• Yaklaşık 20 yıl önce Chris Anderson, İnternetin dikkati parçalayacağını ve tüketimin "kuyruğa" kayacağını doğru bir şekilde tahmin eden The Long Tail'i yazdı. Ancak Top Gun Maverick geçen yıl yurt içi gişede 700 milyon doların üzerinde gelir elde etti , Bad Bunny geçen yıl Spotify'da 18,5 milyar dinleme elde etti ve bildirildiğine göre 142 milyon hane Squid Game 1. Sezonu ilk 28 gününde izledi . Parçalanan bir dünyada neden hala hitler var?
• Geçenlerde Forget Peak TV, Here Comes Infinite TV adlı bir makale yayınladım . Önümüzdeki on yılda videonun metin, fotoğraf ve müzik yolunu izleyeceği ve "profesyonelce üretilmiş" içerik ile "bağımsız/yaratıcı/kullanıcı tarafından oluşturulmuş" içerik arasındaki kalite farkının giderek daha fazla bulanıklaşacağı ortaya çıktı. Bu, neredeyse sonsuz kalitede video içeriği ile sonuçlanacaktır. O zaman hala hit olacak mı yoksa yalnızca kişiselleştirilmiş nişler mi olacak?
• Gişe rekorları kıran filmlerin neden süper kahramanlarla ilgili olduğunu hiç merak ettiniz mi? Hollywood tembel mi yoksa tüketicilerin zevkleri daha aptal ve daha homojen hale mi geliyor? Ya da hiçbiri?
• Zaten bir şey neden viral oluyor?
• İçerik önerileri sizi en popüler şovlara, filmlere ve şarkılara mı itiyor yoksa size özel mi tasarlandı? Yoksa farklı bir gündemleri mi var?
• Web3 gerçekten küçük yaratıcıların kurtarıcısı olacak mı?
• Billie Eilish, Lil Nas X, Mr. Beast veya PewDiePie bilinmezlikten ortaya çıktığında, yeteneklerinin tanınması mı yoksa sadece şans mı kaçınılmazdı?
• Amazon'daki en yüksek puan alan incelemeler veya Quora'daki yanıtlar gerçekten en yararlı olanlar mı?

Bu makale biraz riskli olabilir, ancak konu on yıldan fazla bir süredir düşündüğüm bir konu. (Kapalı ve açık, sürekli değil.)

Güç yasası benzeri dağıtımların - birkaç büyük isabet ve çok sayıda ıskalama anlamına gelir - neden ağların doğasında bulunan bir özellik olduğunu açıklıyorum; öneri sistemlerinin sosyal sinyalleri nasıl azaltabileceğini veya güçlendirebileceğini açıklayın; filmler, TV, müzik ve içerik oluşturucu ekonomisi genelinde medyada güç yasası benzeri dağıtımların kalıcılığına dair bazı örnekler gösterin; ve tüm bunların neden önemli olduğunu tartışın.

Tl;dr:

• Açık bir çelişkiyle, İnternet dikkati hem parçalara ayırıyor hem de yoğunlaştırıyor.
• İlkinin nedeni sezgiseldir. Daha fazla ürün, birim ürün başına daha az dikkat. İkincisinin nedeni değil. Bunun nedeni, ağların güçlü pozitif geri besleme döngülerine tabi olmasıdır. Bir ağda, insanların seçimleri diğerlerinin kararlarından etkilenir ve "isabetler" artar.
• Bunun altında yatan iki mekanizma vardır: bilgi çağlayanları (insanlar diğerlerinin seçimlerini kalite işaretleri olarak gördüklerinde) ve itibar çağlayanları (insanlar grup kararına uyduğunda). İnternette seçim patlaması ve hem başkalarının seçimlerini gözlemlemek hem de kendi seçimlerinizi paylaşmak kolaylaştıkça, bu mekanizmalar daha güçlü hale geldi.
• Tüketiciler ayrıca, kasıtlı veya kasıtsız seçimler yapmak için büyük ölçüde öneri algoritmalarına güvenirler. Nasıl inşa edildiklerine bağlı olarak, bu sistemler ağdan kaynaklanan sosyal sinyalleri artırabilir veya azaltabilir.
• Sonuç, neredeyse tüm medyadaki tüketim dağılımının ısrarla ve bazı durumlarda artan bir şekilde bir güç yasası gibi görünmesidir: birkaç büyük isabet ve çok, çok (çok) uzun bir kuyruk. Dağıtımın "aşırılığı" hakkında düşünmek için bir çerçeve sunuyorum ve birkaç örnek gösteriyorum: gişe, Netflix orijinal dizisi, Spotify akışları ve Patreon müşterileri.
• Medya şirketleri için bir dizi önemli çıkarım var. İyi haber şu ki, neredeyse sonsuz içeriğe sahip bir dünyada bile büyük olasılıkla her zaman büyük hit olacak. Kötü haber hemen hemen her şeyle ilgili: kazançlı ortanın içi boşaltılıyor; isabet üretmedeki rastgelelik - ve dolayısıyla risk - artıyor; kuyruk vuruşlar için daha rekabetçi hale geldi; daha ekonomik rant muhtemelen yeteneğe kayacak; içerik üreticileri giderek küratörlerin algoritmalarının insafına kalıyor; ve ücretli medyanın değeri düşürülüyor.

İnternetin medyanın parçalanmasına neden olacağı fikri neredeyse modern internetin kendisi kadar eskidir. (Ya da belki daha eski. "Gelecekte herkes 15 dakikalığına dünyaca ünlü olacak" şeklindeki Andy Warhol'a yanlış atfedilen satır, İnternet öncesi bir parçalanma tahminiydi.) 1999'da Qwest Communications, içinde bir motelin yer aldığı bir reklam hazırladı. "her dilde yapılmış her film" (Şekil 1). Uzun kuyruk2004 yılında yayınlanan , İnternet'in bilgi mallarını depolama ve taşıma maliyetini önemli ölçüde düşürmesi nedeniyle, pratikte sonsuz raf alanıyla sonuçlanacağını savundu. Çok daha fazla seçenekle karşı karşıya kalan tüketiciler, tüketimlerinin çoğunu "kuyruğa" kaydıracak, bu da kitle kültürünün sonunun ve isabetlerin öneminin azaldığının habercisiydi. Anderson, sosyal medyayı öngörmediği için kuyruğun boyutunu hafife aldı. Görünüşe göre kuyruk, İzlandalı synth pop değil, sonsuz miktarda kullanıcı tarafından oluşturulan içerik.

Şekil 1. Qwest'in 25 Yıl Önce Tasarladığı Medya Parçalanması

Kaynak: Qwest Communications basılı reklamı, 1999.

İnternetin daha fazla seçenek sunacağı ve dolayısıyla daha fazla parçalanma o zamanlar sezgiseldi ve şimdi tartışılmaz. Ama hikayenin sadece yarısını anlatıyor. Çelişkili görünse de, internet dikkati hem parçalara ayırıyor hem de yoğunlaştırıyor . Bu ikinci fikir, Anita Elberse tarafından kısmen The Long Tail'in çürütücüsü olan Blockbusters: Hit-making, Risk-taking, and the Big Business of Entertainment adlı kitabında araştırıldı . Ancak bu kitap, tedarikçilerin neden gişe rekorları kıran stratejiler izlemesi gerektiğine daha çok odaklanıyordu ve isabet yaratan talep tarafı dinamikleri hakkında daha az.

Bu dinamikleri anlamak önemlidir. Hala hitlerin olduğu iddiası tartışmasız görünebilir ve kesinlikle sezgisel olarak doğru geliyor. Biliyoruz ki, Beyonce veya Taylor Swift bir albüm çıkardığında veya Stranger Things veya Game of Thrones'un gelecek sezonu düştüğünde, popüler kültürün kolektif dikkati, tıpkı Sauron'un gözü gibi, en azından bir sonraki şeye kadar, bunun üzerinde yoğunlaşacak. birlikte geliyor. Ancak neden hala isabet olduğunu anlamak, içerik arzı talepten daha hızlı büyümeye devam ederken bunun devam edip etmeyeceği konusunda fikir verir.

Neden hala isabet olduğunu anlamak, bunun devam edip etmeyeceği ve sonuçları hakkında bilgi sağlar.

İnternetin dikkati yoğunlaştırmasının nedeni, herkesi büyük bir ağ içinde birbirine bağlamasıdır. Ve ağlar, güçlü geri bildirim döngülerine tabidir. Tüketiciler, içeriği bilgi ağları aracılığıyla giderek daha fazla hem keşfedip hem de tükettiklerinden, kararları diğer insanların kararlarından giderek daha fazla etkileniyor. Bu geri bildirim döngüleri, az sayıda seçeneğin, yani isabetlerin popülaritesini artırır.

Bu karşıt güçlerin - parçalanma ve yoğunlaşma - net sonucu, medya tüketiminin ve daha geniş anlamda kültürün, ısrarla ve bazı durumlarda giderek güç yasası benzeri dağıtımları gözlemlemesidir. Bu, çok az sayıda TV şovunun, filmin, şarkının, kitabın, video oyununun, dergi makalesinin, haber bülteninin, kısa biçimli videonun ve tweet'in çılgınca popüler olacağı, büyük (engin, engin, engin…) çoğunluğun neredeyse hiç tüketilemeyeceği anlamına gelir.

Güç Yasası nedir?

Ortalama, medyan ve moddan hemen sonra okulda bize öğretilen ilk istatistiksel kavramlardan biri "çan eğrisi", yani normal veya Gauss dağılımıdır . Normal dağılımın ardındaki sezgi, yeterince rastgele bağımsız gözleminiz varsa, çoğu gözlemin nispeten ortalamaya (veya ortalamaya) yakın olacağı ve her iki tarafında eşit olarak dağılacağıdır. Pek çok bağımsız doğa olayı, özellikle boy, kilo, test puanları veya altı taraflı iki zar atmak gibi uç noktalar sınırlandığında bu dağılıma yaklaşır.

Şekil 2. Normal ve Kuvvet Yasası Dağılımları

Güç kanunu dağılımları ise aksine çok farklı görünür. Bir güç yasası, bağımlı değişkenin bağımsız değişkenin bir "gücü" olduğu anlamına gelir. Örneğin, bir küpün hacmi, kenarlarının uzunluğunun bir "kuvvetidir", çünkü uzunluk olarak her 1 birim için hacim 3 birim artar. Genel olarak şu şekilde ifade edilebilirler:

Kuvvet yasası olasılık dağılımında, üs negatiftir ve bu da aşağı doğru eğimli bir eğriyle sonuçlanır (Şekil 2'de kabaca gösterildiği gibi). Gösterildiği gibi, kuvvet yasası dağılımları, çok sayıda çok küçük gözlem ve az sayıda çok büyük gözlem ile karakterize edilir.

Burada ücretsiz olarak sunulan mükemmel Networks, Crowds and Markets kitabı da dahil olmak üzere, normal ve güç yasası dağıtımı arasındaki teknik farkları keşfetmek için pek çok yer vardır (bkz. Bölüm 18).

Amaçlarımız açısından, bu karşılaştırmanın ana noktası, Şekil 2'de en sağdaki grafikte gösterilmektedir; bu grafik, normal bir dağılım üzerinde bir kuvvet yasası dağılımını üst üste bindirir: Hem aşırı küçük hem de aşırı büyük gözlemlerin olasılığı, ilkinde çok daha fazladır. ikincisinden daha.

Ana nokta: bir kuvvet yasasında hem aşırı küçük hem de aşırı büyük gözlemler çok daha yaygındır

Belki de bu farklılıklar hakkında düşünmenin en iyi yolu , Nassim Nicholas Taleb'in The Black Swan'da popüler hale getirdiği bir çerçevedir . Normal dağıtım dünyasını - her şeyin ortalamanın etrafında bir yerde gezindiği bir yer olan - Mediocristan olarak ve güç yasası dağıtımları dünyasını - aşırı görünen şeylerin çok daha sık gerçekleştiği bir yer olan Extremistan olarak düşünün .

Güç Kanunları Neden Kültürde Oluşur? Ağlar

Yukarıda bahsedildiği gibi, İnternet'in medya parçalanmasına neden olduğu fikri sezgiseldir, ancak aynı zamanda isabetleri artırdığı fikri de öyle değildir. Bunun neden olduğunu keşfedelim.

Güç yasaları (veya daha doğrusu, güç yasası benzeri dağılımlar) pek çok yerde ortaya çıkar : depremlerin görülme sıklığı, herhangi bir yayında kelimelerin kullanımı (Zipf Yasası olarak adlandırılır), şehirlerin nüfusu, memeliler arasında metabolik ölçeklenme ve daha pek çok şey.

Bu güç yasalarının arkasındaki mekanizmalar her zaman açık değildir ( güç yasalarının karmaşık sistemlerin doğal bir özelliği olup olmadığı tartışılır ). Ancak güç yasaları ağlarda yaygındır çünkü ağ fenomeni bağımlı olma eğilimindedir, yani geri besleme döngüleri vardır . Ağdaki her düğüm, diğer düğümleri etkiler ve onlardan etkilenir.

Popülarite, güç yasası benzeri dağıtımları takip eder çünkü insanların seçimleri geri bildirim döngülerine tabidir.

Bu özellikle popülerlik için geçerlidir. Michael Tauberg'in bu makalesinde gösterildiği gibi, güç yasası benzeri dağıtımlar medyanın her yerindedir .

Sosyal Sinyaller Seçimlerimizi Etkiliyor

Dolayısıyla, ağlar, insanların seçimlerini genellikle diğer insanların ne yaptığını gördüklerine dayandırdıkları için isabetleri artırma eğilimindeyse, bir sonraki soru şudur: neden? İki nedenden dolayı: 1) diğer insanların seçimlerinin değerli bilgiler içerdiğini varsaymak genellikle mantıklıdır; ve 2) insanlar başkalarının onlar hakkında ne düşündüğünü önemser.

Bunlar, sosyal bilimcilerin "bilgi çağlayanları" ve "itibar çağlayanları" dediği iki farklı olgudur.

• Bilgi çağlayanları.Bir seçim yapmanız gerektiğinde ve eksik bilgiye sahip olduğunuzda ne yaparsınız? Muhtemelen, seçeneklerinizin kalitesini (“arama maliyetleri”) kendiniz belirlemenin ne kadar zor olduğuna ve ayrıca kötü bir seçim yapmanın sonuçlarına (geri alınabilirlik dahil) (“fırsat maliyetleri”) bağlıdır. Arama maliyetleri, hem seçenek sayısının hem de her seçeneğin kalitesini belirlemek için gereken sürenin bir fonksiyonudur. Örneğin, TikTok'ta gezinirken kaliteyi hızlı bir şekilde yargılamak kolay ve bir sonraki çok sezonlu TV dizisini ararken zor. Spotify'da önerilen bir şarkının ilk 8 saniyesini dinlemenin fırsat maliyeti, bakıcı tutup sinemaya gitmekten çok farklı. Arama ve fırsat maliyetleri düşük olduğunda, bunu kendiniz çözmeyi seçebilirsiniz. Yüksek olduklarında ve diğer insanların ne yaptığını görebildiğinizde, diğer insanların (topluca) sizden daha fazla bilgiye sahip olduğunu varsaymak ve kararlarınızı onlarınkine dayandırmak mantıklıdır. Birçok kişi bunu art arda yaptığında, "" olarak adlandırılan bir şeyle sonuçlanır.bilgi akışı .” Buna bazen kümülatif avantaj, tercihli bağlanma veya " zengin-daha zengin-olma etkisi " denir , bu sayede popüler şeyler daha popüler olma eğilimindedir ve popüler olmayan şeyler popülerliğini kaybetmez.

• Sosyal uyumluluk ve itibar basamakları. İnsanların seçimlerini görebildiğinizde ve onlar da sizinkini görebildiklerinde, bilinçli veya bilinçsiz olarak uyum sağlayabilirsiniz. Genel olarak, 1950'ler-1970'lerde Solomon Asch tarafından yürütülenler gibi ünlü sosyal bilim deneylerinin de doğruladığı gibi, hepimiz uyum sağlamak için baskı hissediyoruz . Alternatif olarak, bağlılığınızı ve ait olmaya değerliğinizi belirtmek istediğiniz için grubun kararlarına kasıtlı olarak uymayı seçebilirsiniz, ya da buna itibar şelalesi denir.

Sosyal Sinyaller Daha Önemli Hale Geliyor

Dolayısıyla, aşağıdaki durumlarda insanların diğer insanların yaptıklarından etkilenme olasılığı daha yüksektir: 1) çok fazla seçenek olduğunda; ve 2) diğer insanların ne yaptığını gözlemlemek kolaydır.

Son yirmi yılda, kaskadlara yol açan koşullar daha yaygın hale geldi: seçim patladı ve başkalarının eylemlerini gözlemlemek ve gözlemlenmek çok daha kolay

Bu koşulların her ikisi de son birkaç on yılda önemli ölçüde arttı:

• Mevcut içerik miktarı patlayarak arama maliyetlerini astronomik hale getirdi ve fırsat maliyetlerini artırdı. Daha fazla seçeneğin daha yüksek arama maliyetleri anlamına geldiği açıktır. Aynı zamanda daha yüksek fırsat maliyeti anlamına gelir çünkü bugün bir seçim yaptığınızda yapmamayı seçtiğiniz daha birçok şey vardır.
• Çevrimiçi ağlar sayesinde, insanların diğer insanların seçtiklerinden (doğrudan ve dolaylı olarak) etkilenme olasılığı çok daha yüksektir.Pek çok kişi, içerik küratörlüğünü açık bir şekilde arkadaşlarına (Facebook haber akışına güvenerek), kendi seçtikleri "uzmanlar" paneline (Twitter zaman tünellerinde) veya en sevdikleri ünlülere veya etkileyicilere (Instagram'da) yaptırır. Ancak bazen sosyal ağ unsurlarının sosyal olmayan ağ uygulamalarına da gömülü olduğunu unutuyoruz. Apple uygulama mağazasına, Amazon'a, OpenTable'a gidin ve hatta Google Haritalar'da “yakınımdaki restoranları” arayın — her durumda, muhtemelen diğer insanların fikirlerinden etkileneceksiniz. Çoğu öneri algoritması, kısmen, aşağıda daha ayrıntılı olarak tartışılan ve bir grubun veya alt grubun toplu seçimlerine dayanan işbirlikçi filtrelemeye de dayanır. Bir algoritmanın tavsiyesini kabul ettiğinizde, bilseniz de bilmeseniz de, diğer insanların seçtiklerinden dolaylı olarak etkilenirsiniz.

Öneri Motorları Yardımcı Olabilir veya Zarar Verebilir

Bu kadar çok seçenekle karşı karşıya kalan tüketiciler, yalnızca ağdan aldıkları organik sosyal sinyallere değil, aynı zamanda (kişiye ve medya türüne bağlı olarak değişen derecelerde) tavsiye sistemlerine de güvenirler. Bu sistemler, nasıl tasarlandıklarına bağlı olarak ağın etkisini artırabilir veya azaltabilir.

Öneri algoritmaları iki temel model türüne dayanmaktadır: işbirlikçi filtreleme ve içerik modelleri. İlkinde, algoritma, diğer kişilerin seçtiklerine göre içerik veya ürünler önerir. İkincisinde, öneriler içeriğin veya ürünlerin belirli özelliklerine dayanır.

Öneri sistemleri, nasıl oluşturulduklarına bağlı olarak sosyal sinyalleri güçlendirebilir veya azaltabilir.

Bu algoritmaların her iki modelin öğelerini içermesi yaygın bir durumdur. Örneğin Netflix, tavsiye sisteminde müşteriye benzer olduğuna inandığı gruplar arasındaki her bir içerik varlığı (yönetmen, oyuncular, tür, yaş derecelendirmesi, ton) ve popülerlik (izlenme, tamamlanma oranları ve derecelendirmeler) ile ilişkili her türlü meta veriyi birleştirir. müşterinin önceki görüntüleme davranışının yanı sıra (cihaz, günün saati, görüntüleme için harcanan süre). TikTok benzer şekilde algoritmasını diğer şeylerin yanı sıra kullanıcı davranışına, işbirlikçi filtrelemeye ve belirli içerik özelliklerine dayandırır. Buna karşın, Pandora'nın öneri sistemi, herhangi bir işbirlikçi filtrelemeye değil, yalnızca içerik niteliklerine dayalı olduğu için alışılmadık bir sistemdir.

Basit Bir Çerçeve

Bahsedildiği gibi, güç yasası benzeri dağıtımlar medyada her yerde bulunur, ancak değişen derecelerde. Son iki bölümü sentezleyerek, dağılımların ne zaman daha fazla veya daha az aşırı olacağını tahmin etmek için birkaç pratik kural önereceğim:

• Daha yüksek arama maliyetleri = daha aşırı dağılımlar (çünkü insanların sosyal sinyallere daha fazla güvenmeleri gerekir)
• Daha yüksek fırsat maliyetleri = daha aşırı dağılımlar (ayrıca, insanların taahhütte bulunmadan önce sosyal sinyalleri arama olasılığı daha yüksek olduğu için)
• Ağırlıklı olarak işbirlikçi filtrelemeye yönelen öneri sistemleri = daha aşırı dağıtımlar (algoritma sosyal sinyalleri güçlendirdiği için)

Popülerlik dağılımının bir güç yasası olduğunu nasıl bilebiliriz ve "aşırı"yı nasıl ölçeriz?

Bunları cevaplamak biraz daha matematik gerektirir. Yukarıda gösterildiği gibi, bir güç yasasının genel matematiksel ifadesi şöyle görünür:

Saf kuvvet yasasında c , bir ölçeklendirme faktörü olarak düşünülebilecek bir sabittir. Bir kuvvet yasası dağılımında, c de negatiftir, bu nedenle eğri aşağı doğru eğimlidir. Sadece bakarak bu ölçekleme faktörünün sabit olup olmadığını ve dolayısıyla bunun gerçekten bir kuvvet yasası olup olmadığını söylemek zor olabilir. Daha kolay bir yol, verileri bir log-log grafiğine dönüştürmek ve ortaya çıkan ilişkinin doğrusal olup olmadığını belirlemektir. Nedenini görmek için, yukarıdaki denklemin her iki tarafının günlüğünü alıyoruz:

Bu, y = b + mx'e eşdeğer doğrusal bir fonksiyondur. Başka bir deyişle, eğer gerçekten bir kuvvet yasamız varsa (veya kuvvet kanunu benzeri bir şey), log-log grafiği düz bir çizgi gibi görünmelidir, burada eğim c'dir ve c'nin değeri ne kadar büyükse (veya daha negatifse ) , o kadar "aşırı"dır. Ayrıca r²'yi hesaplayarak ne kadar düz olduğunu ve dolayısıyla ölçekleme faktörünün gerçekten sabit olup olmadığını test edebiliriz.

Şekil 3. Popülarite Dağılımları Genellikle Olasılığın (veya Sıralamanın) Bir İşlevi Olarak Değer Gösterir

Birkaç Örnek (ve Uyarılar)

Aşağıda, birkaç medya için tüketim dağılımının bazı temsili zaman serilerine bakıyorum: gişe, Netflix'teki TV dizileri, Spotify'daki akışlar ve Patreon içerik oluşturucuları.

(Kısa bir not: Yukarıdaki Şekil 2'deki kuvvet yasası dağılımında, normal ve kuvvet yasası dağılımlarını daha iyi karşılaştırmak için Y ekseni olasılıktır ve X ekseni değerdir . Popülerlik dağılımlarını tartışmanın daha sezgisel ve yaygın bir yolu, böylece Y ekseni değer ve X ekseni de bir kuvvet yasası olan olasılıktır (Şekil 3). Bu, yalnızca bir avuç gözlemin son derece büyük olacağını gösterir (halk dilinde "ana" ”) ve büyük bir sayı çok küçük olacaktır (“kuyruk”). Aşağıda popülerlik dağılımlarını bu şekilde tartışıyorum.)

Bu analiz birkaç nedenden ötürü kusurludur. Burada gösterdiğimden daha uzun zaman serilerine sahip olmak isterdim (gişe harika, ~20 yılda, ancak 20 yıllık müzik verilerine sahip olmak da harika olurdu). Ayrıca, Spotify ve Patreon verileri yalnızca eğrinin başındaki tüketim dağılımını gösteriyor. Güç yasaları kendine benzer (veya "ölçek değişmez") olduğundan, teoride eğrinin başındaki dağılım tüm dağılımı temsil eder, ancak bunlar saf güç yasaları değilse durum böyle olmayabilir.

Bunları bir kenara bırakırsak, bu örneklerin dördü de ısrarla güç yasalarına çok yakın olan aşırı dağılımlar gösteriyor.

Gişe

Diğer medyaların çoğuna kıyasla, sinemaseverler çok az seçenekle karşı karşıya kalıyor, ancak olağanüstü yüksek fırsat maliyetleri. Şaşırtıcı olmayan bir şekilde, tüketimin göreli dağılımı son yıllarda en çok arananlarda daha da yoğunlaşmıştır. Şekil 4, 2000, 2010, 2019 ve 2022'deki toplam ABD gişe dağılımını ve aynı verileri log-log bazında göstermektedir. Log-log grafiklerindeki r-kare değerleri ile gösterildiği gibi, bunlar kuvvet yasası dağılımlarına yakındır. Yine gösterildiği gibi, bu zaman periyodu boyunca dağılım giderek aşırı hale geldi (yani, log-log grafiklerindeki eğim giderek negatif hale geldi); göreceli olarak, en büyük isabetler her zamankinden daha büyük.

Şekil 4. Artan Gişe Dağılımı

Kaynak: Box Office Mojo, Yazar analizi.

Netflix dizileri

TV'de, bir TV dizisi bulmanın ve diziye bağlanmanın arama ve fırsat maliyetleri oldukça yüksektir, bu da nispeten aşırı dağıtımlara yol açmalıdır. Ancak popülerlik dağılımlarındaki değişiklikleri tüm TV için zaman içinde test etmek zordur çünkü iyi bir platformlar arası (doğrusal ve akış) ölçüm yoktur. Ve Nielsen artık akış derecelendirmeleri sağlasa da, bunu yalnızca birkaç yıldır yapıyor.

Bulabildiğim en iyi veriler, bana Netflix orijinal dizileri için küresel talebin bir zaman serisini sağlayan Parrot Analytics'teki iyi insanlardan geldi. Parrot'un talep ölçümü , her akış hizmetindeki her dizinin ve filmin popülaritesini ölçmek için çeşitli girdileri (sosyal, hayran ve eleştirmen derecelendirmeleri, korsanlık, wiki'ler, bloglar vb.) birleştirir.

Bu verilerden elde edilen en dikkat çekici çıkarım, Netflix'in bu zaman dilimindeki büyük uluslararası baskısına rağmen, görece çarpık kalması ve zaman içinde daha fazla güç yasası haline gelmesidir. Belirtildiği gibi, bu küresel bir taleptir ve Netflix'in neredeyse tamamı uluslararası olmak üzere yaklaşık 100 milyon abone eklediği ve çoğu yerel içerik olmak üzere yıllık nakit içerik harcamasının 13 milyar dolardan 17 milyar dolara çıktığı bir dönemi ölçer.

Büyümesine ve uluslararası olarak artan harcamalarına rağmen, Şekil 5'te gösterildiği gibi, küresel talep nispeten az başlıkta yoğunlaşmaya devam ediyor. 2018, 2020 ve 2022'de orijinallerin ilk %10'unun Netflix'teki tüm küresel talebin sırasıyla ~%95'ini, %85'ini ve %75'ini temsil ettiğini unutmayın.

Şekil 5. Büyük Uluslararası Genişlemeye Rağmen Netflix Dizilerine Olan Talep Eğik Kaldı

Not: Parrot Analytics'in talep metriği, dizilerin ve filmlerin popülerliğini ölçmek için çeşitli girdiler içerir. Kaynak: Parrot Analytics, Yazar analizi.

Spotify Akışları

Müzik ilginç bir durum çünkü her iki yönde de çalışan faktörler var. Bir yandan, çok fazla seçenekle (Spotify'da her gün 80 milyondan fazla parça ve 100.000 yeni şarkı yükleniyor ), dinleyiciler yeni müzik keşfetmek için hem sosyal sinyalleri hem de öneri motorlarını kullanıyor. Ve çoğu akış hizmetinin öneri motoru, büyük ölçüde işbirliğine dayalı filtrelemeye dayanır (Spotify'ın öneri motorunun açıklamasına buradan bakın ). Bu, nispeten aşırı bir dağılım anlamına gelir.

Öte yandan, yeni bir şarkıyı denemenin arama maliyetleri ve fırsat maliyeti çok düşüktür ve kolayca tersine çevrilir (bir sonraki şarkıya kolayca geçebilirsiniz). Bu faktörlerin her ikisi de daha geniş bir tüketim dağılımını desteklemektedir.

Sonuç, baştaki tüketimin en büyük isabetlere doğru aşırı derecede eğimli olması, ancak aynı zamanda daha fazla toplam tüketimin kuyruğa kaymasıdır. Dolaylı olarak, "orta", saf bir güç yasasında göreceğinizden bile daha incedir.

Şekil 6, Spotify'ın Global Top 200 Weekly'de hem 2017 hem de 2022'de en az bir kez yer alan tüm şarkılar arasındaki tüketimin dağılımını gösteriyor (ve günlük kaydı bazında aynı veriler). Her iki yılda da bu yaklaşık 1.000 şarkıydı. (Bu, eğrinin en başıdır - 80 milyon şarkı içinde ilk 1.000 veya ilk %0,001'dir.) Log-log grafiklerindeki eğimde gösterildiği gibi, dağılım kutudan bile daha aşırıdır. ofis. Görüldüğü gibi eğim sabit değildir; en popüler 100. şarkıyı geçtikçe daha da olumsuz oluyor. Bu, en büyük isabetlerin göreceli olarak daha da büyük olduğu ve kuyrukta gerçek bir güç yasasında olacağından daha fazla tüketimin meydana geldiği anlamına gelir.

Şekil 6. Spotify Eğrisinin Başı Aşırı Kalıyor…

Kaynak: Spotify, Yazar analizi.

Daha fazla tüketimin kuyruğa kaydığı fikri, toplu tüketim verileriyle destekleniyor. Şekil 7'de gösterildiği gibi, Spotify'ın raporlamasına göre, üç ana şirket (Universal, Sony ve Warner Music) ve Merlin (bağımsız plak şirketlerinin ortaklığı), 2017'ye göre yüzde 10 düşüşle 2021'deki toplam akışların %77'sini temsil ediyordu.

Şekil 7. …Fakat Daha Fazla Tüketim Kuyruğa Kayıyor

Kaynak: Spotify şirket raporları, Music Business Worldwide aracılığıyla.

Patreon Yaratıcıları

Patreon, platformda 250.000'den fazla içerik oluşturucu ve 13 milyon destekçi ile içerik oluşturucuların abonelik satması için bir arka uç çözümü sunar. Tüketim dağılımı öneri algoritmalarından etkilenmediği için de ilginç bir örnek. Patreon.com, açılış sayfasında bir avuç içerik oluşturucuya yer verirken, onu ziyaret eden çok az tüketici var. YouTube, Apple podcast'leri veya web siteleri gibi çalışmalarının öne çıktığı her yerden, öncelikle doğrudan içerik oluşturucuların Patreon sayfalarına giderler.

Tavsiye algoritmalarından herhangi bir büyütme etkisi olmadan, diğer bazı örneklere göre biraz daha az çarpık bir dağılım göstermelidir. Şekil 8, hem 2016 hem de 2022 sonunda en iyi 1.000 içerik oluşturucunun dağılımını ve günlük verilerini göstermektedir. Yine, bu, eğrinin başı veya 2022'deki içerik oluşturucuların %0,4'ü. Gösterildiği gibi, dağıtım neredeyse tam olarak bir güç yasası gibi ilerliyor, ancak eğim önceki örneklere göre daha az aşırı.

Şekil 8. Yaratıcı Ekonomi Güç Yasalarını da Gözetiyor

Kaynak: Graphtreon, Yazar analizi.

Ne olmuş? Güç Yasalarının Yaygın Sonuçlarını Anlamak

11. sınıf tarih öğretmenim olarak Bay Conroy, "Ne olmuş yani?" derdi. Bu oldukça çarpık tüketim dağılımlarının devam etmesi, daha geniş anlamda medya işi ve kültürü için çok önemli pratik sonuçlara sahiptir.

Sınırsız İçerik Dünyasında İsabetler Devam Edecek

Yukarıda belirtildiği gibi, son zamanlarda profesyonel ve bağımsız/yaratıcı içerik arasındaki kalite farkı bulanıklaştığı için Infinite TV'nin kaçınılmazlığı hakkında yazıyorum .

Aldığım sorulardan biri şuydu: Böyle bir dünyada yine hit olacak mı?

Kısa cevap: Daha büyük olanlar olmasa bile, muhtemelen her zaman isabet olacaktır. Yukarıda açıklandığı gibi, daha fazla seçenek, tüketicilerin arama maliyetlerini yönetmek için sosyal sinyallere ve öneri motorlarına (ki bunlar da sosyal sinyallere dayanır) daha fazla güvenmeleri gerekir. Bu zaten müzikte de görülüyor. Yüksek üretim değeri araçları demokratikleştirildi ve pratikte sonsuz miktarda yüksek üretim değeri olan müziğe yol açtı. Ancak büyük isabetler devam ediyor.

Tamam, ama "her zaman" kelimesini gerçekten kullanabilir miyiz? Gerçekten uzağa gidelim. Ya sonunda üretken yapay zeka her birey için farklı kişiselleştirilmiş içerik oluşturabilirse? Üretken yapay zeka hakkında yakın tarihli bir gönderide Sequoia , 2030 yılına kadar filmlerin "kişiselleştirilmiş rüyalar" olacağını öne sürdü (Şekil 9).

Şekil 9. Tüm İçerikler “Kişiselleştirilmiş Rüyalar” mı Olacak?

Kaynak: Sequoia.

Bu, en azından teknolojik olarak göründüğü kadar zor olmayabilir. Diyelim ki 2035'te hepimiz hakkımızda Google ve Facebook'u utandıran verileri kaydeden AR gözlüğü takıyoruz. Herhangi bir şey üzerinde ne kadar oyalandığımız ve göz bebeklerimizin genişlemesi, solunum ve kalp atış hızımız (h/t Rony Abovitz ) dahil olmak üzere bakışlarımızı takip ederler. Bizim hakkımızda bizim kendimizi bildiğimizden daha fazlasını biliyor olabilirler. Daha da ileri gidelim. Belki de biz uyurken beyin aktivitelerini kaydeden ve rüyalarımızdan gelen görüntüleri yeniden oluşturan cihazlar takacağız. Kulağa çılgınca mı geliyor? Japonya'daki araştırmacılar bunun zaten mümkün olduğunu gösterdiler .

Bireyselleştirilmiş içerik kavramını çürütmenin bir yolu yoktur. Ancak teknik olarak mümkün olabileceği için popüler olacağı anlamına gelmez. İki temel insan ihtiyacına aykırıdır: 1) İnsanlar seçimlerinde fail (veya en azından fail görüntüsünü) isterler - bir algoritmaya indirgenmek istemezler. (Bu yüzden Netflix kısa süre önce "Beni Şaşırt" düğmesini kaldırdı .) 2) Daha da önemlisi, bizler nihai olarak sosyal hayvanlarız ve ortak deneyimler etrafında birleşmeye ihtiyacımız var. Yakın tarihli başka bir makalede tartıştığım gibi , birçok insan için bu paylaşılan deneyimler eğlencedir (spor, müzik, oyun, filmler, TV şovları). Yalnızlığın halk sağlığı krizi olarak görüldüğü bir zamanda, ortak deneyimlerden vazgeçeceğimizi ve tek kişilik tiyatrolara çekileceğimizi hayal etmek zor.

Güle güle Orta

En büyük isabetler her zamanki kadar büyükse veya daha büyükse ve kuyruk da büyüyorsa, başka bir ima da ortanın uzaklaştığıdır.

ortası ne Ortada, yalnızca daha önce kıt olan dağıtımdan yararlandığı için dikkati (ve ekonomiyi) çeken herhangi bir içeriği düşünün: büyük ölçüde sendikasyon haberlerinden oluşan yerel gazeteler, yerel kapsama alanı zayıf olan TV istasyonları, belirgin kişilikleri olmayan radyo istasyonları, orta halli genel eğlence kablo ağları dolu. ikinci kademe yeniden gösterimler veya ucuz realite programları, orta bütçeli ben de tiyatro gösterimleri vb. her ortam dikey.

Azalan orta, her medya dikeyinde kârın önemli bir bölümünü oluşturdu

İsabetler Büyük Bir Şans Dozu İçerir

Bu "güç kanununun" bir başka önemli sonucu da, bilgi basamaklarının nasıl çalıştığı nedeniyle isabetlerin giderek daha fazla rastgele olmasıdır. Açık olmak gerekirse, tüm isabetlerin rastgele olduğunu iddia etmiyorum ama şans giderek daha önemli hale geliyor.

Vuruşlar tamamen rastgele değil ama şansın rolü artıyor

15 yılı aşkın bir süre önce, araştırmacılar Matthew Salganik, Peter Dodds ve Duncan Watts, sosyal etkinin içerik seçimleri üzerindeki etkisini belirlemek için bir deney yaptılar. 14.000 deneği, bir "bağımsız grup" ve sekiz "sosyal etki grubu" olmak üzere dokuz gruba ayırdılar. Tüm denekler, bilinmeyen grupların 48 bilinmeyen şarkısını derecelendirmelerinin istendiği bir web sitesini ziyaret etmeye davet edildi. İsterlerse şarkıları indirebildiler. Sekiz sosyal etki grubunda denekler, her bir şarkının gruplarından önceki ziyaretçiler tarafından kaç kez indirildiğini görebildi; bağımsız grupta yapamadılar. Sonunda, araştırmacılar her gruptaki şarkıların popülaritesini belirlediler.

Başlıca sonuçlar iki yönlüydü: 1) dokuz grubun her biri farklı şarkı sıralamasına sahipti (bazı şarkılar daha popüler olma eğilimindeyken ve bazı şarkılar tutarlı bir şekilde daha az popülerdi, bunun dışında sıralamalar oldukça farklıydı); ve 2) sosyal etki grupları içindeki popülarite dağılımı, bağımsız gruptakinden daha aşırıydı. İkinci sonuç, bu makalenin ana fikrini, yani sosyal sinyallerin varlığının popülerlik dağılımının daha çarpık olmasına neden olacağını desteklemektedir. (Ve bu deneyde tek sinyalin önceki indirmelerin sayısı olduğunu unutmayın, bu nedenle katılımcılar uyum sağlama baskısına veya itibar basamaklarına değil, yalnızca bilgi basamaklarına maruz kaldılar. Gerçek dünyada, sosyal sinyaller çok daha güçlüdür. )

Ancak ilk sonucun, yani her grubun farklı bir popülerlik sıralaması ürettiği şeklindeki çıkarımlarını düşünelim. Vuruşların yüksek derecede şans gerektirdiğini ima eder .

Bunun neden olduğunu görmek için bir düşünce deneyi deneyin (Michael Mauboussin'den ödünç alınmıştır). İçinde her biri 1-10 arasında numaralandırılmış ve her sayıdan 100 adet (100 #1s, 100 #2s, vb.) Ayrıca, her biri 1-10 olarak işaretlenmiş 10 vazonuz olduğunu hayal edin. Şimdi namludan rastgele 10 top alın ve her birinin üzerinde işaretlenen sayıya göre her topu karşılık gelen kavanoza koyun. Namludan çıkardığınız 10 topun yerine yeni toplar koyun ama bu sefer yeni topların dağılımı, topların kavanozlardaki dağılımına denk olacak. (Eğer 2 numaralı torbada iki top varsa ve 3 numaralı kutuda hiç top yoksa, yeni toplardan ikisi 2 numaralı, hiçbiri 3 numaralı kutuda işaretlenmemelidir.) Namludan rastgele 10 top çıkararak işlemi sürdürmeye devam edin, bunları karşılık gelen kavanozlara yerleştirmek, ve vazolardaki topların dağılımına göre namluya yeni toplar eklemek. Bu işlemi yeterli döngü boyunca çalıştırdıktan sonra, daha fazla bilyeye sahip çömleğin her seferinde daha fazla bilye ekleme olasılığının arttığını görürsünüz.

Veya gerçek dünyadan bir örnek düşünün: Amazon incelemeleri. Amazon algoritması, en “faydalı” oyu alan yorumları en üste yerleştirir. Doğal olarak, çoğu insan en baştan başlar ve yalnızca birkaç inceleme okur. Yeni bir kitap için yazılan ilk incelemeler sayfanın üst kısmında görünür (çok sayıda inceleme olmadığı için). Bu nedenle, sonraki incelemelerden daha fazla okunmaları ve yararlı bulunmaları daha olasıdır. Bu, olumlu bir geri bildirim döngüsü oluşturur: sayfanın üst kısmında kalma olasılıkları daha yüksektir, bu da yeni ziyaretçilerin onları faydalı olarak işaretlemesini ve sayfanın üst kısmındaki konumlarını sağlamlaştırmasını sağlar.

Ağa bağlı bir ortamda, isabetler başlangıç ​​koşullarına karşı oldukça hassastır

Bu fenomen (yukarıda zengin-daha zengin olma etkisi, kümülatif avantaj veya tercihli bağlanma olarak adlandırdım), ağ ortamında popülerliğin şanstan etkilendiğini ve başlangıç ​​koşullarına oldukça duyarlı olduğunu gösteriyor. İlk seçilen topların (veya ilk yazılan incelemelerin) hakim olma olasılığı çok daha yüksektir. Tüm içeriğin eşit kalitede olduğu varsayımsal bir dünyada bile, yine de büyük, rastgele isabetler olacaktır. PewDiePie veya Charlie Puth'un başarısı kaçınılmaz mıydı? Söylemesi zor.

İçerik tüketimi ağ dinamiklerinden giderek daha fazla etkilendiğinden, bu, isabetlerin daha öngörülemez hale geleceği anlamına gelir. Ve tıpkı finansal piyasalarda olduğu gibi, daha yüksek oynaklık daha yüksek risk anlamına gelir ve daha yüksek risk daha düşük getiri anlamına gelir.

Vuruşlar Kuyruktan Çıkabilir (ve Olacak)

Önceki noktanın bir sonucu olarak, vuruşlar kuyruktan çıkabilir ve çıkacaktır. Yine, bu zaten müzikte belirgindir. Infinite TV'de yazdığım gibi :

[A] The Weeknd, Billie Eilish, Lil Uzi Vert, XXXTentacion, Bad Bunny, Post Malone, Migos ve daha pek çoğu gibi son birkaç yılın yeni çıkış yapan gruplarının neredeyse tamamı, kendi kendine dağıtılan içeriğin kuyruğundan çıktı. Son perde için sabah 2'de takılan A&R temsilcilerinden değil.

Etkileyici bir kurgu yazmak, akılda kalıcı bir pop şarkısı bestelemek, yenilikçi bir oynanış tasarlamak veya harika bir senaryo yazmak olağanüstü nadir yeteneklerdir. Bunları sebatla ve şansla yapabilen pek çok kişinin, geleneksel içerik üretimi kanalları aracılığıyla başarılı olabileceğini ve HarperCollins gibi yerlerde kaynakları kontrol eden bir avuç insanın desteğini kazanabileceğini düşünmek mantıklıdır. Republic Records, Blizzard veya Universal Pictures. Ama çatlaklardan düşen kaç tane yaratıcı " kayıp Einstein " var? Binlerce mi? Onbinlerce? Yüz binlerce?

Sadece müzik şirketlerinde meydana geldi, her türden içeriğin her geleneksel üreticisi hem kuyruktan çıkan yeteneği keşfetmeye hem de onunla rekabet etmeye hazırlıklı olmalıdır.

Her Film Yıldızının Tayt Giymesinin Bir Nedeni Vardır

Bazen her filmin bir prequel veya devam filmi ya da süper kahramanlar (veya her ikisi) hakkında olduğu ve her yeni TV şovunun bir yan ürün veya yeniden başlatma olduğu hissine kapılıyorsanız, bunun nedeni orantısız bir yüzdesinin öyle olmasıdır (Adam Mastroianni tarafından bu makalede tartışıldığı gibi ) .

Bunun için sık sık belirtilen nedenler arasında eğlence şirketlerinin kaba ticariliği, yaratıcılığın ölümü ve Amerikan tüketicisinin aptallaştırılması yer alıyor. Ancak buna bu makalede açıklanan ağ dinamikleri merceğinden bakıldığında, birkaç başka pekiştirici neden öne sürülüyor. Yerleşik IP riski azaltır, çünkü:

• Tüketici arama maliyetlerini düşürür. Yukarıda tartışıldığı gibi, tüketiciler seçim ve bunun sonucunda ortaya çıkan yüksek arama maliyetleri karşısında bunalmıştır. Tanınmış markalar, yetenekler ve franchise'lar bu maliyetleri düşürerek tüketicileri ağ sinyallerine daha az bağımlı hale getirir.
• Önceden var olan bir topluluktan yararlanır. Yine tartışıldığı gibi, tüketiciler bazen bir topluluğa katılma veya içindeki konumlarını yükseltme arzusu nedeniyle içeriği seçerler. Yerleşik IP, topluluklar oluşturmuş ve topluluğun etkisini artırmıştır.

Kiralar Muhtemelen En İyi Yeteneklere Doğru Daha Fazla Kayacak

Yaratıcı işletmelerde yeteneğin nasıl tazmin edildiğine dair ayrıntılar olağanüstü derecede karmaşık ve anlaşılmaz olabilir. Bununla birlikte, soyutlarsanız, nihayetinde yetenek tazminatı, faaliyet gösterdikleri endüstrilerin altında yatan ekonomik yapının bir işlevidir.

Hem performans verilerinde daha fazla şeffaflığın hem de süperstarlar için daha fazla rekabetin olduğu bir zamanda, daha aşırı bir tüketim dağılımı muhtemelen daha fazla pazarlık gücünü en iyi yeteneğe kaydıracaktır.

Algoritmayı Denetleyen Kimse Yok

Algoritmalar, tüketimin dağılımını açıkça etkiliyor ve giderek daha önemli hale gelecekler. Spotify'a göre yeni müzik keşfinin 1/3'ü algoritmik öneri yoluyla gerçekleşiyor . Netflix , izlenme süresinin %80'inin tavsiyelerinden ve %20'sinin doğrudan aramadan geldiğini söylüyor (ancak aynı zamanda " kullanıcıların hizmete belirli bir dizi, film veya tür akıllarında gelme eğiliminde olduklarını " da kabul ediyor ). Her şey eşit olduğunda, ister ağdan ister öneri sistemlerinden çıkan organik sosyal sinyallerden olsun, tüketiciler seçim yapmak için ne kadar çok seçenek ararlarsa o kadar çok yardım arayacaklardır.

Platformlar, en iyi önerileri ortaya çıkarmak için güçlü bir teşvike sahiptir. Daha fazla kullanım tüketici yakınlığını artırır, elde tutmayı iyileştirir ve reklam destekli platformlar için geliri artırır. Ancak, en azından marjda, başka teşvikleri olabilir. Spotify ve Netflix'in her ikisi de en büyük tedarikçilerine olan bağımlılıklarını azaltmak için bir teşvike sahiptir. Hem Spotify hem de TikTok, "ticari kaygıların" tavsiyelerini etkilediğini açıklıyor. Bu konuda yapılabilecek fazla bir şey yok ve muhtemelen de yapılacak, ancak algoritmaların opaklığı ve önemi, zaman içinde içerik toplayıcılar için giderek daha önemli bir rekabet avantajı haline gelecek.

İçerik Oluşturucu Ekonomisi ve Web3 de Extremistan'da Yaşıyor

İçerik oluşturucu ekonomisinin yükselişi ve içerik oluşturucuların hayranlarla (sadece Patreon değil, Substack, OnlyFans, Cameo ve diğerleri) doğrudan bağlantı kurmasını ve onlardan gelir elde etmesini sağlayan platformlar ve araçlar hakkında (benim tarafımdan da dahil olmak üzere) çok şey yazıldı . Web3, bu yönde daha da kararlı bir adım vaat ediyor. Web3 uygulamaları merkezi olmadığı için, veriler merkezi sunucular tarafından aracılık edilmez ve içerik oluşturucular ürünlerinin mülkiyetini elinde tutar. Birçok kişi için web3'ün en büyük vaadi, gücü ve değeri merkezi kurumlardan yaratıcılara ve kullanıcılara yeniden dağıtmaktır.

Hem içerik oluşturucu ekonomisinin hem de web3'ün evrimi, daha fazla içerik oluşturucunun geçinebilecekleri bir ücret elde etmesini sağlamalıdır, ancak yeniden dağıtım, burada da tartıştığım bir şey olan eşit dağıtımla karıştırılmamalıdır . Yukarıdaki Patreon içerik oluşturucuları için popülerlik dağılımlarında gösterildiği gibi, ağ dinamikleri olduğu sürece, güç yasası benzeri popülerlik dağılımları olacaktır.

Kazanılan Medya Giderek Önem Kazanıyor

Bir an için Salganik, Dodds ve Watts'a dönelim. Bahsedildiği gibi, bazı denekler hiçbir sosyal sinyal almayan bağımsız bir gruba yerleştirildi. Araştırmacılar, bu grubun şarkıların popülerlik sıralamasını "kalite" için bir vekil olarak kullandılar. Diğer gruplar arasında buldukları şey, bağımsız grup tarafından en iyi olarak kabul edilen şarkıların nadiren kötü performans gösterdiği ve en kötü olarak kabul edilen şarkıların nadiren çok iyi olduğuydu, ancak başka her şey olabilirdi.

Popülerlikte kalite önemlidir. Tam saçmalık başarısız olur. Ancak, belirli bir kalite eşiğinin üzerinde, popülerlik büyük ölçüde ağ dinamiklerine bağlıdır.

Bunun anlamı, herhangi bir pazarlamacının size söyleyeceği gibi, pazarlamanın önemli olduğudur. Kalite mutlaka doğal olarak zirveye çıkmayacaktır. Soru, nasıl pazarlanacağıdır.

Pazarlamacılar, ücretli, kazanılmış ve sahip olunan medya arasında bir ayrım yapar. Ücretli geleneksel reklamcılıktır: TV, outdoor, yazılı, radyo, perakende medya, görüntülü, arama ve sosyal. Halkla ilişkiler ve ağızdan ağza iletişim kazanılır, giderek artan bir şekilde etkileyiciler aracılığıyla. Markalı içerik, web sitesi, perakende satış mağazaları, kataloglar vb. gibi markanın kendi pazarlama kanallarına sahip olunur. Medya şirketleri, büyük ölçüde ücretli medyaya güvenme eğilimindedir - yeni bir şov veya film başlatmak için büyük reklam kampanyaları düşünün. Ağın kendisi aracılığıyla daha fazla içerik keşfedildikçe, ücretli medyanın değeri giderek seyrelmektedir. Ayrıca pazarlamacılar için hangi sinyallerin organik olarak ortaya çıktığını ve bu sinyalleri güçlendirmek veya bunlara karşı koymak için hem ücretli hem de kazanılmış medyayı nasıl kullanacaklarını anlamak daha önemli hale geliyor.

Artık Kansas'ta değiliz

Netscape'in halka arzından bu yana neredeyse 30 yıl geçmesine rağmen, medya endüstrisi hala İnternet'in etkileriyle mücadele ediyor. Dikkati parçaladığı gerçeği sezgiseldir. İsabetleri artırmasının nedenleri daha az anlaşılmıştır.

Medya şirketleri için, ağ bağlantılı bir dünyada faaliyet göstermenin etkileri, en iyi ihtimalle karışık bir çantadır. İyi haber şu ki, isabetler hala önemli ve muhtemelen her zaman olacak. Kötü haber hemen hemen her şeyle ilgili: kazançlı ortanın içi boşaltılıyor; risk tırmanıyor; kuyruk vuruşlar için daha rekabetçi hale geldi; pazarlık gücü en iyi yeteneğe kayıyor; içerik üreticileri giderek küratörlerin algoritmalarının insafına kalıyor; ve ücretli medyanın değeri düşürülüyor. Tüketiciler artan bir seçenek tsunamisiyle boğuşurken, bu dinamikler daha belirgin hale gelecek. Bunların hiçbiri daha kolay olmayacak.