摘要：以供給側結構性改革的角度來看排作，出版社即是最直接的供給側攒菠，出版高質量、暢銷度高的圖書茎活，建立出產高質量圖書及圖書IP的體系昙沦，即是提高供給體系質量。中金易云出版發(fā)行大數據平臺正是以數字化轉型為核心思路载荔，以大數據中臺與智能算法為基礎的出版業(yè)供給側結構性改革的成果盾饮。
2016年，全國出版懒熙、印刷和發(fā)行服務實現(xiàn)營業(yè)收入23 595.8億元丘损，較2015年增長9.0%，利潤總額1 792.0億元工扎，增長7.8%徘钥，在圖書出版方面，2016年肢娘，全國共出版圖書50.0萬種呈础，較2015年增長5.1%，總印數90.4億冊（張）橱健，增長4.3%而钞，定價總金額1 581.0億元，增長7.1%拘荡。全年圖書出版實現(xiàn)營業(yè)收入832.3億元臼节，增長1.2%，利潤總額134.3億元珊皿，增長7.2%网缝。
總體來說，全國圖書出版努力實現(xiàn)社會效益與經濟效益相統(tǒng)一蟋定，圖書出版粉臊、總印數和銷售營業(yè)收入呈現(xiàn)穩(wěn)步增長，經濟效益維持在穩(wěn)定水平上溢吻，確保了行業(yè)的持續(xù)發(fā)展维费，但圖書出版業(yè)同樣面臨著嚴峻的挑戰(zhàn)和實際的壓力果元，在出版促王、發(fā)行、營銷三大業(yè)務區(qū)劃中而晒，僅出版端就已經存在四大難題：
一蝇狼、圖書庫存量居高不下，圖書出版質量亟待提高：
圖書出版業(yè)“新暢銷書”一書難求倡怎，以虛構類暢銷書榜單為例迅耘，2014年出版的《解憂雜貨店》在2016年和2017年兩度成為最暢銷的虛構類圖書贱枣。不僅如此，緊隨其后的《追風箏的人》和《擺渡人》也都是暢銷多年的熱門小說颤专。此外纽哥，“新暢銷書”一書難求的現(xiàn)象，也折射出優(yōu)秀作者難尋的行業(yè)普遍問題栖秕。也正是因為暢銷書一書難求春塌，“舊書新出”與“公版書泛濫”的情況在國內圖書出版業(yè)很明顯，《三國演義》《紅樓夢》《水滸傳》《安徒生童話》等中外經典圖書的出版品種都在數百種以上簇捍。庫存增速大于生產增速只壳，總庫存占年度出版圖書定價金額的比例也從71.1%增至72.3%，形成了行業(yè)內“每出版2本圖書就要庫存1本”的行業(yè)共識暑塑。
二吼句、“新暢銷書”一書難求，難尋優(yōu)秀作者：
圖書出版業(yè)“新暢銷書”一書難求事格，以虛構類暢銷書榜單為例惕艳，2014年出版的《解憂雜貨店》在2016年和2017年兩度成為最暢銷的虛構類圖書，此外驹愚，“新暢銷書”一書難求的現(xiàn)象尔艇，也折射出優(yōu)秀作者難尋的行業(yè)普遍問題。
三么鹤、大眾圖書出版利潤率低终娃，盈利手段單一
由于圖書出版業(yè)盈利模式單一，出版社基本上只是一次售賣圖書內容蒸甜，大眾圖書出版的普遍利潤率僅為3~5%棠耕，與國際出版業(yè)同行有著顯著差距，以美國著名出版集團企鵝蘭登書屋為例柠新，其利潤率已經多年保持在14%的水平線上窍荧；
四、圖書銷量數據預測難恨憎、反饋慢蕊退、視野窄，市場響應遲滯
目前憔恳，傳統(tǒng)圖書銷量預測準確率不高瓤荔，出版社-發(fā)行渠道-書店-讀者之間的數據反饋機制不準確且效率低下，出版社很難及時有效的得到出版圖書的全盤數據钥组，這造成出版社對市場需求的響應猶豫输硝、謹慎且存在長時間的遲滯。
出版業(yè)數字化轉型三大共識
近年來程梦，圖書出版業(yè)者近年來不斷積極探索解決辦法與發(fā)展路徑点把，逐漸形成了圖書出版業(yè)在出版端的數字化轉型的三大共識：
1橘荠、瞄準圖書IP化機遇，精準定位讀者需求郎逃，尋找優(yōu)秀作者（特別是暢銷書作者）哥童，出版新暢銷書，形成圖書出版業(yè)的“爆款”褒翰，并向影視制作如蚜、文化消費等領域進行二次、三次售賣影暴；
2错邦、積極貼近市場，實時撬呢、全量的了解圖書出版、發(fā)行魂拦、營銷及評價數據，提高圖書銷量預測準確性芯勘，加快市場響應速度腺逛，做到“暢銷書早備貨，滯銷品種早預警”棍矛；
3、以新暢銷書為核心够委，以圖書IP化為手段，結合準確的市場預測和及時的市場反饋能力茁帽，提高圖書出版業(yè)利潤率玉罐。
為什么是中金易云？
中金易云是2017年由浙江省新華書店集團（以下簡稱浙江新華）和中金數據系統(tǒng)兩家公司共同成立的圖書行業(yè)大數據科技公司潘拨，得益于浙江新華和中金數據的注入吊输，中金易云擁有圖書出版業(yè)數字化轉型的四大基礎支柱：
1、強健的信息系統(tǒng)：中金數據與浙江新華在ERP平臺上的積累和能力战秋，為中金易云收集真實的璧亚、細顆撂志拢化脂信、及時的業(yè)務數據進行數據分析與洞察提供了堅實的基礎癣蟋；
2、領先的物流及合作網絡：在浙江新華的支持下狰闪，中金易云與超過1000家出版機構擁有深度供應鏈合作疯搅，與15家發(fā)行集團建立了戰(zhàn)略聯(lián)盟；
3埋泵、全量書目數據與真實業(yè)務數據：浙江新華自上世紀90年代起陸續(xù)投資建設ERP幔欧、產品庫系統(tǒng)，擁有國內首屈一指的全量書目數據庫丽声，同時礁蔗，通過行業(yè)深度合作，中金易云擁有20個省以上的真實業(yè)務數據基礎雁社，將全國三分之一市場盤面數據囊括其中浴井。
4、行業(yè)理解：浙江新華與中金數據皆是圖書出版業(yè)的“老字號”霉撵，有著對行業(yè)發(fā)展磺浙、行業(yè)創(chuàng)新深刻的理解，早在2016年徒坡，浙江新華就已經開始了行業(yè)調研撕氧。
成立之后，中金易云以開放互補的發(fā)展思路喇完，希望尋找具有優(yōu)勢互補效應的外部合作伙伴共同構建“中金易云出版發(fā)行大數據平臺”伦泥，在調研了行業(yè)內多家潛在合作伙伴之后，最終中金易云選擇與阿里云合作锦溪。
中金易云副總裁朱英認為奄喂，此次合作花落阿里云有兩點主要的原因：
1、阿里云在云計算海洼、大數據領域有著強大坏逢、廣泛的影響力，同時提供了功能完善肖揣、服務多樣龙优、地域廣闊彤断、技術完備的云計算服務，與阿里云合作為中金易云在全國范圍內提供服務提供了可靠的支撐平道；
2一屋、阿里云在人工智能領域積累深厚冀墨，擁有先進的數據智能算法轧苫，可以快速實現(xiàn)業(yè)務應用疫蔓，確保圖書銷量預測衅胀、圖書選題及作者推薦等項目關鍵功能的有效性滚躯；
此外掸掏，中金易云創(chuàng)新應用中心總經理俞國忠表示，阿里云為中金易云提供了寶貴的市場及運營經驗的分享募闲，同時浩螺，在運維保障上做出了2小時響應的承諾要出，“無論是對中金易云出版發(fā)行大數據平臺還是出版社患蹂，都是值得信任的保障传于「窳耍”
經過中金易云與阿里云的緊密協(xié)調和深度溝通徽鼎，雙方制定了“（出版發(fā)行）大數據中臺 + 數據智能（人工智能算法）”的技術實施方案：
出版發(fā)行大數據中臺
1否淤、數據上云：將來自浙江新華書店ERP系統(tǒng)石抡、中金ERP系統(tǒng)以及其他中盤提供的數據啰扛，與來自爬蟲系統(tǒng)的數據隐解，統(tǒng)一匯總到阿里云數加MaxCompute的企業(yè)大數據倉庫煞茫，實現(xiàn)數據上云；
2蚓曼、爬蟲系統(tǒng)：開發(fā)互聯(lián)網數據爬蟲系統(tǒng)纫版，爬取圖書銷售捎琐、書評瑞凑、商品評價籽御、類目交互技掏、作家相關信息、輿情等側重領域的數據劲阎，形成對中金易云內部數據的有效補充悯仙；
3锡垄、云上大數據架構建設：對從ERP和爬取的數據進行數據倉庫建設货岭，并通過該數據倉庫千贯，通過算法和模型建設相應的標簽體系搔谴，打造不同層次用戶瞄沙、客戶的畫像距境，最終對數據應用層提供數據訪問垫桂；
此外诬滩，阿里云為中金易云提供了大數據應用產品和應用系統(tǒng)web端和H5頁面的開發(fā)疼鸟。
人工智能算法開發(fā)：
1空镜、標簽生產算法模型：使用fasttext等深度學習算法捌朴，根據空白分類書本的相關描述屬性砂蔽，例如左驾，簡介诡右，讀者分類稻爬，題材等蜕依，自動分析推薦出書本標簽样眠；
2檐束、圖書銷量預測模型：通過圖書多維度信息被丧，設計更適合特定品種類別的預測誤差評定標準甥桂，最后根據圖書品種歷史銷量數據黄选、網絡輿情數據办陷、電商平臺銷售及評論數據民镜，綜合利用統(tǒng)計優(yōu)化模型制圈、機器學習模型、時間序列預測模型等多種不同算法模型對不同圖書品種類別的銷量進行圖書銷量預測模型建模病附；
3完沪、個性化推薦系統(tǒng)模型：基于個性化推薦系統(tǒng)原理覆积，根據不同的應用場景宽档，利用基于用戶／商品的協(xié)同過濾庵朝、矩陣分解、有監(jiān)督學習方法進行推薦系統(tǒng)建模椎瘟，如針對出版端智能選題場景建立選題推薦模型肺蔚；
4宣羊、庫存優(yōu)化模型：基于大數據策略和庫存優(yōu)化算法計算出最優(yōu)的中盤圖書庫存各品種備貨數量仇冯，提供有針對性的庫存優(yōu)化解決方案鉴扫，同時根據海量的歷史庫存數據坪创，建立庫存分析預警的機器學習模型。
大數據中臺+數據智能，用數據解答出版社編輯“暢銷書從何而來依沮？”的疑問
在I期項目中枪狂，中金易云與阿里云重點完成了針對出版端的技術開發(fā)與方案實施州疾，在產品服務角度上達成三大階段性成果：
1严蓖、出版社數據上云及數據標準化：截止目前完成10個省的圖書發(fā)行數據上云颗胡，計劃到今年底覆蓋20+省份毒姨，并且以數據中臺思路方法論幫助出版社高效數據上云工作弧呐，并完成行業(yè)數據規(guī)范化與標準化工作瘩蚪，大大提升圖書行業(yè)數據收集與整合效率疹瘦；
2言沐、數據智能化：基于400萬書目數據险胰，過億條銷售數據起便，千萬級爬取數據榆综，百萬作者庫數據铸史，定制研發(fā)超過8種智能算法琳轿，構建了“提煉標簽-建立模型-確立關系-生成洞察”的核心能力：
2.1 建立出版社多維度畫像模型、出版物標簽體系及畫像模型挪哄、作者多維度畫像迹炼、讀者畫像模型疗涉；
2.2利用人工智能算法，進行作者畫像與出版物暢銷指數咱扣、讀者畫像與出版物標簽特征的交叉比對闹伪，打通“作者-出版物-出版社-讀者”四維關系圖譜；
3偏瓤、消除信息孤島：覆蓋全國1000+出版社赔退，形成出版社與中盤發(fā)行的連接证舟，打通營銷上行路線女责、訂貨下行路線墙基，并整合網絡電商渠道刷喜，形成可分層可對比可互動的出版發(fā)行網絡吱肌；
出版社業(yè)務戰(zhàn)略朝“以技術+IP為中心”轉向
近年來氮墨，出版社已經從以出版人為中心，轉向了以管理為中心温峭，出版社入駐中金易云出版發(fā)行大數據平臺之后凤藏，“以技術+IP為中心”的戰(zhàn)略轉型揖庄，將隨著出版社對平臺的深度使用而逐漸發(fā)生蹄梢。
首先富俄，大數據中臺 + 數據智能為出版社賦能幕袱，讓出版社認識到技術能力在圖書出版業(yè)的重要作用悠瞬，并將技術能力的提升和對中金易云出版發(fā)行大數據平臺等第三方平臺技術能力的吸收阁危，作為業(yè)務戰(zhàn)略的重要組成部分。面向出版社的技術賦能將從如下三方面展開：
全面直觀展現(xiàn)數據 洞悉經營情況：深度整合出版社全維度經營和行業(yè)市場數據狂打，通過精細設計的GUI，出版社管理人員可以通過圖形界面直接的獲知行業(yè)趨勢與本機構經營概況混弥；
及時獲悉脫銷趴乡、滯銷風險 及時響應市場需求：出版社及發(fā)行渠道將及時獲得暢銷書備貨不足品種的預警（暢銷預警）和備貨過量的滯銷品種預警（滯銷預警），避免發(fā)行渠道類型的錯配蝗拿，做到“暢銷書早備貨晾捏，滯銷品種早預警”，實現(xiàn)動態(tài)哀托、準確的庫存優(yōu)化惦辛。
脫銷告警，及時發(fā)現(xiàn)暢銷書銷售熱點仓手，避免斷貨
選題助手精準輔助 選好題 選好作者 做好選題：
1玻淑、找到暢銷書：以選題多維參數為依據剿另，智能匹配品種，生成圖書出版暢銷書潛力五鲫、銷售預測等報告塑崖，找到最有可能成為暢銷書的選題蝉稳，快速完成“多題選做（對多個選題做出取舍）”的工作；
編輯人員將擁有大量數據洞察支撐和數字化手段輔助，投入大力度進行“專題精做（大力支持暢銷書）”长捧，做出比肩《解憂雜貨鋪》的“新暢銷書”卧蜓；
2、發(fā)現(xiàn)好作者：以結合出版歷史摩渺、銷量走勢挥萌、網絡輿情以及作者綜合能力畫像等信息，綜合判定作者是否具有優(yōu)秀作者（及暢銷書）的潛力，從而達成選題合作或在作者成名前建立關系緊密的作者儲備屡萤；
洞悉作者情況劈愚，并進一步生成作者畫像注祖，找到好作者
3、做好“選題多賣”：出版發(fā)行的選題資源形成多次延伸開發(fā)、多媒體協(xié)同的綜合效應檬寂，以暢銷書內容打造“文化IP、故事IP”野瘦，實現(xiàn)圖書IP化吏廉，向影視制作席覆、文化消費等領域進行二次见妒、三次售賣牲尺，做到“一題多做”沫换。
進一步的轉變將隨著出版社以大數據中臺 + 數據智能為基礎的圖書IP化支撐和加速逐漸展開，大數據中臺 + 數據智能 將顯著改善出版社圖書IP化工作的投入準確率膊夹，為出版社帶來更高的投資收益掉分，出版社系統(tǒng)、可見撵颊、批量的實踐圖書IP化成為可能帆喇，隨著出版社在圖書IP化上獲得遠超以往的收益诱桂，圖書IP化及圖書內容的二次、三次售賣將成為出版社的重要收入來源海雪。
最終，出版社將實現(xiàn)“以技術+IP為中心”的業(yè)務戰(zhàn)略轉向：以技術賦能業(yè)務罢绽，創(chuàng)造和挖掘新的暢銷圖書IP溯革，繼而通過圖書IP的銷售蔑歌，獲得遠超以往傳統(tǒng)圖書碼洋數十乃至數百倍的收入涌穆，而這些收入還將進一步提高出版社對技術的投入水平罩锐，形成圖書出版業(yè)發(fā)展的良性循環(huán)萍聊。
目前墨微，隨著平臺I期項目的上線，中金易云“以大數據思維方法論重構出版發(fā)行行業(yè)”的戰(zhàn)略愿景獲得了堅實的大數據中臺與智能算法基礎，磨鐵圖書和中國地圖出版社兩家出版社已經進行業(yè)務測試怀大，并取得了良好的效果，預計在今年6月會向全國圖書出版業(yè)進行推廣抄罕。
出版社組織戰(zhàn)略的轉變：成數據驅動型組織
大數據中臺 + 數據智能 的圖書出版業(yè)數字化轉型趨勢將對出版社的組織架構產生影響：
老編輯將大幅度減少原本需要經手的無效做入、低暢銷度選題耐齐，逐漸成為出版社的“暢銷書”把關人，將工作重心轉移到圖書的專題精做辕翰、一題多做上夺衍，集中精力進行圖書IP化的工作沟沙，變身“圖書IP化”的“操盤手”；
新編輯除快速提升專業(yè)技能之外，將有大量的時間贪染、精力進行暢銷書選題票髓、優(yōu)秀作者的篩選洽沟，將挖掘選題和作者的視野逐漸放大，逐漸成為出版社的“星探”蜗细；
在可預測的未來3-5年踪区，有技術、有想法吊骤、有積累的出版社缎岗，如浙江新華，將依托中金易云出版發(fā)行大數據平臺水援，成長為“數據驅動型組織”密强，構建以輸出圖書IP為核心的高盈利知識服務體系。
需要指出的是蜗元，數據智能或渤，即人工智能算法（數據智能算法），是“數據驅動型組織”有效奕扣、高效利用數據的必要條件薪鹦。阿里云擁有強大的人工智能技術儲備和研發(fā)力量，不僅在算法方面擁有深厚積累，更可以從具體的場景和問題出發(fā)池磁，研發(fā)算法系統(tǒng)奔害，為客戶提供定制化的數據智能算法及配套的云平臺構建、數據集成與數據治理地熄、可視化大屏展現(xiàn)等解決方案华临。
新一期項目即將開始 中金易云要讓“天下買書和賣書都沒有困難”
中金易云出版發(fā)行大數據平臺的II期工程即將開始，新的一期項目將針對圖書出版業(yè)的發(fā)行端端考、零售端雅潭、運營端提供大數據平臺和數據智能，中金易云副總裁朱英表示：“新一期項目將打通‘內容（生產端）與讀者（C端）’却特，做到‘讓讀者選擇內容IP’扶供，并最終在圖書零售市場打造出智慧書城，形成從出版裂明、發(fā)行椿浓，到零售、營銷的全流通文化供應鏈闽晦“獍”
在發(fā)行端，支持構建全國范圍內的數據驅動的結合智能算法的發(fā)行端大數據中臺仙蛉，協(xié)助打造發(fā)行集團“服務中心”智能左腔；在零售端，針對圖書門店選品困難捅儒、服務不對位、圖書擺放粗狂的問題振亮，致力于打造極致單店零售網點巧还。
后記 中金易云要為圖書出版業(yè)做事情 實踐供給側改革
在案例調研的深度訪談中，中金易云副總裁朱英不斷強調坊秸，中金易云的目標不是僅僅搞業(yè)務、搞銷售，而是要認認真真的為圖書出版業(yè)做點事情走孽，他談到，浙江新華原董事長周立偉早在90年代構建浙江新華的ERP系統(tǒng)磕瓷、產品庫及全量書目數據時就有一個夢想边翁，那就是“浙江新華積累的業(yè)務數據符匾，遲早要服務于整個行業(yè)〈吹”因此，朱英表示：“中金易云的目標露乏，不只是為浙江新華解決問題瘟仿，而是要為整個行業(yè)解決問題劳较。”
以供給側結構性改革的角度來看墓捻，出版社即是最直接的供給側，出版高質量梧兼、暢銷度高的圖書，建立出產高質量圖書及圖書IP的體系腻惠，即是提高供給體系質量。中金易云出版發(fā)行大數據平臺正是以數字化轉型為核心思路欣喧，以大數據中臺與智能算法為基礎的出版業(yè)供給側結構性改革的成果。
在供給側的“終端”——書店驯鳖，在中金易云正在為浙江新華的智慧書城提供數據支撐阎姥，并參與到方案設計當中：浙江新華正在嘉興投資5.5億建設8萬平米的文化綜合體泽腮，包括影院、培訓中心痰滋、酒店和一萬多平米的智慧書城，作為未來書店領域的標桿逻恐，浙江新華正致力于將其打造為具備科技時尚特征，“融合了線上書店業(yè)態(tài)的2.0版線下書店”惭每，不僅為圖書行業(yè)理清“人、貨亏栈、場”的關系提供樣板台腥，更以大數據技術賦能黎侈，幫助書店做好選品闷游；以大數據和人工智能技術賦予各種設備以“智能”蛛碌，搭建起讀者和圖書互動體驗的全新橋梁酝蜒。
