En modell för Long Tails

I en artikel på First Monday presenterar Kaleva Kilkki från Nokia Siemens Network en intressant modell för att räkna ut Long Tails. Genom att skruva på några variabler kan man, beroende på den data man har, få en rätt hyfsad prognos på hur efterfrågan på produkterna som säljer mindre kan se ut.
F(x) = den totala mängden av objekt upp till en viss "rank" (rank i sammanhanget är vilken plats på "topplistan" objektet har)
N₅₀ = antalet objekt som utgör hälften av totalen (låt säga att rank 1- 40 på topplistan utgör 50% av den totala volymen)
α = definierar funktionen, d.v.s. hur svansen är distribuerad (ett mindre värde skapar en plattare svans medan ett högre värde skapar en brantare)
β = den totala volymen
Det visar sig (ganska obvious) att ju längre ned i svansen man kommer desta sämre besvaras "latent demand". Kilkki förklarar det bl.a. med att dagens affärsmodeller inte tillgodoser efterfrågan på den riktigt udda och nischade underhållningen. Men Kilkki applicerar modellen på allt möjligt annat: populära ord, sökningar på Google, namn, befolkningsstatistik från Finland (...) och det ser åtminstone på papperet ut som om modellen skulle kunna fungera. Ska ta och testa den på min egen data.