Lezione 11: La coda lunga

1. LA CODA LUNGA Roberto Polillo,www.rpolillo.it Universit degli Studi di Milano Bicocca Dipartimento di Informatica, Sistemistica e Comunicazione Corso Web 2.0 AA2009-2010

Internet e i mercati a coda lunga

Esempio: self-publishing

Recommender systems

Internet e i mercati a coda lunga

Principio empirico che afferma chela maggior parte degli effetti dovuta ad un numero ristretto di cause :

in genere l'80% dei risultati dipende dal 20% delle cause ( legge dell80/20 )

Esempi:

L80% della ricchezza posseduta dall80% della popolazione

Il 20% dei prodotti realizza l80% delle vendite

(i valori 80% e 20% sono indicativi, e vanno verificati empiricamente caso per caso)

http://it.wikipedia.org/wiki/Principio_di_Pareto

Deve poter disporre di un catalogo prodotti enormemente vasto, a costi marginali pressoch nulli

Deve poter raggiungere una popolazione di potenziali acquirenti enormemente vasta, a costi marginali pressoch nulli

I potenziali acquirenti devono poter disporre di strumenti di selezione, per individuare facilmente il prodotto di interesse allinterno del catalogo(motori di ricerca, filtri, raccomandazioni, e WOM)

La rete rende possibile tutto questo

L'espressione (The Long Tail) stata utilizzata da Chris Anderson in un famoso articolo di Wired (Ott 2004), per descrivere alcuni modelli di business come quelli diAmazon.com(libri),Raphsody(noleggio musica) oNetflix(noleggio film):

http://www.wired.com/wired/archive/12.10/tail.html

e successivamente nel suo libro del 2006:

The Long Tail Why the Future of Business is Selling Less of More (trad. italiana: La coda lunga Da un mercato di massa a una massa di mercati, Codice Edizioni, 2006-2008)

Vedi anchehttp://en.wikipedia.org/wiki/The_Long_Tai

Le citazioni delle slide che seguono sono tutte tratte da C.Anderson

Esempi :

Libri ( www.amazon.com , )

DVD ( www.netflix.com , )

Musica ( www.rhapsody.com ,www.itunes.com , )

In questi mercati:

si possono offrire molti pi prodotti

le vendite si distribuiscono pi equamente tra hit e coda (la coda si ingrossa) grazie ai filtri e alle raccomandazioni

il profitto si ripartisce pi equamente tra hit e non-hit

Si vede che nei mercati online la testa molto meno importante che nei mercati tradizionali: es. nei DVD, i primi 5.000 titoli sommano il 65-70% delle vendite tradizionali, e il 40-50% delle vendite online

In un mondo di costi di packaging quasi inesistenti e di accesso istantaneo a quasi tutti i contenuti in formato digitale, il consumatore acquista almeno una copia di quasi tutti i prodotti disponibili (appunto il 98%).

Internet amplifica la visibilit dimoltepiccole cose che risiedono alla coda di una distribuzione a legge di potenza .

Ci sono pi cose piccole che cose grandi. Inoltre, il peso aggregato di quelle piccole pu superare quello delle grandi.

Da un mercato di massa a una massa di mercati di nicchia

Da una cultura di massa a una massa di micro-culture

La rivincita dei prodotti di nicchia

Lera delone-size-fits-all al capolinea, rimpiazzata da qualcosa di nuovo: un mercato di moltitudini

Quel semplice quadro con pochi hit rilevanti e tantissimi non-hit irrilevanti sta oggi assumendo l'aspetto di un confuso mosaico di milioni di mini-mercati e micro-star ...il mercato di massa si sta tramutando in una massa di nicchie .

Il nuovo mercato di nicchie non sta sostituendo il tradizionale mercato di hit: sta solo dividendo, per la prima volta,la scena con quest'ultimo.

Per cent'anni abbiamo vagliato, e scartato, tutto tranne i best-seller, cos da usare nel modo pi efficace possibile scaffali espositivi costosi, schermi, canali e attenzione.

... pensate ai costi di distribuzione in calo come ad una marea che si ritira, rivelando una nuova terra che c' sempre stata, ma che era sommersa.

Stiamo passando da un cultura di massa (mainstream) a una cultura massicciamente parallela .

C' un'esplosione di variet e di scelta di contenuti, che trasforma la cultura di massa inmilioni di microculture che coesistono e interagiscono ... ultranicchie... trib di interesse culturali .

E' la fine della cultura del boccione d'acqua o del prime time televisivo, dove la maggior parte della popolazione ascolta, legge e guarda lo stesso bacino di hit;ora si va verso le microculture, dove ognuno si interessa di cose diverse.

Fenomeno parallelo nel mondo della produzione: just-in-time personalizzazione del prodotto ed eliminazione delle scorte, ma ... qui si parla di bit e non di atomi!

La grandezza della trasmissione radio-televisiva che pu portare un programma a milioni di persone con unefficienza incomparabile. Ma non pu fare il contrario: portare un milione di programmi ad ogni persona. Ed esattamente quello che internet riescea fare cos bene .

Leconomia dellera radiotelevisiva esigeva programmi ch catturassero un pubblico molto vasto. Leconomia dellera della banda larga diametralmente opposta. Offrire lo stesso prodotto a milioni di persone estremamente costoso nonch inutile, quando si ha una rete distributiva ottimizzata per comunicazionipoint-to-point .

C ancora richiesta di grandi contenitori culturali, ma non sono pi lunico mercato.Oggi glihitcompetono con un numero infinito di mercati di nicchia, di ogni dimensione . E i consumatori sono sempre pi favorevoli a quello con maggior scelta.Lera delone-size-fits-all al capolinea, rimpiazzata da qualcosa di nuovo: un mercato di moltitudini .

Molti di questi prodotti sono sempre stati sul mercato, solo che non erano visibili o non erano facili da trovare [] ora sono disponibili grazie a Netflix, iTunes, Amazon o qualsiasi altro posto scovato da Google. Il mercato invisibile diventato visibile.

Altri prodotti di nicchia sono invece delle novit, create da unindustria che sta emergendo nel punto dintersezione tra il mondo commerciale e quello non commerciale, dove difficile dire quando i professionisti si fanno da parte e gli amatori prendono il sopravvento .

l mondo dei blogger, dei video-maker e delle garage band, tutta un tratto in grado di trovare un pubblico grazie alla stessa invidiabile economia della distribuzione digitale.

What Google has done is to find and monetize the Long Tails of both advertisers and publishers .These include millions of small companies and individuals who may never have advertised before, at least not nationally.They were considered sub-scale--too small to be worth a call or visit from an ad salesperson, possible too small to even think of themselves as an advertiser at all.But Google ads are self-service, cheap, and performance based (pay-per-click), which all combine to dramatically lower the barrier to entry. http://longtail.typepad.com/the_long_tail/2005/02/googles_long_ta.html

"The surprising thing about The Long Tail is just how long the tail is, and how many businesses haven't been served by traditional advertising sales Eric Schmidt (Google CEO, 2005)

InThe long tail , Chris Anderson celebrates this flattening of culture, which he describes as the end of the hit parade. [] Its a seductive notion. []

Anderson assumes that raw talent is as infinite as the shelf space at Amazon or eBay.But while there may be infinite typewriters, there is a scarcity of talent, expertise, experience, and mastery in any given field. Finding and nurturing true talent in a sea of amateurs may be the real challenge in todays Web 2.0 world . []

Without the nurturing of talent, there will, indeed, be no more hits, as the talent that creates them is never nourished or permitted to shine. []

Nurturing talent requires work, capital, expertise, investment. It requires the complex infrastructure of traditional media - the scouts, the agents, the editors, the publicists, the technicians, the marketers. Talent is built by the intermediaries. If you disintermediate these layers, then you do away with the development of talent, too.

Andrew Keen, The cult of the amateur, 2007

The more self-created content that gets dumped onto the Internet, the harder becomes to distinguish the good from the bad - and to make money of any of it. []

Chris Anderson is right to say the infinite space of the Internet will afford more and more opportunities for niche programming, but the downside is that this will ensure that such niches generate less and less revenues.

The more specialized the niche, the narrower the market. The narrower the market, the more shoestring the production budget, which compromises the quality of the programming, further reducing the audience and alienating the advertisers.

Andrew Keen, The cult of the amateur, 2007

Video: Social Media in plain English: http://it.youtube.com/watch?v=MpIOClX1jPE&feature=user

(da Commoncraft,http://it.youtube.com/user/leelefever)

Self-publishing

Servizi on-line che permettono:

la composizione di libri di vario tipo e formato

la stampa di qualit del numero di copie desiderato (minimo: 1)

la messa in vendita in rete (ricavi condivisi fra sito ed autore)

www.lulu.com/it(dal 2002)

www.ilmiolibro.it

(video demo in italiano:http://www.ilmiolibro.it/demo2.html)

www.blurb.com(solo libri fotografici)

Supported self-publishing:

www.booksurge.com(di Amazon)

www.iuniverse.com(supported self-publishing)

Self.publishing di libri fotografici

Programma di impaginazione Booksmart, molto facile da usare, scaricabile gratuitamente

Lautore sceglie fra formati standard per i libri e per le pagine

Il libro in rete pu essere pubblico o privato

Lautore sceglie leventuale markup per la vendita

Il mercato librario in Italia cresce quasi dell1%, con un giro d i a ffari totale di 3.702 milioni di euro e 61.440 titoli pubblicati nel 2006 (ultimo dato definitivo disponibile), compresi i volumi scolastici ed esclusi gli allegati a quotidiani e periodici.

Le copie stampate sono state 278 milioni, con una tiratura media di 4.300 copie.

Il 60% dei titoli per non vende una sola copiae i titoli commercialmente vivi nel 2008 risultavano 609.287.

L i nvenduto viene segnalato nel 95% per quanto riguarda i piccoli editori.

Il panorama italiano conta 2.901 case editrici, di cui 1.016 con una presenza organizzata sul mercato, cio che pubblicano almeno un titolo al mese. Se si considerassero invece anche quelle che in un anno non hanno pubblicato alcun titolo e quelle emanazioni di aziende e fondazioni il numero salirebbe a 8.814.

I libri stranieri sono in calo, ma un titolo su 5 resta non italiano. L e xport del mercato italiano cresce del 2% rispetto al 2006 per un totale di 40,7 milioni di euro, lasciando fuori i siti di e-commerce, con dati in crescita.

A leggere un libro all a nno sono 24 milioni di italiani (in calo dell 1%) e il 46,2% non legge pi di tre libri l a nno. A leggere un libro al meseil 13,3%, cio 3,2 milioni di persone. In maggioranza sono le fasce infantili e giovanili ele donne.

Fonte: http://www.key4biz.it/News/2009/09/01/Tecnologie/ebook_Gian_Arturo_Ferrari_mondadori_Enrico_Letta_Giulia_Buongiorno_Angelino_Alfano_Federation_of_Libreries_Associations.html?utm_source=infomail&utm_medium=email&utm_campaign=Dailyletter+n.1466+del+01+settembre+2009

Recommender systems

Legge di Sturgeon:

Il 90% di tutto spazzatura

( http://gandalf.it/arianna/sturgeon.htm)

La legge di Sturgeon, che bloccherebbe gli utenti in negozi tradizionali, in rete diventa solo un problema di filtri. Abbiamo bisogno di filtri efficienti per separare segnale e rumore. Oggi questi filtri iniziano a esserci

Sistemiche propongono allutente elementi (musica, film, libri, notizie, immagini, pagine web, ristoranti, ) di suo potenziale interesse

In its most common formulation, the recommendation problem is reduced to the problem of estimating ratings for the items that have not been seen by a user. Once we can estimate ratings for the yet unrated items, we can recommend to the user the item(s) with the highestestimated rating(s).

Content based: allutente vengono proposti elementi simili a quelli che ha gradito in passato

Collaborative:allutente vengono proposti elementi che persone con gusti e preferenze simili a lui hanno gradito in passato

Hybrid:combinazione dei due metodi

Una buona rassegna:G. Adomavicius, A.TuzhilinToward the Next Generation of Recommender Systems: A Survey of the State-of-the-Art andPossible Extensions (2005) http://www.inf.unibz.it/~ricci/ATIS/papers/state-of-the-art-2005.pdf

http://en.wikipedia.org/wiki/Recommendation_system#cite_note-4

Questi algoritmi selezionano gli elementi che posseggono caratteristiche (features) che lutente ha gradito in passato

Questo approccio ha le sue radici nei metodi di information retrieval e information filtering

Esempi :

Se ho gradito un libro il cui titolo contiene il nome Harry Potter, lalgoritmo mi proporr altri libri su Harry Potter

Se ho gradito una fotografia con tag Marocco, lalgoritmo mi proporr altre foto con lo stesso tag

e cos via

La bont di questi metodi legata alla completezza e qualit delle caratteristiche associate agli elementi

Sono particolarmente adatti per elementi di natura testuale, per i quali le caratteristiche possono essere estratte automaticamente ( automatic feature extraction )

Per altri tipi di informazioni (video, musica, foto, ) le caratteristiche non possono essere estratte automaticamente, edevono quindi essere associate a mano (tagging, tassonomie, ): costoso e difficile (es.come caratterizzare una barzelletta?)

Le raccomandazioni tendono ad essere sintattiche:es. due libricon le stesse caratteristiche risulteranno indistinguibili

Mancanza di variet ed eccessiva specializzazione : vengono raccomandati sempre elementi simili

New user problem : le preferenze dei nuovi utenti non sono note

Tecnica basata suiratingdati dagli utenti agli elementi:

Il sistema valuta la somiglianza fra me e tutti gli altri utenti, quindi

trovati gli utenti simili, mi suggerisce gli elementi che questi hanno valutato bene:

Utenti con i tuoi stessi gusti hanno apprezzato anche

non vengono considerate le caratteristiche degli elementi, ma solo le valutazioni espresse dagli utenti

quindi la tecnica funziona indipendentemente dalla natura degli elementi (libri, musica, barzellette, ), e non ha le rigidit tipiche dei metodi content-based

Le valutazioni possono essere esplicite o implicite

La matrice di rating sempre molto sparsa : - se pochi utenti hanno valutato un prodotto, questo verr raccomandato di rado, anche se le valutazioni sono ottime - se ci sono pochi utenti simili a me, le raccomandazioni saranno di bassa qualit

Start-up problem : allinizio la matrice di rating quasi vuota, e la tecnica funziona male

New user problem(come nei content-based RS)

New item problem : nuovi elementi non sono stati valutati da nessuno, quindi non vengono raccomandati

Mancanza di trasparenza : le raccomandazioni vengono fornite da un algoritmo, sulla base di informazioni anonime e aggregate

possibileingannare il sistema , fornendo rating fittizi per promuovere specifici elementi

Vari metodi possono essere usati:

Implementare separatamente metodi collaborativi e content-based e combinare i risultati

Incorporare alcune caratteristiche content-based in un approccio collaborativo, o viceversa

Costruire un modello generale che incorpora entrambi gli approcci

(vedi G. Adomavicius, A.Tuzhilin, 2005, cit.)

Selezionando:Don't Make Me Think: A Common Sense Approach to Web Usability

Il tema dei RS, anche se nuovo (lavori a partire dal 1995) coinvolge tecniche varie e complesse

Per chi vuole approfondire, si suggerisce il sito del corso di Francesco Ricci ( http://www.inf.unibz.it/~ricci ):http://www.inf.unibz.it/~ricci/ATIS/index.html molto ricco di slide e materiale

http://www.slideshare.net/rashmi/design-of-recommender-systems

Un approccio diverso (2.0, circa 2006):

Non facciamoci consigliare da un algoritmo, ma dai membri della nostra rete sociale, come nella vita reale

Le segnalazioni sono quindi personalizzate (anche se spesso gli utenti usano pseudonimi), e si esprimono con mezzi diversi: commenti, tag, rating,

Gli algoritmi si limitano a facilitarci la consultazione, in modo pi o meno sofisticato (ad es. ordinandole in modo opportuno)

Uno dei principali portali europei per la comparazione dei prezzi e il rating sociale dei prodotti

Fondata a Monaco nel 1999, acquisita da Microsoft nel 2008 integrato con Bing

Per 7 paesi europei gratuito (guadagna su adesioni commercianti e ricerche di mercato)

Gli opinionisti possono avere una propria pagina, e vengono anchessi valutati

11870.com is used for people to save, share and keep track of the places and services they like around the world through reviews, pictures and videos.

Create your profile and start saving and organizing the places and services that you like.

Discover new places and services through your friends and tell them about your favorite ones

Find out more about a country, city or neighborhood

Siamo il del.icio.us della vita reale

Social recommender di ristoranti USA

Da fine 2008

Effettua analisi dei commenti con algoritmi di natural language processing e riassume i risultati

Compatibile con Android

Social network per amanti dei libri, creato da Greg Sung nel 2005 ad Hong Kong

L' Anobium punctatum il nome scientifico del tarlo del legno , ad indicare chi passa molto tempo sui libri

Ogni utente iscritto pu:

- caricare online la propria libreria

- condividere recensioni, commenti, votazioni, datisu acquisti e letture, lista dei desideri, suggerimenticon altri utenti

- scambiare (o vendere) libri con gli altri utenti

Creare la propria libreria facile: ivolumi si inseriscono percodice ISBNo per titolo

Moltissime lingue, fra cui italiano, spagnolo, cinese

www.shalfari.com(2006, acquisito da Amazon)

www.bookerang.it(italiano, recente)

Costituita nel 2002 come mix di internet radio e SNS musicale, nel 2005 si fonde con Audioscrobbler; nel 2007 acquisita da CBS per USD 280 ml

Schede dettagliatedi artisti, album e brani musicali, modificabili in modo collaborativo dagli utenti (wiki); foto, cover, videoclip; eventi passati e imminenti, con utenti partecipanti e foto (via flickr)

Profilipersonalizzabili per utenti egruppidi utenti, che creano la propria radio personale (libreria, playlist)

Gli utenti possono aggiungeretagecommenti , e segnalare brani o album agli amici; forum di discussione

Gli utenti esprimono le proprie preferenze ( oppure )e il sistema raffina la conoscenza dei gusti degli utenti anche sulla base degli ascolti con altri sistemi

Il sistema segnala gli artisti simili sulla base delle scelte effettuate dagli utenti segnala affinit con altri utenti e presenta classifiche di album e brani pi ascoltati

http://it.wikipedia.org/wiki/Last.fm

www.music.yahoo.com/launchcast/

E ancora:

www.pandora.com

www.rhapsody.com

www.live365.com

Lanciata nel 1998, il pi grosso noleggiatore online di DVD (anche visibili in streaming)

100.000 titoli, 55 ml di dischi, 8+ ml di iscritti, spedisce quasi 2 ml di dischi al giorno (negli USA)

Recommender system basato su ratings e review degli utenti, del tipo di quello di Amazon

Approximately 60% of Netflix members select their movies based on movie recommendations tailored to their individual tastes (Netflix)

http://en.wikipedia.org/wiki/Netflix

Ilpassaparola amplificato la manifestazione della terza forza della coda lunga: sfruttare lopinione dei consumatori per far incontrare offerta e domanda. La prima forza, laproduzione democratizzante , popola la coda. La seconda forza, ladistribuzione democratizzante , rende disponibile qualsiasi prodotto. Ma da sole queste due forze non bastano. Deve entrare in scena la terza forza, che aiuta la gente a trovare ci che vuole in questa nuova super-abbondanza di variet, perch il potenziale del mercato a coda lunga si possa dispiegare in tutta la sua potenza.

I nuovi tastemakers siamo noi . Il passaparola oggi una manifestazione pubblica, che avviene nei commenti dei blog e nelle recensioni dei clienti, raccolte e misurate in modo esaustivo.Le formiche hanno i megafoni .

Chris Anderson, La coda lunga, pag. 94 e 102

James Surowiecki, The Wisdom of Crowds: Why the Many Are Smarter Than the Few and How Collective Wisdom Shapes Business, Economies, Societies and Nations (2004)

I 4 elementi necessari per formare una wise crowd:

Diversity

Independence

Decentralization

Aggregation

http://en.wikipedia.org/wiki/The_Wisdom_of_Crowds

Leggere larticolo originale di Chris Anderson sulla coda lunga inhttp://www.wired.com/wired/archive/12.10/tail.html

Esaminare il meccanismo di recensioni e raccomandazioni diwww.amazon.com

Esplorare il catalogo di libri fotografici diwww.blurb.com , e segnalarne uno di particolare interesse per questo corso

Iscriversi e sperimentarewww.ciao.itcon riferimento ai prodotti che interessano

Iscriversi awww.lastfm.com , definire un proprio canale e sperimentare lefficacia del sistema di social recommendation utilizzato

(OPZIONALE): Sperimentarewww.anobii.comowww.bookerang.com

Il presente materiale pubblicato con licenza Creative Commons Attribuzione - Non commerciale - Condividi allo stesso modo - 2.5 Italia http://creativecommons.org/licenses/by-nc-sa/2.5/it/ .

Credits

Diverse lezioni di questo corso sono una rielaborazione delle slides del Corso sul Web 2.0 tenuto da Carlo Vaccari alla Universit di Camerino nel dicembre 2007, disponibili con identica licenza Creative Commons dal blog del corso inhttp://camerino20.wordpress.com/ .

Molto altro materiale stato trovato in rete. Ho cercato di indicarne sempre la fonte; segnalatemi eventuali dimenticanze, sar lieto di correggerle appena possibile.

Date post:	03-Dec-2014
Category:	Education
Upload:	roberto-polillo
View:	3,684 times
Download:	0 times

Lezione 11: La coda lunga

Education