李长青：从Smart到Smarter

围绕“出版工作中的数据分析与应用”，5月25日开卷数据交流会邀请福建科学技术出版 副 长李长青做了《从Smart到Smarter》的主题分享，内容如下：

各位同仁，大家好!再次登上开卷的讲堂,距离上次一晃已经三年多了。在此之前，开卷多次邀请我再次分享经验，但是我一直在思考一个问题：我能带给大家什么？——我深恐对不住大家这宝贵的一个小时。这一次，开卷的邀请盛情难却，而我也有了一些新东西，所以就斗胆来了。

为什么我会走上数据分析这条路？我们是一家国内少有的几家没有教材教辅图书的出版 ，我们必须靠着五六千万的生产码洋来支撑起日常生活，没钱，不能任性，不能出错，为此被逼上了数据分析这条路子。

数据分析的优点是稳定、可操作、易掌握、可推广。数据分析是一个基础，但也不是万能的，我们要和经验对接，寻找两个的统一，从而提升我们的策划质量。

一、开卷的行业意义

一是指南针。开卷不等于全部的需求，但是它告诉了我们需求在哪里。就像我们古代有一个意象，叫做“指月”。说月亮在指头上面，不是说月亮长在指头上面，而是顺着指头的方向我们能看到月亮。我们说开卷是指南针，顺着开卷我们能看到市场的需求，已经实现的在哪里。

二是测量尺。比如，开卷的排名、在架数据等，能够给我们很清晰地呈现出问题所在。

三是粘合剂。编发意见不统一是常见的，作为第三方数据，开卷能够帮助我们的编发人员共同来面对问题。

二、从Smart到Smarter

为了让大家更好的记忆，我就把要讲的内容梳理一下，凑了几组Smart。

第一组Smart，谈的就是出版机构如何实现数据驱动。

实现数据驱动，首先要有人，要有想从事数据分析来提升策划水平的人；其次要有数，有分析对象——数据；再下来要有为，要去做数据分析这件事；在做的过程中要讲究一些方法，有法；最后就是持之以恒地做，有恒。这五个有，把它们的头一个字母凑起来，倒过来读刚好就是Smart，也是我今天讲座的大框架。

（一）有人TALENT

有人，是第一组Smart中的t, talent。这儿用talent，而不是ordinary，是说从事数据分析，要先具备一些基本的技能素养。这些技能素养，也可以用一组Smart来概括：数学统计STATISTICS、经济管理MANAGEMENT、做事用心ATTENTIVELY、态度严谨RIGOROUS ATTITUDE、业务知识TASK KNOWLEDGE。

1.数学统计STATISTICS

主要包括常用指标、描述方式、基本方法、基本思路、基本思维等。

常用指标有频数（册数、码洋、品种数）、比重、排名、变化趋势（增长率、成长性）、区域分布（渠道、省份、店别）、相对值、相对效率（销量出版效率、码洋出版效率、在架书店动销比）等。

基本方法有五：汇总Summary、聚类Merge、分类Assortment、对比Relative或排序Rank、趋势Trends。这就是第三组的Smart。

首先是汇总。汇总后才能看出整体情况，不遗漏。

其次是聚类和分类，这两个可能大家容易混淆，聚类是先有数后有类，可以消除个体的影响，而分类是先有类后有数，可以消除类别的影响。比如这是一个聚类分析，是对我们发行的一个评估，这个数据一拿出来我们就可以看出五大类、三个主体一目了然，再针对这些区域给出相应的解决方案。

再者是对比，分成纵向和横向。单独看一个数据是不会有感觉的，必须跟另一个数据对比才会有感觉。

排序，排序也是一种对比，对比后按大小排序。未经排序我们是看不出重点所在的。由于精力有限，在解决问题的过程中要抓大放小，因此，排序就大有必要了。

趋势，趋势本质是不同时间点的对比。比如说我们2016年所处的名次，单从上图，是说不出是好还是坏的。那么，通过2012到2016的趋势就可以看出来，我们 整体是一个波动的过程，现在又回到相对好的一个位置。还可以看出，近5年来化工 在中医门类有一个强势崛起的过程。可以看出，中国中医药虽然2016年登上了榜首，但其出版效率的问题一直未得到有效地解决。

数据分析要长期跟踪，动态分析，研究趋势，其原因是需求存在短期波动与长期稳定的特点，原因是干预措施的效果具有滞后性。

2.经济管理MANAGEMENT

经济学、管理学中有很多成熟的经验和模式，对于分析决策非常必要。比如4W模式、五步分析法、科学管理七法、波特竞争理论、生命周期律、市场竞争策略等。

数据分析4W模式

五步分析法

科学管理七法

（二）有数RECORD

有数，是第一组的Smart中的R，Record。整理过的才叫DATA，我们拿得到的数据，也许整理过，也许只是简单的记录，未经处理，所以只能说是Record。

互联 时代提供了无限数据可能，开卷数据、出版 内部数据、豆瓣评论、微信粉丝、阅读量、专业 群、天猫数据等等，除此以外，还有行业内的各种产业 告，如百度指数、舆情洞察、人群画像，还可以通过爬虫自己爬取有需要的数据……这些对我们的选题开发，都是很有帮助的。

做数据分析，一定要注意数据质量的问题。计算机界有一个很有名的说法,叫“Garbage In，GarbageOut”,翻译过来就是“垃圾进、垃圾出”,意思是指,装入的是垃圾,出来的当然也是垃圾。即用胡乱选择的垃圾数据作样本,产生的研究结果自然也没有任何意义。

数据质量是保证数据应用的基础。怎么评价数据的质量，有五个指标：经济性Saving、完整性Maturity、一致性Accordant、相关性Relevant、及时性Timeliness。这就是第四组的Smart。

应该说，开卷的Smart系统是符合上述特点的。此外，从它的指标设置与出版业的关系来看，它具有明确的SPECIFIC、有意义的 MEANINGFUL、可达成的ATTAINABLE、相关的 RELEVANT、及时的TIMELY五个特点，这就是第五组的Smart。从咱们使用者角度看，它是一个简易的Simple、可管理的Manageable、具有行动导向的Action-Oriented、符合实际Realistic的工作工具Tool，这就是第六组的Smart。

谈完有数，接下来谈谈有为。

（三）有为ACTION

有为，是第一组的Smart中的A，Action。

显然，有了人，有了数，我们就要开始动手做了。怎么做？从分析的目标看，涉及 会分析、行业分析&板块分析、本版分析&同行分析、产品分析、属性分析五个层次。因此，与之相对应的数据监控体系，也必须有五种类型，根据其功能不同，我把它们命名为望远镜TELESCOPE、广角镜ANGLE WIDELY MIRROR、瞄准镜SIGHT MIRROR、后视镜REAR MIRROR和放大镜MAGNIFY MIRROR。 把这五种镜子的首个字母连起来，这就是第七组的Smart。

1.望远镜TELESCOPE：

要看 会大环境，且时间长。比如说十三五规划，比如说一带一路，比如说我们做健康类的，做医学类的，要关注健康中国2030规划……在我们埋头拉磨的同时，一定要抬头看路，抬头看路不但要看当下，还要看远方，要看到是光明，要避开曲折。看得远，才能绕过曲折走向目标，才能走得快走得好。

2.广角镜ANGLE WIDELY MIRROR：

主要针对行业和板块。行业的变化和板块的规模决定了天花板到底有多高。当天花板比较高的时候，我们就努力的向上走。当我们已经靠天花板很近的时候，就要控制好自己的步伐，想好是换个房间还是打破天花板。

广角镜主要强调要宽。行业分析除了我们出版行业之外，必须放眼到内容产业，要关注到我们服务的学术行业，关注对出版业起支撑作用的支撑行业，如信息技术、智能商业BI等。要拓宽广角镜，就要关注有关行业 站，要积极参加各种行业会议，学习了解行业 告，像国民经济发展 告，总署发布的产业分析 告，各类的行业 告，特别是开卷的 告。这些信息对我们都会有启示。

3.瞄准镜SIGHT MIRROR：

在这个层面上，开卷数据查询系统做得很好，特别是在架数据，时间、地区钻取等，还有选题服务、管理服务、发行服务都是很好的示范。

4.后视镜REAR MIRROR：

5.放大镜MAGNIFY MIRROR：

放大镜聚焦于产品之下，寻找产品背后的影响因子，或称属性分析。属性分析要尽量细。刚才说过，数据分析除了分析数值之外，还可以分析文本。属性分析的主要对象就是文本，包括主书名分析、营销书名分析、广告词分析、商品详情分析、产品介绍分析、评论分析等。属性分析还和 店上的SEO搜索优化有很大的关联。当然，属性分析可能更适用于科技类、生活类及一些实用性产品，对于文艺类、畅想型的，不一定适用。

属性分析的方法有句式分析、情感分析、词频分析、字频分析、语义 分析、文献计量学分析等。

书名分析，按使用的深度，我把它分为1.0到3.0几个层次。

1.0版本，就是看排行榜寻找热门书名，看榜单，找感觉。

2.0版本，就是把排行榜的书名进行分词，统计词频，排序，找热词，通过热词找热点。同理，字频分析也有意义。

2.5版本，就是在2.0版本的基础上增加了时间因素，看趋势，逐月观察，热词的增增减减之间一定有玄机。

3.0版本，语义 分析，找关联。语义 一方面统计整个榜单中各词出现的频度，频度越高，点就越大，另一方面将出现在同一书名中的词用线连起来，一起出现的次数越多，线就越粗。从全市场中医前1000和本版中医的语义分析可以看出，我们的产品形成3个主要聚类，基本处于全市场语义 中右下方，再次体现了我们的小和特，也提示后续产品布局还有可开拓的空间。

语义 分析不但可以用于市场图书分析，也可用于重大出版项目的分析。如国家出版基金项目等。

（四）有法METHOD

有法，是第一组的Smart中的M，METHOD。

1.基础方法

基础方法包括假设SUPPOSE、增维MULTIDIMENSION、降维ABATEDIMENSION、拆分RESOLVE、变形TRANSFORM五种方法，这就是第八组的Smart。

假设SUPPOSE:

当不知道结果，或者有几种选择的时候，就可以假设。先假设有了结果，然后逆向思维，寻找支持或反对的证据。从结果到原因，思考要有怎么样的因，才能产生这种结果。这有点寻根的味道。那么，可以知道，现在满足了多少因，还需要多少因。如果是多选的情况下，就可以通过这种方法来找到最佳路径（决策）。

不但结果可以假设，原因、过程也可以假设，相当于解方程的过程。

增维MULTIDIMENSION:

如果当前的维度不能很好地解释问题时，就需要对数据做一个运算，增加多一个指标。如均价、出版效率、相对比。

降维ABATEDIMENSION:

当数据维度太多的时候，不必每个维度都拿来分析，有一些有关联的指标，可以从中筛选出代表的维度即可。如码洋=定价×销量；那么，有时码洋就可以忽略。

我们一般只关心对我们有用的数据，当有某些维度的数据跟我们的分析无关时，就可以筛选掉，达到降维的目的。凡是非相联、非目标维度，均可略去，忽略是相对的。

本次被忽略的维度，在下一次分析中可能因为相关或目标而成为分析对象；反之亦然。

拆分RESOLVE:

拆分适用于非基本因素的复合因素（可拆分因素，加减乘除）。把分析目标从复合因素转到不可再细分的基本单元，可防止多因素混杂。

变形TRANSFORM：

当数据不直观，或大小失当时，可以转换成其他形式，如绝对数、相对数、比率等的转换。最典型的是百分比、出版效率、在架动销比等。

2.进阶方法

进阶方法，如系统图SYSTEMDIAGRAM、矩阵图MATRIX DIAGRAM、箭条图ARROWDIAGRAM、关联图RELATIONSHIP DIAGRAM、思维图THINKING MAP五种图进行可视化，既是呈现，也是分析。这五种图法，其首字母连起来，就是第九组的Smart。

3.高阶方法

除前面的方法后，我们还有高阶方法可以选择，比如语义 分析SEMANTIC WEB ANALYSIS、建模分析MODELING ANALYSIS、方差分析ANOVA ANALYSIS、回归分析REGRESSION ANALYSIS、三轴图法TRIAXIAL DIAGRAM，这就是第十组的Smart。

（五）有恒STAMINA

那么，有了这十组Smart，我们怎么用它，只用一次吗？显然不是，我们要持之以恒用它不断来修正我们的认识，改进我们的生产进程。

怎么持之以恒地做呢？我用传统中国的“道法术器势”来概括它。道就是分析思维体系，System；法是分析方法，Method；术是具体的一些战术、套路,Art；器就是常用的一些工具,Tool；最后就是形势,普遍使用数据分析的大形势，Regnant。这就是第十一组的Smart。

1.道System

道，涉及8个“识”。以数据常识、统计意识、业务知识为基础，执行中要有抽样与整体意识、定性定量结合意识、多侧面多维度意识，要用数据质量意识、持续改进意识贯穿全过程。

2.法Method

法有广义、狭义之分，此处讲是狭义的法。前面第一组的Smart讲的法是广义的法。狭义的法，指的是基础性、基本的方法，主要有前面提到的第三组和第八组的Smart。

3.术Art

术也是广义法的组成，它一般指成套方法的组合，是套路，是模式。包括前面提到的进阶方法和高阶方法，即第九组和第十组的Smart。当然，其他未提及的方法，只要是成套路的组合，都是术。

4.器Tool

器，就是我们使用的工具，从数据源来看，内部数据加外部数据相结合，特别是开卷SMART系统是一个非常重要的数据体系，从软件方面，EXCEL是基础，有可能的话学点SPSS、语义分析软件UCINET、 络爬虫等。

5.势Regnant

要将数据分析培养成为潜意识行为，一切行为和手段都可以数据化。经常数据分析，用数据说话，通过自己的实践，让数据分析成为所在机构的主流方式，营造数据分析的势能。

三、数据分析实例

数据分析，按用途分以下五类。

（一）日常观测要点

全集团、全 、产品线、科室概况。

具体图书表现如何。

主攻门类的竞争者是谁（总体名次、码洋占有率、出版效率；新书码洋占有率、出版效率；近半年新书品种供应量；市场收益的年度分布，近2年新书依赖度，平均销售书龄；产品风格，单品收益率，产品线体系布局；该门类对对手的市场收益贡献率）。

主攻门类有什么好书出现。

我关心的个别品种表现如何。

有什么新的选题可以开发。

竞争者有什么变化。

整个市场板块有无变化。

发行工作做得如何。

（二）板块选择：选面

外部指标（市场引力）：开卷数据，市场份额、增长率、出版效率、书龄分析。意义：反映市场需求大小和平均竞争力的指标。

（三）选题开发：选点

1.有明确想法时

参考当前量、累计量；出版者、出书时间；主销渠道、省份、季度分布；在架情况、在架动销比；市场生命周期阶段；所属板块态势；多品种出版效率分析；定价-销量分析；定价-码洋分析；内容、装帧；本 优势、特色。

2.无明确想法时

（四）产品监测（印数）

图书的当期销量是服从生命周期模型，累计销量服从生产曲线模型。我们可以通过这两个模型来预估我们的产品到底该印多少。

加印数的决定，可以参考以下方式

? 根据生命周期率得出 市场需求最小量

? 根据生长曲线模型得出 市场需求最大量

? 参考在架书店动销比决定加量或减量

? 参考半年至一年备货量大小（扣库存、在途）

? 参考同类书市场寿命（平均书龄、本书出版时间）

? 根据印刷工价选择风险-利润的平衡点

（五）发行营销应用

数据分析在发行营销中也有多方面的应用。可以用于营销工作，更可以对发行工作做一个深入的分析。

1.营销的应用

2.发行评估应用

最后，总结一下。今天我跟大家分享了11组Smart，我相信，我们在基于开卷SMART系统之上，博采各类数据，通过一系列的Smart分析过程，一定会让我们更好地在较短时限TIMED内，通过适宜的APPROPRIATE方式，成长为所在机构内重要的SIGNIFICANT、激励人MOTIVATIONAL的标杆，掌握必要的资源 RESOURCED，取得令人兴奋的EXCITABLE业绩，并不断循环RECYCLE往前，这就是Smarter。从Smart到Smarter！

数据分析是一个不断成长的过程，借用英国著名信息学家、科幻作家阿瑟·克拉克的一句话：“他从未成熟，但一刻也没有停止成长”，用这句话共勉，我们一起在数据分析的路上一起向前走。

谢谢大家！