论大数据背景下出版价值的实现

新时代下，信息技术发展为出版带来了巨大的衍生价值。张新华基于对数字出版的客户价值的研究，构建了数字出版产业价值网，他认为出版企业要以客户为出发点，以出版社为中心，通过多种因素驱动客户价值的最大化[6]。王勤在报告《数字出版――价值取向》中指出，现在出版企业应利用自己的内容资源、三网融合、数字技术来实现一次加工多次增值，用全新的表现手段去黏住读者，创造更大的商业价值，用多元化的呈现形式和数据关联去聚合知识以创造更大的文化价值[7]。本文从文化价值和经济效益两大方面来探索大数据背景下的出版价值延伸，将数据价值解构成以下两个层面（见图1）。

一、数据驱动文化价值延伸

大数据为出版流程全面升级带来了契机，但不会改变出版作为内容产业的本质，其核心价值仍来源于内容中蕴含的知识信息。出版在信息传递、舆论导向、思想政治教育、精神文明建设、文化知识水平提升等方面的作用将进一步提升，实现大数据技术支撑下的文化价值延伸。

1. 预判性的价值引导

出版物在传递知识信息的同时对读者的价值取向、思想追求、审美情趣以及社会的主流意识都会带来一定影响，可以改变读者对事物的理解和对社会的认识。对管理者而言，出版物的舆论导向作用尤为重要，而大数据的预测功能则让这种引导作用更具针对性、前瞻性。

利用大数据技术对舆情事件走势、舆论场变化趋势、社会主流价值取向、大众情绪倾向等进行挖掘分析，对意识形态领域存在的不安因素、潜在风险、错误倾向进行预判性评估。在此基础上策划出版相关产品，进行公众价值观引导和舆论纠偏，同时也为相关政府部门提供了决策依据。

2.深层次的拓展阅读

出版物载体的变迁使得阅读模式更加多元化，移动阅读、新媒体阅读、超文本阅读等都逐渐普及，读者阅读行为也开始向浅阅读、泛阅读、碎片式阅读转变。这无疑会对出版物的文化风格和思想深度带来一定影响，滋生了快餐文化、浅碟文化和低俗文化的发展空间。通过大数据技术建立知识要素之间的关联，以层层递进或中心发散的形式形成系统性阅读模式，为读者提供一个立体化、可视化、多角度、可交互的阅读空间，让出版物的文化价值在相互关联中进行发酵。

大数据时代出版企业的生产供销单位不再是一本书、一篇文章、一套资料，每一个整体都可被细化成若干知识要素，例如一个篇章、一个结论、一句话语、一份素材，通过数据关联分析将这些浓缩的知识要素联系起来，引导读者进行拓展性的高效阅读。这其实相当于把知识信息打碎再重组的过程，即在满足读者碎片式阅读的基础上拓展其阅读的广度和深度。

除了知识面的横向拓展，对图书内容进行纵向延伸、挖掘其背后的故事也可增强读者的阅读兴趣。总之，基于大数据关联的知识信息拓展不仅会改变出版内容生产模式，对于引导培养读者深度阅读习惯、增强出版物信息传递和文化教育功能也有促进作用。

3.大众化的创作氛围

出版物的文化价值会因为信息的时效性、知识系统的更新、社会环境的变迁等多种因素而发生贬值，这也使得出版人需紧跟时代发展，及时对出版内容进行修订、补充和完善。对于时效性较强的图书出版而言，传统的出版流程在知识更新上效率不高、动力不足，而在数据开放共享条件下让部分读者参与到创作修改过程中，建立图书内容的动态更新机制，可实现出版物内容的多次增值。

众包模式下图书的更新、成长周期将进一步缩短，大众参与文化创作的积极性也会提高。特别是对于门槛相对较低的文学创作，出版社可为用户提供开放性的创作发布平台，让用户利用相关素材、工具和脉络线索去创建自己的故事，在此基础上还可开展定制出版、众筹出版等业务。此外，创作平台可生成大量用户数据和内容数据，对出版企业而言具有较大潜在价值。

对于出版企业来说，小众出版存在较大的风险，尤其是部分专业性强、受众面窄、打造成本高的图书，读者的文化需求一般很难被满足，这也造成了出版物知识传播的局限性。大数据技术不仅可帮助出版企业挖掘小众需求，实现内容订制，还能通过“圈子”定位、关联分析打造众筹出版平台，建立起需求者和潜在作者之间的联系，在一定程度上解决资金和内容来源的问题。

4.开放性的阅读环境

交流共享有利于知识信息的价值放大，大数据技术让读者的阅读行为和体验感受从私密走向半公开，不仅使读者与文字的交流更加深入，也让读者之间的互动交流跨越了时空，在知识信息共享的基础上提升阅读效率和积极性。

读者在阅读过程中可随时对文本进行标注和评价，并可按意愿选择公开与否，相当于将阅读环境与评论社区结合到一起，实现即看即想即发的过程。通过对读者标注内容的次数和情感倾向进行数据分析，可提炼出图书最有价值或者最受欢迎的部分。出版企业可利用这些数据进行内容优化、制订营销方案，读者也可根据分析结果进行更具选择性、目的性的阅读。 此外，通过对所有读者的标注数据进行关联分析，可以发现评价和标注内容的相似性和共通性，由此对读者进行“书友”推荐，建立基于兴趣和价值取向的阅读同好群。这也推动了阅读行为向社交化发展，为文化传播营造更好的氛围。

二、数据促进经济效益增值

对于出版企业而言，出版物的经济效益主要体现在其本身的交换价值和创造的收益。就社会经济发展来看，出版物可通过提高劳动者素质、推广科学技术、增强信息对称性等多种方式带动经济增长。大数据技术优化了出版流程，拓宽了出版市场，开辟了收费空间，实现了出版企业经济效益增值。

1.节省人工成本

大数据技术实现了部分出版环节的半自动化，从大数据中挖掘规律、记录流程、总结经验可建立内容筛选机制和质量评估机制，形成机器过滤、人工辅助评价的编辑过程。这在很大程度上减轻了编辑人员的工作量，也为出版企业节省了人工成本。

对于读者而言，一方面，大数据技术减少了搜寻成本。基于用户需求分析的精准推送让读者更高效、便捷地获取图书内容;基于内容关联分析的知识图谱让读者在数据引导下实现拓展阅读，而不必自发性去进行关联搜索。同类推荐、潜在兴趣挖掘也让读者在搜寻过程中获取全面多元的图书信息，读者搜寻成本的降低也间接提升了出版企业的盈利空间。另一方面，数据的开放共享让读者更深入地参与到出版流程中，以协同编纂、众包编辑、质量评估等方式减少了编辑的工作量。

2.增强读者黏性

增强读者黏性的关键在于把握读者的心理和需求，在契合读者心意的同时为其提供良好的阅读体验，使之对图书产品的满足感最大化。

通过大数据技术可对读者的消费心理进行分析，例如其在挑选同类图书时是更多地按价格排序、销量排序、出版时间排序、收藏数量排序，还是参看读者点评、专家推荐等信息。出版企业可根据读者的消费行为制订合理的定价策略、营销策略、媒体公关策略、平台合作策略等，从消费习惯上黏住读者。

基于用户数据分析的精准推送、私人订制满足了读者个性化需求。出版企业可尝试开发诸如“私人阅读管家”之类的应用软件或平台，智能为读者打造读书计划和分类管理，并提供个性化需求的反馈专区，以一对一的形式为读者提供全方位的阅读服务，培养读者对平台的依赖性和忠诚度。

用户对某个平台的黏性很大程度来源于对其社交圈子的归属感。正如上文所提及，出版企业可为读者打造协同阅读社区，根据读者阅读数据聚类分析进行好友推荐，形成“阅读同好群”，给予读者充分的互动交流空间和活动组织渠道，让社交和阅读行为结合起来，从而形成读者对特定出版企业平台的依赖。

3.开辟收费空间

图书的需求收入弹性较大，读者的价格敏感度高，特别是电子图书的收费问题更是长期困扰着出版商。读者对大众化内容往往不愿付费，但个性化、专业化的内容却存在较大的收费空间。大数据技术为图书内容的智能定制服务提供了可能，基于个体数据挖掘分析以感知其喜好、需求，进而自动进行图书内容筛选集成，打造高效率、低成本的私人定制，同时专属性内容也使得更多读者愿意埋单。一对一的服务对于目前的出版企业而言成本太高，智能化的图书生产过程对大数据的准确性、技术支撑提出了很高要求，这也是大数据未来发展的一个方向。

大数据技术为出版企业提供了多种读者服务模式，出版企业对基础数据服务可提供免费体验，对专业服务可制定按需收费的标准。例如出版企业可对自己的图书数据库做细致划分，根据内容专业性、文本价值、图书类别等形成级别顺序，并以此制定收费标准。出版企业也可在交互式功能上做一些限制，例如读者一次性只可免费获取3―5个词汇信息的内容反馈，收费情况下可进行拓展。此外，以数据内容的精细化程度划定收费标准也具备可行性。

基于出版大数据分析衍生的周边产品、社区娱乐互动板块、商务媒体合作等也为出版企业开辟了新的盈利空间。总之，大数据技术衍生的出版服务模式拓展了出版企业收费业务，出版中的大数据通过集成、重组、二次利用也能实现其经济价值。

4.挖掘潜在收益

预测和关联分析是大数据的两大核心功能，出版企业可利用这两大功能挖掘潜在需求和开辟潜在市场。

基于用户消费行为、阅读行为、社交行为的数据分析可发掘其潜在需求特征，预测读者最可能选择的购书渠道、阅读平台、图书类别，以及最可能从哪些平台获取图书信息、最容易受哪些群体的影响，从而对出版内容、图书载体、设计风格、价格水平、销售平台、推广策略进行重新定位。此外，利用大数据把握社会经济发展趋势，也可帮助出版企业提前去开采畅销书的金矿。

大数据技术可作用于作品内容关联和用户信息关联分析。在大数据技术支撑下，可根据全体用户浏览、收藏、购买、评论数据以及内容数据的相似性对作品关联进行更准确的判断，从而针对个体用户进行相关图书推荐。通过挖掘用户基本信息、兴趣爱好、网络社交行为等方面的关联度，也可实现圈子内的图书推送。

三、出版价值实现“6A模型”

总的来看，数据价值的挖掘与转化推动了出版价值的实现。出版企业通过大数据采集与利用实现了出版流程的全方位优化，使得出版的文化价值和经济效益在更高层次上得以统一。本文构建了基于大数据的出版价值延伸“6A”模型，对大数据提升出版价值的基本路径进行了归纳，如图2所示。

在技术支撑和标准保障下，出版企业通过移动设备、社交网络、信息平台、电商网站等渠道获取海量数据（Acquisition）、各类数据存储积累（Accumulation）逐渐形成超大规模数据库，这也是出版企业数据资产积累的过程。出版人利用创新思维对企业所掌握的数据资源进行分析（Analysis）和价值挖掘，构建数据的利用模式，进一步将数据运用模式与出版流程相结合，实现出版全流程改进（Amelioration）和优化。潜在的数据价值通过各出版环节转化为现实生产力，从而实现出版价值的增值（Added-value）;衍生价值刺激（Activation）出版企业进一步积累数据资产，挖掘更深层次的数据价值。 在“6A模型”的基础上还可进一步细化拓展成“11A模型”。出版人要具备数据创新意识（Awareness），对数据潜在价值需要有洞察力，积极探索各类数据的“可用性”（Availability）;出版流程变革也不是一蹴而就的，出版企业需要在尝试摸索中不断改进，“运用（Application）―评估（Appraise

ment）―调整（Adaptation）”的基本模式也将循环反复。

四、小结

大数据对出版流程将实现全方位、多角度、深层次地渗透，与此同时，数据价值也将逐步渗透到出版的文化价值和经济效益之中。一方面，出版企业利用大数据提供预判性的价值引导，深层次的拓展阅读，大众化的创作氛围，开放性的阅读环境，从而提升出版的文化价值。另一方面，通过大数据应用节省人工成本、增强读者黏性、开辟收费空间、挖掘潜在收益，从而促进经济效益。在出版人的创新思维和文化信仰支撑下，数据增值空间不断放大。

总之，大数据的价值实现有赖于出版人的创新思维和文化信仰，它的现实价值只是冰山一角，还有更多数据创新有待去发掘。

[1][日]清水英夫. 现代出版学[M]. 北京：中国书籍出版社，1991.

[2]田常青. 企业化背景下的出版价值追求[D]. 湖南师范大学，2011.

[4]蔡翔，唐颖. 出版双重属性之争引发的思考[J]. 编辑之友，2006（3）：13-16.

[6]张新华.数字出版产业价值网的构建：基于数字出版的客户价值[J] .现代出版，2012（4）：40-43.