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
在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07