L’industria del libro a caccia del bestseller perfetto


Abitudini, preferenze e gusti letterari: come i big data possono prevedere i bisogni dei lettori


L’industria del libro a caccia del bestseller perfetto

di Adriano Palazzolo

Un concetto come quello di big data, legato strettamente a numeri, analisi, statistiche, quantità e algoritmi può sembrare quanto di più lontano ci possa essere dal profumo della carta del libro che stiamo leggendo, dalla sensazione sulle nostre dita quando ne giriamo le pagine e dalle emozioni che proviamo quando arriviamo alla fine della storia a cui ci siamo appassionati.

In realtà lo sviluppo della tecnologia per la raccolta di grandi quantità di informazioni ha toccato anche l’industria editoriale e la sta rapidamente modificando in almeno due aspetti: uno riguarda gli operatori che stanno dietro la realizzazione e diffusione di un libro, l’altro riguarda i lettori.

e-bookPiù informazioni e differenti modalità di fruizione
La diffusione di dispositivi digitali che permettono di interagire con il contenuto di un libro genera quantità di informazioni che fino a pochi anni fa non sapevamo neanche di poter avere, ma proprio a causa delle differenti modalità di fruizione dei contenuti stessi – che può avvenire tramite e-Reader, tablet, smartphone, digital TV, wearable device (come occhiali e orologi) – una profilazione dati completa risulta al momento difficile da realizzare.

Tempo di lettura, abitudini, preferenze e gusti letterari sono solo alcune delle tipologie di dati che, senza che ce ne accorgiamo, forniamo a chi poi tenta o spera di influenzare le nostre scelte di acquisto. Se una volta ci si fidava del consiglio del piccolo libraio o si consultava sui quotidiani del fine settimana la classifica dei libri più venduti, e se ora i negozi delle grandi catene (non più solo librerie, ma sempre più imponenti mega store) hanno scaffali appositi con i testi consigliati dai clienti e,  in alcuni casi, anche dai dipendenti, sugli store digitali è automatico ormai ricevere suggerimenti del tipo “Se hai acquistato questo, potrebbe interessarti anche…” oppure “Gli utenti che hanno acquistato questo hanno comprato anche…”.

Senza dimenticare l’invio periodico di newsletter alla nostra casella di posta elettronica per ricordarci quali sarebbero i nostri potenziali gusti letterari, come se volessimo leggere sempre la stessa cosa. La raccolta dati però non si ferma solo all’analisi della consultazioni delle pagine web e ai processi di acquisto online, ma continua anche sul nostro e-Reader, mentre siamo seduti su una poltrona, sdraiati a letto sotto le coperte o ancora in piedi in metropolitana.

libreriaGli strumenti delle case editrici per anticipare i bisogni dei lettori
Non stupisce allora che tra le classifiche dei libri pubblicate dal più grande negozio online di libri al mondo ci sia anche quella relativa ai testi più sottolineati sui lettori digitali, dispositivi tramite i quali, una volta acquistato un romanzo o un saggio, si possono vedere anche le parti più evidenziate da chi ha letto il libro prima di noi e persino quante persone le hanno sottolineate.

In questo contesto si inserisce l’aspetto che riguarda i lettori più da vicino, ovvero in che modo il tracciamento di come, cosa e in quanto tempo leggiamo può permettere alle case editrici di anticipare i bisogni e offrire prodotti solo in base ai gusti che il mercato trasmette, tramite la raccolta più o meno spontanea di questa immensa quantità di informazioni.

Il primo libro scelto attraverso i big data
Inkitt, piattaforma di scrittura online per condividere i propri libri e ricevere pareri da una comunità di lettori, qualche tempo fa ha annunciato una collaborazione con la casa editrice newyorchese Tor Books per pubblicare nel 2017 il primo libro scelto attraverso i big data, che così diventano “predictive data”, ovvero informazioni predittive in grado di anticipare il futuro, fissando parametri comuni ai bestseller già presenti sul mercato. L’intelligenza artificiale ha così decretato che l’anno prossimo ad avere successo nelle librerie dovrebbe essere Bright Star, fantasy per young adult scritto dall’esordiente Erin Swan, un genere di cui in realtà il mercato è già saturo.

Se le cose non dovessero andare come previsto, si potrà tentare con la ricetta contenuta in The Bestseller Code: Anatomy of the Blockbuster Novel, testo scritto da Jodie Archer, ex dipendente Apple specializzata nella ricerca sui contenuti letterari, e Matthew L. Jockers, professore associato di Letteratura inglese all’Università Lincoln del Nebraska, che promettono di aver messo a punto un algoritmo capace di identificare con una percentuale di successo almeno dell’80% un best seller letterario. Direttori editoriali, editor e cacciatori di talenti sono avvisati: se i big data avranno ragione, toccherà trovarsi un nuovo lavoro.

L'autore