ベストセラーの「偶然性」
ベストセラーの本を作ることは、カリオストロの興味をそそったことです。 実際、この問題は、論理、天性の才能、またはビッグデータよりも、錬金術に関係しています。 ゴールドマン・サックスのアナリストは、狙撃兵のように正確にフィンランドやペルーのマッチの消費量などの物質的な商品の傾向を予測することができ、映画や本などの傾向を予測するよう求められると白旗を上げます。文化的または娯楽製品。 このタイプの商品の消費者の行動は予測できません。 電子ブックの成長のように露骨に間違っていることが多い唯一の可能な予測は、マクロ定量的なタイプのものです。 たとえば、2016 年から 2021 年までの 3 年間の映画産業の世界の CAGR は XNUMX% になります。 それを超えると、行くのは難しいです。
最終的に出版業界の基盤を形成する確実に知られていることの XNUMX つは、XNUMX つのベストセラーを書いた著者は、ほぼ確実に XNUMX 番目、XNUMX 番目などを書くことができるということです。 彼らが大いに楽しんだ文化的製品に対する消費者の忠誠心は、他のどの商業的忠誠心よりも優れています。 したがって、潜在的なベストセラー作家を見つけることは、業界の最大の課題であり、健全で永続的なビジネスの基盤です。 これまで、この課題はどのように解決されてきましたか?
ベストセラーを求めて：天才の行為
現代の出版の起源には錬金術師が本当にいました。 彼らは知的な出版社の偉大な人物であり、強力な起業家精神とリスクへの強い欲求にも恵まれ、適切な主題と原稿を嗅ぎ分けてベストセラーにし、幸運な作家を家族の一人に変えました。 . ジャンジャコモ・フェルトリネッリが1957年にどのように謄写版を世界の出版で最も成功した本のXNUMXつであるドクター・ジバゴに変えたかを見に行くだけで十分でしょう. 翌年、その著者であるボリス・パステルナークがノーベル賞を受賞しました。 しかし、samizdat をくまなく探し回ってインディ ジョーンズに密輸することだけが、サクセス ストーリーを生み出す唯一の方法ではありません。
また、アデルフィが先見の明のある不動産開発者のように、流行の主流から完全に外れた未踏の国境地域を調査し、占有するためにアデルフィが行った「カラッソ法」もありますが、中長期的には開発の大きな可能性があります。 現時点では、独創的で、夢想的で、神秘的な知識人にさえ見える可能性があります。 「Calasso バージョン」は、すべてのクレイジーなスタートアップ創業者の福音である破壊的イノベーションの教義と広く同一視することができます。 しかし、これを行うには、Steve Jobs のような天才である必要があります。 そしてカラッソです。 残念ながら、私たちのほとんどは同じ才能を持っていません。
マスメディアの時代に、偉大な創設者の知識人の相続人は、巨大なメディアコングロマリットに出版社を売却しました. このように、ベストセラーへのマスター・ディビナトリー・パターナリスティックなアプローチから、私たちは純粋に管理的で商業的なものへと移行しました. より現代的なマーケティングおよび定量的市場分析手法に対する直感は失われました。Excel シートが背中のパットやクリスマス ダイアリーに取って代わりました。 著者は、出版社の尊敬と友情よりも、事前小切手に書かれた金額をますます高く評価しました。 しかし、大きな違いは見られませんでした。出版された書籍の 70% 以上は損益分岐点に達していません。ビジネスを維持し、空腹の株主に配当を分配しているのは、片手の指にあるいくつかの数え切れないほどの株の白鯨です。結果。
どうして新しいメディアでそれができたのに、まだそうではないのですか
新しいメディアでは、ベストセラーのパズルが、ビッグデータのおかげでついに解に近いポイントに到達したように見えました。 ビッグデータは、その使い方を知っていれば、本当に決定的な手段になり得ます。 スパイ手法で収集された、想像しにくい次元のデータであるため、それらをどのように洗練し、解釈し、最終化し、意思決定に変換するかを知る必要があります。 Netflix と Amazon は、顧客のナビゲーションを追跡することで、購入と消費行動に関する事実上すべてを把握しています。 それは良い出発点であり、非常に優れているため、故デビッド・カーは私たちを去る数週間前に、Netflixがデータ分析アルゴリズムで私たちにそれを提供したため、ベストセラーの検索は終了したと書いたように感じました. しかし、それはまさに起こっていることではありません。 それどころか。
Netflixは、最高コンテンツ責任者のテッド・サランドスの先見の明のある直感のために、House of Cards (ハリウッドとニューヨークの誰も望んでいなかった) を制作しました。 「どんちゃん騒ぎビジョン」（シーズンのすべてのエピソードをすぐに視聴できる）のアイデアのおかげで、それは大成功でもありました。 その後、受賞歴のあるオレンジ・イズ・ニュー・ブラックがありました…そして、マルコ・ポーロの偽物、野心的な90万ドルの作品が登場しました。 しかし、当時の Netflix の視聴者は西洋人だけだったのに、95 世紀の中国を舞台に 2015% のアジア人が出演するドラマを、ビッグ データはどのように示唆したのでしょうか? Netflixは、ディズニーを快適に視聴できます。 150 年、ターゲットをよく知っているディズニーは、Tomorrowland のような映画を制作しましたが、コストを回収することさえできず、マーケティングに XNUMX 億 XNUMX 万ドルの追加投資が必要でした。
Amazon の出版部門である Amazon Publishing は、本格的なベストセラーを出版していないことは確かです。
ベストセラーの処方を見つけるには時間がかかりますが、その間、錬金術が最も効果的なアプローチであり続けています. 今まで。
ベストセラーコード
現在、ネブラスカ大学リンカーン校の文学研究所所長であるマシュー L. ジョッカーズと、スタンフォード大学で博士号を取得し、Apple で経験を積んだジョディ アーチャーは、計算言語学の専門家であり、The Bestseller Code: Anatomy of the というタイトルの本で次のように述べています。 Blockbuster Novel は、ベストセラーをパッキングする公式です。 この本は、マクミラン・グループのセント・マーチンズ・プレスから2016年17,56月にリリースされる予定です。 ハードカバーの価格は 19 ドル、KIndle 電子ブックの価格は 51 ドルで、さらに XNUMX ドル高い (中規模から大規模の出版社の電子ブック市場が枯れ枝のように落ち込むのはそのためだ)。 それが起こるのは残念です！
"Publisher Weekly" はこの本の簡潔なレビューを掲載し、すぐに議論が始まり、Mike Shatzin を含む多くの業界専門家の介入が見られました。 ポイントは、ベストセラーの公式を提供する定量的なテキスト分析に基づくアルゴリズムでしょうか?
Dave Eggers サークル、それがモデルです
この質問に答える前に、本書の最初の本質的な期待から何を導き出せるかについて、著者のテーゼを理解しよう。 Dave Eggers のサークル (Mondadori によってイタリア語に翻訳された) は、ベストセラーの古典の頂点に達することができる小説の模範的な例です。 100 人の著者のアルゴリズムの結果によると、円はベストセラーのすべての文学的要素を持っています。 30% 準拠。 Eggers は、「過去 80 年間の典型的な作家です」と 140 人の著者を書いています。 そしてここで、アルゴリズムは本当に私たちを推測しました. The Circle は長い間ニューヨークタイムズのベストセラーリストに載っており、Bookscan によると、XNUMX のハードカバーのコピーと XNUMX のペーパーバックのコピーを販売しています.
20 人の著者は、計算言語学の手法を使用して、あらゆるジャンルの XNUMX 冊の小説を分析しました。 Jockers-Archer アルゴリズムは、筋書き、登場人物、テーマを調べて、式の最初の要素を決定します。つまり、読者の期待に最大の影響を与える筋書き、登場人物、テーマの正しい組み合わせです。
式の 3 番目の要素は、プロットの対称性です。これは、最大 30 つの幕の構造にわたって展開する必要があります。 過去 XNUMX 年間のベストセラーはすべて、プロットのリズミカルなペースを共有しています。
XNUMX 番目の最後の要素は、書き方に関するものです。日常的な言葉で書かなければなりません。 登場人物の性格と、作家がその行動を説明するために使用する動詞との間には、絶対的な一貫性がなければなりません。
この本によると、その内容にベストセラーの秘密が隠されている。 Amazon での本のプレゼンテーション形式では、テキスト分析のおかげで、原稿がベストセラーになるかどうかを 97% 確立できると書かれています。
ベストセラーを飛び出させるのは、コンテンツ自体よりも、コンテンツの外的要因であると考えている人々を作りあげた論文です。
それは本当にすべての内容ですか？ 観客席にはいない
私たちにベストセラーを提供しているのは確かに計算言語学ではなく、マーケティングです。 これは、新しい出版の世界で最も聡明で、最も耳を傾けるインサイダーの XNUMX 人であるマイク シャツキンによる本の論文に対する最初の反応でした。 彼のブログで彼は次のように書いています。 市場調査、ブランディング、またはマーケティングを考慮せずに、テキストの内容を分析して本がベストセラーになるという議論はばかげています。」
Bestseller Code の XNUMX 人の著者の主張、つまり、テキストのコンピュータによる分析が本の成功を決定する要因の XNUMX つであるという主張は、まったく新しいものではありません。 この本の著者の総計化のアプローチは新しいものです。 Apple に買収された BookLamp と Trajectory という XNUMX つの新興企業は、SEO のテキストのコンピューター分析から、単語の使用頻度、文の構造、主要なテーマ、および作業を指示するその他の指標を取得するツールを開発しました。パブリッシャーのマーケティング チーム全体のことです。 BookLamp が「BookDNA」と呼んでいるこの分析 (このプロジェクトは Book Genome Project と呼ばれています) のおかげで、コンテンツの複雑さを測定し、読者がそれを理解するために必要なレベルと参照年齢を推定することができます。 悪いスタートではありません。
この場合、テキスト分析は、参照オーディエンスにタイトルを知らせることを主な目的とするマーケティング活動に不可欠なサポートと考えられています。 視聴者がコンテンツに接触しなければ、潜在的なベストセラー コンテンツが市場のベストセラーになることはありません。
Shatzkin 氏によると、コンテンツよりも視聴者調査がターニング ポイントです。 コンテンツ自体は、その商業的成功に関して低い予測可能性を提供します。 出版社が探している購入者はその本を知りません。この読者は、この読者が実行できる興味と検索を活用して、それらの興味を明確にすることで「目を覚ます」ことができます。 たとえば、「公民権」という表現は、このトピックに関心のある読者が最も求めている表現である「ヘッジの向こうの闇」にはまったく登場しません。
新しい出版のための新しいツール
実際には、Intellogo の創設者で書籍業界のベテランである Neil Balthaser が書いているように、「ニューヨーク タイムズ」のベストセラー リストに到達した書籍のテキスト分析は、読者の読書の好みを理解し、出版社の投資を選択するのに役立ちます。 Balthaser は次のように書いています。単に出版社に自発的にもたらされるものではなく、読者が何を望んでいるのかを理解する…この種の十分な情報に基づいた決定は、これまで部分的に可能であり、多くの場合、出版社は自分の本を喜んで購入するターゲットオーディエンスに会うことを期待してやみくもに出版してきました。」
このデジタルの未来では、出版社の仕事はますますデータ中心になり、編集者ではなく、出版された本や原稿などの内容を分析しなければならない開発者、会計士、言語学者でオフィスを埋める必要があります。すべてが読者の傾向を特定します。
しかし、問題は、ピュー リサーチ センターの調査によると、書籍の読者が減少していることであり、そのため、既存の書籍の分析よりもさらに、すべての書籍出版業者が製品のイノベーションに投資して、好みを変えて、本のようにフィクションと現実の交差点にあるポケモン GO に逃げる顧客。
