La ciencia de datos da sus primeros pasos en la industria editorial
Los grandes grupos editoriales empiezan a explorar el uso de datos de
los lectores para predecir comportamientos y tomar decisiones a la hora de
publicar y vender libros, a la manera de Netflix y Spotify. Si bien la
aplicación de la tecnología de análisis de datos en la industria editorial aún está poco extendida
(algo en lo que la tienda virtual Amazon les
lleva la delantera), algunas experiencias internacionales indican lo que será
una nueva tendencia en el sector. En la "lucha" por ganar la atención
y el tiempo libre de los consumidores culturales, la ciencia de datos se
perfila como una herramienta de usos múltiples.
El español David Sánchez, director y fundador de Quantified Reading
(QR), investiga hace más de un año la "analítica de datos" derivada
de los procesos de selección y compra por parte de los lectores en páginas web
de editoriales y plataformas de comercio digital. Sánchez, que dialogó anteayer
con el consultor editorial Daniel Benchimol, anticipa que este tipo de estudios
pueden extenderse también a la comercialización de libros en papel. Y advierte
que si las editoriales no están en la Red para ofrecer sus catálogos bajo la forma de la venta directa, el
público que quiera comprar en forma digital se lo llevará Amazon, Mercado Libre
y otras plataformas de comercio electrónico. "No todos los lectores
quieren o pueden ir a las librerías", señaló Sánchez. La "desmaterialización" del acto de compra de los libros se acelera en tiempos de pandemia.
"Hay que resaltar que los grandes grupos editoriales ya invierten
en la analítica de datos y aplican las tecnologías de esta ciencia a la
industria del libro, es un común denominador con otras industrias creativas como pasa con Netflix y
el mundo del cine y las series", dice Benchimol a LA NACION. Estos estudios se utilizan para muchas
cosas, entre otras, "para predecir las curvas de venta de un libro y saber
si antes de comercializarse determinado título tendrá una venta normal o si se
puede esperar un best seller". Los datos en juego son el contenido y la temática
del libro pero también aspectos morfológicos como la tapa, la tipografía
elegida, el estilo de escritura del autor (frases cortas y simples versus periodos largos, con o sin capítulos, por
ejemplo) y la diferencia específica respecto de otros libros.
La experiencia de QR, que trabaja con sellos europeos con un gran caudal
de lectores en su comunidad, se apoya en dos focos. "Por un lado, en los
procesos de selección que hace un usuario digital al hacer clic en determinada
portada y no en otras, y por otro lado, en cuestiones vinculadas con el
contenido: si busca comentarios de otros lectores y títulos similares o si lee
a fondo la ficha del libro". En este sentido, tanto Sánchez como Benchimol
recomiendan hoy más que nunca actualizar los contenidos de las páginas webs de
editoriales, librerías y plataformas de comercio digital. Nada más desolador
que navegar por páginas áridas en información.
Más datos, menos azar
El diseño de una tapa, los colores elegidos, la imagen pueden favorecer
la venta de un libro. "Esto ya lo saben los editores de forma intuitiva,
pero la analítica de datos predetermina y reduce el azar en el lanzamiento de
un libro", dice Benchimol. El análisis de datos sobre la
"eficacia" que tiene uno u otro contenido, tal como lo hace el
algoritmo de Netflix, que estudia cuándo se abandona tal o cual serie o cuánto
se demora en ver una película, perfila la creación de otros contenidos. "En
las editoriales ese lugar es más complejo que en la industria
audiovisual", indica Benchimol, que dirige Proyecto 451.
En su estudio para el grupo internacional Hachette, Sánchez trabajó con
"focus group" de lectores digitales para ahondar en
los contenidos o aspectos formales de un libro que más los atraían, si eran los
personajes, el género literario, las temáticas. "Medimos la duración de
una lectura y las pausas entre una etapa de lectura y otra", contó
Sánchez, y aventuró que en forma progresiva la ciencia de datos se utilizará
más y de mejor manera, "a medida que la tecnología madure y se pueda
aplicar a mayor escala". Cuanto más metadatos haya, mejor será el modelo.
Para ver la charla
completa ingresar aquí
Fuente: La Nación