Длинный хвост. Эффективная модель бизнеса в Интернете - Крис Андерсон

Задача фильтров — избавление от шума. Фильтр должен найти немногие продукты, подходящие конкретному потребителю, и подавить остальной шум. Сейчас я объясню это подробнее на примере широко распространенного заблуждения.

Одна из наиболее частых ошибок в отношении «длинного хвоста» состоит в том, что люди считают вещи, плохо продающиеся, «не настолько хорошими», как те, что продаются хорошо. Другими словами, они считают, что в «длинном хвосте» много мусора. Если бы альбом/фильм/книга или что угодно было хорошим, то стало бы хитом, правильно? Нет.

Экономика ниш отличается от экономики массового рынка. Именно поэтому природу «длинного хвоста» сложно осознать, особенно если мы пользуемся традиционным, «дефицитным», мышлением.

Сначала признаем: в «длинном хвосте» действительно много мусора.

Однако в нем есть и немало глубоких, талантливых работ, и много продуктов среднего качества. То же можно сказать и о самой Сети. Десять лет назад люди жаловались, что в Интернете много мусора, что было легко заметить, просто зайдя в Сеть. Затем появились поисковые машины, которые помогали вычленить сигнал из шума, и, наконец, Google, опирающийся на коллективный разум толпы и превращающий шум в то, что более всего напоминает оракула.

Такая ситуация характерна не только для Интернета, она наблюдается везде. Закон Стерджена (по имени писателя-фантаста Теодора Стерджена, Theodore Sturgeon) гласит: «90 % всего — мусор». Посмотрите на искусство не в художественной галерее, а на гаражной распродаже. По меньшей мере 90 % — мусор. Это применимо к музыке, книгам и ко всему остальному. Мы не замечаем этого, потому что, как правило, большинство мусора уже отфильтровано «дефицитными» каналами поставок.

При недостатке места для хранения или низкой пропускной способности канала соотношение плохого к хорошему важно, поскольку место ограничено. Если оно занято одним продуктом, то другим места не остается. Продвижение одного оставляет другое позади. Если на одну хорошую игрушку в магазине приходится десять плохих, то ничего хорошего вы о таком магазине не подумаете… Неинтересно и перебирать корзины с дисками, если вам неизвестен ни один исполнитель.

Однако когда пространство не ограничено, все меняется. Миллиарды плохих страниц в Интернете не представляют собой такой проблемы, как миллиарды плохих дисков в магазине Tower Records. В Интернете товары не вытесняют друг друга, соотношение плохого и хорошего превращается в проблему фильтрации шума, которая решается при помощи информационных технологий. В принципе это вообще не проблема — просто нужны качественные фильтры. Шум остается там, где был, но Google позволяет вам эффективно его игнорировать. Фильтры управляют всем!

В этом еще одно ключевое отличие «длинных хвостов». Их содержимое не отфильтровано узкими каналами поставок и всем тем, что они предполагают (редакторы, руководители студий, охотники за талантами, менеджеры по закупкам). В результате содержание «длинного хвоста», как и все остальное в мире, сильно варьируется в качестве.

Используя термин теории информации, можно сказать, что в «длинных хвостах» широкий динамический диапазон качества. В обычном магазине, наоборот, узкий: от среднего до хорошего. (Есть действительно исключительные вещи, но большинство из них слишком дороги для среднего магазина: ниши существуют на обоих концах диапазона качества.)

Итак, в «хвосте» широкий динамический диапазон, а в «голове» — узкий. Графически это можно представить следующим образом (рис. 12).

Важно понимать, что в любой части кривой находятся высококачественные продукты. Да, в «хвосте» больше низкокачественной продукции, и средний уровень при движении по «хвосту» снижается. Однако если использовать хорошие фильтры, это неважно: бриллианты можно обнаружить везде.

Приведу несколько критериев, которые могут использоваться людьми для оценки продукта.

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».

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.)