台湾地区的编辑家周浩正先生在其著作《优秀编辑的四门必修课》中提到一名编辑成为优秀编辑所必修的四门课程是编辑力、经营力、创新力和思想力。 编辑力是指一名优秀的编辑应具备的基本知识和基础技能。经营力是指一名优秀的编辑应具备一定的市场意识和营销能力。创新力是指一名优秀的编辑应经常产生创意构想，具有一定的创新力和想象力，能够策划与生产出与众不同、独树一帜的图书产品。思想力是指一名优秀的编辑应把营销当作其重要工作内容，善于开辟新渠道，能够构建一套自我启发的指导理论，并能以网络为本建立全新的出版脉络。毋庸置疑，这四门必修课是一名优秀编辑获得成功所应必备的能力。然而，随着大数据时代的来临，数据技术革命已经渗透到包括出版业在内的各行各业，带来了前所未有的机遇。数据通过向信息和知识的转换，最终可以转化为价值、效用和利润。因此，编辑除了应具备上述四种能力之外，还应该具备一定的数据力，即能够在汹涌而来的海量数据中通过甄别、挖掘和整合，能够提炼出高质量、有价值的信息，应用到编辑工作获得潜在价值或直接利润的能力。

      一、大数据及对出版业的影响
      大数据（Big Date），是指那些大小已经超出了传统意义上的尺度，一般的软件工具难以捕捉、存储、管理和分析的数据。但是，具体多大的数据才能称为“大”，并没有普遍适用的定义。一般认为，大数据的数量级应该是“太字节（TB）”（1TB＝210GB＝240字节）。麦肯锡全球研究所认为，我们并不需要给“大”定出一个具体的尺寸，因为随着技术的进步，这个尺寸本身也在不断地增大。此外，对于各个不同的领域，“大”的定义也不尽相同，无需统一。 “大数据”之大不仅仅体现在其“容量之大”，而是更多地体现在人类可以“分析和使用”的数据在大量增加，通过这些数据的交换、整合和分析，人类可以发现新的知识，创造新的价值，带来“大知识”、“大科技”、“大利润”和“大发展”。
      大数据对出版业的影响，首先体现在读者分析上。每一本流通到读者手中的书，都会在销售前台产生一条记录，对这些数据进行分析，宏观上可以把握读者的结构、流量、购买周期以及不同读者群的利润贡献率；对有些读者（如办理会员卡的读者、网上购书的读者等），还可以掌握其购买或借阅频率，预测其感兴趣的图书、其忠诚度和流失的可能性。有了这些点、线、面的齐全分析，出版者就可以据此预测读者的消费意愿、调整和优化自身的出书结构，从而提高销售率和利润率。其次是产品分析，包括如何为书店确定图书的最佳库存量，何时淘汰书架上的旧书，如何将图书分类上架，等等。这些都是要基于数据分析才能回答好的问题。个别的分析不仅需要出版者内部的数据，还需要整合来自市场、竞争者等其他外部资源的数据。再次是对供应链的分析、对销售效率的分析等等。以上这些分析，都是环环相扣、一体化的。例如，如果向书店输出了滞销的图书，即使供应环节和运营效率再高，也会导致最终退货，并会给书店带来损失；再如，对畅销书，如果事前估计不足，导致库存不足或供应链滞后，就会错失商机。可以说，出版业的竞争将在一定程度上趋向于基于数据的竞争，数据分析和挖掘的能力将成为出版业竞争的核心竞争力。
      在大数据时代，信息对人们的重要性已经不亚于空气和水，已经成为生活的必需品。对于编辑而言亦是如此。编辑离开信息便寸步难行。为了保证图书的高质量和高品位，编辑必须具备较强的信息意识，留心收集各类有价值的信息。信息收集是将信息聚集在一起的过程，这个过程不是盲目进行的，而是根据特定的目标和要求，通过一种或几种特定的手段和措施，对大量的、分散的、无序的信息进行甄别、归类、筛选、整合，将其中高质量、有价值和时效性强的信息选择出来以供应用。在大数据时代，信息收集的具体应用更多地体现在数据挖掘上。所谓数据挖掘，是指通过特定的计算机算法对大量的数据进行自动分析，从而提示数据之间隐藏的关系、模式和趋势，为决策者提供新的知识。之所以称为“挖掘”，是比喻在海量数据中寻找知识，就像开矿掘金一样困难。

      二、编辑数据力的意义
      大数据有助于出版更加精细化。编辑拥有了数据力，可以提高出版质量和效率。具体说来，编辑数据力的意义，体现在下列方面。
      1、收集和挖掘市场数据，判断选题价值
      选题是出版社的立社之本，决定着出版社的生存质量。出版社之间的竞争，市场上的较量，从某种意义上说，就是出版物选题的竞争。选题策划和判断能力的好坏是编辑能力强弱的标志之一，也是决定一个编辑成败的关键。传统意义上的选题策划与判断，依赖于编辑的直觉，有可能导致选题不被市场认可而遭受亏损。在大数据时代，通过广泛收集与选题相关的同类图书出版、销售、图书馆借阅方面的大量数据，进行提炼与分析，可以更科学地判断选题价值，通过数据挖掘，发现选题背后隐藏的规律和微妙的关系，可以预测选题的未来发展趋势，从而提高出版的针对性。如市场上同类书不多且销售情况良好，则应加速该选题的运作速度，缩短运作周期，使该书尽快面世。如果市场上同类图书已接近饱和，即使是热门选题，也应考虑其可行性。除对市场上的畅销书给予特殊关注外，还应重点考虑策划常销书选题。常销书同样可以创造可观的经济效益，而且还会在读者心目中树立的良好的品牌形象，这又有助于进行选题的积累和选题的进一步开发。同时，要收集某一时间段，或某一地区的图书市场数据，分析在某时间段或某地区图书畅销或滞销的原因，也有助于增强对选题的判断能力。
      2、收集与挖掘作者和读者数据，提高图书质量
      作者水平的高低和好坏直接决定书稿的质量。以往选择作者，往往考察作者的知识储备、已出版作品情况、具有的知名度和影响力。但这些信息很难具体量化。尤其是针对不同读者对象的作品，需要选择最合适的作者。大数据时代，可以通过分析作者微博粉丝群体的多寡、作品被评论、引用、被借阅的次数等，更加科学地了解作者的水平。
读者对图书的销量具有绝对的发言权。以往，为了获得读者数据，通常采用访问调查法和问卷调查法等。通过访问读者，与之直接交谈而获得有关信息的方法，或通过设计问卷，读者填答后获得有关数据。通过这些方式，了解各读者群或不同地区读者的购书意向，寻找目标读者。但这些方法不但工作量大，而且获取的数据人为影响因素较多，有很大的局限性。
      在读者数据挖掘方面，亚马逊书店的CRM（客户关系管理）系统堪称典范。当读者在亚马逊购买图书以后，销售系统会记录下该读者购买和浏览过的书目， 当该读者再次进入书店时，系统会识别出其身份，并根据其喜好推荐有关书目。读者去该书店的次数越多，系统对该读者了解也就越多，为他推荐的书目也更准备，提供的服务也就更好。这种针对性的服务，在方便读者的同时，也吸引了客户。CRM在亚马逊书店的成功实施，不仅给它带来了 65％的回头客， 也极大地提高了该书店的声誉和影响力。 
      因此，编辑要善于学会利用亚马逊书店那样的数据库。尤其是通过学习亚马逊书店以客户为尊的经营理念，尽最大可能收集读者数据，了解读者的需求，更好地为读者服务。

      3、充分利用大数据，解决编校过程中的各种难题
      编辑过程中往往会遇到许多疑难问题。传统的解决方法是通过工具书、专家咨询等方式进行解决。不仅速度慢，有时一些问题很难找到相关的专家。如今，通过搜索引擎、各类型数据库，可以方便、快捷地解决有关问题。因此，编辑对数据库、搜索引擎等的熟悉程度，直接影响解决这些问题的效率。

      4、收集与挖掘国际出版数据，寻求版权合作
      今天，我们生活在一个全球瞬时交流的世界。数字技术为知识的存储、传播和检索创造出巨大的潜力。这些技术为人们的交流和文化产业的发展以及全球范围内作品的使用提供了空前的可能性。  我国的国际出版物版权贸易数量正呈逐年增长的态势，据统计，2011年出版物版权贸易总量即达24422种，同比增长9.6%。 作为编辑，应该具备图书版权贸易的敏感性，广泛收集国际最新图书信息，包括各发达国家图书销量排行榜、各大奖项的图书获奖情况，以及这些图书的相关介绍；并通过对这些图书信息进行分析、整合，进行可行性分析，寻找出适合本社出版的图书，为进一步的版权贸易做好充分的准备。此外，通过分析国外的出版数据，把自己出版的图书信息有针对性地发送给国外相关出版机构，提高版权贸易的效率和针对性。

      三、编辑如何提升数据力
      编辑数据力的提升，同样是一个渐进的过程。
      1、树立大数据观——数据无处不在，无时不在
      在大数据时代，数据将无处不在，无时不在，而且任何事物都有可能成为数据。身处大数据时代，编辑则应树立起大数据观，即收集与挖掘上面所讲的数据外，还应具备以下数据力：一是及时掌握环境数据，包括宏观经济环境、社会环境、政策环境等；二是建立人际关系链，随着实名制社区和电子商务的普遍化，人际关系链已经成为大数据重要的营销价值， [10]这包括与同行互相交流的微博、QQ群，以及自己建立的作者数据库等；三是及时了解和掌握一些专业数据，如最新公布的语言文字规范信息和学科信息等。
      2、让数据动起来——数据的可视化应用
      数据可视化是指借助图形化手段，使人们能更容易地理解数据。进入21世纪以后，大数据的爆炸使人们急需展示数据、理解数据、演绎数据的工具。目前，有很多软件提供了数据生成简单图表的功能，如Office办公软件中的Excel、Word等，可以根据表格中的数据按照用户的要求生成点线图、直方图、饼图、网状图等，使大量枯燥乏味的数据开始动起来，以更加直观的方式得以显示。目前，更加直观、具有美学元素的三维地图、动态模拟、动画技术等表现方法也正在通过软件工具得以实现，使得数据更加充满趣味，令人过目不忘。作为编辑而言，应该至少掌握简单的图表生成工具，使分析的数据能更加直观地得以显示，更加具有说服力。
      3、完成数据的价值实现
      2011年麦肯锡公司在其研究报告《大数据：下一个创新、竞争和生产率的前沿》中指出，“已经有越来越多令人信服的证据表明：只要实施正确的政策和激励，大数据将成为竞争的关键性基础，并成为下一波生产率提高、创新和为消费者创造价值的支柱。” 麦肯锡公司还预计，数据将和企业的固定资产和人力资源一样，成为生产过程中的基本要素。可见，在信息时代，数据的重要性已经达到了竞争性要素的高度。信息时代的竞争，不是劳动生产率的竞争，而是知识生产率的竞争。“基于知识的竞争，将集中表现为数据的竞争，这种数据竞争，将成为经济发展的必然。” 
      编辑对数据进行收集、挖掘、整合、分析，以及进行可视化操作当然不是为数据而数据，其最终目的是通过数据向信息和知识的依次转化而实现其效用和价值。有些数据，如专业知识数据、政策环境数据等可以帮助编辑更加规范、优质地处理稿件，从而实现其潜在的效用和价值；有些数据，如市场数据、读者数据等，则可以为形成选题、提高销售量而直接或间接地产生利润。

参考文献：

1周浩正.优秀编辑的四门必修课[M].北京：金城出版社，2008.
2Big data: The next frontier for innovation, competition and productivity, McKinsey Institute, May 2011[DB/OL]. http://www. mckinsey.com/insights/mgi/ research/technology_and_innovation/big_data_the_next_frontier_for_innovation
3张小峰.亚马逊：E网打尽图书营销[J].企业改革与管理，2010（11）.
4联合国教科文组织.版权法导论[M].张雨泽译.北京：知识产权出版社，2009：1.
5张洪波.2011年全国图书版权贸易分析报告[N].中国新闻出版报，2012－8－29.
6麻震敏.大数据时代：营销智慧的进化论[J].成功营销，2012（7）.
7Big data: The next frontier for innovation, competition and productivity, McKinsey Institute, May 2011[DB/OL]. http://www. mckinsey.com/insights/mgi/ research/technology_and_innovation/big_data_the_next_frontier_for_innovation
8涂子沛.大数据：正在到来的数据革命，以及它如何改变政府、商业与我们的生活[M].桂林：广西师范大学出版社，2012：303.