第七章 新时尚领军人

曾几何时，捧红一张唱片只有一种方法：广播，因为没有其他渠道能将信息传递给这么多的人。挤进播出节目表得费一番工夫（特别是在行贿受贿被明令禁止之后），但一旦一首歌开始热播，它就很有可能成为畅销金曲。随后，MTV在20世纪80年代问世，变成了制造大热门的第二个途径。对新音乐来说，MTV的传播空间比广播还要有限，但是它对一整代人的影响力是空前绝后的。对音乐公司来说，那是一段美好的时光。MTV是个竞争惨烈的行业，但也是音乐公司熟门熟路的行业。他们了解其中的规律，也能靠遵守规律来维持生计。

但现在，摇滚广播电台似乎已经走到了末路，MTV也难现昨日辉煌。那么，音乐该靠什么来推广呢？商家们知道答案就在网上，他们应该利用口头传播效应来创造需求，因为这种力量正在取代传统的营销方式，但他们仍在绞尽脑汁地思考最好的方法。

对营销商们来说，这个时代是个巨变的时代。人们对广告和花钱做广告的机构已经不再那么信任，对个人的信心却呈上升之势。同类人相信同类人。自上而下的宣传正在失去效力，自下而上的传言正在赢得力量。戴尔公司每年都要花上数亿美元鼓吹它的产品质量和顾客服务，但如果你在Google上搜一下“戴尔去死”这个词，你能搜出55000个相关网页。即使你只搜“戴尔”这个词，排在第二位的搜索结果也是顾客的抱怨。从单个产品到某一个人，这样的力量逆转正在改变一切事物的营销游戏。大众群体现在已经控制了宣传信息。

对习惯于使用搜索引擎来评判产品的新一代消费者来说，一个公司怎样宣传它的品牌并不重要，重要的是Google搜索出的条目怎样评价它。新的时尚领军人就是我们自己。口头传播现在已经演化为公共讨论，博客上的评论和顾客评价就是载体，消费者们会用尽一切方法比较和衡量各方的意见。一句话，蚂蚁现在也有扩音器了！

群体智慧的力量

雅虎上的音乐打分，Google上的网页级别（PageRank），MySpace上的“好友”注册，Netflix上的用户评论——这些都是群体智慧的例证。千千万万的普通人就是新时代的时尚领军人。有些人是独立行动的，有些人则加入了围绕某个共同兴趣组成的网络群，还有一些人只是普通的大众消费者，不知不觉地被那些网络软件自动地追踪着每一天的一举一动。

史无前例的是，我们现在可以实时地判断人们的消费方式、消费倾向和整个消费市场的品位，然后以同样快的速度调整市场，适应变化。这些新时尚带头人并非人中龙凤，并不比我们强，因为这些人就是我们自己。

在Frog Design咨询公司的时尚观察家们看来，这不啻为一种划时代的变迁：

我们正在离开信息时代，迈入推荐时代。今天，信息唾手可得，你实际上是踩着信息走路的。收集信息不再是问题——根据信息做出聪明的决策才是奥妙之处……别人的推荐成了穿过信息丛林的捷径，就像一个酒店的老板向我推荐不知名的法国葡萄酒，还建议我在喝酒的时候用意大利面助兴一样。

被放大的口头传播效应印证了长尾的第三种力量：利用消费者的情绪来联结供给与需求。普及生产工具是第一种力量，是它让长尾壮大起来。普及传播工具是第二种力量，是它将长尾变得人尽可得。但光有这两种力量还不够。直到这第三种力量发挥作用，帮助人们在数之不尽的选择中找到自己的最爱，长尾市场的潜力才会真正释放出来。

新时尚领军人没有什么特别之处，只是观点能得到其他人的尊重。他们能影响其他人的行为，常常鼓励其他人去尝试他们原本不会尝试的事情。在这些新领军人中，有些就是传统的职业专家：电影和音乐评论家、编辑，或是产品测试师等等。当我们的兴趣随着选择的剧增而迅速扩展，无数最狭隘的小领域也开始需要这类有见地、可信赖的建议。像Weblogs, Inc. 这样的公司已经围绕这种需求开拓出了一片繁荣的新天地，它们开办博客，专门服务于五花八门的小兴趣范围，比如潜水、WiMax无线电标准或是医疗信息学。

其他一些时尚领军人是名人，他们是另一种被人信赖的向导，而且他们对消费行为的影响力正在与日俱增。从电视节目中的产品宣传到《造型》（InStyle）的巨大成功（这份杂志有个绝妙的创新之处：它的编辑在处理人物图片时从不把膝盖以下的部分裁掉，这样就能展示他们脚上的鞋子了），推广商品的能力越来越像是评价名人影响力的一个指标。不管你喜不喜欢，杰西卡·辛普森就是个时尚先锋。

但并非所有的名人都是好莱坞大明星。当我们的文化碎裂成千千万万的小文化碎片，小名人们也随之崛起了。在技术世界中，那些顶尖的博客就是这类小名人：比如时尚博客DailyCandy的创作者，再比如编写BoingBoing的那些人——在我写这本书的时候，这个以技术和亚文化为主题的博客已经是世界上最受欢迎的博客。BoingBoing的威力无可匹敌：它可以发现一种新奇的产品，比如网上的一个15美元的“20问”游戏，然后号召大批网友涌向一个在线市场，在一天之内把它卖光。其他一些小名人甚至更“小”，比如在iTunes上贡献热门播放列表的那些人，或是Pitchfork Media这类流行音乐博客上的幕后鉴赏家们。

接下来就是群体行为了，可以说，这类行为是分散化智慧的一种表现。“群体”的例子有很多，比如给Flickr上的图片贴标签的网友们——这个图片共享网站鼓励你发明你自己的图片类目：你或许在一张图片中看到了帕丽斯·希尔顿，但我注意到的是她的Sidekick手机，所以我给这张图片贴上了“Sidekick”的标签。还有很多网友创建了在线网页列表，收录了他们希望再次访问的网页，这也是一种群体行为。

这类群体中的人也许根本不会把自己看成一个推荐者或向导，他们只是在做自己想做的事。但每一天都有越来越多的软件在观察着他们的行为，然后从中得出指导性的结论。搜索引擎之所以成为硅谷的一大经济力量，只是因为我们认识到了衡量和分析大众行为的价值。

过滤器法则

推荐系统和其他类似工具都能帮助你在长尾中找到合适的产品，我们用一个词就可以完美地概括所有这些工具——过滤器。这些技术和服务可以细查数之不尽的各种选择，然后把最适合你的那一个摆在你的面前。这就是Google给搜索结果分类的奥妙所在：它会把网上信息过滤一遍，只把与你的搜索关键词最相关的网页呈现给你。在Rhapsody上，酸性爵士（acid jazz）㊟亚流派中的那个“最流行曲目”功能也在做这样的事情。

正是这些过滤器组成了Listen.com创始人之一罗布·里德（Rob Reid）所说的那种长尾“探索层”（navigation layer）。这并不是互联网的特有功能，也不是一种新事物，正如里德所说：

有趣的是，探索层的力量和重要性并不完全是一种网络现象。有许多年，美国航空公司从它的Sabre电子预订系统（实际上就是七八十年代的旅行业共享探索层，针对的是那些纷乱复杂的旅行路线和票价标准）中赚到的钱比整个航空业靠卖机票赚到的钱还要多。有时候，某些小贝尔公司（Baby Bells）㊟靠它们的黄页（实际上就是网络问世之前的地方事务探索层）赚的钱比它们靠传统垄断地位赚的钱还要多。在《电视指南》的巅峰时期，它的利润水平已经与实际电视网不相上下。

在一个无限选择的时代，统治一切的不是内容，而是寻找内容的方式。

在当今的长尾市场中，过滤器的主要作用在于一种转变：帮助人们沿着一条既舒适又符合个人品位的道路从已知世界（大热门）走向未知世界（利基产品）。从某种意义上说，好的过滤器有推动需求向尾部移动的作用，它们可以发现新的产品和服务，而这些新事物比传统大规模传播渠道中的那些千篇一律的东西更有吸引力。

Netflix的首席执行官里德·黑斯廷斯就曾说过，Netflix上的过滤器（这里是指成熟的推荐引擎和评分算法）正在推动需求沿DVD长尾下移：

过去，百视达曾报告说他们所出租的电影中有90%都是刚刚上映的。有了网络之后，市场更细分化了：他们通过网站出租的影片中有70%是新片，剩下的30%是老片子。但Netflix不是这样。我们出租的DVD中只有大约30%是新片，其余70%左右是老片，而且这不是因为我们的用户群与他们不同。这是因为我们可以创造需求，帮助你找到你真正喜欢的好电影。而且我们靠的是计算机算法，是推荐和评分。

黑斯廷斯相信，推荐引擎和其他过滤器是Netflix最大的优势之一，对非热门影片来说尤其如此。自动推荐完全具备广告那样的宣传力量，而且几乎没有任何成本。假如Netflix根据你的个人品位和其他用户的评价向你推荐了一部电影，这种影响力恐怕比不加区分地面向所有潜在观众的广告牌要大。这些推荐实际上是从Netflix的顾客数据库中自然生成的，而且Netflix有无数个可以展示推荐影片的“广告牌”（针对每一个顾客和每一次访问的定制化网页）。

一部好莱坞大片可能把一半以上的成本耗在广告和其他营销手段上，小影片是玩不起这个游戏的。Netflix的推荐系统提供了一个公平的竞技场，为负担不起营销成本的影片提供了免费的营销服务，这便使市场需求在大热门和小制作之间实现了更均匀的分配。在这个极度不民主的行业中，这是一种非凡的民主力量。

排行榜未必公平

就在不久之前，寻找新音乐的方法还远不像现在这样多。除了个人推荐，只有那么三种途径：第一，杂志上的编辑评论；第二，唱片店中的某个见多识广的店员可能给你一点建议；第三个也是最重要的一个，即电台的节目。在各种各样的过滤器中，流行度排行榜可谓是最著名的一个，而电台的节目表（特别是现在的节目表）就是这种过滤器的一个绝佳的例子。从尼尔森的收视率统计到《纽约时报》的畅销书排行，10佳榜、40佳榜和100佳榜等各类排行榜就是大热门世界的风向标。但在长尾世界中，在诸多其他过滤器的映衬下，排行榜的弱点正变得越来越明显。

根据流行程度排名并没有错，毕竟，这正是“群体智慧”过滤器的又一个例子。但问题是，这些排行榜经常不加区分地把各种各样的小领域、流派、亚流派和类目不伦不类地混杂在一起。

在这方面，博客就是一个例子。在我写到这里的时候，Technorati公司评出的十大博客如下所示：

1. BoingBoing：妙事大全

2. Daily Kos：国家现状

3. 德鲁·柯蒂斯的FARK.com

4. Gizmodo：小工具博客

5. Instapundit.com

6. Engadget

7. PostSecret

8. 乔舒亚·迈卡·马歇尔的Talking Points Memo

9. Davenetics Politics Media Musings

10. dooce

我们看出了什么？很遗憾，什么也没看出来。里面有两个小工具博客，两三个政治博客，几个没法归类的亚文化博客（BoingBoing，FARK，PostSecret），还有一个个人博客（dooce）。

换句话说，这个排行榜只是一些迥异事物的半随机组合。打个比方来说，这样的博客排行榜就像是下面这个超市畅销商品排行榜：

1. DairyFresh的2%维生素D奶

2. Hayseed Farms的混合谷物面包

3. 成捆的各品种香蕉

4. Crunchios谷物，大号

5. DietWhoopsy，12包，罐装

6. 其他商品

显然，这个排行榜没有什么意义。没人关心香蕉的销量是否超过软饮料。哪一种软饮料卖得比其他软饮料好才是人们要问的问题。排行榜不能脱离背景，同一类别中的类似事物相比才有意义。

这又一次提醒我们：小领域就是小领域。如果你用一个一维透镜来观察一个丰富多彩的三维世界，你什么也看不到。你确实有一个排行榜，但这是个没有意义的排行榜。重要的是一个流派或亚流派内的排名，而不是跨流派的排名。

让我们回到音乐话题。在我写到这里的时候，Rhapsody上排名前10位的艺术家是：

1. 杰克·约翰逊（Jack Johnson）

2. 痞子阿姆（Eminem）

3. 酷玩（Coldplay）

4. 打倒男孩（Fall Out Boy）

5. 约翰尼·卡什（Johnny Cash）

6. 五分钱（Nickelback）

7. 詹姆斯·布朗特（James Blunt）

8. 年轻岁月（Green Day）

9. 俏妞的死亡出租车（Death Cab for Cutie）

10. 凯利·克拉克森（Kelly Clarkson）

照我看，这个排行榜中包括两个“成人另类”派，一个“过渡说唱乐”（crossover/hiphop）派，一个“英伦摇滚”（Brit-rock）派，一个“情绪摇滚”（emo）派，一个“叛道乡村”（outlaw country）派，一个“后车库”（post-grunge）派，一个“朋克流行”类，一个“独立摇滚”派，还有一个“少年打击”（teen beat）派。谁会在意叛道乡村乐和少年打击乐在这个星期中谁更胜一筹？假如歌迷们被吸引到上述的某一个类别中，这个排行榜能帮助他们找到更多爱听的歌吗？答案自不必说。但是，在过去的将近半个世纪的时间里，我们一直是透过10佳榜（还有40佳榜、100佳榜）来观察音乐文化的。这样的排行榜大多是没有意义的，但我们只有这样的排行榜。

现在让我们看看下面这个截然不同的排行榜：“非洲-古巴”（Afro-Cuban）爵士乐这个亚流派中的十大艺术家（或团体）：

1. 蒂托·普恩特（Tito Puente）

2. 好景俱乐部（Buena Vista Social Club）

3. 卡尔·杰德（Cal Tjader）

4. 阿图罗·桑多瓦（Arturo Sandoval）

5. 庞曹·桑切斯（Poncho Sanchez）

6. 迪吉·葛拉斯彼（Dizzy Gillespie）

7. 佩雷斯·普拉多（Perez Prado）

8. 伊布拉西姆·法瑞尔（Ibrahim Ferrer）

9. 埃迪·帕尔梅埃利（Eddie Palmieri）

10. 迈克尔·卡米洛（Michel Camilo）

这才是个真正的10佳榜。它比较的是同类音乐，所以从上至下都有意义。我们完全可以列出这样的排行榜，因为我们既可以了解消费者的偏好，又有足以容纳无数个10佳榜的充足空间——别忘了，10佳榜未必只能有一个。在这个例子中，蒂托·普恩特是一个小流派中的一号人物——也就是小池塘中的一条大鱼。对喜欢这个流派的人来说，这可是件大事。对不喜欢这个流派的人来说，他无非是又一个不知名的艺术家，大可以不必留意。蒂托·普恩特的专辑不会登上音乐世界总排名的榜首宝座，因为它们不是大热门。但它们确实在本流派中鹤立鸡群，正可谓作家埃里克·舍恩菲尔德（Erick Schonfeld）所说的那种“小市场大热门”。过滤器和推荐系统在这个层面上最为有效，在这里，它们把主流的探索和营销技巧带到了小市场中。

长尾中满是垃圾？

为什么过滤器对长尾来说如此重要？原因很简单：如果没有过滤器，长尾有可能只是一个恼人的噪声源而已。

“信息理论”这门学问研究的主要是一个信息采集问题：从随机性的电子噪声中分离出连贯有序的信号。这最初是无线电广播领域的课题，后来延伸到了所有类型的电子传输技术上。“信号-噪声比”这个概念现在已被广泛应用，任何需要清除干扰的传播渠道都要考虑这个比率。在传统的“短头”市场中，这不是个多么大的问题，因为货架上的所有东西都已经过事先过滤，另类的玩意儿和其他非大众化的产品都已经被清除一空。但在一个无奇不有的长尾市场中，噪声有可能成为一个大问题。事实上，如果不加约束，噪声（乱七八糟的内容或质量低劣的产品）有可能毁掉一个市场。如果噪声太多，人们就不会掏钱光顾。

过滤器的职责就是清除这些噪声。就像是小麦脱粒机或是打磨钻石的设备一样，过滤器的任务就是挑选出人们想要的精华部分，滤除人们不想要的多余部分。我可以用一个常见的认知盲点来解释一下这个过程。

说到长尾，人们最常犯的错误之一就是根据销售状况来判断产品优劣——也就是说，卖得不好的东西一定比卖得好的东西质量“差”。换句话说，他们认为长尾中满是垃圾。毕竟，如果一张专辑、一本书、一部电影或是其他任何东西真的非常出众，那它应该是个大热门，对吗？答案很简单：不对。

利基市场的经济学不同于主流经济学。明白其中的原因有助于我们理解长尾为什么有这么多有悖直觉（特别是在我们习惯性地假定资源匮乏的时候）的地方。

首先，我们可以坦率地承认一件事：长尾中确实满是垃圾。但长尾中同样有许多相当出色也相当有深度的精品——介于精品和垃圾之间的东西就更是数不胜数了。实际上，网络本身就是这副样子。10年以前，人们抱怨互联网上垃圾太多，而且毫无疑问，随便上网浏览一下就能证实这一点。随后，搜索引擎应运而生，帮助人们从噪声中分离出了一些有价值的信号。最终，Google利用了群体智慧的力量，利用一大堆杂七杂八的资讯把自己转化成了一个神通广大的信息使者。

这并不是网络的特有现象——任何领域都是如此。斯特金法则［Sturgeon's Law，以科幻作家西奥多·斯特金（Theodore Sturgeon）的名字命名］认为“任何事物都有90%是无用的渣滓”。想想艺术品就知道了——不要去想艺术展览馆，想想旧货市场上的那些艺术品。那里面，至少有90%是渣滓。音乐、图书和其他所有东西也都一样。我们之所以没有认识到这一点，是因为这些渣滓大多都被商业零售渠道的过滤网滤掉了。

在商店的货架或其他任何一种有限的销售平台上，好坏产品的比例都很重要，因为这是一种零和游戏：一种产品得到了空间，另一种产品就会失去空间。突出一样东西，另一样东西就会暗淡无光。如果每个好玩具的周围都摆着10个蹩脚的玩具，你对这个玩具店的印象可想而知，一定没兴趣继续逛下去。同样，如果一箱又一箱的CD里没有一张是你听说过的，你恐怕不会开心。

但如果你有无限的货架空间，这就变成了非零和游戏。网上有数十亿个垃圾网页并不是多大的问题，但淘儿唱片店里若有数十亿张垃圾CD就是个灾难了。在网上，存货是“非排他性”的，好坏产品的比例只是个“信号-噪声比”的问题，用信息技术就可以解决。也就是说，这根本就不算一个问题。你只是需要更好的过滤器罢了。换句话说，噪声依然存在，但Google允许你有效地忽略噪声。过滤器才是主宰！

长尾的与众不同之处正在于此。长尾内容不会被供给瓶颈和各种各样的关口（编辑、官员、星探、沃尔玛的采购经理等等）预先过滤掉。正因如此，它们的质量千差万别，正如世界上的任何事物一样。

我们可以用一句话概括这个特点（再次使用信息理论的语言）：长尾的动态质量范围相当宽广，即最差的差到极点，最好的无与伦比。相比之下，普通商店的动态质量范围相对狭窄：大多数产品都介于中等和良好之间。（也有一些非常出众的东西，但它们对普通商店来说往往太过昂贵；质量范围的两端都是利基产品。）

简言之，需求曲线尾部的动态质量范围较宽，而头部的动态质量范围较窄。如下图所示：

有一点必须注意：从头部一直到尾部，曲线的每一个部分都有高质量的产品。没错，尾部的低质量产品更多，沿曲线向右看，平均质量水平呈下降趋势。但如果有好的过滤器，平均质量并不重要。任何地方都可能发现宝石。

考虑一下人们常用的产品评价标准有助于我们理解这个问题，以下是几个例子。

正是我喜欢的 | 不合我意 |

做工优良 | 做工拙劣 |

新奇 | 陈腐 |

深刻 | 肤浅 |

引人注目 | 令人厌倦 |

表7-1 产品评价标准

很明显，所谓的“高质量”和“低质量”完全都是主观性的，所以这些评价标准全部是评判者自身的感受。因此，内容质量并没有绝对的衡量标准。一个人眼中的“好”东西很可能是另一个人眼中的“坏”东西，事实上，现实世界几乎一直如此。

这就是小领域的不同之处。某个人的“噪声”却是另一个人的“信号”。如果一个生产者想让某种产品绝对符合某一类顾客的需求，那么，这种产品注定不会符合另一类顾客的需求。要想让某种东西对所有人都有吸引力，一种折中是必不可少的，这意味着这种东西对任何一个人来说都不是完美的——所以人们才把这样的东西称为“大众产品”。

图7-1给了我们一个重要的启示：对许多人来说，最好的东西就在长尾中。如果你对高保真立体声设备感兴趣，那么你会发现，最好的这类设备不会是Best Buy上的畅销产品之一。它太贵，太复杂，也太难推销给普通的顾客。你只能在专卖店中找到最好的，而且若按总销量排名，它只能排在长尾中。由于它对高保真音响迷们来说实在太合适，它对其他没有这么大兴趣的消费者们来说或许就不合适了。利基产品本身就不是给所有人准备的。

在这个低销量的长尾世界中，也有一些确实不算好的产品。过滤的艺术就在于区分好坏。如果你能得到帮助（强大的搜索引擎、推荐系统或其他过滤器），那么你在长尾中实际上更有可能发现合意的产品。畅销产品往往对大众化品位有吸引力（至少是表面上有吸引力），而小市场产品针对的就是独特的个人品位。这就是过滤技术如此重要的原因。它们不仅能把需求推向长尾，还能提高消费者的满意程度，因为相比头部的大众化产品来说，它们能为消费者们找到更适合他们的产品。

纷杂的长尾

图7-2用另一种方式示意了上述状况。随着尾巴向后延伸，信号-噪声比越来越低。所以，唯有在过滤器变得越来越强大的情况下，信号的质量才能保持不变，继续帮助消费者们找到他们真正想要的东西。

沿长尾向后看，信号-噪声比为什么越来越低？因为长尾中的东西实在太多，你正在寻找的东西被你不需要的那些东西掩盖住了。长尾中的东西为什么这么多？原因很简单：世界上的绝大多数事物都是长尾事物。

当我们生活在热门中心主义文化中时，我们很容易大大高估热门产品的市场份额。事实上，热门产品只是罕见的例外罢了。这就是纳西姆·塔勒布（Nassim Taleb）所说的那种“黑天鹅问题”。

这种提法源自于18世纪的苏格兰哲学家休谟（David Hume）。当时，他以黑天鹅为例解释了从观察结果中得出一般性法则的复杂之处。在提出我们现在所说的“休谟归纳问题”（Hume's Problem of Induction）时，他问了这样一个问题：一个人在观察到多少只白天鹅之后才能断言所有的天鹅都是白色，黑色天鹅并不存在？100只？1000只？我们不知道。（黑天鹅问题并不只是一个假设性的比喻：在发现澳洲大陆之前，所有人都认为世界上只有白天鹅。直到有人首次看到了黑天鹅，这种观念才被舍弃。）

这里的问题在于，我们很难把罕见事件放到恰当的大背景中。在任意给定的一群人中都会有那么一两个富翁，还有某些人很聪明，某些人很幸运，但我们并不知道某一个人属于哪一类人。在《随机漫步的傻瓜》（Fooled by Randomness）一书中，塔勒布嘲笑了一本名为《隔壁的百万富翁》（The Millionaire Next Door）的畅销书。这本书总结了百万富翁们的投资技巧和工作习惯，号称你只要向他们学习，你也能变成富翁。但正如塔勒布所说，隔壁那个百万富翁的成功也有可能是随机性因素造成的，未必就是投资策略的功劳。

他是这样定义黑天鹅问题的：

一个随机性事件满足以下三个条件：重大影响、无法计算的概率、意外效应。首先，它一旦发生，就会造成与其本身不成比例的重大影响；其次，它的发生概率很小，而且根据发生前的可用信息也无法计算这个概率；第三，黑天鹅问题的恶性特征就是它的意外效应：在任意一次观察中，不会有任何有说服力的要素可以证明这个事件的发生概率正在提高。

我们完全可以把他的话用在那些热门产品上。

绝大多数产品的内容（从音乐到电影）都不是大热门。事实上，绝大多数内容离大热门这三个字都有十万八千里的距离，它们的顾客人数是百位数的，不是百万位数的：有时候这是因为它们本身不够好；有时候这是因为宣传力度不够或是创作者缺乏人脉背景；还有的时候，这是因为某些随机性因素制造了障碍，就像是随机性因素有时候能把最浅薄的新奇玩意儿变成大热门一样——想想《谁把狗放出来》（Who Let the Dogs Out）这首歌就知道了。

这只是所谓的“幂律”（power-law）分布的自然结果，在这种分布曲线中，少数事件的值域（不妨理解为销量）较高，多数事件的值域较低。卖得好的东西寥寥无几，多数东西都卖得不好。（称它为幂律分布是因为这个曲线的方程是1/x，也就是x的-1次幂）。

既然多数东西都不会卖得太好，那么随着长尾曲线的下坠，内容总量自然呈上升趋势（你不喜欢的东西当然也就越来越多了）。表7-2是图书业2004年的一组实际数据，我们可以看到每一个销量范围内的品种数。

这种规律的结果显而易见：无论你正在寻找什么，你沿着长尾走得越远，不合你意的东西就越多。所以信号-噪声比才会越来越低，尽管你发现合意产品的概率往往会越来越大（如果你有好的搜索工具和过滤器的话）。这听起来很矛盾，但实际上并不矛盾。这只是一个需要过滤器去解决的问题。

1000000册以上 | 10 | 17396510 |

500000～999999册 | 22 | 13798299 |

250000～499999册 | 64 | 22252491 |

100000～249999册 | 324 | 46932031 |

50000～99999册 | 767 | 51858835 |

5000～49999册 | 23047 | 280000591 |

1000～4999册 | 67047 | 149093614 |

100～999册 | 202938 | 69548499 |

99册以下 | 948005 | 14346417 |

合计 | 120万 | 6.65亿以上 |

表7-2 2004年图书销量资料来源：书业研究集团

事前过滤器与事后过滤器

这个世界已经被各种各样的过滤器占据。在过去的一个世纪中，我们在大多数时间里都生活在一个匮乏市场中，货架、银幕和频道都是有限的，各个行业都是围绕寻找和推广好东西的目标成长起来的。这就是唱片公司的星探们要做的事，也是好莱坞的执行官和商场的采购经理们要做的事。在世界各地的董事会议室里，市场研究队伍天天盯着一堆数据，绞尽脑汁地预测什么样的东西可能卖得好，值得在宝贵的货架、银幕或页面上占据一席之地……当然还得预测什么样的东西可能卖不好，没资格得到这样一块风水宝地。

上面这一段的关键词是“预测”二字。这些过滤器和我所说的过滤器有一个本质的不同：它们是在产品上市之前实施过滤的。事实上，它们的任务就是决定哪些东西能够上市，哪些东西不能上市。我把它们称为“事前过滤器”。

相比之下，我所说的那些推荐和搜索技术都是“事后过滤器”。事后过滤器会鉴别特定兴趣领域内已经存在的东西，突出那些精华（也就是中肯、有趣、新颖的东西等），压制甚至忽略那些糟粕。你大可以把任何东西扔进市场，由市场本身来完成去伪存真的任务，而事后过滤器就是市场的心声。它们会疏导和放大消费者的行为，而不是试图预测这些行为。

表7-3是两类过滤器的一些例子：

编辑 | 博客 |

唱片公司的星探 | 播放表 |

电影公司的官员 | 评论 |

商场采购者 | 顾客 |

营销商 | 推荐 |

广告商 | 消费者 |

表7-3 两类过滤器

放大而不是预测消费行为是事后过滤器的一个极为重要的特征。在现在的短头市场中，销售成本太高，货架空间太宝贵，市场中的供给方不得不极度苛刻地筛选产品。这些生产商、零售商和营销商们试图猜测消费者的意愿，提高自己创造大热门的概率，而且已经把这种事发展成了一门学问。显然，他们不可能每次都猜对。值得推向市场但被忽视的产品与推向市场但一败涂地的产品一样多。但幸存者们总会获得一种荣誉：他们对消费者的精神世界似乎有某种神秘的洞察力。

但在长尾市场中，销售成本很低，货架空间有的是，你完全可以相信任何东西都有上市的那一天。

所以，在长尾市场中，过滤器的角色已经由守门员变成了顾问。像Google这样的过滤器不会去预测品位，只会去评测品位。像Netflix这样的事后过滤器不会把消费者一股脑地归入既定的人口和地理类别中，只会把消费者当成一个个不同的个体，根据他们的行为判断他们的独特兴趣。像MP3博客这样的事后过滤器不会把产品赶出市场，只会刺激新的需求，为业已存在的产品创造市场。杰夫·贾维斯把这称为“第一人称市场”和“第三人称市场”的不同。

总的来看，博客正在成长为推荐信息的一个强大源泉。我们有PVRblog和Horticultural（一个有机园艺博客）这样的独立爱好者博客，有Gizmodo和Joystiq这样的商业博客，还有随时可能偶然读到的其他任何博客的建议。（世界上似乎存在一个天然的行家联络网，他们知识丰富，也愿意通过博客分享他们的知识）。他们或许不够风光，影响范围也有限，但他们的可信度大可以弥补这些不足。他们的读者知道，这里有一个自己可以信任的真实存在的人。

当然，正如事前过滤器并不完美一样（星探们挑出的歌手并不一定都能成功），事后过滤器也不完美。由于事后过滤器往往都是业余性的，有时候独立的评论不足，随性的恶意诋毁有余。另外，用户反馈都是在信息发表之后才出现的。这样一来，原本可以被编辑发现的错误有可能悄悄渗入，即使事后过滤器的集体反馈能最终纠正这些错误，它们可能永远也不会彻底消失。