其一，數據產(chǎn)品銷(xiāo)售。圖書(shū)電商依托互動(dòng)交易平臺和微博、微信、論壇等社交媒體與成千上萬(wàn)的用戶(hù)密切交流，具有收集用戶(hù)數據的便利條件。這些數據產(chǎn)生于以交易為主旨的深入的交流互動(dòng)過(guò)程中，因而信息的價(jià)值含量更高。經(jīng)廣泛收集、分類(lèi)整理和重新聚合的數據集合，蘊涵著(zhù)豐富的用戶(hù)及市場(chǎng)信息，對出版及相關(guān)行業(yè)具有極高的商業(yè)價(jià)值，具備銷(xiāo)售盈利的可能性。例如，百度通過(guò)搜集整理網(wǎng)絡(luò )游戲玩家的搜索熱點(diǎn)，建立網(wǎng)游用戶(hù)行為數據庫，銷(xiāo)售給網(wǎng)絡(luò )游戲運營(yíng)商，獲得了不菲的盈利。這一模式堪稱(chēng)“數據資產(chǎn)化”理念的直接體現。
　　
　　其二，數據分析服務(wù)�；�于大數據集合，圖書(shū)電商運用數理統計、數據挖掘、語(yǔ)義分析等科學(xué)方法，對隱藏于圖書(shū)流通、讀者行為、交易過(guò)程等數據背后的特點(diǎn)、規律、變動(dòng)趨勢進(jìn)行分析、判斷，將品牌美譽(yù)度、市場(chǎng)占有率、競爭對手狀態(tài)等分析結果定期提供給出版商等客戶(hù)，幫助其深入洞察市場(chǎng)變化，及時(shí)作出科學(xué)決策。例如，阿里巴巴2012年7月推出名為“聚石塔”的大數據分析平臺，為入駐用戶(hù)提供諸如買(mǎi)家訪(fǎng)問(wèn)量、訪(fǎng)問(wèn)頻率、商品與品牌偏好、跨店鋪點(diǎn)擊等數據及相關(guān)分析，為自身與用戶(hù)都帶來(lái)了巨大的商業(yè)利益。
　　
　　其三，圖書(shū)電商也可以建成數據分析、分享、交易平臺，構建平臺強大的數據采集、存儲、運算、分析功能，為出版商等客戶(hù)提供策劃、營(yíng)銷(xiāo)、決策等多方面服務(wù)，同時(shí)獲得相應的盈利。大數據時(shí)代，以利用數據價(jià)值為核心，新型盈利模式不斷涌現，圖書(shū)電商把握機遇、放寬視野，就能找到新的利潤增長(cháng)點(diǎn)。這正如“大數據時(shí)代預言家”維克托·邁爾-舍恩伯格所說(shuō)的：“數據的真實(shí)價(jià)值就像是漂浮在海洋中的冰山，第一眼只能看到冰山的一角，但是絕大部分隱藏在表面之下。”圖書(shū)電商應高度重視數據，進(jìn)而去開(kāi)掘冰山一樣無(wú)法估量的財富。
　　
　　3.強化產(chǎn)業(yè)鏈優(yōu)勢地位
　　
　　在文化創(chuàng )意產(chǎn)業(yè)范疇中，出版產(chǎn)業(yè)鏈大致表現為“作者創(chuàng )意—內容策劃—生產(chǎn)制造—行銷(xiāo)推廣—衍生增值—用戶(hù)消費”的鏈條形態(tài)。根據“微笑曲線(xiàn)”原理，居于產(chǎn)業(yè)鏈兩端的企業(yè)能產(chǎn)生高附加值，利潤率最高，居于中間位置的企業(yè)利潤率最低。圖書(shū)電商歸屬于其中“行銷(xiāo)推廣”環(huán)節，產(chǎn)業(yè)鏈位置決定其盈利狀況不容樂(lè )觀(guān)。圖書(shū)電商近年來(lái)的發(fā)展成果主要應歸功于社會(huì )、產(chǎn)業(yè)的快速網(wǎng)絡(luò )化，而未來(lái)要進(jìn)一步發(fā)展，則應借助新興的大數據技術(shù)調整自身在產(chǎn)業(yè)鏈中的地位。具體說(shuō)來(lái)，圖書(shū)電商應適當涉足產(chǎn)業(yè)鏈高盈利環(huán)節，如創(chuàng )意策劃、衍生增值等，而大數據為其提供了可能。
　　
　　大數據時(shí)代，圖書(shū)電商參與內容創(chuàng )意與策劃大有可為。當前條件下，多數圖書(shū)策劃是編輯人員依據行業(yè)經(jīng)驗和對某一領(lǐng)域熱點(diǎn)的敏感度進(jìn)行的，在讀者定位、作者水準、推出時(shí)機、市場(chǎng)需求量等方面往往存在偏差，影響圖書(shū)質(zhì)量和市場(chǎng)效果。而在大數據條件下，圖書(shū)電商在互聯(lián)網(wǎng)營(yíng)銷(xiāo)過(guò)程中能夠獲得大量用戶(hù)的交易數據和網(wǎng)絡(luò )應用數據，運用大數據智慧分析，能夠洞察用戶(hù)的閱讀需求，準確把握市場(chǎng)熱點(diǎn)，發(fā)掘有價(jià)值的選題，并以潛在讀者的視角遴選恰當的作者人選，規劃裝幀設計。如此一來(lái)，以數據引領(lǐng)策劃，以需求驅動(dòng)生產(chǎn)，市場(chǎng)成功率可獲提高。圖書(shū)試讀也可作為完善策劃的一個(gè)環(huán)節。例如，亞馬遜新推出試用的產(chǎn)品，總會(huì )大量收集用戶(hù)的訪(fǎng)問(wèn)、評論、購買(mǎi)、推薦等各種數據，Kindle電子書(shū)閱讀器里也會(huì )記錄哪些內容被反復閱讀和標記強調，經(jīng)大數據智慧分析，能夠評估其問(wèn)題所在、受歡迎程度，然后決定該如何修正�？茖W(xué)的策劃方案和修正意見(jiàn)，對作者和出版機構而言都極其重要，掌握這些寶貴信息的電商可以借此對產(chǎn)業(yè)鏈上游產(chǎn)生影響，或者達成合作。
　　
　　值得一提的是，圖書(shū)創(chuàng )意與策劃機構有時(shí)也針對一些重大選題展開(kāi)市場(chǎng)調查，但其準確度遠不及大數據分析。究其原因，傳統調查主要使用抽樣、問(wèn)卷獲得的概括性數據或者既往的交易數據，以部分代替整體，必然存在一定的偏差。而完善的大數據系統所能收集的，除了這些結構化數據，還包括大量文字、圖片、音視頻等相關(guān)的非結構化數據，作為數據“整體”則更為準確。此外，大數據中包含的社會(huì )化媒體信息多屬于自發(fā)的思想和情緒流露，較之傳統調查中被動(dòng)答問(wèn)更為客觀(guān)，因而也更具參考價(jià)值。
　　
　　在衍生增值環(huán)節，圖書(shū)電商可以圍繞大數據進(jìn)行數據產(chǎn)品銷(xiāo)售、數據分析服務(wù)，或者建成數據分析、分享、交易平臺謀取增值。對此前文已經(jīng)論及�？傊�，依憑貼近終端用戶(hù)這一核心優(yōu)勢，充分重視應用大數據，圖書(shū)電商有望融入出版產(chǎn)業(yè)鏈兩端的高盈利區域，在自身發(fā)展的同時(shí)，對整個(gè)出版業(yè)產(chǎn)生更大的影響。