El big data y el mercado de los libros

¿Puede el Big Data ayudar a convertir un libro en un best seller?

Es más probable que ayude a visualizar probabilidades con mayor claridad y a aclarar metas (Albert-László Barabási). Cada año se agregan más de 100,000 nuevos títulos a los 3 millones de libros impresos.

Albert-László Barabási y su postdoc Burcu Yucesoy analizaron los patrones de ventas de los 2.468 títulos de ficción y 2.025 títulos de tapa dura que formaron parte de la lista de los más vendidos en el New York Times en la última década para analizar la posibilidad de que el big data ayudaría a posicionar un nuevo libro en la lista.

¿Qué encontraron?

• Solo el 1.1% eran libros de ciencia.
• Memorias y biografías conforman casi la mitad de la no ficción.
• En cuanto a la ficción literaria, solo 800 libros de este tipo hicieron la lista en la última década.
• La mayoría de los libros más vendidos (2/3 de todos los títulos de ficción) fueron misterios, novelas y thrillers “basados ​​en la trama”.
• Los autores de ficción tienen más probabilidades de hacer la lista repetidamente que los de no ficción (85% frente a 14%). Probablemente refleja el hecho de que la ficción es más fácil de convertirse en una fórmula ganadora.
• Un libro no necesita vender millones de copias para hacer la lista. La mayoría de estos libros se vendieron entre 10,000 y 100,000 ejemplares en el primer año.

¿Este fenómeno se puede captar “de una pasada”?

Existe una “curva de ventas universal”, lo que significa que la única posibilidad de que un libro haga la lista es poco después de la publicación. Las ventas de libros siguen una curva de ventas universal: hay una fórmula matemática que captura las ventas semanales de todos los libros. Esa curva de ventas tiene un pico prominente, significa que la mayoría de las copias se venden durante las primeras semanas después del lanzamiento de un libro.

Las ventas de ficción casi siempre alcanzan su punto máximo en las primeras dos a seis semanas. Para la no ficción, el pico puede llegar en cualquier momento durante las primeras 15 semanas.

¿Qué valor tiene prestarles atención a los grandes datos?

• Los libros no construyen audiencias de forma lenta y silenciosa y luego aparecen repentinamente en la lista en un momento crítico, como esperan los autores.
• El autor y el editor solo tienen unas pocas semanas para trabajar si hacer esa lista es un objetivo.
• Los libros publicados en febrero o marzo tienen una mejor oportunidad en la lista porque todas las ventas de libros han bajado, en comparación con diciembre, cuando las compras son para regaloar a otros.
• Los autores de “nombres familiares” tienden a beneficiarse del mercado de diciembre porque los clientes buscan regalos que se parecen a los ganadores anteriores.

¿Vale la pena publicar de todos modos?

• La mayoría de los libros no venden más de 3000 copias. Los libros autoeditados generalmente venden menos pero, muchos de ellos no se publican para una gran audiencia de todos.
• La mayoría de los libros se venden solo a las comunidades del autor o editor. La mayoría de las personas no tienen tiempo para leer muchos libros. Es probable que lean solo los que su comunidad espera y los alienta a leer.
• La mayoría de los libros que no logran alcanzar su potencial fallan porque el autor y / o editor no desarrollan un plan de mercadeo que llegue a la comunidad que probablemente comprará el libro.

Si tu objetivo es encontrar a las personas adecuadas y hacer que los lean, el Big Data indica dónde, cuándo y cómo buscar a los lectores únicos.

---