Длинный хвост. Новая модель ведения бизнеса - Андерсон Крис

На рынках «длинного хвоста», где дистрибуция ничего не стоит и отсутствует ограничение физического пространства, можно смело предположить, что со временем все станет доступным.

Сегодня роль фильтров в рекомендациях, а не в надзоре за доступом. Такие фильтры, как Google, не прогнозируют вкусы, а измеряют их. Они не разбивают потребителей на жестко заданные категории, а, подобно рекомендациям Netflix, относятся к ним как к личностям, предпочтения которых отражаются на поведении. Музыкальные блоги не удерживают продукты вне рынка, а создают рынки, привлекая потребителей к уже существующим продуктам и стимулируя спрос на них. Джефф Джарвис называет это отличие рынками «от первого и третьего лица».

Блоги становятся источником влиятельных рекомендаций. Существуют независимые блоги, такие как PVRblog и Horticultural, коммерческие блоги Gizmodo и Joystiq, сотни случайных рекомендаций в любом из блогов, который вы по какой-то причине читаете. (Можно заметить некоторую связь между теми, кто много знает, и блогами.) Возможно, им не хватает глянца и кругозора, но достоверность информации все компенсирует. Читатели знают, что блог ведется реальным человеком, которому можно доверять.

Конечно, фильтры типа «после» — как и охотники за талантами, не всегда выбирающие музыкантов, создающих хиты, — иногда ошибаются. Они управляются любителями, и здесь чаще проявляется зависимость в суждениях и злонамеренность. Более того, проблема таких фильтров в том, что обратная связь возникает после публикации, а не до нее. Появляются ошибки, которые мог бы отловить редактор и другие специалисты, и, хотя коллективный разум может их в итоге исправить, некоторые остаются незамеченными.

Интересно, что сам я выступаю в обеих ролях. Редактируя физический журнал с ограниченным числом страниц, я фильтрую до выхода на рынок. Я пытаюсь определить, какие статьи публиковать. Однако журнал Wired публикует много обзоров и в этом случае выступает фильтром другого рода. Мы смотрим на то, что уже есть на рынке, и привлекаем внимание читателей к лучшему.

Пока существует рынок заранее отфильтрованных материалов, публикуемых на глянцевой бумаге, думаю, останется спрос на таких специалистов, как я. Однако время, когда люди, подобные мне, решают, что выпускать на рынок, скоро кончится. Вскоре все будет появляться на рынке и подвергаться последующей фильтрации.

Летом 1897 года итальянский эрудит по имени Вильфредо Парето работал в одном швейцарском университете, изучая движение богатства и прибыли в Англии XIX века. Это была эпоха Маркса, и вопрос распределения богатства волновал многих. Парето обнаружил, что в Англии богатство и в самом деле было распределено неравномерно. Когда он подсчитал точное соотношение, то выяснилось, что 20 % населения обладали 80 % богатств. Более того, после сравнения с другими странами и регионами, соотношение осталось тем же самым.

Открытие Парето — предсказуемое математическое описание шаблонов распределения и богатства, которое он назвал «законом жизнеспособного меньшинства». В его время закон оставался неизменным во всех странах. Парето — прекрасный экономист, но объяснял он плохо, и лишь немногие осознали важность открытия. Он писал невнятные социологические трактаты об элитах, которые, к сожалению, к моменту его смерти были переняты Муссолини. Однако теория неравномерного распределения зажила своей жизнью. Сегодня открытие Парето известно под названием «правило 20/80».

В 1949 году Джордж Ципф, лингвист из Гарварда, обнаружил похожую картину при исследовании языка. Он открыл, что малое число слов используется очень часто, в то время как остальные — редко. Это само по себе не удивительно, но Ципф обнаружил, что отношение предсказуемо и совпадает с кривой богатства Парето. Частота использования слова была пропорциональна единице, деленной на ранг слова среди остальных. Это значит, что второе слово применяется в 1/2 раза чаще, чем первое, третье — в 1/3 раза и так далее. Сегодня это называют законом Ципфа.

Как обнаружил Ципф, то же отношение применимо и к другим явлениям, от статистики роста населения до производственных процессов. Он исследовал свидетельства о браке в Филадельфии в районе 20 кварталов и обнаружил, что 70 % браков заключаются между людьми, которые живут друг от друга не дальше, чем 30 % от этого общего расстояния.

С того времени различные исследователи расширили область применения правила на все — от атомов в плазме до размера городов. В основе всех этих наблюдений — распространенность экспоненциальных кривых, 1/x, которую Парето впервые заметил в распределении богатств.

Экспоненциальные кривые можно обнаружить практически везде — от биологии до данных по продажам книг. «Длинный хвост» — закон экспоненциального распределения, который не обрывается из-за физических ограничений и неэффективности каналов поставок. Поскольку значение функции приближается, но никогда не достигает нуля, то кривая, ее иллюстрирующая, называется кривой с «длинным хвостом», откуда я и позаимствовал название для книги.

С точки зрения потребительских рынков, законы экспоненциального роста применимы при следующих трех условиях:

— разнообразие (множество товаров);

— неравноправие (некоторые товары более качественны, чем другие);

— сетевые эффекты (общение потребителей и репутации, которые лишь усиливают различия качества).

Другими словами, экспоненциальное распределение возникает, если товаров много, их качество неодинаково, и есть такие инструменты, как репутация, которые могут помочь отделить качественное от некачественного. В результате возникает то, что Парето называет «предсказуемым дисбалансом» рынков, культур и общества. Успех приводит к успеху. Эти силы описывают значительную часть мира, описывающего нас.

Давайте рассмотрим кассовые сборы голливудских фильмов, чтобы понять, как экспоненциальное распределение ведет себя в реальном мире. Если построить обычный график, его форма окажется знакомой: немногие блокбастеры доминируют наверху слева, а большое количество остальных фильмов (не-хиты, если использовать наименее оскорбительный термин) заселяет низкую, левую часть кривой.

При таком отображении все экспоненты похожи, и часто имеет смысл использовать шкалу, которая лучше отражает различия между ними. Можно изобразить их на логарифмической шкале, где каждое деление в десять раз больше предыдущего: 10, 100, 1000 и т. д. (Распространенные примеры логарифмических шкал: шкала Рихтера в случае землетрясений и шкала децибелов, применяемая для измерения громкости звука.)