l’Utilizzo di dati su film-valutazione di modelli, nuove Wharton sfide di ricerca corrente di pensiero sulla Coda Lunga effetto ampiamente pubblicizzato teoria che suggerisce Internet unità di domanda di distanza dal colpo di prodotti con un appeal di massa, e ordina che la domanda più oscuri di nicchia offerte.,

In un documento di lavoro intitolato: “Tom Cruise è minacciato? Utilizzando i dati premio Netflix per esaminare la lunga coda del commercio elettronico, ” Operazioni Wharton e gestione delle informazioni professore Serguei Netessine e studente di dottorato Tom F. Tan tirare informazioni dalla società di noleggio film Netflix per esplorare la domanda dei consumatori per grandi successi e film meno noti. Netflix ha reso disponibili i suoi dati come parte di un concorso a premi da 1 1 milione per incoraggiare lo sviluppo di nuovi modi che miglioreranno la sua capacità di introdurre i clienti a titoli meno noti che potrebbero trovare attraenti.,

La teoria della coda lunga suggerisce che, poiché Internet facilita la distribuzione — e utilizza sistemi di raccomandazione all’avanguardia che consentono ai consumatori di prendere coscienza di prodotti più oscuri-la domanda passerà dai prodotti più popolari alla “testa” di una curva di domanda-come tracciato su un asse xy-alla potenza aggregata di una lunga “coda” composta dalla domanda di molti prodotti di nicchia diversi.,

I ricercatori di Wharton scoprono che l’effetto Coda lunga è vero in alcuni casi, ma quando si tiene conto dell’espansione della varietà di prodotti e della domanda dei consumatori, i prodotti di appeal di massa mantengono la loro importanza. I ricercatori sostengono che i nuovi film appaiono così velocemente che i consumatori non hanno il tempo di scoprirli e che i film di nicchia non sono più apprezzati dei successi.

Secondo Netessine, l’effetto Coda lunga può essere presente in alcuni casi, ma poche aziende operano in un sistema di distribuzione digitale puro., Invece, devono pesare i costi della supply chain dei prodotti fisici contro il potenziale guadagno di catturare singoli clienti di offerte oscure in un mercato in rapida espansione. Le aziende, aggiungono, devono anche considerare il tempo necessario per i consumatori per individuare gli elementi off-beat che potrebbero desiderare.

” Ci sono intere aziende basate sulla premessa dell’effetto Coda lunga che sostengono che faranno soldi concentrandosi su mercati di nicchia”, afferma Netessine. “I nostri risultati mostrano che è molto raro nel mondo degli affari che tutto sia così bianco e nero. Nella maggior parte delle situazioni, la risposta è: ‘Dipende.,”La presenza dell’effetto Coda Lunga potrebbe essere meno universale di quanto si possa far credere.”

La teoria della coda lunga è stata sviluppata nel 2004 da Chris Anderson, redattore capo della rivista Wired. Anderson è anche autore di The Long Tail: Perché il futuro del business sta vendendo meno di più. La differenza fondamentale tra l’opinione del libro e lo studio dei ricercatori Wharton è come definiscono “colpi” e “nicchie.,” Nel libro, Anderson si focalizza sulla definizione di successi, in termini assoluti, come la top 10 o top 1000 prodotti, mentre Netessine e Abbronzatura sostengono che, per prendere una crescente varietà di prodotti in considerazione, si deve definire la popolarità in termini relativi, come la top 1% o superiore al 10% dei prodotti, per valutare correttamente la presenza o l’assenza della Coda Lunga.

In una e-mail, Anderson dice che la carta Wharton e altre valutazioni accademiche che sono critici della teoria coda lunga non sono rilevanti perché prendono un approccio percentuale per valutare la potenza della testa e della coda della domanda.,

“Sebbene gli accademici siano liberi di fare tutte le analisi relative che vogliono, non è corretto applicarlo alla mia teoria”, scrive. Anderson sostiene che definire la testa e la coda della domanda in termini percentuali non ha senso in un mercato con un inventario illimitato, come un rivenditore con distribuzione digitale. Ad esempio, prendi una società con 1.000 articoli diversi in cui i primi 100 — o 10% — rappresentano il 50% delle vendite. Se altri 99.000 articoli vengono aggiunti al catalogo e le vendite dei primi 100 scendono al 25% del totale, potrebbero essere necessari altri 900 articoli per compensare il successivo 25%., In questo caso, Anderson sosterrebbe che la domanda considerevole si è spostata lungo la coda verso più persone che selezionano meno prodotti.

In termini relativi, tuttavia, l ‘ 1% dei prodotti costituisce ora il 50% dei ricavi, il che farebbe sembrare che vi fosse una maggiore importanza dei prodotti hit. Ma poiché le persone reali sperimentano il mondo in numeri assoluti, non in percentuali, questa è un’illusione statistica, afferma. La verità è che le persone stanno scegliendo una gamma più ampia di titoli. “Nessuno nel mondo degli affari è confuso su questo, per fortuna”, aggiunge Anderson.,

Netessine, che ha condiviso le bozze del documento con Anderson, dice che la teoria della coda lunga è “affascinante” e nota che raccomanda il libro di Anderson agli studenti MBA in arrivo.

Tuttavia, lui e Tan sostengono che l’attenzione di Anderson sulla domanda assoluta può essere fuorviante. ” Bisogna stare attenti a definire colpi e nicchie nell’era di Internet”, afferma il documento. “In un mondo di mattoni e malta, dove la varietà del prodotto è relativamente stabile e tutti i prodotti vengono consumati a un certo ritmo, i colpi e le nicchie sono tipicamente definiti in termini assoluti (ad esempio, i primi 10, i 100 film in basso)., Tuttavia, la varietà di prodotti è stata alle stelle nell’era di Internet, e quindi sempre più prodotti possono essere lasciati inosservati dai consumatori, o vengono scoperti molto lentamente, anche se la base di clienti si sta espandendo.”

La regola 80-20

Infatti, a Netflix il numero di titoli di film nominale è aumentato da 4.470 nel 2000 a 17.768 nel 2005. Se questa varietà di prodotto viene presa in considerazione in modo che la popolarità del prodotto sia calcolata rispetto alla varietà totale del prodotto, i ricercatori di Wharton non trovano alcuna prova dell’effetto Coda lunga., Gli autori hanno anche eseguito un’analisi adottando un approccio assoluto ai dati di Netflix, come Anderson, e hanno scoperto che l’effetto Coda lunga è solo parzialmente presente: la domanda di nicchie diminuisce nel tempo — piuttosto che aumenta — anche se la domanda di prodotti di successo diminuisce.

I ricercatori di Wharton sono anche in disaccordo con la teoria di Anderson e la sua implicita sfida al principio di Pareto, o la cosiddetta regola 80-20, che in questo caso affermerebbe che il 20% dei titoli dei film genera l ‘ 80% delle vendite. Anderson sostiene che man mano che la domanda si sposta lungo la coda, l’effetto diminuirebbe., Utilizzando i dati Netflix, Netessine e Tan mostrano il contrario-un effetto ancora più forte, con la domanda per il top 20% dei film in aumento da 86% nel 2000 al 90% nel 2005.

Anderson ha fatto la sua analisi utilizzando i dati di Wharton e ha trovato una minore domanda per i primi 500 prodotti e più interesse nella parte centrale della curva. Sottolinea inoltre che una lunga coda che aggiunge fino al 15% della domanda totale proveniva da titoli oltre i primi 3.000, l’importo tipicamente immagazzinato in un negozio di video.,

Mentre la teoria della coda lunga si concentra sul potenziale di reddito della vendita di molti singoli prodotti, Netessine dice che è importante riconoscere che coltivare queste entrate ha un costo, comprese le spese associate alla gestione dei suoi centri di distribuzione e allo stoccaggio di migliaia di DVD.

Quando si applica la teoria della coda lunga alle aziende, Netessine dice, un’analisi relativa è più significativa perché tiene conto dei costi connessi al mantenimento di una catena di approvvigionamento per alimentare la domanda per molte scelte oscure., Egli indica Amazon come un altro esempio di una società di distribuzione Internet che ha ancora notevoli costi che coinvolgono magazzinaggio e spedizione.

Un modello di business basato sull’effetto Long Tail potrebbe funzionare per un’azienda basata sulla pura distribuzione digitale, come il sito musicale Rhapsody, secondo Netessine. “Per Rhapsody il costo di immagazzinare le canzoni extra è zero”, dice. “Di conseguenza, non costa nulla offrire un’incredibile varietà di prodotti, e il consumatore può entrare nella lunga coda e consumare canzoni che prima non erano disponibili.,”

Per qualsiasi azienda che commercializza un prodotto fisico, come i DVD di Netflix o i libri di Amazon, i manager devono soppesare i costi di stoccaggio di un articolo rispetto alla probabilità che genererà entrate. ” Se fai scorta di molti prodotti che nessuno consuma, allora hai un problema”, afferma Netessine. “Devi iniziare a preoccuparti che i prodotti non abbiano abbastanza domanda e che i consumatori non scoprano i prodotti abbastanza velocemente. Questo è esattamente ciò che troviamo nei dati di Netflix.,”

Netessine sottolinea che Netflix ha riportato 55.000 titoli di film nella sua dichiarazione annuale 2005, ma, sulla base dei dati, solo 18.000 di loro sono stati valutati dai clienti. In tutto, i ricercatori hanno basato le loro osservazioni su un esame di 480.000 utenti, 17.770 film e serie televisive e oltre 100 milioni di valutazioni che rappresentano un campione casuale del 10% di tutte le valutazioni di Netflix.

Il documento Wharton esplora anche il modo in cui i consumatori si diramano dai successi per scoprire prodotti più oscuri., Netessine afferma che la ricerca indica che i sistemi di raccomandazione” primitivi ” sono probabilmente responsabili del ritardo nella disponibilità di prodotti meno noti e dei consumatori che trovano la loro strada verso di loro. ” Molti sistemi di raccomandazione non sono terribilmente intelligenti”, afferma Netessine, aggiungendo che le raccomandazioni sui film sono fatte agli abbonati Netflix che vedono film simili. Ma affinché un film sia raccomandato, deve essere visto in primo luogo., “Se vuoi vedere l’effetto coda lunga-i consumatori che entrano in quei prodotti oscuri-devi essere sicuro che i consumatori imparino a conoscerli, e non è facile. Gli strumenti attuali potrebbero non essere abbastanza buoni.”

Infatti, Netflix ha reso disponibili i suoi dati come parte di una competizione da million 1 milione per sviluppare un algoritmo che porterebbe a un miglioramento del 10% nella previsione delle valutazioni degli utenti. La società è ora in procinto di determinare il vincitore.,

I ricercatori hanno anche studiato la premessa della teoria della coda lunga secondo cui i consumatori graviteranno su prodotti più oscuri perché li troveranno più soddisfacenti dei colpi del mercato di massa. Contrariamente al suggerimento di Anderson e indipendentemente da come viene misurata la popolarità, i ricercatori di Wharton scoprono che i consumatori tendono ad essere meno soddisfatti dei film di nicchia che dei film di successo. Inoltre, è per lo più osservatori di film pesanti che si avventurano in film di nicchia., Dal momento che solo una piccola parte dei consumatori costituiscono osservatori di film pesanti, non sorprende che ci siano prove deboli dell’effetto Coda lunga, conclude Netessine.

Il documento sostiene che i risultati della ricerca hanno implicazioni importanti perché la teoria della coda lunga ha guadagnato slancio nel mondo degli affari., “Se la coda lunga esiste o meno è una domanda fondamentale per i decisori del marketing, delle operazioni e della finanza che affrontano la prospettiva di un’ulteriore penetrazione del canale Internet, che offre una varietà di prodotti in espansione e nuovi sistemi di raccomandazione per aiutare a gestirlo”, afferma il documento.

Secondo Netessine, è probabile che la ricerca generi polemiche a causa delle sue scoperte che contraddicono la popolare teoria della coda lunga. Ciò nonostante, Anderson è il primo individuo riconosciuto alla fine del documento per “i suoi commenti incoraggianti e consigli costruttivi.,”Dice Netessine:” Abbiamo accettato di non essere d’accordo.”

Effetti culturali e di mercato sull’equità dei prezzi percepita: Cina e Stati Uniti