1.销售信息获取

大数据发展包括三个阶段：运营式系统阶段、用户原创内容阶段、感知式系统阶段。出版企业获取销售数据的途径主要有：第三方数据服务公司获取、出版企业的ERP销售数据、书店销售数据反馈，这些可以归为运营式系统阶段数据获取方法。

网络营销也是数据的重要来源。近些年，当当网、亚马逊和京东等网络图书商城的图书销量已经超过图书总销量的30%。通过分析这些网站的购买记录，可以获取到海量的读者购书频率信息、购书偏好信息等。对于图书营销来说，一方面，出版企业需要在相关零售网站上建立自己的直营网店；另一方面，出版企业需要与大型网络零售商合作，通过多元化的销售渠道来扩大图书销售份额，并通过加强与互联网及大数据企业的合作，实现出版行业和互联网及大数据的产业深度融合，加速出版行业对大数据的获取与应用。

2.用户原创信息获取

在Web 2.0的环境下，用户原创信息量猛增，这些新媒体和网络社区是出版行业相关数据的重要来源。用户的原创信息还包括通过博客、微博等平台发表的网络作品，一些颇受欢迎的网络出版物对传统出版物的质量也有借鉴意义。(www.daowen.com)

从目前可能的出版物数据来源可见，数据主要来自出版企业外部。信息平台将用户的网络行为连同个人信息进行全景式记录，实现了数据增量的质变，这些数据既包含出版企业提供的产品内容库，也包含网络使用者的用户数据库。通过这样的信息资源平台，出版企业可以获得真实的、可寻址的用户资料、购买意愿、行为及反馈，对用户需求的了解更接近真实状况。

除此之外，一些新媒体和网络社区也包含了大量图书评价信息。充分发挥网络的优势，利用空间、微博、微信、博客、论坛、搜索、QQ、MSN、社区网、RSS、豆瓣读书、当当网、亚马逊等渠道把读者的反馈信息收集起来。例如，通过Cookie技术获取读者浏览网页、搜索和评论图书产品、阅读状态等行为数据，通过这些数据，出版行业可以获得关于读者在购买偏好、购买意愿、购买频率、购买周期、忠诚度、满意度等方面的丰富数据，有利于出版企业准确把握读者的阅读与消费趋势。

3.图书馆借阅信息获取

目前，几乎所有地区及高校图书馆都采用数据库技术对其进行管理，其主要目的是方便图书馆对图书的采购、编目及对图书的流通进行有效的管理。在图书馆的流通中，产生了大量的数据，其中包括借阅人信息、借阅图书数目、借阅频率等信息，这些也成为出版行业能够利用的大数据的主要来源之一。