出版企業數據資源管理機制優化研究

邢雪 阮順領

[摘要]信息化時代，出版企業面臨大量的數據涌入，由于未能有效地處理這些數據，因此一大批出版企業在市場競爭中陷入落后的境地。在未來，數據管理將成為企業最核心的管理活動之一，優化數據管理將有效地提升數據的資源價值，為出版企業創造更大的盈利空間。

[關鍵詞]出版；企業管理；數據管理；大數據

[作者簡介]邢雪，西安建筑科技大學；阮順領，西安建筑科技大學。

在信息化時代，數據本身是一種資源。數據管理就是要將數據的資源價值充分發揮出來，讓數據為企業決策提供依據。在大數據時代，數據量空前增長，對數據管理也提出了新的挑戰。傳統出版企業由于缺乏必要的技術和人才，在數據管理方面明顯落后于一些數字出版企業，同時也制約了傳統出版企業的轉型。因此，加強數據管理機制研究，對于促進傳統出版企業發展，優化出版企業工作模式具有十分重要的意義。

一、出版企業數據管理的主要內容

數據管理是一項系統性工程，其所涉及的面非常廣泛。在大數據時代，數據管理可以說是出版企業的基本工作，也是最為重要的工作。具體而言，數據管理主要包含以下幾方面的內容：

第一，市場產品管理。對于任何一家企業而言，產品永遠是第一位的。隨著網絡的興起，當代讀者的閱讀越來越多元化。因此，出版企業在設計產品時，必須充分考慮讀者的需求，只有滿足了讀者的需求，才能設計出成功的產品。然而，在一個海量數據的時代，僅僅依靠傳統技術手段，是不足以準確定位讀者需求的。因此，必須采用新的信息技術手段，從全方位來管理產品。

第二，制訂企業發展規劃。在海量信息時代，信息對于企業決策的重要性越來越顯著。企業獲得信息數據后，分析得越準確，決策就越準確，越有利于企業的發展，反之則可能給企業造成不必要的損失，讓企業的發展滯后。傳統出版企業向數字出版企業轉型是一種必然，在此過程中，信息決策起到十分關鍵的作用。出版企業是否能夠成功轉型，轉型后能否快速發展，都需要正確的信息來指導。

第三，營銷信息管理。網絡時代的營銷，從本質上而言是一種基于數據的營銷。根據數據制定營銷策略，已經成為網絡營銷的關鍵。對于出版企業而言，數據是一切決策的關鍵，掌握數據便是掌握市場。因此，必須采用信息化的手段來從事營銷活動，充分重視營銷數據的價值。

第四，出版項目管理。出版企業如果能夠成功申報國家級出版項目，獲得政府的支持，無疑具有十分重要的意義。但是，在項目申報的過程中，如果未能充分了解相關領域內，或是同行申報情況，很可能造成申報失敗。如果加強前期數據管理的力度，深度挖掘信息，那么無疑會增加成功的籌碼。

第五，作者信息管理。作者是出版企業的核心競爭力，充分發揮作者的才能，不讓優質作者流失，是出版企業的當務之急。同時，注重潛在作者的發掘工作，為出版企業儲備優質人才，也是出版工作者應當注意的內容。

第六，渠道信息管理。近年來，傳統銷售渠道萎縮十分嚴重。一方面是傳統銷售模式成本較高，另一方面是缺乏必要的渠道管理。實體書店模式對一大批讀者，仍舊具有十分重要的文化意義。出版社應當和實體書店聯手，從渠道管理入手，盡可能地降低傳統銷售渠道中不必要的成本耗費，從而為讀者和社會，同時也是為自身的發展做出更大的貢獻。

二、出版企業的數據管理技術

在信息化時代，數據管理必然是信息化的活動，其間必然會涉及很多信息技術。出版企業要想適應信息化的市場競爭，就必須充分了解這些技術。具體而言，數據管理技術主要有以下幾方面：

第一，數據倉庫技術。數據倉庫是由美國IBM公司研究院的巴里·戴維和保羅·莫非于1998年提出的，這一概念從根本上改變了數據管理的生態。數據倉庫是現代數據管理的基礎，是從事大數據分析的核心框架。借助數據倉庫技術，可以將不同平臺的數據納入一個分析平臺中，采用關聯分析技術，將其整合成為數據資源。目前，主要的數據倉庫產品有IBM公司研發的Web Sphere Data Stage，其特點是采用圖形化的操作界面，支持多平臺和多環境，支持大規模異構數據的處理。

第二，關聯分析處理技術。所謂“關聯分析”是指分析不同數據之間的聯系，通過聯系將不同數據整合在一起，從而發揮出1+1>2的效果。關聯分析又稱多維分析。在信息化時代，出版企業不可能依靠單一維度的數據來進行決策，因此關聯分析將成為出版企業未來決策過程中最為重要的技術工具。

第三，數據挖掘技術。在大數據時代，數據的基本特點是價值量越來越低，數據呈現出碎片化、無序化、無意義化的特點。因此，數據分析的難度變得越來越大。傳統數據分析主要集中在數據量上，出版企業往往以作家的名氣、同類產品的銷量等作為決策的依據。但是在大數據時代，此種直觀的數據可能被認為只是一個偶然、真正的常態，往往隱藏在那些最為零碎或瑣碎的細節之中，如網店的銷量、讀者的評價等。因此，必須采用信息化的數據挖掘技術，從零碎的大數據中提煉出至關重要的內容。

第四，信息可視化技術。在很長一段時間內，筆者不此一次聽到，很多人認為信息可視化技術只是一種“奇淫巧技”。事實果真如此嗎？實則不然。自可視化技術誕生以來，數據管理提升到一個新的層次。數據可以說是高度抽象的，即便是經過整合、處理、分析后的數據，仍舊是高度抽象的。對于多數人而言，這些數據到底有什么意義，其價值何在，是很難一眼看出的。而采用可視化技術后，數據的價值將一目了然，有利于人們理解并及時做出決策。

三、出版企業信息工廠

從根本上而言，數據管理就是為企業決策提供服務。數據管理是高度系統化、技術化的工作，不是個人能夠完成的，往往需要一個團隊，并且有穩定的支持，才能發揮作用。目前，國外企業主要采用信息工廠模式，全面統籌數據管理各項事宜。

第一，數據反饋管理機制。傳統數據管理中，往往重視數據資源所產生的效用，忽視未能產生直接效用的數據。而大數據恰恰是那些不可能直接產生效用的數據。因此，優化傳統數據管理機制，就應當建立起適應大數據的數據管理反饋機制，盡量讓所有的數據都能夠被納入數據倉庫中，成為數據分析的對象。

第二，數據整合管理機制。數據倉庫中的數據往往來自不同的數據源，其數據格式也是不相同的，而數據分析只能針對統一格式的數據進行。因此，在分析數據前，必須將這些數據重新整合。在傳統數據管理中，一般不會涉及如此復雜的數據處理，出版企業必須建立全新的數據整合管理機制。同時在數據標準上，出版企業應當研發自己的標準，作為數據資源保護的重要手段。

第三，數據質量管理機制。對于大數據分析而言，數據質量是最為關鍵的前提。大數據不僅量大，而且質量參差不齊。如果不涉及一個嚴格的、合理的質量篩查標準，那么在元數據質量得不到保證的前提下，數據管理的質量也會受到影響。數據質量管理一般涉及兩方面的內容：一是企業內部的數據質量控制，二是外部數據的質量控制。就內部質量控制而言，加強數據錄入是關鍵。外部質量則需要依靠多種數據技術來實現，如數據血統分析、數據整合、數據標準化、數據匹配及持續監控等。由于新的數據正在源源不斷地產生，因此數據質量管理必須是一個長效機制。此外，充分利用最新的數據工具也是必不可少的手段。如ECTL技術是一種數據過濾技術，根據用戶設定，可以將一些無用的數據從對象中篩選出來，從而提高數據樣本的質量。

第四，數據治理機制。數據管理是企業管理的核心，必須有一個配套的治理機制，才能充分保障數據管理得以落實，并且長效地發揮作用。數據治理機制本質上是一種數據管理體系。數據治理機制的建立，是數據管理優化的關鍵。一個現代化的數據治理機制，應當具備高效的執行力，能夠在最短時間內對數據做出反應。同時，出版企業應當建立起有效的責任監督機制，讓數據管理落實到實處，從而真正發揮出數據的資源價值。

數據資源管理是未來出版企業的核心工作，是數字化出版企業的必然選擇。在數據資源管理的過程中，出版企業應充分利用好信息技術，加快信息技術人才的培養，盡快建立起系統性的管理機制。未來的競爭，從根本上而言，是信息的競爭。只有深度挖掘信息，創新產品，才能使出版企業走上可持續發展的道路。

[1] 謝巍. 出版企業的營銷職能創新研究[J]. 北京印刷學院學報，2014（1）.

[2]阮玉順. 簡議出版企業數字出版中心建設[J]. 出版發行研究，2014（7）.

[3]王谷香. 出版企業的柔性管理研究[J]. 傳播與版權，2014（6）.

[4]李霄姝. 出版企業庫存圖書管理問題探究[J]. 經濟研究導刊，2014（17）.