今日，對於大資料的概念，學術界還沒有完全公認的定義，怎樣對大資料時代中國出版集團數字化轉型的思考和探索?
摘要：隨著大資料技術的發展，大資料的應用正滲透到各行各業，出版業也不例外。本文首先簡要介紹了大資料、大資料分析技術的定義，及其對出版業的影響，進而以中國出版集團為例，分析了集團當前數字化轉型的的現狀，最後結合歐美傳統出版企業的數字化轉型案例，提出了自己對集團數字化轉型的思考和建議。
關鍵詞：大資料;數字化轉型;中國出版集團
近年來，隨著網際網路、物聯網和雲端計算等技術的發展，資料以令人驚詫的速度加速累積。2012 年2月13 日，美國《紐約時報》宣稱，人類已經到達了“大資料時代”。大資料的開發與利用已經滲透到社會各行各業。2015年4月9日，《關於推動傳統出版和新興出版融合發展的指導意見》出臺，該意見為推動傳統出版影響力向網路空間延伸，實現傳統出版和新興出版融合發展指明瞭方向。對於出版集團而言，如何挖掘利用大資料這座“金礦”，來實現傳統內容和數字技術的融合，用平臺思維助力數字化轉型值得研究和深思。
一、大資料和大資料分析
今日，對於大資料的概念，學術界還沒有完全公認的定義。維基百科對大資料的定義為“無法在一定時間內用常規軟體工具對其內容進行抓取、管理和處理的資料集合”;美國國家科學基金會(NSF)這樣定義大資料，“由科學儀器、感測裝置、網際網路交易、電子郵件、音視訊軟體、網路點選流等多種資料來源生成的大規模、多元化、複雜、長期的分散式資料集”。從以上定義可見，大資料是計算機技術和計算機運用發展到一定階段的必然產物，是繼雲端計算、物聯網之後的新技術變革，這一技術必將驅動網際網路時代的創新與升級。而大資料技術有效發揮價值的`途徑則是大資料分析。
大資料分析(Big Data Analytics，簡稱BDA)包括對大資料的採集、恢復、儲存、管理和挖掘，它通過分發、創用CC等手段最終實現對決策的支援，其實大資料分析就是通過定量分析等方法從海量資料中提取出價值，來揭示一種規律或趨勢。大資料具有海量、多樣和複雜的特性，要從其中獲取所需的有用資訊，就必須通過先進的技術手段對其進行整理、歸納、分析和整合，實現資料的互聯互通，進而發現海量資料之下隱藏的規律和價值，順利“打撈”資料為我所用。
二、大資料技術對出版業的啟示
在傳統出版和數字出版融合的當下，大資料對轉型之中的出版業具有相當高的商業價值。通過大資料分析技術，出版企業可以整合各方資料並挖掘各方資料之間的關聯，鎖定目標使用者和市場，掌握出版物研發生產的規律性，從傳統的生產銷售企業逐步轉型為平臺型的內容提供商。具體而言，大資料及其分析技術對出版企業的作用體現在以下方面：
1、優化選題。出版企業通過對自我資料的分析，以及對競爭對手細分市場的資料發掘，可以更為準確地把握本企業的市場佔有率和相關產品的市場競爭力，將定量分析從傳統的出版之後前置到選題策劃階段，為優化選題打好基礎。例如，出版企業可與電商平臺合作，分析特定年齡段讀者的使用者資料：地域分佈、搜尋習慣、瀏覽歷史和購買記錄等，從中發掘使用者潛在的閱讀需求，結合出版企業實際，從這些資料分析中篩選出有價值的作為選題開發的思路，從而提高選題的精準度。
2、提高出版物質量。出版物質量是出版企業的生命線，傳統出版中，出版物質量由編輯和校對環節來保證;大資料時代，出版企業可以應用大資料分析技術，搭建線上編輯平臺，實行機器自動過濾，人員協同稽核編輯，建立漸趨完善的新型出版物質量保障體系。目前，一些出版企業已經開始嘗試應用大資料技術探索線上編輯業務。如鳳凰出版傳媒集團的“零距離編校系統”，這個平臺會產生編輯對稿件的修改記錄、編輯與專家的溝通記錄和封面的設計修改記錄等一系列資料。出版集團通過對這些資料進行分析，以此給編輯提供最好的問題解決建議，從而使編輯可以有針對性地應對。
3、啟用“沉睡”資料。如前所述，出版企業經過多年經營，已經累積了海量資料，但是，這些資料大多數“沉睡”在出版企業的閉環之中，未能發揮出最大價值。大資料技術正擅長從雜亂無章的海量資料中進行梳理抓取，分析讀者的閱讀取向和購買習慣，幫助企業基於使用者體驗開發出多樣化、個性化的新形態出版物。