編者按：長尾效應不是一個陌生的詞匯。長尾效應（The Long Tail）最初是由連線雜志總編 Chris Anderson 在 2004 年發布于連線雜志中。這個詞反映的是網站、產品、商業模式中經常被忽略的量小、品類多、但是總量巨大的「被忽略的部分」，而在互聯網和數字產品領域，這個現象尤其明顯，而且這也正好處于上一篇文章所探討的「帕累托原則」所「忽略」的部分。今天這篇文章同樣來自著名的 NNGroup，詳細探討一下，在數字產品的領域，如何借助長尾效應發現新的機遇。

在很長一段時間一來，大家在生活中獲得信息的渠道是相對固定的。你需要去品牌門店瀏覽新出的衣服款式，去書店查看新到貨的圖書。而你了解一個新樂隊的方式，則通常是借助廣播，去參加演唱會，去買磁帶或者CD 的時候聽到店員的介紹或者從海報上看到，又或者你會有那么一兩個品味不錯或者有小眾音樂口味的朋友，聽他們介紹。大家對于信息的了解方式，渠道，其實總體上是多樣，但是相對固定的。而這些也可以很好的反映到銷售數據當中。

當你查看銷售數據的時候，你會發現它們通常是符合冪律分布的。也就是說，少量處于主導地位的頭部產品明顯占了大頭，而大量的銷量較低的產品則占據了長尾。

長尾的定義，通常指的是符合冪律分布靠近尾部的數據總量。長尾效應迷人的地方在于，這些數量龐道銷量稀少的產品或者項目，實際累積的總量其實代表著極其巨大的綜合收益。

隨著時間的推移，一般位于頭部的條目或者產品會發生變化，隨著新內容的增加，長尾部分的內容和商品也會增加和延伸，而這種延伸通常會讓這些銷量較少的商品或者內容的總額在總體里占據更大的份額，變的更加重要。

在數字革命到來之前，由于商品在獲取、銷售、分發等環節都受到嚴格的物理和經濟條件的限制，企業需要在一切開始之前盡可能準確預測哪些商品更好賣，促使企業瞄準更廣闊的市場，希望借助更靠近頭部、權重更高的商品，來確保整體銷量。

流行的商品會隨著正反饋循環而更加容易變成爆款（也就是「成功孕育成功」效應），而爆款的誕生相應地會將更多的其他商品推到長尾的位置。社交媒體其實也非常類似，名人會擁有更多更好的人脈，也會比絕大多數用戶更容易積攢人脈，更快獲得資源，而這些則歸功于之前已有的人脈和資源的迭代。

在 2000 年之后，電子商務革命出現，連線雜志記者 Chris Anderson 觀察到亞馬遜、網飛、iTunes 等數字平臺更容易從長尾當中獲益……因為他們更不容易受到物理的限制，他由一系列的案例推導出這樣的一個結論：在線渠道可以將長尾內更加晦澀小眾的內容和產品推送到全球用戶的面前。充分利用長尾的戰略就意味著，盡管單個商品和項目覆蓋的用戶數量不多，但是這類商品的總量非常之大，為廣闊的用戶群體提供服務是非?？尚械?。

這種長尾效應在互聯網和數字產品領域更加明顯：

• 在電子商務和社交媒體領域帶來更多收入
• 推動流量發展并且降低營銷成本
• 提升網站和APP的整體影響力
• 提升機器學習的準確率

提升電子商務和社交媒體的收入

在 Anderson 提出長尾效應之后的幾十年當中，物流、搜索、網絡托管、需求預測、電子商務等領域都有著穩步的增長，并且有所創新。這些領域的改進讓很多企業逐漸將對于爆款產品的關注度，一部分轉移到對于多樣性、定制化和內容的創建。許多網站和 APP 會允許用戶對產品本身進行自定義的設置。Youtube 和 Instagram 等社交媒體平臺依靠用戶來貢獻長尾內容，亞馬遜、天貓等在線購物平臺則通過強大的搜索和過濾功能來匯集上百萬不同品類的商品。

不過，長尾策略在電商和社交媒體上僅適用于：

• 幫助用過成功找到、定制、購買相對小眾的需求和商品
• 幫助用戶更快速、成功地參與到內容創作中

不過，為了對這些需求進行支撐，UX 團隊必須監控整個信息架構、搜索結果，做好用戶引導，了解自定義工作流的各種可能性，與產品部門合作，調整產品路線圖，努力將這些功能融入到產品核心，而不僅僅用于實施新的功能。

讓用戶體驗設計更好創造收益的要點：

• 增強內容的可檢索性和可發現性，并基于此來完善信息架構和導航
• 提高搜索功能的可用性，幫助用戶可以篩選到更加適合他們的特定產品
• 對產品定制工作流程進行定性可用性測試，確保用戶可以自定義出更加獨特有針對性的產品
• 使用定量可用性分析對內容創建流程進行基準測試，以監控效率
• 通過上下文幫助幫助用戶更快契合整體用戶體驗，從而簡化用戶引導
• 使用「電商最佳實踐」來檢查現有的設計，按照今天的標準，絕大多數的電商工作流程都有改進的余地

提升流量降低營銷成本

絕大多數的網絡搜索結果都不成比例的一小部分熱門關鍵詞所帶來。

長尾效應在搜索引擎優化（SEO）和搜索引擎音效（SEM）中同樣有著不小的影響力。確實會有一部分關鍵詞不成比例地獲得大量的查詢，而另外一部分大量關鍵詞則共同構成網站搜索結果的長尾。不幸的地方在于，激烈的競爭會導致流行的關鍵詞的廣告成本會極具增高，而使用多個長尾關鍵詞能夠有效地減少競爭，降低廣告成本，并且能夠滿足用戶的特定需求。

UX 和營銷團隊可以共同努力來挖掘長尾關鍵詞的價值，來吸引和留下用戶。通過研究用戶習慣和個性化的需求，和市場部門協同，對用戶提供量身定制的內容，控制成本也更加精準。

• 通過分析站點的搜索日志來獲取用戶的長尾關鍵詞
• 通過用戶做定性研究，揭示企業如何針對擁有特定興趣的用戶進行研究
• 使用更優質的內容策略來貼合搜索引擎，從而獲得更高的排名

降低網站延遲的影響

大多數的頁面請求和頁面加載時間有直接的關聯，當整個網站流量非常大的時候，相對較慢的長尾請求會增加用戶流失，會減少收入。

網站的延遲狀況也同樣會呈現出長尾的模式，盡管網站的響應時長和請求數量有直接的關聯，但是性能不佳的頁面積累的長尾，會轉化成大量的用戶損失，會直接影響到網站的收益。

建議設計團隊和 IT 部門合作，優先考慮降低整體的延遲。通過服務器優化或者服務器升級的方式來提升網站的整體響應能力，這可能比起實驗性的設計方案，能帶來更多的收益。

解決延遲提升UX的策略：

• 借助網站分析工具，檢查網站的響應速度，并且注意到頁面加載中的速率的異常值
• 監控用戶的信息反饋渠道，搜集整理各種問題的報告。請記住，反饋并不代表著只有這幾個問題，因為有大量的用戶面對糟糕的體驗的時候，會選擇直接離開，而不是反饋。

降低算法的錯誤率，既需要常見的范例，也需要罕見的案例，并且兩者構成的訓練集要盡可能多。

長尾數據在機器學習的訓練集當中有著重要的作用。機器學習需要大量的數據來培訓 AI，并且在這些數據的基礎上構建出更加準確的模型，來預測未來。項目早期，公司可以使用公開的數據集來培訓 AI，這種數據容易獲得，也足夠經濟。但是隨著準確度要求的提升，想要繼續減少 AI 失誤的概率，就涉及到越來越多的罕見和不尋常的案例，而這些就屬于長尾的數據了。

不夠準確的 AI 是會逐步遭到用戶拒絕抵觸的。這種情況下，長尾數據的重要性就不言而喻了。但是，想要獲得長尾數據是一項重要的挑戰。這個時候， UX 設計師需要和數據科學部門的同事通力合作，共同部署和設計出優質的測試環境——盡量減少用戶提供訓練數據時候的不佳狀態，讓用戶信任，不被無關因素影響，更加專注于提供幫助 AI 提升的數據，而不是被咄咄逼人的數據搜集需求而影響。實際上，設計師是需要提醒數據專家們，用戶始終的需求核心是達成目標，而不是為他們訓練模型——非入侵式的數據搜集就是關鍵。

• 這個時候，用戶體驗設計的價值主要體現在：
• 遵循推薦系統的最佳實踐，推動平臺的長尾內容的發現和用戶參與度
• 隨著時間推移，盡可能和用戶之間建立起信任，以合適的方式提升搜集數據的準確度，在新用戶引導階段，盡量不要提出請求獲取個人數據的需求。
• 當機器學習的準確度因為數據不足而無法做得足夠好的時候，盡量借助設計和文案來維持和用戶之間的信任感。
• 參與定性研究，了解用戶對于機器學習的實用性的看法。
• 通過降低用戶向系統提交反饋的交互成本，來更快更好獲得有效的用戶反饋。
• 用戶完成任務的時候，通過更優秀的識別機制來進行判斷，跟蹤用戶行為，來增強隱式的數據搜集。

帕累托原則和長尾效應有矛盾嗎？

關于帕累托原則，這篇文章有足夠詳細深入的探討。一般而言，帕累托原則關注的是結果當中80%的部分，而非額外的 20%，這主要是因為它的使用場景是時間緊迫和資源稀缺的時候。

這兩個概念和功能是完全不沖突的，兩者可以協同共同制定短期和長期的策略。而主要的區別在于，兩者能夠幫你篩選出你當前需要關注的不同類型的項目類型，到底是影響大局的少數幾個，還是大量的長尾部分。相比之下，大量的長尾小項目確實能夠帶來足夠大的影響，但是其中的單個個體其實并不那么重要，所以它們需要視作為一個整體來進行處理。

結論

長尾理論對于對于業務、營銷、落地實施以及機器學習人工智能而言，都是不可或缺的重要組成部分和戰略契機。但是值得注意的是，單個設計師和 UX 團隊是無法單獨處理長尾問題的，需要抓住契機和其他的部門通力合作，才能制作出經濟且極具延展性的解決方案。

延伸閱讀：