Длинный хвост. Новая модель ведения бизнеса

Андерсон Крис

Он определяет «черного лебедя» так:

Случайное событие, удовлетворяющее трем следующим критериям: глубокое влияние, невычислимая вероятность, эффект неожиданности. Во-первых, такое событие оказывает диспропорционально глубокое воздействие. Во-вторых, вероятность такого события мала и невычислима на основе доступной информации до его наступления. В-третьих, коварство «черного лебедя» в эффекте неожиданности: наблюдая, нельзя предположить повышение вероятности его наступления.

Очень похоже на описание хита.

Реальность такова, что подавляющее большинство контента (от

музыки до фильмов) — не хиты. Большинство произведений настолько далеки от хитов, насколько возможно, их аудитория исчисляется сотнями, а не миллионами. Иногда это происходит по причине низкого качества. Иногда виноват плохой маркетинг или отсутствие нужных связей. А иногда — причина в некоем случайном событии, которое помешало. Вероятность такого события такая же, что и случайного события, превратившего в блокбастер что-нибудь из самых неубедительных произведений (сразу вспоминается «Who Let the Dogs Out»).

Это естественное следствие экспоненциального распределения, кривой, на которой небольшое число событий происходит с высокой амплитудой (то есть продажи), а большое число — с невысокой амплитудой. Мало продуктов продается хорошо, и много продуктов— плохо. (Кривая имеет форму графика функции f(x)=1/x, что равнозначно x-1.)

Поскольку большинство продуктов продается плохо, то объем доступного материала и, естественно, объем того, чего вы не хотите, растет по мере падения «длинного хвоста». Вот информация по книгам, показывающая количество наименований в каждой из категорий в 2004 году.

Итак, что бы вы ни искали, того, что вам не нужно, всегда больше, чем дальше вы идете по «хвосту». Именно поэтому отношение «сигнал-шум» падает, несмотря на то, что часто вам с большей долей вероятности (применяя поиск и хорошие фильтры) удается найти искомое в «хвосте». Звучит как парадокс, но не является им: это проблема, которую решают фильтры.

Фильтры «до» и «после»

Мир наполнен самыми разнообразными фильтрами. На дефицитных рынках ограниченного пространства, экранах и каналах поставок, с которыми мы жили большую часть прошлого века, возникли целые отрасли, чьей задачей был поиск и продвижение качественных продуктов. Этим занимаются охотники за талантами студий звукозаписи, руководители голливудских компаний и менеджеры по закупкам в магазинах. Отделы по исследованию рынков стараются прогнозировать, что будет хорошо продаваться и поэтому достойно ценного места на полке магазина, на экране или бумажной странице… и что, вероятно, продаваться не будет и не заслуживает места.

Ключевое слово в предыдущем абзаце — «прогнозирование». Разница между этими фильтрами и теми, о которых я говорил раньше, в том, что первые фильтруют до выхода на рынок. Они решают, что выйдет на рынок, а что нет. Я их называю фильтры типа «до».

Рекомендации и технологии поиска, наоборот, — фильтры типа «после». Они лучше справляются с поиском того, что уже есть на рынке, вычленяя хорошее (релевантное,

интересное, оригинальное) и скрывая, игнорируя плохое. Когда я говорю о том, чтобы выбросить все на рынок и дать ему решить самому, то именно эти фильтры и становятся голосом рынка. Они направляют и поощряют поведение потребителей, вместо того, чтобы его прогнозировать.

В следующей таблице приводится несколько примеров каждого типа фильтров.

Важно то, что фильтры, действующие после выхода на рынок, не прогнозируют, а направляют поведение. На рынках в начале кривой спроса, с дорогостоящей дистрибуцией и высокой стоимостью физического пространства, приходится внимательно следить за тем, что туда попадает. Производители, ритейлеры и маркетологи разработали целую научную дисциплину, посвященную прогнозированию спроса, чтобы повысить вероятность вывода на рынок успешных продуктов. Конечно, прогнозы не всегда оправдываются. Есть множество вещей, достойных выхода на рынок, которых просто не заметили или заметили, но рынок их проигнорировал. Выжившие на рынке обретают репутацию, основанную на какой-то мистической способности заглядывать в душу потребителей.

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.