met Behulp van de gegevens op film-waardering patronen, nieuwe Wharton onderzoek uitdagingen huidige denken over de Long Tail — effect- een ruime bekendheid theorie die suggereert dat het Internet stations de vraag van de hit producten met mass appeal, en leidt dat de vraag naar meer obscure niche aanbod.,

In een werkdocument getiteld, ” Is Tom Cruise Threatened? Met behulp van Netflix Prize Data om de lange staart van de elektronische handel te onderzoeken,”Wharton Operations and Information Management professor Serguei Netessine en doctoraatsstudent Tom F. Tan trekken informatie van de film verhuurbedrijf Netflix om de vraag van de consument naar smash hits en minder bekende films te verkennen. Netflix maakte zijn gegevens beschikbaar als onderdeel van een prijzenwedstrijd van $1 miljoen om de ontwikkeling van nieuwe manieren aan te moedigen die het vermogen om klanten te introduceren aan minder bekende titels die ze aantrekkelijk zouden kunnen vinden, zullen verbeteren.,

De Long Tail-theorie suggereert dat, aangezien het Internet de distributie gemakkelijker maakt-en gebruik maakt van state-of-the — art aanbevelingssystemen die consumenten in staat stellen zich bewust te worden van meer obscure producten — de vraag zal verschuiven van de meest populaire producten aan de “kop” van een vraagcurve — zoals in kaart gebracht op een xy-as-naar het totale vermogen van een lange “staart” die bestaat uit de vraag naar veel verschillende nicheproducten.,

De Onderzoekers van Wharton vinden dat het Long Tail-effect in sommige gevallen geldt, maar wanneer rekening wordt gehouden met de uitbreiding van de productvariatie en de vraag van de consument, behouden massaproducten hun belang. De onderzoekers beweren dat nieuwe films zo snel verschijnen dat consumenten geen tijd hebben om ze te ontdekken, en dat niche-films niet meer geliefd zijn dan hits.

volgens Netessine kan het Long Tail-effect in sommige gevallen aanwezig zijn, maar weinig bedrijven opereren in een zuiver digitaal distributiesysteem., In plaats daarvan moeten ze de kosten van de toeleveringsketen van fysieke producten afwegen tegen de potentiële winst van het vastleggen van afzonderlijke klanten van obscure aanbiedingen in een snel groeiende markt. Bedrijven, voegen ze toe, moeten ook rekening houden met de tijd die nodig is voor de consument om off-beat items die ze willen te lokaliseren.

” Er zijn hele bedrijven gebaseerd op de premisse van het Long Tail-effect die beweren dat ze geld zullen verdienen door zich te richten op nichemarkten, ” zegt Netessine. “Onze bevindingen laten zien dat het heel zeldzaam is in het bedrijfsleven dat alles zo zwart-wit is. In de meeste situaties is het antwoord: ‘Het hangt ervan af.,’De aanwezigheid van het Long Tail effect is misschien minder universeel dan men zou kunnen denken.The Long Tail theory werd in 2004 ontwikkeld door Chris Anderson, hoofdredacteur van Wired magazine. Anderson is ook auteur van The Long Tail: Why the Future of Business is Selling Less of More. Het belangrijkste verschil tussen de mening van het boek en de studie van Wharton onderzoekers is hoe ze definiëren “hits” en “niches.,”In het boek, Anderson richt zich op de definitie van hits in absolute termen, zoals de top 10 of top 1000 producten, terwijl Netessine en Tan beweren dat, om rekening te houden met groeiende product verscheidenheid, men moet de populariteit te definiëren in relatieve termen, zoals de top 1% of top 10% van producten, om de aanwezigheid of afwezigheid van de lange staart goed te beoordelen.in een e-mail zegt Anderson dat de Wharton paper en andere academische evaluaties die kritisch zijn over de Long Tail theorie niet relevant zijn omdat ze een procentuele benadering hanteren om de kracht van het hoofd en de staart van de vraag te evalueren.,

” hoewel academici vrij zijn om alle relatieve analyse te doen die ze willen, is het onjuist om het toe te passen op mijn theorie,” schrijft hij. Anderson stelt dat het definiëren van de kop en staart van de vraag in procentuele termen zinloos is in een markt met onbeperkte voorraad, zoals een retailer met digitale distributie. Neem bijvoorbeeld een bedrijf met 1.000 verschillende items waarin de top 100 — of 10% — goed zijn voor 50% van de omzet. Als 99.000 meer items worden toegevoegd aan de catalogus en de verkoop van de top 100 dalen tot 25% van het totaal, kan het nog eens 900 items nodig om de volgende 25% te maken., In dit geval, Anderson zou beweren dat aanzienlijke vraag is verschoven naar beneden de staart naar meer mensen selecteren van minder producten. in relatieve termen maakt 1% van de producten nu echter 50% van de inkomsten uit, waardoor het lijkt alsof de hit-producten een groter belang hebben. Maar omdat echte mensen de wereld in absolute aantallen ervaren, niet in percentages, is dit een statistische illusie, zegt hij. De waarheid is dat mensen kiezen voor een breder scala van titels. “Niemand in de zakenwereld is hier gelukkig over in de war”, voegt Anderson toe.,

Netessine, die de ontwerpen van het artikel deelde met Anderson, zegt dat de Long Tail theorie “fascinerend” is en hij merkt op dat hij Anderson ‘ s boek aanbeveelt aan inkomende MBA-studenten.

niettemin beweren hij en Tan dat Anderson ‘ s focus op absolute vraag misleidend kan zijn. “Men moet voorzichtig zijn met het definiëren van hits en niches in het Internet tijdperk,” de krant stelt. “In een brick-and-mortar wereld, waar product verscheidenheid is relatief stabiel en alle producten worden geconsumeerd op een bepaald tempo, hits en niches worden meestal gedefinieerd in absolute termen (bijvoorbeeld, de top 10, De bottom 100 films)., Echter, product verscheidenheid is omhoogschieten in het internettijdperk, en daarom meer en meer producten kunnen worden onopgemerkt door de consument, of worden ontdekt zeer langzaam, hoewel het klantenbestand is ook uit te breiden.”

The 80-20 Rule

bij Netflix steeg het aantal beoordeelde filmtitels inderdaad van 4.470 in 2000 naar 17.768 in 2005. Als met deze productvariëteit rekening wordt gehouden, zodat de populariteit van het product wordt berekend ten opzichte van de totale productvariëteit, vinden Wharton-onderzoekers geen bewijs van het lange-Staarteffect., De auteurs voerden ook een analyse die een absolute benadering van de Netflix-gegevens, zoals Anderson, en vond dat de lange staart effect is slechts gedeeltelijk aanwezig: de vraag naar niches neemt af in de tijd — in plaats van toeneemt — hoewel de vraag naar hit producten ook afneemt.de onderzoekers van Wharton zijn het ook niet eens met Anderson ‘ s theorie en zijn impliciete uitdaging aan het Pareto-principe, of de zogenaamde 80-20-regel, die in dit geval zou stellen dat 20% van de filmtitels 80% van de omzet genereren. Anderson stelt dat als de vraag naar beneden de staart verschuift, het effect zou verminderen., Met behulp van Netflix-gegevens, netessine en Tan tonen het tegenovergestelde – een nog sterker effect, met de vraag naar de top 20% van films stijgt van 86% in 2000 tot 90% in 2005.Anderson deed zijn eigen analyse met behulp van de Wharton-gegevens en vond een lagere vraag naar de top 500-producten en meer belangstelling voor het middengedeelte van de curve. Hij wijst er ook op dat een lange staart toe te voegen tot 15% van de totale vraag kwam uit titels buiten de top 3.000 — het bedrag meestal opgeslagen in een videotheek.,

hoewel de Long Tail-theorie zich richt op het omzetpotentieel van de verkoop van veel individuele producten, zegt Netessine dat het belangrijk is om te erkennen dat het cultiveren van deze omzet een kostenpost heeft — inclusief kosten die verband houden met het exploiteren van de distributiecentra en het opslaan van duizenden DVD ‘ s.

bij het toepassen van de Long Tail-theorie op bedrijven, zegt Netessine, is een relatieve analyse zinvoller omdat deze rekening houdt met de kosten van het in stand houden van een toeleveringsketen om de vraag naar veel obscure keuzes te voeden., Hij wijst naar Amazon als een ander voorbeeld van een internet distributie bedrijf dat nog steeds aanzienlijke kosten met betrekking tot warehousing en verzending.

een bedrijfsmodel gebaseerd op het Long Tail-effect zou kunnen werken voor een bedrijf gebaseerd op pure digitale distributie, zoals de muziekwebsite Rhapsody, volgens Netessine. “Voor Rhapsody zijn de kosten van het in voorraad houden van de extra nummers nul”, zegt hij. “Als gevolg, het kost niets om ongelooflijke product verscheidenheid te bieden, en de consument kan gaan in de lange staart en consumeren nummers die eerder niet beschikbaar waren.,”

voor elk bedrijf dat een fysiek product op de markt brengt, zoals de dvd ‘ s van Netflix of de boeken van Amazon, moeten managers de kosten van het opslaan van een item afwegen tegen de waarschijnlijkheid dat het inkomsten zal genereren. “Als je veel producten op voorraad hebt die niemand consumeert, dan heb je een probleem”, zegt Netessine. “Je moet beginnen zorgen te maken over producten die niet genoeg vraag en consumenten niet snel genoeg ontdekken van de producten. Dat is precies wat we vinden in de Netflix-gegevens.,”

Netessine wijst erop dat Netflix 55.000 filmtitels rapporteerde in zijn jaarlijkse verklaring van 2005, maar op basis van de gegevens werden er slechts 18.000 beoordeeld door de klanten. In alle, de onderzoekers gebaseerd op hun observaties op een onderzoek van 480.000 gebruikers, 17.770 films en tv-series, en meer dan 100 miljoen ratings die een 10% willekeurige steekproef van alle Netflix ratings.

Het Wharton-artikel onderzoekt ook hoe consumenten uit hits vertakken om meer obscure producten te ontdekken., Netessine zegt dat het onderzoek aangeeft dat” primitieve ” aanbeveling systemen zijn waarschijnlijk de schuld voor de vertraging in minder bekende producten beschikbaar komen en consumenten vinden hun weg naar hen. “Veel aanbevelingssystemen zijn niet erg slim”, zegt Netessine, en voegt eraan toe dat aanbevelingen over films worden gedaan aan Netflix-abonnees die soortgelijke films bekijken. Maar om een film aan te bevelen, moet hij in de eerste plaats bekeken worden., “Als je het long tail — effect wilt zien-consumenten gaan in die obscure producten – moet je er zeker van zijn dat consumenten leren over hen, en dat is niet gemakkelijk. De huidige tools zijn misschien niet goed genoeg.”

inderdaad, Netflix maakte zijn gegevens beschikbaar als onderdeel van een $1 miljoen concurrentie om een algoritme dat zou leiden tot een 10% verbetering in het voorspellen van gebruikers ratings te ontwikkelen. Het bedrijf is nu in het proces van het bepalen van de winnaar., de onderzoekers onderzochten ook de aanname van de Long Tail-theorie dat consumenten zich aangetrokken zullen voelen tot meer obscure producten, omdat ze ze tevredener zullen vinden dan massa-markthits. In tegenstelling tot Anderson ‘ s suggestie en onafhankelijk van hoe populariteit wordt gemeten, Wharton onderzoekers vinden dat consumenten de neiging om minder tevreden te zijn met niche films dan met hit films. Bovendien, het is meestal zware film watchers die venture in niche films., Aangezien slechts een klein deel van de consumenten zware film kijkers zijn, is het niet verwonderlijk dat er zwak bewijs is voor het lange staart effect, concludeert Netessine.

het artikel stelt dat de onderzoeksresultaten belangrijke implicaties hebben omdat de Long Tail-theorie in het bedrijfsleven aan kracht heeft gewonnen., “Of de lange staart bestaat is een fundamentele vraag voor besluitvormers in marketing, operaties en financiën die geconfronteerd worden met het vooruitzicht van verdere penetratie van het internet-kanaal, dat biedt uitbreiding van de verscheidenheid aan producten en nieuwe aanbeveling systemen om te helpen beheren,” de paper Staten.

volgens Netessine zal het onderzoek waarschijnlijk controverse veroorzaken vanwege de bevindingen die de populaire Long Tail theorie tegenspreken. Niettemin, Anderson is de eerste persoon erkend aan het einde van de paper voor “zijn bemoedigende opmerkingen en constructief advies.,”Zegt Netessine:” we zijn overeengekomen om het oneens te zijn.”

Culture and Marketplace Effects on Perceptioned Price Fairness: China and the VSA