1、Netflix：反长尾的胜利Netflix 只追求数量有限的热播剧，而不是追求大量冷门剧的聚合，这正是对长尾理论的扬弃与反动。 在硅谷众多星光熠熠的 IT 公司中， Netflix（奈飞）公司并不是一家很起眼的公司。但这家公司在近两年间股价的戏剧性跌涨，却给我们一个探究互联网赢利模式的大好机会。 Netflix 公司是一家在线影片租赁供应商。在互联网流媒体兴起之前，影片的主要载体是 DVD。早在 2009 年，Netflix 就拥有超过 10 万部的DVD 影片。顾客在线选择后，Netflix 会免费将 DVD 邮寄给他们。后来，随着流媒体的热兴，Netfix 在保留邮寄 DVD 业务的同时，
2、也开始提供通过电子邮件传送 DVD 和在网上直接观看 DVD 的这两种流媒体服务。 Netflix 公司股价的暴跌始于 2011 年 7 月。当时，其股价处于 300美元的高点，此后一路暴跌至 2012 年 9 月 53.8 美元的最低点，随后又一路攀升。到 2013 年 5 月 14 日，再度跃上 229 美元的高点，基本收复失地，成为纳斯达克表现最好的股票之一。 Netflix 股价暴跌骤涨的背后。对于暴跌的原因，商业观察家们和Netflix 公司内部的回答是一致的。这是由 2011 年下半年，Netflix 宣布的两项变革导致的。 第一是提高服务价格。原本用户每月只须支付 10 美元，就
3、可以同时享有通过电子邮件获得 DVD 和在网上直接观看 DVD 两项服务。变革后，用户可以每月付 8 美元，选择享受两种服务中的一种；如果两种都选，需要付 16 美元。 第二是计划将公司分拆为二。一家是继续提供 DVD 邮购服务的Qwikster 公司，另一家是仍顶着 Netflix 名头提供流媒体视频服务。这两项计划一经公布，就引发了股价的持续下跌，直至最低点。 而对于骤涨的原因，最时髦的回答就是大数据的胜利。 承载这一胜利的是 Netflix 推出的一部自拍剧纸牌屋（House of Cards） 。 纸牌屋原是英国的政治博弈剧，Netflix 花费 1亿美元购进版权，再请来明星导演和演员
4、自行重拍，很快成为包括美国在内的 40 个国家及地区的网络热播剧。 在纸牌屋热播的拉动下，投资者对 Netflix 的信心很快恢复，Netflix 的股价快速回升。而公司的赢利也出现了迅猛增长，相比去年同期的 10.2 亿美元上升了 18 %。同时，在美国又新增了 200 万付费用户。如今，Netflix 在美国的付费用户已经达到 2920 万（世界范围内已达 3600 万） ，超过了 HBO 电视网的 2870 万付费用户。 大数据的胜利。 纸牌屋之所以能够在互联网浩淼的视频之海中成为独领风骚的热播剧，其背后的大数据运作居功至伟。 Netflix 在全球拥有 3000 多万用户，他们在每个播
5、出季使用 1000 多种不同的设备收看超过 40 亿小时的节目。Netflix 通过遍布全球的定制视频服务器来为数量庞大的用户提供服务。当任何一个用户点下“播放”按钮后，Netflix 必须在 0.5 秒内就计算出哪一台含有这部影片资源的电脑离这位用户最近，然后再筛选上千个对应视频，选出最适合这位用户所使用播放设备的那一个视频。 由此，Netflix 也成为世界上最大的云计算用户之一，它按小时向AWS 租借服务器、存储资源以及计算能力，以快速便捷地满足用户的需求。 为了便于用户选择并给予评价，Netflix 精心设计了自己的搜索引擎，并提供了一个 15 级的评级功能。这些用户每天能够“生产”出
6、 3000万次播放动作、400 万次评级、300 万次搜索。这些数据的日积月累，就构成了大数据。Netflix 的 700 名数学家和工程师每天对上述数据以及用户的视频观看时间、所使用的设备等进行大数据分析及挖掘，以分析用户的喜好品位，并不断地推送出适合的内容以延长用户的在线时间。 强大的大数据运算分析能力，为 Netflix 的服务决策预测提供了强大的支撑。当 Netflix 通过计算分析，得知某一地区当天最火的影片是什么后，就可以提前为随后的一天预备好片源。比如，周二这一天某一影片在休斯顿地区很火，休斯顿地区所在的得克萨斯州的服务器就会预先装载更多的剧集，为周三晚上做好准备。最热播的剧集会
7、得到高速闪存驱动的配备，而其他不那么热的内容，则会存放在相对廉价和低速的硬盘里。 为了更好地为用户服务，Netflix 专门设置了“用户界面管理员”岗位。其中的一位被称为“10 英尺设计师” ，他的工作职责是控制好视频的分辨率，让其在电视上（人距电视的观看距离一般为 10 英尺）播放的效果能与电影院相媲美；相应的， “2 英尺设计师” ，负责的是让那些用笔记本电脑看影片的用户获得最佳的视觉体验；“18 英寸设计师”则是负责让平板电脑的用户满意。 Netflix 还拥有自己的专有技术，可以将传统影视剧厂商提供的片源进行压缩，并且转换成 100 多种版本，每一种版本对应一种带宽、设备或是用户的语言
8、环境，以满足不同用户的需求，而不是让用户将就。 总之，基于大数据运算，Netflix 可以精准掌握用户的品位喜好、需求变化，从而能够集中优势资源来满足用户的最大化需求。由此可见，纸牌屋的成功既非偶然，也不会是孤例。Netflix 新近推出的剧集铁杉树丛在宣传力度小于纸牌屋的情况下，收视率却一举超过了纸牌屋 。随后即将播出的发展受阻则有可能一举超越前两者。 反长尾的胜利。写于 20042006 年，并在推出后很快被奉为互联网商业新圣经的长尾理论一书，曾经将 Netflix 公司的运作视为践行长尾理论的典范之一。那么，Netflix 的纸牌屋以及后续热播剧的成功，是不是也可以视为是长尾理论的胜利呢
9、？答案正好相反，这恰恰是反长尾的胜利。 长尾现象实际上是与 Netflix 公司拥有几乎完全形同的商业架构（赢利模式）的 Ecast 公司的 CEO 范阿迪布首先发现的。而不同之处在于，Netflix 为用户提供的是在线点播的影视剧视频，而 Ecast 公司提供的则是在线点播的数字化歌曲。 范阿迪布发现，与传统的“80/20 法则”不同，用户点播歌曲的分布状况体现了“98%法则” ，即再冷门的歌曲也有用户点播，消费者几乎盯着所有的东西（98%） ，而不仅仅是那些最热门的 20%流行歌曲。 连线杂志的主编克里斯安德森对这一现象进行深入研究后，提出了长尾理论：当网络技术的发展极大削减了产品生产、展
10、示、储存、销售等各个环节的综合成本后，长尾产品聚合而产生的总体收益将非常可观，甚至可能超过在传统“80/20 法则”下只占 20%热门产品的收益。 长尾理论的惊艳问世，顿时掀起互联网商业界的巨大波澜，诸如亚马逊、Youtube 之类的公司都将其奉为圭臬。Netflix 也不例外，这也是其早在 2009 年就购买了超过 10 万部影视剧 DVD 的理论动力。 但是，长尾理论却忽略了最根本的一点：即尽管长尾产品确实可以汇聚出不菲的收益，但任何生产者对收入的预期，都是与为生产而付出的成本相匹配的。每一个专业性的生产者，都希望自己的产品成为热门产品，而不是泛人问津的长尾产品。如果一个生产者的产品永远都
11、是长尾产品，从经济学的成本分析来看，这样的生产者是无法长久支撑的。 追求长尾产品，最终只能消灭长尾产品。长尾产品的长期稳定供给只建立在一种可能性上：即生产消费两者合一的生产消费者（Prosumer）所生产的随意性内容。这样的内容，间或会体现出一定的专业性，但大多都是“营养价值”不高的随意性产品，几乎没有什么成本，从而他们对收益也几乎没有预期。不管他们乐不乐意，他们本身就是长尾。 从这个角度来看，视频分享网站 Youtube 才是长尾理论最忠实的践行者，其内容来自五湖四海的用户上传，数量惊人，而无论是视频内容、视频格式、视频时长、拍摄技术等均纷繁庞杂，无一定之规。这样的内容确属长尾产品，其中某些
12、产品也会倏忽而兴，热播一时，但大多数则是观者寥寥。而总量汇聚后，其流量却让 Youtube 一直保持着全球名列前茅的热门网站的地位。但尴尬的是，尽管人气鼎盛、热闹非凡，但Youtube 的赢利之路却步履维艰，曙光难现。 Youtube 悖论式的处境，其实正昭示了长尾理论的失败。而同样是身为流媒体供应商的 Netflix 只追求数量有限的热播剧，而不是追求大量冷门剧的聚合，这正是对长尾理论的扬弃与反动。 前述的 Netflix 基于大数据运算的各项精细化服务（比如针对不同用户的不同观看设备提供不同的视频规格） ，看似也属面向差异化的长尾之道，但其最核心的内容却是完全相同的剧集，只不过在服务的提供
13、上考虑了不同用户的区别。也正因如此，Netflix 才能集中各项资源，通过导演、演员、剧本等各个环节的精心选择，根据大数据运算结果的启示，打造出热播全球的热播剧。而这正是传统的“80/20 法则”的体现，也即是反长尾的胜利。 对于追求商业利润的公司来说，长尾法则也许是一个不折不扣的毒苹果。Netflix 从纸牌屋的成功中领悟到了这一点。 目前，在 Netflix 最热播的 200 部剧中，有 113 部无法从亚马逊和Hulu（另一家知名的流媒体供应商）上看到。为此，Netflix 付出了每年高达 20 亿美元的版权费用。Netflix 公司的首席内容官 Ted Sarandos 说：“很多人以
14、为 Netflix 为了取胜，会不惜一切代价疯狂买入剧集，但其实我们对于要买入什么内容是有深远考量的。Netflix 会用自己独特的算法计算出某部影片的演员最多有可能吸引多少观众，这就是我们对自己购入的剧集非常有自信的原因。 ” 将主要的资源集中在热播剧，甚至是独家的热播剧，而不是海量的冷门剧的汇聚上，已经成为 Netflix 新的成功范式。 数据最能说明问题。根据 Sandvine 的统计数据，目前，在美国网络使用的高峰时段，Netflix 占所有下载量的 33%，这一数据高于YouTube（14.8%） 、BitTorrent（5.9%） 、苹果的 iTunes（3.9%） 、Amazon Video（1.8%）及 Facebook（1.5%） 。换言之，在流媒体供应商的竞争中，Netflix 比谷歌的 Youtube、苹果的 iTunes、亚马逊的 Amazon Video 及Facebook 这几个 IT 巨无霸都要成功。 大数据运算为精心打造热门产品提供了最可靠的支撑。所以，Netflix 的成功是大数据的胜利，更是建立在大数据胜利基础上的反长尾的胜利。这一成功，足以击碎长尾理论的耀眼光环，也足以引发互联网商业研究者与实践者的深思。 编辑：苗东明
