Die Bestseller-DNA

Software zur Vorhersage von Bucherfolgen

Bücher, die Leser in ihren Bann ziehen.
Bücher, die schon Tage nach ihrer Erscheinung in aller Munde sind.
Bücher, die wir Bestseller nennen.

Gibt es ein quantifizierbares Geheimrezept für deren Erfolg, eine Art Bestseller-DNA?
Unser Produkt legt genau diese offen und liefert datengestützte Vorhersagen für kommende Literaturerfolge.

Wir werden gefördert von:

Unsere Idee  


"Im ganzen - haltet euch an Worte..."


Die Geschichte der Bestsellerforschung ist eine langjährige und zugleich stets aufs neue faszinierende. Namhafte Autoren publizieren bisweilen Werke mit überschaubarem Erfolg, während auf der anderen Seite immer wieder Newcomer die Literaturgemeinde überraschen. Was also macht das Geheimnis aus, einen Bestsellererfolg zu landen? 2015 wurde dieser Frage an der University of Stanford mittels maschinellem Lernen und der Big Data-gestützten Analyse zehntausender Romanwerke wissenschaftlich nachgegangen.

Die überraschende Erkenntnis hieraus: Es ist bei weitem nicht nur die mächtige Werbetrommel, die dazu führt, dass Leser ein Buch lieben. Vielmehr sind es bestimmte Merkmale eines Textes, die durch ihr ausgeklügeltes Zusammenspiel das Zeug dazu haben, die Zeilen in die Herzen der Leser einzubrennen. Inspiriert davon macht auch unser Verfahren mittels verwandter mathematischer Methoden diesen geheimen Code sichtbar. Unsere Bestseller-DNA erlaubt damit objektive und datengestützte Einblicke in das, was - frei nach Goethe - einen Bestseller „im Innersten zusammenhält“.

Unser Produkt  


Die QualiFiction-Analyse-Suite


Wie wäre es, einen gegebenen Text automatisiert und elektronisch in seine Bausteine und Wesensmerkmale zu zerlegen, um so komprimiert Einblick in die Struktur des Werkes zu erhalten? Wie wäre es zudem, eine Einschätzung darüber zu erhalten, wie geeignet diese Merkmale sind, das vorliegende Werk zu einem neuen „Harry Potter“ werden zu lassen? Unser Produkt liefert genau das: Nach einem Upload in unsere Cloud macht sich unser Algorithmus in nahezu Echtzeit daran, die Wesensmerkmale des Textes zu extrahieren und diese übersichtlich graphisch darzustellen. Aus den so gewonnenen literarischen Charakteristika wie etwa Thematik, Sentiment, handelnde Personen, Entitäten etc. errechnet unser Algorithmus zudem abschließend einen Bestseller-Score. Dieser trifft eine Aussage darüber, mit welcher Wahrscheinlichkeit das vorliegende Werk zukünftige Bestsellerlisten besetzen wird oder auch nicht.

Analysebeispiele  


Der Bestseller-Score  


Wahrscheinlichkeit für den nächsten Bestsellererfolg


Nachdem unsere Algorithmen das Textwerk in seine Einzelbestandteile zerlegt haben, fängt für unseren Besteller-Prädiktor die Arbeit erst an: Indem er die extrahierten Textmerkmale mit historischen Bestsellern oder Nichtbestsellern abgleicht, stellt er Gemeinsamkeiten und Unterschiede fest. Je mehr Überschneidungen unser Algorithmus mit bereits existierenden Bestsellern entdeckt, desto höher der Bestseller-Score, d.h. die Wahrscheinlichkeit, mit der es sich bei vorliegendem Werk um einen zukünftigen Bestseller handeln wird. Zudem ordnet unsere Software den Bestseller-Score vergleichend in den Kontext seiner Peergroup ein und stellt die ermittelten Indikatoren und Kontraindikatoren für einen potentiellen Bestseller graphisch und quantitativ dar.

Unser Team  


Gesa Schöning

Management & Sales

Dr. Ralf Winkler

Produkt & Entwicklung

JOBS  


Lust auf eine neue Herausforderung? Wir stellen ein!


KONTAKT  


Wir freuen uns auf Ihre Kontaktaufnahme! So erreichen Sie uns:


Neß 1, 20457 Hamburg

kontakt@qualifiction.de


Impressum: QualiFiction GmbH, Neß 1, 20457 Hamburg. HRB 148325 Hamburg, Geschäftsführer: Gesa Schöning, Dr. Ralf Winkler, Tel.: 0176/20198500, kontakt@qualifiction.de


Design by: binarytheme.com