Длинный хвост. Новая модель ведения бизнеса

Очевидно, что термины «высокое» и «низкое» качество субъективны. Нет никаких абсолютных критериев качества контента. То, что «хорошо» для одного, может быть «плохим» для другого. Обычно так и бывает.

Этим ниши и отличаются. То, что одному представляется шумом, является сигналом для другого. Если производитель ориентирован на конкретную аудиторию, то, по определению, другая аудитория откажется это потреблять. Компромиссы, необходимые для того, чтобы что-то стало привлекательным для всех, приводят к тому, что продукт неизбежно не будет очень привлекательным: это наименьший общий знаменатель.

Удивительно, но приведенный выше график означает, что для большинства людей лучшее — в «хвосте». Если вас интересует высококачественное музыкальное оборудование, то вряд ли вы найдете его среди бестселлеров в BestBuy. Оно слишком дорогое, сложное, его трудно продать среднему потребителю. Это оборудование доступно в специализированных магазинах, а общий объем продаж будет находиться в «хвосте». Оно подходит аудиофилам и, возможно, не нужно людям с другими интересами. Нишевые продукты, по определению, — не для всех.

Внизу кривой, среди плохо продающихся продуктов, есть и низкокачественные. Задача фильтров — отделить одно от другого. Если вам помогают (вы пользуетесь поисковыми машинами, рекомендациями и другими фильтрами), то вероятность нахождения нужного вам в «хвосте» выше. Бестселлеры, хотя бы внешне, привлекательны для широкой аудитории, нишевые продукты — для узкой. Поэтому столь важна фильтрация.

Фильтры не только привлекают спрос в «хвост», но и увеличивают удовлетворенность потребителей, предлагая более подходящие продукты, чем тем, что находятся в «голове».

«Хвост», который машет всем остальным

Ситуацию можно рассмотреть и при помощи следующего графика. Когда «хвост» удлиняется, отношение «сигнал-шум» ухудшается. Единственной способ постоянно получать хороший сигнал — увеличение мощности фильтров (рис. 13).

Почему отношение «сигнал-шум» падает при движении по «хвосту»? Там слишком много всего, и то, что вы ищете, теряется среди того, что вам не нужно. В «хвосте» находится подавляющее большинство существующих продуктов в мире.

Живя в культуре, основанной на хитах, мы предполагаем, что хиты занимают большую долю рынка, чем это происходит в действительности. Они — редкое исключение. Нассим Талеб (Nassim Taleb) называет это «проблемой черного лебедя».

Выражение принадлежит Дэвиду Юму, шотландскому философу XVIII века, который привел его в качестве примера трудностей, которые возникают при формулировании общих правил на основе наблюдений. В «задаче индукции Юма» он спрашивает, сколько белых лебедей нужно наблюдать, чтобы сделать вывод, что все лебеди — белые, а черных не существует. Сотни? Тысячи? Неизвестно. («Черный лебедь» — это не просто метафора. До открытия Cygnus atratus в Австралии считалось, что все лебеди — белые.)

Нам сложно рассматривать редкие события в контексте. Среди населения любого региона будет группа чрезвычайно богатых людей. Некоторые из них умны, некоторым повезло. В действительности, мы не можем определить, кто их них кто. В книге «Одураченные случайностью» (Fooled by Randomness) Талеб высмеивает бестселлер «Миллионер по соседству» (Millionaire Next Door), посвященный описанию инвестиционных стратегий и приемов работы миллионеров, чтобы дать читателю возможность перенять их и самому стать богатым. Талеб отмечает, что случайные факторы с такой же долей вероятности ответственны за миллионы вашего соседа, как и инвестиционные стратегии.

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