我们在解决什么
传统流程让出版社付出不必要的代价。
海外出版信息严重不对称
国内编辑难以系统获取海外书目的销量数据、读者评价和奖项信息，选题调研耗时长、覆盖面窄。
选题判断主要依赖主观经验
立项靠编辑个人感觉和人脉信息，缺少系统的横向对比数据，试错成本高，立项后才发现市场反应冷淡。
同类书竞争态势不清晰
不清楚国内同类书的出版情况、市场饱和度和读者覆盖，容易选到同质化选题或市场已过热的方向。
交付流程
方法论与每一步在做什么。
01
需求定义
明确主题方向、目标读者、出版档期与预算范围，确保分析对准实际决策需求。
02
数据整合
抓取并清洗海外书目信息、销量数据、读者评价与奖项记录，构建结构化数据集。
03
多维评分建模
按五大维度分别打分，加权合并形成综合引进指数，同类书并列排序。
04
策略建议输出
结合评分结果与编辑需求，给出带优先级的书目推荐与潜在风险提示。
01
需求定义
明确主题方向、目标读者、出版档期与预算范围，确保分析对准实际决策需求。
02
数据整合
抓取并清洗海外书目信息、销量数据、读者评价与奖项记录，构建结构化数据集。
03
多维评分建模
按五大维度分别打分，加权合并形成综合引进指数，同类书并列排序。
04
策略建议输出
结合评分结果与编辑需求，给出带优先级的书目推荐与潜在风险提示。
交付物
你会拿到什么。
01
备选书目横向对比报告
将多本候选书按同一维度并列对比，一眼看出哪本更值得推进。
02
销量趋势 + 口碑分布分析
近 24 个月销量走势图 + 各星级评价分布，判断书的生命力和读者口碑。
03
作者与出版社影响力画像
学术影响力、社会知名度、作品获奖情况、出版社品牌背书等多维度呈现。
04
引进价值评分与优先级建议
综合各维度形成引进指数（满分 100），并给出「推荐优先级：高 / 中 / 低」的可执行建议。
典型场景
真实业务中，它是怎么运转的。
场景 01
年度引进计划
挑战：面对 30+ 本海外备选书目，需要从中筛出最值得引进的 5 本重点书
结果
多维评估后输出结构化分析报告，协助编辑部将 30 本压缩至 5 本优先推进
场景 02
同类书竞争对比
挑战：某个细分方向想引进一本书，但不确定国内同类书是否已经饱和
结果
横向梳理国内外同类书出版情况，给出市场空间判断与差异化建议
场景 03
主题书单策划
挑战：围绕某个社会热点做主题书单，需要快速筛选相关优质海外书目
结果
按主题快速整合海外相关书目，输出带质量评分的推荐书单
效果对比
引入灯塔前后，数据说明一切。
指标改造前引入灯塔后
立项试错成本较高，靠经验判断
↓ 更精准数据前置，明显下降
调研周期人工搜集耗时 1~2 周
↓ 更快看板化输出提速
选题命中率经验驱动，波动大
↑ 更稳定数据 + 经验协同
FAQ
常见问题。
数据来源是什么？
主要整合海外主要书目数据库、电商平台销量数据、读者评价平台（如 Goodreads）、奖项数据库以及学术影响力指数等公开来源。
分析报告多久能出来？
标准项目（10~30 本备选书目）通常 5~7 个工作日内交付分析看板和报告。紧急项目可协商加急安排。
可以只做某一个维度的分析吗？
可以。例如只需要某本书的读者口碑分析，或只需要同类书竞争对比，都可以单独定制，按需求范围计费。
数据分析能替代编辑的判断吗？
不能，也不该。数据分析是辅助决策工具，最终立项判断仍需结合编辑对内容价值和读者的理解。我们的目标是让「经验判断」有数据可以对照，而不是取代专业判断。