按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
100名之后的电影之所以票房不佳，只是因为它们没有得到电影院的足够支持。换种方式说，美国影院业每年的“承载量”只有100部影片左右。地方电影院的经济法则残酷而又无情。一部电影在孟买很受欢迎是没用的。它在美国的城市也得叫座才行，不管是康涅狄格州的斯坦福德还是其他任何有电影院的城市，因为电影院必须在两个星期的档期内招揽几千个以上的顾客才有钱可赚。通常来说，这需要一笔巨大的宣传预算、一个发行协议，可能还需要一两个大明星—如果你能负担得起的话。
不具备这些条件的片子不会被大连锁影院看上。事实上，这些影院在看不到经济利益的时候就会停止电影的放映。也就是说，它们会简简单单地把曲线截断。当然，电影制作者们不会停止拍摄。我们可以在截点之后画出一条虚构的直线，如果那些非热门影片没有被抛弃，它们的票房就在这条直线上。但在“现实世界”中，这些影片已经在商业主流中消失了。简单地说，它们被截掉了。本应呈长尾状的曲线大致变成了下面这副样子：
我承认，实际情况并不像我画得这样糟糕。如果够幸运，也有那么几部能在圣丹斯电影节上征服观众的好片子可能被大学城中的一两家剧院选中。这些幸运儿最有可能出现在第100名~第500名之间，也就是票房虽低但还没有低到零点的那些片子。剩下的片子（第500名一直到至少第13 000名）呢？很遗憾，它们大多都没有在电影院露脸的机会。如果你在电影院里看不到它们，票房收入自然就无从谈起了。结果可想而知：从图8–2来中看，它们根本就不存在。
它们当然是存在的。只不过在一个以票房数据判断产品优劣的行业中，它们不会出现在需求曲线中。那么这些影片到哪里去了呢？它们大多只在电影节和私人放映场所亮过相。有一些能上电视或DVD—如果制作者们能得到音乐使用权和其他必要许可的话。还有一些可能会在网上免费传播。
这听起来颇为凄凉，但事实上，某些为人耻笑的非影院传播渠道（比如直接转录DVD和互联网）正在变成重要的市场。DVD电视节目绝对是DVD行业中成长最快的领域。网上视频市场尽管刚刚成形，但同样越来越大。随着票房收入的萎缩和DVD销量的攀升，影院已经不再是唯一有价值的营销渠道。
我们原以为曲线的急剧下坠反映了电影需求在一定分界点之后的自然锐减，但实际上这只是传统供应瓶颈的产物。换句话说，只要人们有无限的选择空间，而且很容易就能找到这些选择，你就会发现他们的需求会一直延伸到你想都想不到的小领域中—预告片、卡拉OK、土耳其电视，等等。Netflix便改变了供应小市场影片的经济学，让我们对大众消费者的真正品位有了崭新的认识。
实际上，你能想象到的任何一个市场都是这副样子。在图书业中，巴诺书店发现排在末尾的120万种书只占公司店内销量的1。7％，但在网上（bn）销量中却占去了整整10％。PRX公司已经授权建立了一个庞大的网上公共广播节目库，据它所说，排名后80％的内容已经占据了公司销售额的半壁江山。在印度，当手机铃声的需求驱动力从报纸上的铃声排行榜转向了网上的搜索时，最大的网络门户和铃声供应商之一的rediff感受到了巨大的变化。排行榜上的20大热门铃声曾在报纸时代垄断80％的销量，但现在已经下滑至40％，因为今天的用户们可以在一个包含近2万首曲子的网上铃声库中搜索铃声。
某些最具戏剧性的效果都体现在了音乐业中。根据尼尔森音像调查公司的统计，在传统零售业中，新发行的唱片占唱片总销量的比重在2005年是63％，剩下的都是较老的“旧歌翻新”唱片。但在网上，两者比例完全逆转了：新音乐占据了销量的1/3左右，剩下的2/3都留给了老音乐。
帕累托/齐普夫分布最著名的体现之一就是80/20法则。人们常用这个法则来解释20％的产品带来80％的收益，20％的时间里发挥80％的生产力，或是其他任何小比例付出创造大比例成果的现象。
长久以来，80/20法则一直没有被正确地解读，原因有三。首先，确切比例几乎永远不会是80/20。我研究过的大规模市场大多呈现出80/10的比例，甚至可能更低（不到10％的产品带来80％的销量）。
如果你质疑80加10并不等于100，那么你已经发现了80/20法则的第二个令人迷惑的地方。80和20是两种不同事物的比重，因此没有合计为100一说。前者是销量的比重，后者是产品的比重。更糟糕的是，对于如何表达两者之间的关系，或是将哪一个变量定为常量，我们并没有标准的惯例。你可以说一个市场呈现出80/10的形状（10％的产品带来80％的销量），也可以说它的形状是95/20（20％的产品带来95％的销量）。
最后，人们会用这个法则来解释截然不同的现象。80和20的经典定义是产品和收益，但这个法则同样可以应用于产品和利润的关系。
最致命的误解之一就是把80/20法则看成一个指导方针：既然存在80/20的规律，那不妨只经营那20％的产品，用它们来实现大多数销量即可。这种想法源自这样一种认识：80/20法则本质上是对差异化经营的一种鼓励，因为只要你猜对了，少数产品就能对你的企业作出不成比例的巨大贡献。
正因如此，我才把长尾称做80/20法则的灭亡，尽管它绝对谈不上灭亡二字。真正的80/20法则只是承认了帕累托分布的有效性，承认某些东西卖得远比其他东西要好，这在长尾市场和传统市场中都是成立的。
但是，长尾鼓励的不是遵循这个法则，而是拒绝被这个法则统治。就算20％的产品能带来80％的销量，我们也没理由不去经营其他那80％的产品。在长尾市场中，存货成本寥寥无几，完全有条件经营所有的产品，不管实际销量有多大。谁知道一个排在后80％的产品能不能跃入前20％之列（在好的搜索和推荐引擎的帮助下）？
由于传统的“砖头和水泥”零售商们必须负担高昂的存货成本，卖得不好的产品往往没有利润可言。因此，几乎所有的利润都来自那20％的热销品。下图左半部分表明了这一点，这是一个假想传统零售商的理想化结果。
但对一个长尾零售商来说，情况就大不相同了。首先，让我们假设它的存货量是传统零售商的10倍，所以在上述理想化结果中，传统零售商的20％热销产品只相当于长尾零售商2％的存货，如上图右半部分的第一个条柱所示。
第二个条柱中的收益数据反映了幂律分布的自然结果。最好的2％的产品仍然占据了不成比例的销售份额，但这里的比例是50％。接下来的8％的产品占据了另外25％的销售额。剩余的90％的产品占据了最后25％的销售额。（尽管这只是个假想的例子，但这些数据与来自Rhapsody和Netflix的实际数据非常相近。）
但长尾经济学的真正闪光点在于第三个条柱：利润。由于存货成本极低，非热门产品在长尾市场中的利润可能远超过传统的砖块和水泥市场。
以DVD为例。下图大致反映了一个沃尔玛一类的传统零售商的DVD经济学：
你可以看到，现在的新DVD生意相当难做。电影公司的DVD要价在17美元~19美元左右，而“大盒子”（big box）零售商们（沃尔玛、BestBuy等）在前一两个星期内只能标价15美元~17美元，平均每盘DVD损失2美元左右。（这还没有考虑管理费用，实际损失更大。）
大约一个月之后，DVD批发价（分销商对商店的要价）的下降速度开始快于零售价（商店的标价），销售DVD渐渐变得有利可图了。但几乎有80％的销售额是由发行历史不超过两个月的DVD贡献的，而它们的利润率还不算高。商场为什么要以这么低的价格销售新DVD？原因很简单：至少对大盒子零售商们来说，这些新DVD属于廉价诱饵，全是为了吸引顾客们购买DVD区的其他影片或商场其他区域的产品，这些东西的利润就比较高了。DVD分销商们也鼓励这种做法，他们允许商场退还卖不掉的新DVD，大大降低了零售商们的经营风险。
问题是，尽管这样的策略对产品种类较多的大盒子零售商们来说是有意义的，但它也为其他所有商家设定了一个价格标准，包括百视达这样的DVD专卖店。所以，大盒子零售商们实际上压低了整个行业的新DVD销售利润，把曲线头部的经济学变得更加严酷了。难怪百视达正在困境中挣扎。
但是，如果你能让需求向长尾深处转移，创造一个不太依赖于新产品的市场，你的利润水平就会飞跃一步。你在上图中已经看到，发行历史越长，销售利润越高。这就是长尾的优势所在—它们有摆放老DVD的货架空间。这也是推荐系统和其他过滤器对长尾市场的重要性所在。聪明的零售商们正在鼓励人们从大热门世界（高采购成本）转向利基世界（低采购成本），完全有能力戏剧性地提高零售业的经济效率。顺便说一句，这就是Netflix的做法：它的新影片采购量往往低于市场所需（尽管缺货和延误也惹恼了一些顾客，制造了不少矛盾），因为这有助于它保持自己的利润水平。
现在我们知道长尾零售商的利润分布为什么比收益分布还要均匀了（见“80/20法则的演化”一图）。长尾产品或许不是销售额的主要贡献者，但由于它们的采购成本通常较低，它们可以创造极高的利润，只要存货成本保持在接近于零的水平。综上所述，我们可以说80/20法则在长尾市场中已经发生了3种变化：
1。 你能提供的产品远比从前要多。
2。 由于找到这些产品远比从前要容易（推荐系统和过滤器的功劳），销售额在大热门和利基产品之间的分配更加均匀了。
3。 由于利基市场的经济学与大热门市场相差无几，任何产品都能创造利润，无论流行程度是高是低。
80/20法则仍然生龙活虎地存在着，但在长尾市场中，它已经失去了它的霸权。
在我研究长尾市场的定量方法的时候，我碰到的主要问题之一就是产品多样性对需求曲线整体形状的影响。当集合器收纳了越来越多的产品，将那条长尾越拉越长，头部的少数大热门会怎么样？卖得比从前少？比从前更多？还是与从前一样？
在长尾市场中，有三种力量可以推动需求从头部移向尾部，从大热门移向利基产品。第一种力量就是品种的丰富性。如果你只给人们10种选择，他们只能十里挑一。如果你给他们1 000种东西，需求就不太会集中在前10种东西上了。第二种力量是较低的“搜索成本”，这既包括实际的搜索，也包括推荐系统和其他过滤技术。最后一种力量就是样本示范：对一首歌，你也许可以免费试听30秒；对一本书，你也许可以在网上试读一部分。这能降低购买风险，鼓励消费者们进一步深入未知世界。
如果要用硬数据把这种效应定量化，我们有几种方法可用。一是比较一下一个品种相对有限的市场和一个品种丰富的市场有什么不同。二是长期追踪某个长尾集合器/零售商，研究一下存货扩充的效果。三是观察一下较低的网上搜索成本的影响，然后与类似的非网上存货来一次同类对比。
麻省理工学院2005年的一项研究在一个女装零售商身上观察到了这种效应—有关亚马逊长尾存货的一些早期研究成果就出自这个研究队伍的领导者埃里克…布赖恩诺夫森（Erik Brynjolfsson）之手。这个女装公司既做目录营销，也做网上零售，而且两个渠道的品类和价格完全一致。不同之处在于，网上渠道有搜索功能，用户可以轻松浏览所有产品和产品的所有细类，而且，顾客们还可以用“根据……排列”过滤器重新整理产品列表。
我们发现，消费者们在网上的购买行为更倾向于长尾产品，就连那些同时使用两个渠道的消费者也是如此。排名后80％的产品占目录销售额的比重是15。7％，但在网上销售额中占了28。8％。如果换个角度，根据前20％的产品来看，目录销售服从84/20法则，网上销售则接近于71/20。
这就是更低的搜索成本对相同存货量的影响。为了衡量不同存货（一组存货比另一组存货大得多）的影响，我们需要对比一下一个货架空间有限的零售商和一个货架空间无限的零售商。在实际操作上，我们要对比的是传统的砖头和水泥商场和销售或出租同类产品的网上商场。我们决定从娱乐业入手，因为这个行业的�