Datenanalyse: Auf dem Weg zum Bestseller-ometer

Seit Wochen wird in der englischsprachigen Buchwelt viel über ein Sachbuch diskutiert, mit dem ein Autorenduo das Erfolgsrezept für Bestseller liefern möchte. Die Vorgeschichte und Diskussion zu „The Bestseller Code“ ist hochinteressant – plus Exkurs zum Thema Reader Analytics, dem buchreport am 5. Oktober mit einem Webinar nachgeht.

Wie berichtet, haben Jodie Archer und Matthew L. Jockers (Stanford University) ein Programm entwickelt, das aus einer Auswahl von 20.000 Titeln mit einer Trefferquote von 80% „New York Times“-Bestseller herausfiltern können soll.

Wired bringt in einem langen Artikel die Vor- und Rahmengeschicht des vieldiskutierten Buchs: Jodie Archer, früher im Dienst von Penguin UK, habe sich angesichts des Riesenerfolgs von Dan Browns „Da Vinci Code“ (80 Mio verkaufte Exemplare weltweit) gefragt, wie dieser zustande gekommen sei – geschicktes Marketing sei keine ausreichende Erklärung. In Stanford habe sie Jockers kennengelernt, Mitgründer des Stanford Literary Lab, der grundsätzlich davon ausgeht, dass Computer bei der Textanalyse besser seien als Menschen.

Vieldiskutiertes Buch: „The Bestseller Code“.

Das Duo habe daraufhin innerhalb von vier Jahren 5000 Romane aus 30 Jahren von Computern analysieren lassen: Wo starten und enden Sätze? Welche Plots haben die Bücher? Welche gemeinsamen Eigenschaften haben die Bestseller?

Das Ergebnis ist der erwähnte 80%-Algorithmus mit den folgenden Vorlieben:

• Junge, starke Helden, die auch Außenseiter sind (siehe „The Girl on the Train“, „Gone Girl“, „The Girl with the Dragon Tattoo“).
• Kein Sex, lieber die grundsätzliche Thematisierung menschlicher Beziehungen.
• Häufiger Gebrauch des Verbs „brauchen“ bzw „benötigen“ („need“).
• Viele kurze Sätze, wenig Ausrufezeichen und sparsam mit Adjektiven.
• Gerne Hunde, eher weniger Katzen.
• Im „Guardian“ hatte Archer kürzlich ergänzt, dass gerade neue Autoren häufig den Fehler machten, zu viele verschiedene Inhalte gleichzeitig ansprechen zu wollen.
• … hinzu kommen weitere 2799 Eigenschaften von Bestsellern.

Der konkrete Anwendungsfall, den sich Archer & Co. für ihr „Bestseller-ometer“ vorstellen: „Hey Lektor, nimm diesen neuen Autor unter Vertrag, den Du sonst wegen zu großer Risiken nicht gewählt hättest. Die Chancen sind gut.“

Das Buch von Archer und Jockers passt zum Trend, dass immer mehr Verlage auf Datenanalyse setzen (buchreport bietet am 5. Oktober ein Webinar zum Thema an), darunter

• Simon & Schuster (wo seit letztem Jahr der erste Datenwissenschaftler der Branche arbeitet)
• und Macmillan Publishers (mit der Übernahme der Digitalplattform Pronoun, mit der ebenfalls Datenanalysen gemacht weden können).
• Und natürlich Jellybooks, das Londoner Unternehmen von Andrew Rhomberg, das Verlagen ermöglicht, Daten zum Verhalten ihrer Leser zu sammeln und auszuwerten. Eine Erkenntnis von Rhomberg: Die meisten Romane werden nicht einmal bis zur Hälfte gelesen. Die Datenanalyse kann Verlagen helfen, ihre Mediabudgets besser zu verteilen – und Lektorate darin unterstützen, Schwachstellen von Büchern auszumerzen (z.B. wenn bei Sachbüchern viele Leser an einer bestimmten Stellle aussteigen).

Webinar: Reader Analytics in der Praxis – dem Leser auf der Fährte

Anders als im Internet, wo Webseitenbetreiber mit Werkzeugen wie Google Analytics viele Informationen zum Nutzerverhalten sammeln können, ist der Buchleser für die Verlage weitestgehend eine black box. Neue Angebote ermöglichen jetzt aber den Einblick in das Leseverhalten der Kunden. In einem Webinar zeigt buchreport Chancen und Grenzen der Methode und wirft einen Blick in die Analytics-Welt des SPIEGEL. Termin: 5. Oktober 2016. Hier anmelden.

Berliner Startup mit viel Presse-Echo: Inkitt.

Nicht nur in Großbritannien, auch in Berlin wird am gläsernen Leser und an den Erkenntnissen für Verlage geforscht. Inkitt heißt der Name eines Berliner Startups, bei dem Autoren ihre Bücher einstellen, damit das Leseverhalten untersucht – und künftige Blockbuster entdeckt werden können. Die Berliner – die von Ex-De-Gruyter-Chef Sven Fund (mit seiner Agentur Fullstopp) beraten werden – kooperieren dann mit Verlagen, um die algorithmisch entdeckten Titel zu publizieren, und erhalten im Gegenzug eine Art Agenten-Provision. Seit Januar 2015 wurden 80.000 Bücher von einer halben Mio Menschen bei Inkitt gelesen.

So liest der Nutzer bei Inkitt online.

Nächster Schritt: Im Sommer 2017 soll der erste Roman bei Tor Books (Macmillan) erscheinen, der per Algorithmus für die Veröffentlichung ausgewählt worden sei: „Bright Star“, ein All-Age-Buch der Autorin Erin Swan. „Der Bücher-Deal ist das klare Signal an die Verlagsbranche, dass antizipierende Datenanalyse der Weg der Zukunft ist“, versichert der 26-jährige Inkitt-Gründer Ali Albazaz.

Ali Albazaz von Inkitt.

Dass Computer vorhandene Bücher auf ihr Erfolgspotenzial hin „lesen“, ist (vielleicht) ein Schritt in die Zukunft. Callisto Media ist, wie Wired berichtet, noch einen Schritt weiter gegangen. Die Kalifornier nutzen Big-Data-Analysen, um ein Publikum für ein noch nicht geschriebenes Sachbuch zu identifizieren – das dann in Auftrag gegeben wird. Beispiele für so entstandene Bücher: „The Medical Marijuana Dispensary: Understanding, Medicating, and Cooking with Cannabis“, „Everyday Games for Sensory Processing Disorder“.

Weitere Artikel zum Thema:

• „Reader Analytics: So tickt das Publikum“ (Analyse im buchreport.magazin 11/2015, hier für Premium-Kunden zu lesen)
• Interview mit Andrew Rhomberg: »Belletristische Inhalte nicht anrühren«
• Mehr als Kribbeln im Bauch – Kommentar von Daniel Lenz
• „Is it possible to predict a NYT bestseller?“ – Einschätzung von Adrew Rhomberg (Medium)
• „The secret code to writing a bestseller“ (BBC)