Bestseller voorspeller

Boekenuitgevers zijn altijd op zoek naar die ene bestseller om minder succesvolle uitgaven te compenseren. Dat is het risico van het vak. Uitgevers varen daarbij op hun intuïtie. Op basis van data analyse kan wellicht ook voorspeld worden welk manuscript een bestseller in de dop is. Hiervoor heeft GEADATA een analysetool ontwikkeld.
           

QUESTHet onderzoek werd ingegeven door het stellen van vragen, zoals: was het succes van Vijftig tinten grijs te voorspellen? Hoe kunnen we voorspellen of een manuscript de kwaliteit heeft van een bestseller? Op welke wijze kunnen we succesvolle uitgaven typeren en indexeren? Kunnen we een recensie van een boek schrijven, zonder het te lezen? Welke campagnes van boeklanceringen zijn succesvoller dan anderen? Hoe beperken we de ‘slush pile hell’ in het boekenvak? Welke betekenis kunnen we geven aan al die online reviews? In hoeverre kunnen we de voorspelbaarheid van succes verbeteren?

ACTION
Een belangrijke eerste stap in de ontwikkeling van de tool was het genereren van zoveel mogelijk data en het uitvoeren van een groot aantal analyses. Dan moet je denken aan ‘named entity extraction’, ‘lexicon diversity analyse’ of ‘sentiment analysis’. We hebben ‘reference books’ benoemd en daarnaast zijn reviews verzameld van Amazon, Bol.com en Goodreads. Er is een Google search history analyse uitgevoerd en er zijn databestanden verzameld over bezoekers, order history, etcetera. Deze analyses zijn over een groot aantal boeken en manuscripten uitgevoerd om te beoordelen in hoeverre deze goed te classificeren zijn. Alle verzamelde ‘actionable insights’ zijn vertaald naar een concreet toepasbaar model voor manuscipt analyse, waarmee een uitgever het manuscript kan vergelijken met een vergelijkbaar succesvol boek. Inhoudelijk wordt beoordeeld of beide uitgaven elkaars gelijke zijn en vervolgens wordt gekeken welke acties hebben plaatsgevonden om het boek succesvol te maken. Hoe is bijvoorbeeld het marketing en promotieproces verlopen? Een bestseller voorspellen blijft lastig, maar de kans op het uitgeven van een bestseller neemt sterk toe wanneer het ontwikkelde model gevolgd wordt. De kans op een bestseller wordt substantieel groter. Het model is gepresenteerd op diverse seminars en met veel positieve reacties ontvangen. Het daadwerkelijk bouwen van het model moet nog plaatsvinden.
Op basis van de uitgevoerde tests en analyses kan gesteld worden dat data science een grote impact gaat hebben op het voorspellen van bestsellers. Het is vloeken in de kerk, maar wellicht dat schrijvers op basis van data analyse straks een andere invulling of opbouw geven aan hun verhaal. Netflix ontwikkelt immers ook eigen TV series op basis van data analyse. Resultaat van de bestseller voorspeller is een gefundeerde portfolio strategie en/of een marketing en verkoopstrategie voor een manuscript of boek. Onderdeel hiervan zijn een lijst van suggesties voor een succesvolle lancering, een productie/oplage voorspelling en een inschatting van marge en realistisch royalty percentage. Deze kosten, alsmede de kosten voor voorschotten, kunnen vervolgens substantieel gereduceerd worden. De kwaliteit van manuscripten kan getoetst worden op generieke kenmerken, waarmee risico’s op badsellers geminimaliseerd worden. Daarnaast levert het proces tal van voordelen voor de organisatie op, zoals voorspelbare werklast en synchronisatie van productie- en distributiekosten met de actuele behoefte. Inzicht in de eigen prestaties ten opzichte van concurrenten kan aanleiding geven tot het ontwikkelen van benchmarks.  Met andere woorden: minder waste,  meer marge.

 

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Verplichte velden zijn gemarkeerd met *


− 3 = een

De volgende HTML-tags en -attributen zijn toegestaan: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>

UA-57560273-2