京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21