什幺书会畅销？数据比你知道得更多

执行编辑：林婷娴
美术编辑：张语辰

谁在买书？买什幺书？这是规划出版与行销计画时，需考量的因素，过去仅能用专业经验判断，现在透过资料分析与机器学习，可以用客观的科学辅佐主观的决策。中央研究院资讯科学研究所陈昇玮研究员，带领资料洞察实验室，找出书籍销售数据中潜藏的商机。

资料分析并非输入数据、按下Enter键，就能得到立即性的结果，其工作至少可分为四个层次：

分析原始资料就像在砂砾中淘金，虽然不用冒着日晒雨淋的痛苦，但需长时间与电脑折腾，结合数学、统计、机器学习、资料探勘与资料视觉化的专业，整理资料的逻辑，找出隐藏在数据中的含意。若遇到非结构化的资料，在分析前尚需花额外的心力半自动或手动地将之转换为结构化资料，才能使用分析技术来处理。但正因资料分析可以找出隐藏在数据中的洞察、辅助人类的思维，是一门值得投资心力的科学。

中研院陈昇玮团队与博客来合作，将2014年12月至2016年3月间的匿名购书资料，结合政府资料开放平台的数据，包含各个地区的综合所得税申报情况、教育程度、2016 年总统大选得票数等，探讨购书行为和读者生活型态的相关性，将不同购书客群之间的「差异性」数据化，藉以回答谁在买书、买什幺书、什幺书会畅销等问题，进而将资料科学的思维引入出版界，让出版人不用再只是凭着经验及感觉选书及做书。

从博客来的匿名消费资料，显示读者基本样貌与购书兴趣为：男性较多购买自然科普、电脑资讯和商业理财的书籍，女性较多购买亲子教养、饮食、童书和青少年文学。长辈较多购买童书、宗教命理和医疗保健的书籍，而年轻人较多购买轻小说、漫画和语言学习的书籍。

在规划出版与行销策略时，有一个盲点常被忽略：

过往看销售报表与会员资料时，经常会把读者视为只有一种样貌：例如财经读者就是白领阶级。但陈昇玮与团队定义「差异式读者样貌分析」，一层一层深入子类别探勘资料，证实同一个书籍类别亦存在「多重客群」。

以「小说」这个大类别为例，爱看「小说」的不会只是同一群人，例如都是戴着眼镜的文青。同性爱小说和爱情小说的读者主要是年轻人，而历史武侠和文学研究的小说，读者群以长辈为主。若进一步深入分析武侠小说中的「金庸」这个子类别，更存在两种主要客群：15岁以下的青少年和40～50岁的中年人。

这反应出一个课题：出版与行销规划需更分众、更精準，无论是沟通的宣传语言、购买的行销版位，皆需考虑多重客群的存在。

世间男女情爱纠葛，李组长眉头一皱发现事情并不单纯，这种社会议题不只在电视剧或新闻中出现，也显现于购书行为中。

在商业理财的类别，存在许多教导如何成功的书，数据显示25岁以前偏好购买「生涯规划」类的成功经验书籍，而30岁之后改买如何「致富」的成功指导书籍，显示30岁大关是人生觉悟的交叉点，与其花时间规划生涯却前途迷茫，快速致富还比较实际，但也可能因为30岁之后除了养自己也要养家人，肩膀压力更重了。

另一方面，低收入族群偏向购买「投资理财」、「网路创业开店」的书籍，高收入族群则偏向购买「传记」、「快乐学」的书籍，显现M型社会下两种不同人生方向与思维，有钱人需要学习如何快乐，而中产阶级正朝着累积财富努力。

若将男性与女性消费者购买的书籍类别和数量，以书籍关键字作成文字云，明显看出男女想法大不同。在「心理励志」这个书籍类别中，男性多关注「把妹、正妹、搭讪」，书中自有颜如玉是从古至今不变的智慧。而女性多关注「幸福、疗癒、女人」，显示现今女人越来越懂得要爱自己，是个乐见其成的社会风气。

无论是卖书或餐饮业，都值得注意年轻人与长辈的喜好差异。「甜点、鸡尾酒、厨艺、咖啡」相关书籍热销，与近来市场上年轻族群的甜点学校、咖啡开店热潮相辅相成。而长辈较喜欢「健康、养生、好吃」相关书籍，对于市场而言，开发同时符合健康及好吃需求的餐饮，是显着的商机。

陈昇玮与团队以「书名关键字」，找出关键字与畅销书之间的相关性。在医疗保健类发现，「养生」这个关键字不受读者欢迎，反而是「名医、改善、疗法、奇蹟」这类关键字能抓住读者的眼球与荷包。也许这反应出一个医疗保健现况：在一秒钟几十万上下的今日，人们不注重花费时间经营的健康之本──日常养生，而是在症状出现时追求速效的医疗结果。

「文字」在不同环境中，会发挥不同力量。同一个书籍关键字，在不同书籍类别中，会产生不同的销售表现。例如，「轻鬆」这个字是行销时常使用的关键字，彷彿在告诉消费者一旦买了这个产品，就能豪不费力地享受好处。对于「轻鬆投资、轻鬆存钱、轻鬆提升业绩」这类轻鬆致富的愿景，读者们的想法是「反正我是信了」。但如果在不努力就没有收穫的语言学习类别，就算告诉读者「轻鬆说英语、轻鬆搞定文法、轻鬆学日文」，销量显示读者们不会买单。

以上内容尚处于资料分析的「描述」和「诊断」阶段，真正有意义是分析的第三阶段「预测分析」，藉由机器学习技术自动归纳出书籍销量与各式书籍属性的相关性，进而建立销售表现的预测模型。

在「预测分析」这个工作阶段中，陈昇玮团队运用「书籍属性」、「书名关键字」及「上市前的市场状况」来发展畅销书预测的模型，以文学小说类别测试，其畅销书的预测準确度可以接近八成。预测分析的最终目的为「指示型分析」，也就是资料分析的第四个工作阶段，透过程式的指示提供最佳化建议，例如书名及副标怎麽下、书介如何编排、预览图片要放哪几张、如何订价及折扣等等，协助拉近书籍与目标消费者的距离。

有时资料分析的结果很残酷，会显示过去在编辑与行销上的直觉是不符合现实的，有时则能佐证某些观察的可信度。资料科学及人工智慧技术，并非为了取代人类而生，最重要的观念是：从经验导向的世界换位思考，以客观的资料事实及科学方法，辅助决策的进行，提高决策的正确机率。

现在，无论在出版业、零售业或电子商务领域的你，準备好用「资料科学」突破过往的认知了吗？