Крис Андерсон - Длинный хвост. Новая модель ведения бизнеса
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.
