Что такое распределение с длинным хвостом? (определение & #038; пример)

В статистике распределение с длинным хвостом — это распределение, имеющее длинный «хвост», который медленно уменьшается к концу распределения:

Оказывается, этот тип распределения постоянно проявляется в различных областях реального мира и имеет некоторые интересные последствия.

В этой статье представлено несколько реальных примеров распределений с длинным хвостом и объясняется, почему распределения с длинным хвостом важны.

Пример 1: Распределение продаж книг с длинным хвостом

Одним из наиболее известных примеров дистрибуции с длинным хвостом является продажа книг.

Есть несколько книг, которые были проданы сотнями миллионов экземпляров («Гарри Поттер», «Властелин колец», «Код да Винчи» и т. д.), но большинство книг в общей сложности продаются тиражом менее ста экземпляров.

Если бы мы создали гистограмму для визуализации общего объема продаж каждой когда-либо опубликованной книги, мы бы обнаружили, что диаграмма имеет длинное распределение:

Несколько известных книг были проданы сотнями миллионов экземпляров, а есть длинный список из миллионов и тысяч книг, проданных очень небольшим количеством экземпляров.

Пример 2. Распространение с длинным хвостом на каналах YouTube.

Еще один хорошо известный пример распределения «длинного хвоста» — количество подписчиков на канале YouTube.

Есть несколько каналов, у которых десятки миллионов подписчиков, но есть также длинный список из миллионов и тысяч каналов, у которых менее 1000 подписчиков.

Если бы мы создали гистограмму для визуализации общего количества подписчиков для каждого существующего канала YouTube, мы бы увидели, что диаграмма имеет распределение с длинным хвостом:

Пример 3: Распределение с длинным хвостом среди городского населения

Другим примером распределения с длинным хвостом является численность населения городов в США.

Есть несколько городов с населением в миллионы человек, но есть длинный список миллионов и тысяч городов с общим населением менее 10 000 человек.

Если бы мы создали гистограмму для визуализации численности населения всех городов США, мы бы обнаружили, что диаграмма имеет длиннохвостое распределение:

Почему важны распределения с длинным хвостом

Распределения с длинным хвостом особенно важно понимать в бизнесе, поскольку они предоставляют возможность для бизнес-модели, которая предполагает несколько продаж большого количества продуктов.

Например, рассмотрим наш предыдущий пример продажи книг:

У всех этих «книг, о которых вы никогда не слышали», действительно были покупатели, заинтересованные в их чтении, но большинство крупных розничных продавцов не продавали их в магазинах, потому что они не продавали много экземпляров.

Однако когда Amazon внезапно сделал возможным покупать эти нишевые книги в Интернете, они смогли продать несколько экземпляров десятков тысяч различных книг из длинного хвоста распространения.

Совокупные продажи всех этих книг с длинным хвостом фактически принесли значительную прибыль.

Другие компании также воспользовались этой моделью. Например, eBay позволил сотням тысяч людей совершить несколько продаж нишевых товаров.

Поскольку eBay получает небольшую долю от каждой продажи, все эти продажи от продавцов с длинным хвостом, которые продают всего несколько товаров в год, на самом деле приносят eBay значительную прибыль.

Netflix — еще один пример компании, которая извлекла выгоду из модели «длинного хвоста».

Большинство транслируемых телешоу и фильмов имеют лишь небольшую аудиторию, но создав платформу, на которой все эти нишевые шоу с длинным хвостом можно было просматривать несколько раз каждое, Netflix смог создать огромную аудиторию. ‘подписчики, каждый из которых подписался на просмотр. специальные шоу.

На самом деле, Крис Андерсон написал целую книгу об этой бизнес-модели под названием «Длинный хвост» .

Вся книга объясняет, как несколько продаж многих продуктов могут стать отличной бизнес-моделью.

Дополнительные ресурсы

В следующих статьях представлена информация о других типах распределений в статистике:

Распределения с перекосом влево или вправо
Введение в нормальное распределение