
蘋果秘密收購大數據圖書分析服務BookLamp以對抗亞馬遜
今日,蘋果又完成了一筆收購,用以增強其電子書業(yè)務實力,以便“在這個領域的競爭中擊敗亞馬遜”。這家被蘋果收購的公司名為BookLamp,是位于愛達荷州博伊西市的一家創(chuàng)業(yè)公司,曾經推出了大數據類型的圖書分析服務。
(更新:美國太平洋標準時間下午6點45分:蘋果向我們證實了收購BookLamp的消息。該公司告訴我們,“蘋果會不時收購一些小型科技公司,但我們一般不會公開討論我們收購的目的或收購后的打算?!保?/span>
知情人士透露,蘋果以“1000萬美元至1500萬美元的價格”,收購了BookLamp的員工和技術。
BookLamp最知名的產品是“圖書基因組項目”(Book Genome Project),這是一個平臺,可以基于對其他書目的自然語言分析,向用戶推薦他們想要閱讀的圖書。BookLamp的技術和人才將可以幫助蘋果改善其電子書iBooks服務,進而提供更好的推薦、搜索和分類功能。
我們向蘋果發(fā)去電子郵件,尋求該公司對有關收購BookLamp的傳聞發(fā)表評論,同時還給BookLamp CEO亞倫·斯坦頓(Aaron Stanton)和包括馬特·門羅(Matt Monroe)、丹·鮑文(Dan Bowen)在內的多位BookLamp前員工發(fā)去求證郵件。斯坦頓回復稱:“喬什,很抱歉,我無能為力?!边@種口吻也與蘋果對其收購的公司下達的封口令相吻合。與此同時,我們也在等待蘋果的官方回應,以下即是我們收集的一些證據。
收購前的 BookLamps 團隊成員 (由左至右): Matt Monroe, Sidian Jones, Aaron Stanton, Dan Bowen
我們最早通過匿名消息聽說了這一交易(謝謝你,匿名讀者)。在進一步深挖后,我們發(fā)現多名BookLamp員工似乎已經從愛達荷州搬到蘋果總部所在地加州庫珀蒂諾。
在被爆這筆收購交易之前,BookLamp曾經從當地投資者那里獲得大約90萬美元的融資。BookLamp看起來也是蘋果在愛達荷州實施的第一筆收購。事實表明,BookLamp還曾就出售事宜與亞馬遜進行過談判,但雙方談判進行到哪一步,目前還是一個未知數。最終,亞馬遜收購了圖書推薦領域的競爭對手GoodReads,,而蘋果則將BookLamp收入麾下。
誠如蘋果在眾多并購交易的一貫做法,這筆交易自始至終都在秘密進行,就像是“圖書館中的嘀咕聲”一樣悄無聲息。
今年四月,BookLamp宣布將關閉“圖書基因組項目”,當時該公司以頗為含糊的語氣描述了關閉該項目的原因,對公司在“其使命轉變過程中”用戶的貢獻表示感謝。
為了避免外界妄加猜測,BookLamp仍然在博伊斯設有辦公室,同時也在庫帕蒂諾設立了第二個辦公室,但該公司的10名員工并未在上述兩個地方辦公。知情人士透露:“這僅僅是為了掩人耳目,這樣,他們就不用對當前發(fā)生的一切做出解釋。實際上他們已經全部搬到了蘋果總部。我們想知道何時有人來敲門,提出更多的問題?!?/span>
實際上,就在我們開始醞釀這則報道的時候,我們看到BookLamp員工在Facebook帖子中留有帕洛阿爾托庫帕蒂諾和舊金山這樣的地理位置標簽,雖然他們在個人頁面的居住地址中仍寫著愛達荷州——即BookLamp公司所在地。盡管BookLamp網站已經關閉,但核心團隊的幾位成員并未更改他們是BookLamp員工的當前供職公司狀態(tài),或是對當前所住城市做出更新。這些信號都是蘋果處理收購交易的一貫手法。
BookLamp是首批孵化自博伊西市混合型聯合辦公區(qū)Water Cooler的創(chuàng)業(yè)公司之一。博伊西市曾誕生過許多知名科技公司,這其中就包括被湯森路透收購的MarkMonitor,被CPA Global收購的First to File,以及被微軟收購的Proclarity。
與上述被收購的創(chuàng)業(yè)公司相比,BookLamp的價格相對適中。這顯然低估了該公司的雄心壯志和成功履歷。根據我們的理解,在被蘋果收購之前,除了一個所謂“圖書界的Pandora”的計劃,BookLamp還在醞釀推出多個B2B項目。
圖書基因組項目是BookLamp面向公眾發(fā)布的一款產品,旨在掃描用戶喜歡的寫作風格,向他們推薦具有類似風格的圖書或作家。它還能將情節(jié)主題和內容進行分類,以實現更好的搜索和發(fā)現功能。知情人士認為,蘋果收購BookLamp就是為了提升其電子書搜索能力,加大叫板亞馬遜的籌碼。
我們早在2011年就對BookLamp進行過報道。當時,BookLamp想要在圖書領域效仿Pandora在音樂領域的成功模式:掃描內容以尋找可量化的相似之處,從而用于圖書推薦。去年,圖書基因組項目負責人、BookLamp CEO亞倫·斯坦頓表示,該公司每周給“4萬部至10萬圖書”建立了索引。
下面我們就來看一看BookLamp技術的工作機制。以上圖為例,它在對史·蒂芬金(Stephen King)的《Salem’s Lot》掃描后發(fā)現,“吸血鬼&超自然”、“葬禮/死亡/紀念碑”、“家居環(huán)境”及“痛苦&恐懼/負面的情緒”這樣的詞匯出現的頻率特別高。
下面是BookLamp實施過濾的又一個例證,這一次是史·蒂芬金的《Carrie》:
BookLamp還能分析某些主題出現的頻率和密度,如性內容。下面是BookLamp有關我們在“數字圖書世界”發(fā)現的《格雷的50道陰影》(50 Shades Of Grey,又譯《五十度灰》)的報告,這本書一開始十分乏味,但隨后漸入高潮,充斥著大量縱情聲色的時刻。作為對比,《His Mistress By Morning》除了少許淫穢下流的的字眼,整體上沒有太多的情色內容,與此同時情色小說《Letters To Penthouse XXVIII》對性的描述則十分露骨:
在對用戶喜歡的圖書分析以后,BookLamp可以提供與其“BookDNA”相匹配的推薦。例如,對于丹·布朗(Dan Brown)的《達芬奇密碼》的粉絲,它會推薦史蒂夫·貝莉(Steve Berry)所著的《圣殿的遺產》(The Templar Legacy),因為這兩本書都具有“天主教”、“歷史/學術”、“戰(zhàn)略規(guī)劃”、“圖書館”等熱點詞匯。它的目標是將其推薦與熱門書目分離開來,僅僅向用戶顯示最有可能成為他們下一部愛不釋手的圖書的選擇。
除了圖書基因組項目,BookLamp還在眾籌平臺Kickstarter上面給一個名為《The Game Of Books》的角色扮演閱讀游戲的創(chuàng)作融資。在這個作品中,你可以不斷通關,贏取閱讀特定主題的徽章,比如說科幻題材或謀殺之謎。
但是,BookLamp向電子書發(fā)行商提供內容分析的核心業(yè)務都是在幕后進行。BookLamp的客戶包括亞馬遜、蘋果和紐約的一個出版商集團。對于這些客戶,BookLamp提供數據分析服務,如適用于合適類別的自動圖書搜索(面向蘋果提供),為出版商提供一個平臺,讓他們可以篩選原稿,評估哪一本圖書在某個地區(qū)會暢銷,或者說應該分配給這部書多少市場推廣預算。
蘋果之所以收購BookLamp,部分原因就是為了獲得BookLamp的眾多優(yōu)質客戶。知情人士透露:“一開始,蘋果和BookLamp只是討論如何延長現有合同,但后來他們更多從戰(zhàn)略角度探討這個問題。蘋果想要得到的不是合同,而是想要確保BookLamp無論做什么,最終都有益于蘋果。”
這筆交易能像蘋果想象的那般起作用嗎?目前交易細節(jié)尚不清楚,但據知情人士稱:“從更廣泛的范圍講,斯坦頓及BookLamp創(chuàng)始團隊另外三名成員的一個目標是,用自己的游戲擊敗亞馬遜。我可以告訴你的是,在未來18個月內,你將看到蘋果在圖書和閱讀領域推出一些重大舉措。”
我們另一位知情人士透露的細節(jié)也支持這種說法。此人稱,蘋果正尋求從eBay挖來更多的搜索技術人才,以充實使用BookLamp技術的搜索團隊。
在收購BookLamp以后,蘋果可以采取以下幾種重要措施來提升自家電子書平臺的實力。
一種選擇是利用BookLamp的技術和人才打造一個能與亞馬遜X-Ray相競爭的服務,后者可以讓讀者看到某些詞匯在書中哪個地方出現及出現的頻率。這種技術可用于將圖書劃分為不同類別,或是給某些色情或暴力內容打上不適合兒童的標簽,或僅僅是提供一項相當于亞馬遜Kindle應用的功能。
考慮到亞馬遜正在進軍自主出版市場,我們由此想知道BookLamp用于過濾書稿以了解是否適合市場的技術,或是該公司正在開發(fā)和使用的其他工具,最終能否在新主人那里得到執(zhí)行,并確定從哪個角度進行推廣。BookLamp的計算機算法可以有力支持蘋果編輯團隊的工作,讓他們更準確地選擇iBooks主屏幕上需要強調的東西。
當然,一個最顯而易見的途徑是,蘋果利用BookLamp的內容和風格分析技術,支持個性化圖書推薦。
蘋果iBooks應用現在并未專注于個性化,而是像App Store一樣具有閱讀排行榜,里面有圖書精選、作者聚焦和分類等,但缺乏“如果喜歡就閱讀吧”這樣的推薦。由于圖書往往來自于眾多電子書發(fā)行商,所以蘋果之類的公司必須提供額外的價值。如果蘋果可以向用戶提供值得他們信賴的推薦,他們就會始終關注這個品牌的動向,購買或是租用該品牌的圖書。
雖然BookLamp曾利用這一計劃將閱讀變成一項運動,但在蘋果與亞馬遜之間的圖書游戲競爭中,它如今已經成為一個重要武器。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數據庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數據分析師:表結構數據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數據(如數據庫表、Excel 表、CSV 文件)是企業(yè)數字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數據分析師:解鎖表結構數據特征價值的專業(yè)核心 表結構數據(以 “行 - 列” 規(guī)范存儲的結構化數據,如數據庫表、Excel 表、 ...
2025-09-17Excel 導入數據含缺失值?詳解 dropna 函數的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數據時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數據分析與統計學領域,假設檢驗是驗證研究假設、判斷數據差異是否 “ ...
2025-09-16CDA 數據分析師:掌控表格結構數據全功能周期的專業(yè)操盤手 表格結構數據(以 “行 - 列” 存儲的結構化數據,如 Excel 表、數據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數據分析師:激活表格結構數據價值的核心操盤手 表格結構數據(如 Excel 表格、數據庫表)是企業(yè)最基礎、最核心的數據形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數據的科學計數法問題 為幫助 Python 數據從業(yè)者解決pd.read_csv讀取長浮點數據時的科學計數法問題 ...
2025-09-12CDA 數據分析師:業(yè)務數據分析步驟的落地者與價值優(yōu)化者 業(yè)務數據分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數據把關的實戰(zhàn)指南 在業(yè)務系統落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數據驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數據分析師與戰(zhàn)略 / 業(yè)務數據分析:概念辨析與協同價值 在數據驅動決策的體系中,“戰(zhàn)略數據分析”“業(yè)務數據分析” 是企業(yè) ...
2025-09-11Excel 數據聚類分析:從操作實踐到業(yè)務價值挖掘 在數據分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數據中挖 ...
2025-09-10統計模型的核心目的:從數據解讀到決策支撐的價值導向 統計模型作為數據分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10