王宁江

·首席论衡·

大数据“长尾”

王宁江

在一次研究工作中，有同事说到，目前舆情分析产品提供的信息量还不够多，用户在阅读时感觉还不解渴。于是，凭着感性和记忆，现场就做了呼应：要做大数据长尾，充分应用大数据技术，拉长舆情分析产品的信息“尾巴”。

回到案前，又诚惶诚恐，担心一时的心血来潮，用新名词误导同事。即刻又开始上网查找大数据“长尾”的理论依据。幸好，所查长尾理论的观点与我的理解基本一致，一块石头落下。觉得这个题目蛮好，所以，把观点和大家分享。

还是先翻一下烧饼，对长尾理论做个注释。长尾理论是统计学中对幂律特征的一个口语化表达，正因为网络经济的发展，该理论广为传播。长尾理论与生活中最接近的事例便是字频，少数的汉字使用频度较高，大量的汉字使用频度并不大，所以形成了一个长长的“尾巴”。大概意思是，没有长尾不行，少数的汉字表达不了完整的词意；同样，若长尾足够长，大量不常用汉字的低频使用所发挥的作用，不亚于少数高频字。也就是我们平常所述的“蚂蚁扳倒大象”、“蚂蚁雄兵”之类的现象。

在传统经济时代，企业的成本分析、资本的逐利倾向、人们的行为选择，往往会遵循“二八法则”，或者说是“二八”特征比较显著。大家在选择上，基于成本和效率的考虑，不愿意为蝇头小利而大投入。但在互联网时代，由于科学技术的突飞猛进，这一思维被颠覆和创新。一方面，通过互联网提供服务和产品的成本显著降低，包括存储、运算、信息收集和渠道等等，投入变得可以接受；……