数据中台赋能出版头部企业多元业务发展研究

张 弛

（武汉理工大学法学与人文社会学院，武汉，430070）

1 引 言

“中台”一词最早出现在中国古代：“在中国古代东汉时期，尚书台成为政府的中枢，号称中台。”[1]一般来说，中台是指前台和后台之间的中间环节，也就是连接前台和后台的中间件架构，在人类社会生活中有广泛运用。古代的尚书台就是一种政府组织架构；及至现代，“中台”又用于军事作战架构，如美军的中台炮火群[2]。2015年，阿里巴巴将“中台”（Middle-end）运用于大数据时代的企业运行架构，启动“大中台、小前台”的中台战略[3]。

中台一词虽古已有之，但数据中台概念是2015年才正式提出的；数据中台战略、企业数据中台架构也是自这一年开始实施。显然，数据中台是大数据时代的产物，其构建理念是解决“数据孤岛”问题，突破信息技术（Information Technology，IT）时代分立的“数据烟囱”架构，构建统一的数据共享的数据技术（Data Technology，DT）架构真正将大数据“连起来”；其功能理念是解决“数据废气”问题，通过数据中台架构真正将大数据“用起来”，将大数据变成实际“可用”的东西；其管理理念是解决“数据冗余”问题，通过数据中台架构将大数据“统起来”“管起来”[4]。自2012年开启“大数据元年”[5]以来，大数据应用经历了认知阶段，现在已到了将散落各处的数据“连起来”“用起来”“管起来”的时候了。

目前，数据中台主要在头部企业率先应用，领头的是互联网巨头，还有电网[6]、媒体、金融、智能制造等行业巨头。头部企业一般是各行业的大型企业集团，这类企业产品规模大，机构设置复杂、业务单元众多、多元化扩张速度快、上下游产业链环节多、数据量巨大。因此，这类头部企业已经率先开始实施数据中台战略[7]。在中国出版界，头部企业主要指日益壮大的出版集团。这些集团的业务单元在横向上包括图书、期刊、音像电子出版、网络出版；在纵向上包括出版、印制、纸张供应、销售、仓储、物流、书店、电商平台；有的还涉及房地产开发、教育培训、对外合资合作等众多领域。目前，有些多元化传媒集团已经开始尝试“融媒体数据中台实践”[8]。如中国工信出版集团开发的融合出版运营平台，将传统与数字、2B与2C、线上与线下各条业务线集中统一起来，是典型的数据业务中台；集团下属人民邮电出版社开发的“人邮融智知识服务平台”将各系统的用户、资源及运营数据整合分析挖掘，供决策展示使用，是数据中台的典型代表之一[9]。

2 数据中台是头部企业大数据应用2.0进阶

在大数据、云计算条件下，中台架构通常由数据中台、业务中台和技术中台三个子系统构成，而数据中台是整个中台架构的核心和基础。数据中台通常是在One Data框架下构建One ID、One Model、One Service三个子构架。One Data体系包括数据能力域、数据交换域、数据加工域、数据集中域、数据服务域，其功能是实行数据资产管理、数据萃取、数据交换、数据仓库运行和数据服务（如图1所示）。从IT到DT，数据中台并不是完全推倒IT架构，而是打通IT时代分立的“数据孤岛”“数据烟囱”，构建全链路的数据智能运行回环[10]。其直接目的是实现“数据业务化、业务数据化”；其核心价值是基于业务视角而不是纯技术视角实现企业的应用升级，将大数据应用具体化、实践化、平台化[11]。

图1 数据中台基本架构

数据中台一般运用于两大领域；一是政务领域；二是商务领域。商务领域主要是企业数据中台，亦称为数字企业2.0。如果说企业信息化是IT时代数字企业1.0，那数据中台就是DT时代数字企业的2.0进阶。在IT时代，企业一般自构自建各种企业信息系统。但是，这样的系统不仅使企业内部信息被分割，而且也不和企业外部信息系统连通。如企业资源计划系统（Enterprise Resource Planning，ERP）、制造执行系统（Manufacturing Execution System，MES）、产品生命周期管理（Product Lifecycle Management，PLM）、供应商关系管理（Supplier Relationship Management，SRM） 和 客 户 关系 管 理（Customer Relationship Management，CRM）等系统都是基于流程驱动思路设计的，在产品业务单元日益多元化、用户需求日益个性化的条件下，分立的企业管理信息系统越来越不能满足高效、实时、快捷处理海量数据的要求。假设一个简单的业务场景，如供应商需要一张图纸，则联系用户的业务人员就需要先在PLM系统中检索图纸，下一步还要在ERP系统中找到对应的原材料库存情况，甚至还要学会在SRM系统中搜索供应商给出的采购价格。显然，由于信息系统的复杂性和分立性导致无法快捷有效地提供数据，一件简单的事情也很难迅速完成[12]。在DT时代，随着多云环境的出现，硬件基础设施从IT时代的服务器演变成DT时代的“云”。多数企业将选取多云策略，以避免被单一云厂商锁定，且多云的使用可以让企业IT架构更灵活、更符合自身情况[13]。从这一发展趋势来看，数据中台是企业基于大数据实现数字化升级的必然产物。

出版头部企业作为行业龙头，不仅产品形态日益多元化，而且产品线也日益拉长，亟须实现“三通三融”：三通即网络通、数据通、业务通；三融即技术融合、数据融合、业务融合。而融通的核心目标是实现出版企业的精准营销。目前，多种因素、特别是互联网经济的快速发展使中国图书市场销售面临巨大的挑战：中国图书出版业一度库存和销售比高达98%，动辄数百亿码洋图书化为纸浆[14]。据北京开卷发布的《2021中国图书零售市场报告》数据显示：2021年中国图书码洋规模为986.8亿元，和2019年相比，零售市场下降了3.15%[15]。零售市场下降的原因是多方面的，既有近两年新冠肺炎疫情对市场的影响，也有产品的适销对路问题，也就是产品能否满足用户个性化需求问题。在“十四五”加速推进文化界“新基建”的背景下，出版数据中台建设已逐渐成为出版头部企业“新基建”的主要任务。长江出版集团的“长江出版智云”于2020年底上线运行，“大中台、轻前台”架构即是数据中台的设计思路，其基础层、平台层、应用层三大层级采取集约化配置和系统部署，构建平台型融合式新基建体系[16]。

基于大数据的出版“新基建”要求转变出版业态，用大数据赋能出版业，现阶段特别要注重大数据平台化，运用数据中台赋能出版头部企业核心业务的发展，主要是赋能三大业务端，即实现产品业务端、服务业务端、用户业务端的赋能（如图2所示）。

图2 数据中台赋能核心业务单元

3 赋能产品业务端

迈克尔·波特（Michael E.Porter）指出：“每一个企业都是用来进行设计、生产、销售、交货以及对产品起辅助作用的各种活动的集合。”[17]企业是围绕产品展开活动的；出版头部企业都有自己的产品业务端，而且其产品业务遍布线上线下，产品数据海量分布。产品业务单元的多样化和市场数据的快速变化，都要求出版头部企业尽快将分立的IT架构转变为“三通三融”的DT架构。

出版头部企业大都是出版集团。随着大数据和“互联网+”的发展，头部企业产品线越拉越长，跨界融合将图书产业与互联网、娱乐、影视、教育、金融、旅游、房地产、体育等众多行业融合在一起。因为规模效应对出版头部企业有着特殊意义，资源的高度集中有利于形成“赢者通吃”局面[18]。而这种融合摆脱了出版集团对单一图书产品的依赖，将产品线业务拓展到文旅、金融、房地产等运营投资层面和全产品链条层面。归纳起来，出版头部企业的产品多元化业务主要有几类：一是金融投资产品线。如中信集团注资上海财金通教育投资股份有限公司，在职业教育和国际教育领域进行金融投资；四川出版集团确立“文化实业+资本”双轮驱动战略，倾力打造“文化产业基金（母子基金集群）+中小文化企业金融服务”体系，等等。二是文旅投资产品线。如四川出版集团打造了一条环四川“九寨沟—黄龙—若尔盖—黑水—亚丁稻城—西昌”的文化旅游黄金环线。三是地产置业板块产品线。如广东出版置业投资有限公司在文化置业市场耕耘十几年，建设管理南方传媒中心等多个置业项目；四川出版集团不仅在成都市开发建设了“芙蓉花开城市文化综合体”等新文化地标，还将“老出版基地”盐道街3号重新打造成充满文化气息的超甲级写字楼，使之成为华西地区汇聚优质文化资源的文化产业孵化基地。四是图书产品转为影视作品产品线。如新华文轩传媒旗下的北京华影文轩公司投资制作《历史转折中的邓小平》；读者传媒为优酷土豆集团旗下影视公司提供文学剧本，合作拍摄网络影视作品。四是影视作品转化为图书产品线。如功夫财经与罗辑思维等网络自媒体将网红影视作品转变为图书产品，增加产品的传承性和生命力。跨界经营除了拉长了出版头部企业产品线之外，也拓宽了企业产品的形态，产品形态呈现有形产品+无形产品，付费产品+免费产品的复合构造。

3.1 有形产品+无形产品构造

出版产业的知识经济属性决定了其产品形态在“互联网+”时代既具有有形产品形态，也具有无形产品形态。传统出版机构的笔记本、日历、手账、文化衫、U盘等产品仍然具有实物封装特征。而随着“互联网+”迅猛发展，线上出版产品的比重越来越大。而线上产品如计算机软件、网络教育培训、信息咨询服务、网上娱乐消费等大都是非物质性产品。这种“线上+线下”、“有形+无形”的构造符合西奥多·莱维特（Theodore Levitt）所谓“整体产品”的概念（如图3所示）。“整体产品”是由核心产品和形式产品、延伸产品构成的，反映了随着产业发展产品价值链不断拉长，产品增值不断加快的发展规律。无形产品形态主要有两种：一是网络虚拟出版物等网络在线产品；二是数据服务和用户体验等在线服务产品。网络虚拟出版物很多是实物封装出版物的网络版；而数据服务是信息和知识服务的延伸。这反映出人类的智力运动，是将数据格式化为信息，将信息整理成知识，将知识转变为智能的永恒过程。

图3 整体产品图示

产品的复杂多元化，特别是数据服务和体验服务产品的海量、快速特性，要求出版头部企业按照“逻辑集中、物理分散”原则构建数据中台管理体系。也就是要采用“大中台+微应用”的设计框架，将数据中台放在一个或多个云平台上运行，形成“云平台+微应用”运行格局。云平台一般采用混合云模式，即将企业运行数据放在多个云平台上运行管理。微应用一般采用App、小程序和公众号。对出版头部企业来说，一般采用App。现在，很多领域的App和小程序、公众号发展迅猛。但是，很多出版头部企业至今并没有真正构建“大中台+微应用”的数据中台体系[19]。

3.2 付费产品+免费产品构造

付费被认为是传统商业模式，免费则是未来商业模式。克里斯·安德森（Chris Anderson）在《免费：商业的未来》中指出:免费模式不是单纯建立在物理层次基础上的经济学，而是建立在电脑字节基础上的经济学[20]。这种经济学是基于网络的经济学，现阶段免费产品主要存在于线上。而线上产品乃至企业生存发展的关键是用户点击率；提高用户点击率就需要通过免费产品来聚集人气，增强用户黏性，扩大用户群。免费虽然会减少营收，但通过提高点击率可以增加用户流量，提高广告收入。现阶段，通过在开放获取期刊平台对文献资源进行检索、下载等操作来获取所需知识，既有免费、又有付费，就是付费产品+免费产品的供给构造[21]。

数据中台赋能出版头部企业产品业务发展，一个重要设计思路是流量变现，即通过免费获取巨额流量，实现互联网赚钱公式：流量=金钱。流量变现一般有三种方式：一是带货变现。直播带货可以直接进行带货跳转，如“抖音好物联盟”通过带货跳转打开用户感兴趣的商品橱窗。二是广告变现。头部企业既可以通过头部网站进行广告植入，更可以通过数据中台即时计算能力获取的用户对广告的厌烦度数据实时调整广告播放时长，避免电视台用户厌烦广告而频繁换频道的情况，达到既做了广告又不伤“粉丝”的效果。三是知识付费。如自媒体号“潜能宇哥”提供不同年龄段的免费健身教学，同时推荐健身付费产品。

“自互联网诞生以来，凡是以互联网为基础设置、构建的商业模式，都离不开三个要素：产品、流量、变现。”[22]免费产品的变现与“feed”紧密相关。feed流（news feed）是一种数据格式或一种信息单元格，是将用户看成吃东西上瘾的贪吃动物一样，不间断为其提供信息数据流。很多资讯类和社交类App如今日头条、抖音、拼多多、微信都大量使用feed流。feed流似乎有点回归人性本真，致力于刺激人性的欲望，因为免费、刺激、娱乐、快感都会使人上瘾而欲罢不能。而feed流的运行需要强大的数据中台进行即时、快速、精准的用户数据萃取、数据交换和数据服务；系统核心是数据存储和数据推送。数据中台数据集中域的账号关系存储和feed数据存储都是能存储100TB甚至PB级的数据仓库；数据中台数据交换域的数据推送系统能保证千万级每秒事务处理量（Transaction Per Second，TPS）和每秒查询率（Queries Per Second，QPS）。因此，feed流必须基于数据中台运行。现阶段，我国出版业涉足直播、短视频才刚刚起步，很多出版企业还在观望，而很多欧美国家的出版企业早已享受了直播、短视频的红利[23]。

数据中台是大数据应用的2.0，出版头部企业的未来发展必须走构建数据中台赋能产品业务板块的大数据之路。

4 赋能用户业务端

2021年3月，北京开卷发布《2020中国图书零售市场报告》，指出：“消费习惯线上化已经成为一个大趋势，疫情加快了这一趋势进程，2020年图书线上规模占比近80%，线上规模进一步增大。”[24]出版用户线上规模的扩大直接表现为用户流量的扩大。流量虽是一串数字，但本质上反映的是用户对企业业务发展的关注。企业经营的所有数据如产品、成本、销售额、利润等都直接或间接与用户有关；而用户都是现实中的人，关注用户本质上就是要关注人。在大数据条件下，关注用户已经开始进入用户画像阶段。用户画像是用户心理及行为的标签化，是使“大数据走出数据仓库，针对用户进行个性化推荐、精准营销、个性化服务”[25]的营销战略和思维方式。基于大数据的用户画像使客户关系管理进入“量子人性”时代，催生了对应的量子思维、量子管理以及管理变革[26]。量子时代的用户管理比传统的用户管理有了更多创新组合。

4.1 现实用户+潜在用户构造

现实用户大多是相对固定的老客户。按照吉姆·莱辛斯（Jim Lecinski）《零真理时刻：赢得零真理时刻》提出的理论（如图4所示），老客户的持续购买行为属于“最终真理时刻”[27]，而潜在用户的开发则要求企业“赢得零真理时刻”。这表明企业获客的时间点已经前移。获客起点已不仅仅是客户购物之时，而是通过线上或线下初识产品之时。对出版市场用户来说，客户购物大多通过网络“初识产品”。80%左右的购书行为都发生在未见实物图书之前；而这些“零真理时刻”用户大都是由潜在用户发展而来。

图4 商业真理时刻

潜在用户的开发需要出版头部企业运用大数据预测功能。依据“第四范式”原理，大数据的核心功能是通过未知发现规律。就企业经营而言，就是依靠数据中台重点发现可能存在的潜在价值，而不是发现已经存在的现实价值。数据中台赋能出版头部企业开发潜在用户，一个重要的技术架构是基于数据中台数据能力域形成“用户回环”和“内容回环”。“用户回环”是基于feed流针对用户进行“获取—激活—留存—再获取”的不间断持续操作，通过使流量发展为“留量”，而形成“留量池”和“用户池”[28]，进而将用户池发展为用户回环。用户回环由用户萃取、激活、留存、推荐四个环节构成。用户萃取环节的功能是进行关系链导流、应用商店优化（App Store Optimization，ASO）、异业合作。用户激活环节是通过内容准备、自动播放、创作参与等操作留住用户。用户留存环节是通过精准画像进行“热门内容筛选+个性化推荐”算法增加回头客，将用户留在“留量池”或“用户池”。用户推荐环节则是通过精准推荐和创作参与将用户从消费者发展成传播者。“内容回环”是基于feed流不间断进行新产品设计、营造氛围、外部刺激，以内容创新为中心将用户从内容消费者转变为内容生产者。回环的特征是内容消费者和内容生产者两个角色合二为一，通过“拍同款”等内容创作活动，将内容消费者转变为内容生产者。“用户回环”和“内容回环”操作必须将内容池数据和用户池数据进行即时匹配，精准地为用户进行个性化推荐；“内容—用户”精准匹配的常用算法是“协同过滤+内容推荐”（如图5所示）。显然，原有的企业IT架构是不可能快速将海量用户与内容数据进行即时匹配的。要在海量用户中找对人，实现精准的个性化推荐，必须依靠基于DT架构的数据中台。

图5 内容—用户精准匹配

4.2 粉丝用户+无聊用户构造

粉丝用户与粉丝经济相关。最初的粉丝是指对明星、偶像的崇拜者。随着互联网迅速发展，粉丝又与“网红”相关联，成了关注者和支持者的统称。随着自媒体这种近乎零门槛的新媒介形式迅速发展，自媒体人依托网络平台不断聚集关注者和支持者，运用聚沙成塔效应扩大粉丝群，通过打赏功能、软广告、会员制等方式增值价值链。如罗辑思维、功夫财经等团队自媒体以及同道大叔、咪蒙等个体自媒体都找到自身存在空间和盈利模式。

无聊用户与无聊经济相关，此处“无聊”是“闲暇”状态的一种比喻。“无聊经济”概念的最初提出者之一江南春，指出无聊经济就是基于网络新媒体的分众传播特性和发展趋势。分众传播是“多点对一点”或“一点对一点”的精准传播，类似于精准制导炸弹，有别于大众传播的一点对多点地毯式传播。分众传播强调私人定制和量身定做，避免用户因“眼球疲劳”而厌倦广告信息。事实上，很多用户厌倦逃避广告信息是因为兴趣、需求不对路，而通过数据萃取寻找用户兴趣点是分众传播占领用户“无聊时间”的重要手段。在互联网时代的信息快餐消费场景下，打发无聊是日常生活的常态。而从心理学角度看，无聊有主动无聊和被动无聊之分：主动无聊是人们紧张工作之后主动选择的闲暇放松状态，这种状态下人们很厌倦广告信息的打扰；被动无聊是人们主观上不乐意但客观环境让人无聊，这种状态下人们不太厌倦广告信息的打扰，还可能通过关注广告来打发时间。无聊用户的出现是生活碎片化和“快餐文化”的具体表现，不能仅仅将之看成是消极现象；碎片化对互联网时代微生活方式的展开具有意义，是后现代文化现象的基本形态[29]。在此条件下衍生出来的无聊用户，是企业应该日益关注并大力争取的用户群。

而数据中台恰可赋能出版头部企业开发无聊用户群，重点是争取网络游戏用户群。据中国互联网络信息中心发布的第48次《中国互联网络发展状况统计报告》，截至2021年6月我国网络游戏用户规模为5.09亿，占网民整体的50.4%。网络游戏出版是众多出版机构特别是出版头部企业的重要业务。在技术上，网络游戏运营必须运用多维的“聚类”画像，而不是传统的一维分类。聚类对游戏用户未知项的分类比传统的一维维度要复杂得多，既有活跃度评估打分，又有消费额度评估打分，还有玩法打分以及参与度、社会项目评估打分。多维聚类通过寻找相似性将N个散点通过自主机器学习算法将相似项进行聚类，以便从未知中挖掘出一些难以发现的用户特点。网络游戏是用户数量增长最快的行业，是青年群体消费聚类的行业，也是公认的离钱最近的行业，但也是产生数据量最大、占有空间最多、数据变化最快、数据处理难度最大的行业。其运行数据指标多达200多个，是目前现有各行业中数据指标最多的。因此，涉足网络游戏必须建立数据中台架构。

5 赋能服务业务端

在大数据条件下，出版头部企业服务业务端的转变主要是由传统的一元售后服务转变为多元的全时空服务。所谓全时空，一是指时间上的全程性；二是指空间上的多维性。时间全程性体现在产品设计、广告、生产、出货、销售、支付、售后等产业链各个环节都有服务元素；空间多维性表现在服务元素渗透在业务运营的云空间到微空间的全空间链中。全时空服务端的出现与泛在网络[30]的发展密切相关。泛在网络无时不在、无处不在，为全时空服务提供了运行平台。从实际运用来讲，数据中台赋能出版头部企业服务业务端突出体现在个性化定制服务和体验式服务等业务端的拓展。

5.1 体验服务赋能

产品服务是出版机构的主要着眼点之一，但传统的产品服务是单一的买卖模式，其弊端在于：一是偏重受众，而受众往往是被动的；因此，在新媒体迅猛突起时，传统媒体突然发现自己没有了受众或者受众急剧减少。面对这种情况，有研究者和从业人员提出用阅听人代替受众一词，以凸显客户的主动性。同时，智能阅读几乎渗入选题策划、内容创作、内容编校、内容推广和传播等每一个价值增值环节，并作为必要条件而存在[31]。二是偏重销售数据而不重视用户体验。读者购买出版物后，读了还是没读、读后评价如何，出版机构既不关心，也不知晓。三是缺乏与读者一对一实时互动，也缺乏对实时互动产生的海量非结构化数据的处理能力。克服这些弊端，必须转变服务方式；而大数据的用户关系理解功能为获取用户体验数据、促进用户互动提供了技术平台。

哈雷·曼宁（Harley Manning）在《体验为王》一书中说：用户体验是“互联网时代商业竞争的核心哲学”，是“伟大产品与公司的创生逻辑”[32]。现阶段，重视用户体验与需求，强化沉浸式体验的VR产品就越来越受到市场关注[33]。前迪士尼公司执行副总裁李·科克雷尔（Lee Cockerell）将现代经济称为“体验经济时代”，因为“情感因素比交易过程中的金钱更重要。因此，不仅要把商业中的情感因素经营到位，而且要做到至美、至善、至诚。”[34]现代经营的秘诀不仅是经营产品，还要经营情感。企业与客户之间的纽带不仅仅是硬性冰冷的产品销售，还要是软性热情的体验服务。科力乐可公司（Coliloquy）是最早运用用户体验实现出版价值增值的出版商之一。其联合创始人丽莎·卢瑟福（Lisa Rutherford）坚持“书籍应该是可以互动的”这一出版理念，实施“kindle主动性内容开发者计划”合作方案。其在出版的电子书中开通阅读者互动通道，允许读者按自己的构思设计时间、地点、人物角色、情节线索让作家基于数据分析调整故事，以迎合大众口味。Coliloquy的互动体验模式将购买者、阅读者转变为参与者和创作者，是书籍与用户互动理念在大数据时代的成功实践。为推进体验服务，越来越多的商家开设体验店。用户体验已成为一种新的经营理念和运营模式。

数据中台赋能出版头部企业体验服务业务拓展，技术路径是基于数据中台集中域架构处理海量半结构化和非结构化用户数据。出版行业属于文化产业；文化产业属于精神生产和精神生活领域，必须要满足人的精神愉悦感。愉悦感是主观感受，具有较强的私密性。而传统关系数据库难以处理这些情感类非结构化数据。这是因为关系数据库系统追求的是高度逻辑一致的数据统一性；而情感类非结构化数据往往是非逻辑的杂乱无章的数据。对这些多源异构的特异性数据，必须运用数据中台集中域的数据仓库、数据标准、数据资产管理能力进行处理。首先是统一数据萃取标准作为数据交换和数据共享的基础。其次是数据仓库分层，包括：一ODS（operational data store），即操控数据层；二CDM（common dimensions model），即公共模型层；三ADS（application data store），即应用数据层。这三个层次依次递进，各层次之间低耦合高内聚，为数据萃取提供支撑。第三是数据资产管理，即对数据进行清洗、抽取、降噪处理使之成为可用的有价值的数据资产。

5.2 精准个性化服务赋能

企业“量子管理”将出版业务管理带入基于用户画像定制服务的新场景，由此带来出版行业的场景革命。《长尾理论》中说：“长尾之所以存在，与人们的需求密不可分，而人们对于多样性的需求，来自于人类自身的特性。”[35]除了量子管理、用户画像、场景理论、长尾理论之外，数字人类学和“文化组学”等一系列研究成果都夯实了个性化精准服务的理论基础。这些理论尽管侧重点不一，但有一个共同指向就是人。其将“人的天性”“人类本身的特性”作为个性化定制服务的逻辑起点，运用用户画像、“用户图谱”将人的消费行为和文化属性融为一体，根据量化指标的数据匹配性对用户进行智能推荐和智能分组。苹果在收购书灯公司（Book Lamp）后曾推出“图书基因组计划”（Book Genome Projet），根据用户浏览记录和购书数据以及支付记录分析来掌握用户购买习惯、阅读兴趣，运用用户画像绘制用户“兴趣图谱”和“专业图谱”，以此作为智能推荐和智能分组的依据。显然，这种“量化人性”的量身定制必须依靠集大数据、人工智能、泛互联于一体的数据中台来完成。

数据中台赋能精准出版的个性化服务有助于出版业实现几个转变：一是内容分发方式的转变，即实施场景化分发和精准化分发；二是实现内容生产主体关系的转变，即内容的生产主体不是单一的人与人的关系，还包括人与物、物与物之间的关系；三是实现内容服务形态的转变，出版机构要从内容中介运营商向内容服务平台运营商转变[36]。

数据中台赋能精准出版个性化服务的技术支撑主要是基于数据中台加工域和数据中台服务域架构。数据中台加工域包括数据萃取、数据计算。其中，数据萃取是数据记录和信息采集系统，是数据来源端口；数据计算则是数据中台的核心能力，包括批计算、流计算、在线查询和即席分析等环节。数据中台服务域包括查询服务、检索服务、圈人服务、分析服务、风控服务、体验服务、推荐服务等细分子项。其中，常用的服务主要有四项：一是查询服务，即通过输入关键词或特定条件，设定查询标识（Key）来获取所需数据，地址解析协议（Address Resolution Protocol，ARP）是查询常用的工具；二是分析服务，即运用商业智能软件、路径分析、漏斗模型等工具对多源异构大数据进行统计分析，通过数据挖掘发现商业价值；三是推荐服务，即运用精准算法、用户画像进行数据匹配，实现个性化推荐；四是圈人服务，即运用标签组合、智能分组找出特定人群，通过智能筛选实施“群”管理。数据中台服务域的四项常用服务功能尽管各尽其能，但其共同指向性是提高个性化服务的精准性。

6 结 语

数据中台赋能出版头部企业多元业务拓展，一个重要思路转变是将出版机构由知识传播中介转变为智能匹配平台。在4G发展到5G的条件下，出版作为知识传播中介的功能不断被消解。“4G技术还为部分传统信息传播中介的存在留下生存空间，而5G技术将会使很多行业的中介功能彻底消失，其主要表现在于原来的消费者纷纷离场，中介失去继续存在的意义。”[37]传统出版业既不是出版价值链前端的内容生产者，也不是价值链后端的内容消费者，而是将内容组织化、格式化的加工者和市场价值实现者，扮演的是作者和读者之间中介和桥梁的角色。在5G条件下，泛在网络成为社会基本生活场景，知识拥有者与知识获取者可以通过万物互联的网络平台获得。平台向读者快速、即时、精准推送产品的能力大大增强。通过传统出版机构作为中介桥梁进行二次分发的必要性和可能性逐渐降低。这就要求出版企业应依据对受众根本性媒介需求的洞察，重新确立价值主张，整合内容、渠道和技术等各类资源，并在广泛的竞争与合作中，在模块化发展的产业生态中找出新的发展路径[38]。

注 释

[1]陈新宇.中台战略[M].北京：机械工业出版社，2020：46

[2][12]秦成.制造业企业中台建设思考与实践[J].智能制造，2019（Z1）：50-53

[3]邓小华.大数据创新：阿里巴巴云上数据中台之道[M].北京：中国工信出版集团，2018：4

[4]石进.基于总线结构的政务数据共享应用模型研究[J].现代情报，2019（6）：111-119

[5]冯海超.大数据时代正式到来[J].互联网周刊，2012（24）：36-38

[6]林鸿，方学民.电力物联网多渠道客户服务中台战略研究与设计[J].供用电，2019（6）：39-45

[7]施炜.头部企业重构成长的关键[J].销售与管理，2019（8）：20-27

[8]韩嫣.央视网的融媒体数据中台实践[J].现代电视技术，2019（6）：90-93

[9]刘鲲翔，缪立进.关于出版社打造内容中台的思考与实践[J].中国传媒科技，2021（2）：7-9

[10][13]付登坡，江敏，任寅姿，等.数据中台：让数据用起来[M].北京：机械工业出版社，2020：32-34

[11]张弛.数据中台在应对突发公共事件中的核心价值研究[J].华中科技大学学报（社会科学版），2021（1）：77-84

[14]周玉波.在新时代出版业如何实现高质量发展[EB/OL].[2020-09-18].https：//www.CPNEWS.cn

[15]北京开卷[EB/OL].[2022-01-11].https：//www.cptoday.cn

[16]谢俊波.集团架构下融合出版新基建的探索与实践[J].出版广角，2021（20）：52-55

[17][美]迈克尔·波特著；陈小悦译.竞争优势[M].北京：华夏出版社，2005：35

[18]徐丽芳，龙金池.科技出版数字化转型困境与对策[J].出版科学，2018（6）：89-93

[19] 刘爱民.传统出版机构App现状分析及发展建设[J].出版广角，2017（9）：36

[20][美]克里斯.安德森著；蒋旭峰，冯斌，璩静译.免费：商业的未来[M].北京：中信出版社，2009：108

[21]刘锦宏，李若男.基于内容质量的开放获取期刊知识传播效果仿真研究[J].出版科学，2018（5）：97-102

[22]谢涵博，陈松月.从流量到留量[M].北京：中国工信出版集团，2020：2

[23]张琦，谢思慧.融合发展背景下直播、短视频在传统出版行业中的应用研究[J].出版科学，2020（6）：73

[24]冯小慧.危机与变局：2020—2021中国图书零售市场报告[J].开卷研究，2021（3）：6

[25]赵宏田.用户画像[M].北京：机械工业出版社，2020：2

[26]田志龙，钟文峰.中国本土管理学发展：理论发展、实践挑战和待研究问题—“中国管理50人”论坛（2018上半年）会议侧记[J].管理学报，2018（7）：957-961

[27]汤历漫.精益获客：引爆用户增长的战略与方法[M].北京：机械工业出版社，2019：25

[28]谢涵博，陈松月.从流量到留量[M].北京：中国工信出版集团，2020：5

[29][美]弗雷德里克·詹姆逊著；胡亚敏等译.文化转向[M].北京：中国社会科学出版社，2000：121

[30]张弛.泛在网络背景下出版空间优化占位研究[J].出版科学，2020（6）：19-26

[31]徐丽芳，田峥峥.价值链协同视角下的智能出版与智能阅读[J].出版广角，2021（13）：6-11

[32][美]哈雷·曼宁，[美]凯丽·博丁著；高洁译.体验为王：伟大产品与公司的创造逻辑[M].北京：中信出版社，2012：6

[33]刘锦宏，宋明珍，张玲颖，等.VR沉浸式阅读效果及其影响因素研究[J].出版科学，2020（3）：29-35

[34][美]李·科克雷尔著；张凌云译.卖什么都是卖体验[M].北京：中信出版社，2012：3

[35][美]克里斯·安德森著；乔江涛译.长尾理论[M].北京：中信出版社，2012：2

[36]陈璐颖，宋建武.打造智能出版平台.编辑之友，2021（4）：19-26

[37]刘枫.5G出版业的革新路径：从知识传播中介到智能匹配平台[J].编辑之友，2019（7）：28-33

[38]徐丽芳，陈铭.媒介融合与出版进路[J].出版发行研究，2020（12）：20-30