·特尔弗在给员工的信中写到:“我们要成为文化和娱乐的发电厂,成为人们的家。我们的出版社品牌要成为消费者品牌,为此我们要吸引全球读者对好的故事、想法和写作的关注。”
其他的变动包括:兰登书屋消费者分析部负责人路易斯·文特的职责范围将扩大到在企鹅兰登书屋范围内进行消费者研究,其中包括新用户分区项目。
文特还将把兰登的Bookmarks网站拓展到企鹅兰登书屋,使注册的3500多位读者用户在参与调查时能获取集团所有内容资源。莱拉·韦斯特将从企鹅数字频道总监升任企鹅兰登书屋消费者参与总监,其职责包括“将企鹅和兰登书屋的数字设计团队集中到一起,以保证所有的品牌和作者网站都能很快识别,吸引并保持忠心用户”。
消费者参与团队取代了数字频道团队,鲁斯·斯宾塞在兰登书屋的职位也改为合作及兴趣品牌总监,负责以兴趣为基础的营销,如犯罪小说和烹饪图书。此前兰登书屋数字营销业务的负责人艾玛·巴格肖的职务改为集团营销负责人,负责营销分析、元数据、电邮营销、客服管理(CRM)等。
数字产品开发总监纳森·赫尔将与MichaelJoseph、Transworld和Ebury公司一同制定烹饪书产品发展战略,数字出版人丹·富兰克林将与Vintage、PenguinGeneral、PenguinPress和Cornerston公司一同探索新的出版方式。索尔特将负企鹅兰登书屋责童书部的业务。“我们将成为新型的童书第一出版商,通过图书、玩具、应用程序、服装来讲故事。因为孩子不只把故事看作图书一种形式。”但她认为,“儿童产品的版权很难获得,成人出版已经成功地向数字化进行了转型,而童书的发展还相对落后”。两家的有声书部也将整合到一起。兰登有声书部出版人VidelBar-Kar将负责整个企鹅兰登书屋的有声书业务。
最重要的变动是,现任Osprey公司CEO的瑞贝卡·斯玛特将于秋季加盟企鹅旗下的Ebury公司,代替即将退休的菲奥娜·麦金泰尔。威尔顿希望她带领Ebury“朝着她和她的团队认为正确的任何方向前进”。
特尔弗表示:“企鹅兰登书屋消费者总监将由整个集团的专家和高层共同构成,负责制定用户策略并确保有合适的架构来吸引、维护读者,引导读者发现我们的作者、他们的作品以及相关的内容。”
而在这些部门之上,将由现任企鹅消费者分析部负责人夏洛特·理查兹管理企鹅兰登书屋的数据、分析业务,而詹娜·斯特里克罗德将负责整个集团的商业分析和报告。“从消费者在线上和零售渠道生成的信息,获得重要的数据,这对了解消费者、零售商和商业环境的未来都将起到关键作用。”企鹅兰登书屋集团策略总监保罗·凯利如是表示。
但是,在《书商》杂志主编菲利普·琼斯看来,企鹅兰登此次新举,没有汲取社交媒体领域的经验,如直销、捆绑销售、订阅、提高数字版税、为作者提供自费出版,书系(或办公室)的合并等。
而威尔顿看重的是通过向旗下的管理层放权,激发他们的创造力,提供各种便利政策,“出版社网站将从浏览页面和展示功能转为搜索以及推介功能”,提高发现几率是第一要务,但他对订阅和捆绑、直销都持怀疑态度。
“兰登书屋的AuthorPortal是我们努力的正确方向。当系统改变时,企鹅将紧随其后。”但他表示,“集团不会改变数字版税标准来与亚马逊抗争。我们一直在评估版税问题,现在电子书的商业模式还不明朗,目前我们的版税体系是合理的,是一种以与作者联系为基础的出版模式。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28