
苹果秘密收购大数据图书分析服务BookLamp以对抗亚马逊
今日,苹果又完成了一笔收购,用以增强其电子书业务实力,以便“在这个领域的竞争中击败亚马逊”。这家被苹果收购的公司名为BookLamp,是位于爱达荷州博伊西市的一家创业公司,曾经推出了大数据类型的图书分析服务。
(更新:美国太平洋标准时间下午6点45分:苹果向我们证实了收购BookLamp的消息。该公司告诉我们,“苹果会不时收购一些小型科技公司,但我们一般不会公开讨论我们收购的目的或收购后的打算。”)
知情人士透露,苹果以“1000万美元至1500万美元的价格”,收购了BookLamp的员工和技术。
BookLamp最知名的产品是“图书基因组项目”(Book Genome Project),这是一个平台,可以基于对其他书目的自然语言分析,向用户推荐他们想要阅读的图书。BookLamp的技术和人才将可以帮助苹果改善其电子书iBooks服务,进而提供更好的推荐、搜索和分类功能。
我们向苹果发去电子邮件,寻求该公司对有关收购BookLamp的传闻发表评论,同时还给BookLamp CEO亚伦·斯坦顿(Aaron Stanton)和包括马特·门罗(Matt Monroe)、丹·鲍文(Dan Bowen)在内的多位BookLamp前员工发去求证邮件。斯坦顿回复称:“乔什,很抱歉,我无能为力。”这种口吻也与苹果对其收购的公司下达的封口令相吻合。与此同时,我们也在等待苹果的官方回应,以下即是我们收集的一些证据。
收购前的 BookLamps 团队成员 (由左至右): Matt Monroe, Sidian Jones, Aaron Stanton, Dan Bowen
我们最早通过匿名消息听说了这一交易(谢谢你,匿名读者)。在进一步深挖后,我们发现多名BookLamp员工似乎已经从爱达荷州搬到苹果总部所在地加州库珀蒂诺。
在被爆这笔收购交易之前,BookLamp曾经从当地投资者那里获得大约90万美元的融资。BookLamp看起来也是苹果在爱达荷州实施的第一笔收购。事实表明,BookLamp还曾就出售事宜与亚马逊进行过谈判,但双方谈判进行到哪一步,目前还是一个未知数。最终,亚马逊收购了图书推荐领域的竞争对手GoodReads,,而苹果则将BookLamp收入麾下。
诚如苹果在众多并购交易的一贯做法,这笔交易自始至终都在秘密进行,就像是“图书馆中的嘀咕声”一样悄无声息。
今年四月,BookLamp宣布将关闭“图书基因组项目”,当时该公司以颇为含糊的语气描述了关闭该项目的原因,对公司在“其使命转变过程中”用户的贡献表示感谢。
为了避免外界妄加猜测,BookLamp仍然在博伊斯设有办公室,同时也在库帕蒂诺设立了第二个办公室,但该公司的10名员工并未在上述两个地方办公。知情人士透露:“这仅仅是为了掩人耳目,这样,他们就不用对当前发生的一切做出解释。实际上他们已经全部搬到了苹果总部。我们想知道何时有人来敲门,提出更多的问题。”
实际上,就在我们开始酝酿这则报道的时候,我们看到BookLamp员工在Facebook帖子中留有帕洛阿尔托库帕蒂诺和旧金山这样的地理位置标签,虽然他们在个人页面的居住地址中仍写着爱达荷州——即BookLamp公司所在地。尽管BookLamp网站已经关闭,但核心团队的几位成员并未更改他们是BookLamp员工的当前供职公司状态,或是对当前所住城市做出更新。这些信号都是苹果处理收购交易的一贯手法。
BookLamp是首批孵化自博伊西市混合型联合办公区Water Cooler的创业公司之一。博伊西市曾诞生过许多知名科技公司,这其中就包括被汤森路透收购的MarkMonitor,被CPA Global收购的First to File,以及被微软收购的Proclarity。
与上述被收购的创业公司相比,BookLamp的价格相对适中。这显然低估了该公司的雄心壮志和成功履历。根据我们的理解,在被苹果收购之前,除了一个所谓“图书界的Pandora”的计划,BookLamp还在酝酿推出多个B2B项目。
图书基因组项目是BookLamp面向公众发布的一款产品,旨在扫描用户喜欢的写作风格,向他们推荐具有类似风格的图书或作家。它还能将情节主题和内容进行分类,以实现更好的搜索和发现功能。知情人士认为,苹果收购BookLamp就是为了提升其电子书搜索能力,加大叫板亚马逊的筹码。
我们早在2011年就对BookLamp进行过报道。当时,BookLamp想要在图书领域效仿Pandora在音乐领域的成功模式:扫描内容以寻找可量化的相似之处,从而用于图书推荐。去年,图书基因组项目负责人、BookLamp CEO亚伦·斯坦顿表示,该公司每周给“4万部至10万图书”建立了索引。
下面我们就来看一看BookLamp技术的工作机制。以上图为例,它在对史·蒂芬金(Stephen King)的《Salem’s Lot》扫描后发现,“吸血鬼&超自然”、“葬礼/死亡/纪念碑”、“家居环境”及“痛苦&恐惧/负面的情绪”这样的词汇出现的频率特别高。
下面是BookLamp实施过滤的又一个例证,这一次是史·蒂芬金的《Carrie》:
BookLamp还能分析某些主题出现的频率和密度,如性内容。下面是BookLamp有关我们在“数字图书世界”发现的《格雷的50道阴影》(50 Shades Of Grey,又译《五十度灰》)的报告,这本书一开始十分乏味,但随后渐入高潮,充斥着大量纵情声色的时刻。作为对比,《His Mistress By Morning》除了少许淫秽下流的的字眼,整体上没有太多的情色内容,与此同时情色小说《Letters To Penthouse XXVIII》对性的描述则十分露骨:
在对用户喜欢的图书分析以后,BookLamp可以提供与其“BookDNA”相匹配的推荐。例如,对于丹·布朗(Dan Brown)的《达芬奇密码》的粉丝,它会推荐史蒂夫·贝莉(Steve Berry)所著的《圣殿的遗产》(The Templar Legacy),因为这两本书都具有“天主教”、“历史/学术”、“战略规划”、“图书馆”等热点词汇。它的目标是将其推荐与热门书目分离开来,仅仅向用户显示最有可能成为他们下一部爱不释手的图书的选择。
除了图书基因组项目,BookLamp还在众筹平台Kickstarter上面给一个名为《The Game Of Books》的角色扮演阅读游戏的创作融资。在这个作品中,你可以不断通关,赢取阅读特定主题的徽章,比如说科幻题材或谋杀之谜。
但是,BookLamp向电子书发行商提供内容分析的核心业务都是在幕后进行。BookLamp的客户包括亚马逊、苹果和纽约的一个出版商集团。对于这些客户,BookLamp提供数据分析服务,如适用于合适类别的自动图书搜索(面向苹果提供),为出版商提供一个平台,让他们可以筛选原稿,评估哪一本图书在某个地区会畅销,或者说应该分配给这部书多少市场推广预算。
苹果之所以收购BookLamp,部分原因就是为了获得BookLamp的众多优质客户。知情人士透露:“一开始,苹果和BookLamp只是讨论如何延长现有合同,但后来他们更多从战略角度探讨这个问题。苹果想要得到的不是合同,而是想要确保BookLamp无论做什么,最终都有益于苹果。”
这笔交易能像苹果想象的那般起作用吗?目前交易细节尚不清楚,但据知情人士称:“从更广泛的范围讲,斯坦顿及BookLamp创始团队另外三名成员的一个目标是,用自己的游戏击败亚马逊。我可以告诉你的是,在未来18个月内,你将看到苹果在图书和阅读领域推出一些重大举措。”
我们另一位知情人士透露的细节也支持这种说法。此人称,苹果正寻求从eBay挖来更多的搜索技术人才,以充实使用BookLamp技术的搜索团队。
在收购BookLamp以后,苹果可以采取以下几种重要措施来提升自家电子书平台的实力。
一种选择是利用BookLamp的技术和人才打造一个能与亚马逊X-Ray相竞争的服务,后者可以让读者看到某些词汇在书中哪个地方出现及出现的频率。这种技术可用于将图书划分为不同类别,或是给某些色情或暴力内容打上不适合儿童的标签,或仅仅是提供一项相当于亚马逊Kindle应用的功能。
考虑到亚马逊正在进军自主出版市场,我们由此想知道BookLamp用于过滤书稿以了解是否适合市场的技术,或是该公司正在开发和使用的其他工具,最终能否在新主人那里得到执行,并确定从哪个角度进行推广。BookLamp的计算机算法可以有力支持苹果编辑团队的工作,让他们更准确地选择iBooks主屏幕上需要强调的东西。
当然,一个最显而易见的途径是,苹果利用BookLamp的内容和风格分析技术,支持个性化图书推荐。
苹果iBooks应用现在并未专注于个性化,而是像App Store一样具有阅读排行榜,里面有图书精选、作者聚焦和分类等,但缺乏“如果喜欢就阅读吧”这样的推荐。由于图书往往来自于众多电子书发行商,所以苹果之类的公司必须提供额外的价值。如果苹果可以向用户提供值得他们信赖的推荐,他们就会始终关注这个品牌的动向,购买或是租用该品牌的图书。
虽然BookLamp曾利用这一计划将阅读变成一项运动,但在苹果与亚马逊之间的图书游戏竞争中,它如今已经成为一个重要武器。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05