資料會說話：解讀 2013 年台灣中文書暢銷榜的另一種方法
原本打算寫一篇 從《快思慢想》的書市表現思考創業（暫定） 的文章，
為了要搜集一些臺灣 2013 年書市的表現，花了一點點時間去看博客來、
誠品以及金石堂三間書店去年的中文暢銷書排行榜，稍微了解一下。
我首先觀察到幾本書的優異表現，
像是《神奇骨盤枕》、《眼球操》、《地獄》、《格雷》全都出現在各家前 10 名，
好書劣譯的《快思慢想》也出現在博客來＆金石堂的前三名，
《想念，卻不想見的人》則是同時出現在博客來和誠品的前十名排行榜上......，
而如果像下面這張圖一樣，把「重榜」情況（出現在兩家以上書店者）標記出來，
「但了解去年的大眾口味之外，你有沒有想過這份資料還可以怎麼應用呢？」
在這份榜單滿足了我「大眾口味」的好奇心後，我一時無聊就在思考上面這個問題。
我想起先前曾經想要研究這三間書店的讀者（客群、TA）有什麼樣的不同？
》博客來：看不太出什麼端倪？（可能是因為 TA 異常複雜的緣故）
》誠品書店：自我探索與內在療癒為主的書居多（村上大師的作品亦有如此風格）
》金石堂書店：以青少年喜歡看的小說居多（簡媜老師散文為例外？）
為了要搜集一些臺灣 2013 年書市的表現，花了一點點時間去看博客來、
誠品以及金石堂三間書店去年的中文暢銷書排行榜，稍微了解一下。
於是我先整理了一張這三間書店的比較表格（如下圖），但越看覺得越有趣，
不禁拋下原本手邊要寫的創業相關文章，想從這份名單中看出個什麼道理來。
不禁拋下原本手邊要寫的創業相關文章，想從這份名單中看出個什麼道理來。
我首先觀察到幾本書的優異表現，
像是《神奇骨盤枕》、《眼球操》、《地獄》、《格雷》全都出現在各家前 10 名，
好書劣譯的《快思慢想》也出現在博客來＆金石堂的前三名，
《想念，卻不想見的人》則是同時出現在博客來和誠品的前十名排行榜上......，
而如果像下面這張圖一樣，把「重榜」情況（出現在兩家以上書店者）標記出來，
我們可以發現台灣三大書店（以及背後代表的台灣書市）的前 10 名重榜率頗高，
大概可以知道在各個書店通路中哪本書賣最好？去年大家的口味是什麼？
大概可以知道在各個書店通路中哪本書賣最好？去年大家的口味是什麼？
如果今天我們有興趣的議題是：2013 年哪些書最暢銷？
那麼看起來這個排行榜資料的價值就僅止於此了，
包括我身邊在內的朋友，在看過這份榜單後也都只注意到解決這個議題。
這是在處理資訊時最直觀的反應，也是排行榜最能傳達的訊息。
那麼看起來這個排行榜資料的價值就僅止於此了，
包括我身邊在內的朋友，在看過這份榜單後也都只注意到解決這個議題。
這是在處理資訊時最直觀的反應，也是排行榜最能傳達的訊息。
「但了解去年的大眾口味之外，你有沒有想過這份資料還可以怎麼應用呢？」
在這份榜單滿足了我「大眾口味」的好奇心後，我一時無聊就在思考上面這個問題。
我想起先前曾經想要研究這三間書店的讀者（客群、TA）有什麼樣的不同？
如果能了解這三個圖書通路的客群差異，或許能了解一些臺灣出版業的市場狀況。
有了這個問題的想法後，我第一時間不是回去盯著排行榜看，
而是先針對問題，去建立假說（Hypothesis）：我認為什麼人會去誠品買書？
我選擇用「個人經驗」這個比較粗糙的方式，來建立處理榜單資料前的假說：
讓我們回到前面那份榜單資料。從前面那張圖中，我們確定自己可以掌握兩件事，
第一，是清楚了解三間書店最受歡迎的十本書; 第二，透過整理得知三間都受歡迎的書。
但如果現在我們關心的，是這三間書店的讀者（客群、TA）有什麼樣不同的話，
看起來目前我們所得到的線索並不管用，現在取得的資訊都是雜訊（Noise），
這個「故事」（假說的驗證）似乎到此為止，Checkmate？
但實際上我們仍然可以想辦法往下走一步、去找出有益於我們問題的訊號（Signal）
這方法應該有很多種，而我自己的最直接的粗糙做法，是採取「移除重複」的手段，
也就是說，把同時出現在兩家以上的暢銷書，從名單中劃掉。如下圖所示：
做這件事情背後的一個假設（Assumption）是：
在三間書店都很暢銷的書籍，對於我們的議題（客群差異）而言，
並沒有辦法提供更好線索，因為這可能是所謂的大眾口味。
就好像一份沒有鑒別度、無法測出學生學習成果的考卷一樣，
考卷上的絕對分數沒有意義，甚至連學生排名的分布也沒有太大的參考價值，
這一個簡單的觀念，用在暢銷書排行榜上也有相同的意義。
就這個假設為出發，可以知道在排除「大家都很暢銷」的情況下，
剩下來的書就有極高的機率是「各家書店鎖定的 TA 特別喜愛的書」，
而這些剩下來的書，也可以視為判斷各家書店 TA 定位的重要訊號。
整理出這些書之後最重要的工作，
是去解釋這些訊號對於我們的假說有什麼樣的意義？
於是我利用 Google 去搜尋每一家這幾本書的資訊，
並以標記出他們在博客來的分類，其結果如下：
而是先針對問題，去建立假說（Hypothesis）：我認為什麼人會去誠品買書？
我選擇用「個人經驗」這個比較粗糙的方式，來建立處理榜單資料前的假說：
- 誠品：是給文青去的高級藝文消費場所
- 金石堂：是很多地方都可以找到分店的老少閒宜圖書好鄰居
- 博客來：是給不想出遠門、或是喜歡比價格撿便宜買書的人們
讓我們回到前面那份榜單資料。從前面那張圖中，我們確定自己可以掌握兩件事，
第一，是清楚了解三間書店最受歡迎的十本書; 第二，透過整理得知三間都受歡迎的書。
但如果現在我們關心的，是這三間書店的讀者（客群、TA）有什麼樣不同的話，
看起來目前我們所得到的線索並不管用，現在取得的資訊都是雜訊（Noise），
這個「故事」（假說的驗證）似乎到此為止，Checkmate？
但實際上我們仍然可以想辦法往下走一步、去找出有益於我們問題的訊號（Signal）
這方法應該有很多種，而我自己的最直接的粗糙做法，是採取「移除重複」的手段，
也就是說，把同時出現在兩家以上的暢銷書，從名單中劃掉。如下圖所示：
做這件事情背後的一個假設（Assumption）是：
在三間書店都很暢銷的書籍，對於我們的議題（客群差異）而言，
並沒有辦法提供更好線索，因為這可能是所謂的大眾口味。
就好像一份沒有鑒別度、無法測出學生學習成果的考卷一樣，
考卷上的絕對分數沒有意義，甚至連學生排名的分布也沒有太大的參考價值，
這一個簡單的觀念，用在暢銷書排行榜上也有相同的意義。
就這個假設為出發，可以知道在排除「大家都很暢銷」的情況下，
剩下來的書就有極高的機率是「各家書店鎖定的 TA 特別喜愛的書」，
而這些剩下來的書，也可以視為判斷各家書店 TA 定位的重要訊號。
整理出這些書之後最重要的工作，
是去解釋這些訊號對於我們的假說有什麼樣的意義？
於是我利用 Google 去搜尋每一家這幾本書的資訊，
並以標記出他們在博客來的分類，其結果如下：
》博客來：看不太出什麼端倪？（可能是因為 TA 異常複雜的緣故）
- 《記得你是誰》（心理勵志）：修訂版的老書，名師的人生故事集
- 《解憂雜貨店》（文學小說）：東野圭吾，一本沒有謀殺的推理小說
- 《塑身女皇》（生活風格）：女人們最愛跳的鄭多燕，＋DVD
- 《少年 Pi》（文學小說）：熱門電影
》誠品書店：自我探索與內在療癒為主的書居多（村上大師的作品亦有如此風格）
- 《跟任何人都可以聊得來》（心理勵志）：沒看過他跌出誠品排行榜前三的職場書
- 《沒有色彩的多崎作和他的巡禮之年》（文學小說）：文青最愛的村上春樹小說
- 《不愛會死》（心理勵志）：藝人路嘉怡書寫自己的愛情觀
- 《每一天都是放手的練習》（心理勵志）：內在、自我療癒的書籍
》金石堂書店：以青少年喜歡看的小說居多（簡媜老師散文為例外？）
- 《混血營英雄3》（文學小說）：波西傑克森系列
- 《誰在銀光閃閃的地方》（文學小說）：簡媜老師的散文
- 《格雷1》（文學小說）：近年爆紅的情慾小說
- 《殺手：迴光返照的命運》（文學小說）：九把刀的殺手系列
對照先前我們建立的假說，
誠品書店的排行榜看起來比較能佐證我原先的想法;
金石堂倒是讓我意外地發現了假說沒精確涵蓋的客群;
至於博客來，資料並沒有辦法提供我更好的訊號，
這或許是因為博客來本身的客群，本身就相對複雜的緣故，
我似乎得透過其他的資料來輔助、驗證這個說法是否可信。
當然，你會發現我在每一個步驟都有一些關鍵性的假設：
包括在假說的設定上可能很粗糙、「移除重複」並不是個好方法...等，
但我想表達的是，在我們每每自以為「已經完善地處理」一份資料時，
其實一份資料裡面，可能還有很多值得挖掘的寶藏等待我們找出來。
而這些寶藏，只要我們擁有和資料相關的知識背景、保持敏銳謹慎的態度，
就相對於其他自以為是的人，更容易發現資料背後的真理。
----------------------------------------------------------------------------------------------------------------------
＃其他文章閱讀：
「不好讀，但能啟發你去思考的《精準預測》。」
「其實你數學沒那麼爛。」
＃好的統計入門書推薦：
----------------------------------------------------------------------------------------------------------------------
＃其他文章閱讀：
「不好讀，但能啟發你去思考的《精準預測》。」
「其實你數學沒那麼爛。」
＃好的統計入門書推薦：
留言
張貼留言