你能提供的产品远比从前要多。

　　2. 由于找到这些产品远比从前要容易（推荐系统和过滤器的功劳），销售额在大热门和利基产品之间的分配更加均匀了。

　　3. 由于利基市场的经济学与大热门市场相差无几，任何产品都能创造利润，无论流行程度是高是低。

　　80/20法则仍然生龙活虎地存在着，但在长尾市场中，它已经失去了它的霸权。

　　在我研究长尾市场的定量方法的时候，我碰到的主要问题之一就是产品多样性对需求曲线整体形状的影响。当集合器收纳了越来越多的产品，将那条长尾越拉越长，头部的少数大热门会怎么样？卖得比从前少？比从前更多？还是与从前一样？

　　在长尾市场中，有三种力量可以推动需求从头部移向尾部，从大热门移向利基产品。第一种力量就是品种的丰富性。如果你只给人们10种选择，他们只能十里挑一。如果你给他们1 000种东西，需求就不太会集中在前10种东西上了。第二种力量是较低的“搜索成本”，这既包括实际的搜索，也包括推荐系统和其他过滤技术。最后一种力量就是样本示范：对一首歌，你也许可以免费试听30秒；对一本书，你也许可以在网上试读一部分。这能降低购买风险，鼓励消费者们进一步深入未知世界。

　　如果要用硬数据把这种效应定量化，我们有几种方法可用。一是比较一下一个品种相对有限的市场和一个品种丰富的市场有什么不同。二是长期追踪某个长尾集合器/零售商，研究一下存货扩充的效果。三是观察一下较低的网上搜索成本的影响，然后与类似的非网上存货来一次同类对比。

　　麻省理工学院2005年的一项研究在一个女装零售商身上观察到了这种效应—有关亚马逊长尾存货的一些早期研究成果就出自这个研究队伍的领导者埃里克-布赖恩诺夫森（Erik Brynjolfsson）之手。这个女装公司既做目录营销，也做网上零售，而且两个渠道的品类和价格完全一致。不同之处在于，网上渠道有搜索功能，用户可以轻松浏览所有产品和产品的所有细类，而且，顾客们还可以用“根据……排列”过滤器重新整理产品列表。

　　我们发现，消费者们在网上的购买行为更倾向于长尾产品，就连那些同时使用两个渠道的消费者也是如此。排名后80%的产品占目录销售额的比重是15.7%，但在网上销售额中占了28.8%。如果换个角度，根据前20%的产品来看，目录销售服从84/20法则，网上销售则接近于71/20。

　　这就是更低的搜索成本对相同存货量的影响。为了衡量不同存货（一组存货比另一组存货大得多）的影响，我们需要对比一下一个货架空间有限的零售商和一个货架空间无限的零售商。在实际操作上，我们要对比的是传统的砖头和水泥商场和销售或出租同类产品的网上商场。我们决定从娱乐业入手，因为这个行业的网上市场足够成熟，可以准确衡量，而且有翔实的数据可用。我们同时观察了音乐和DVD市场的状况。

　　我们没有把目光锁定在某一个砖头和水泥零售商身上，而是使用了尼尔森的各研究部门整理出的全行业数据—音乐业数据来自尼尔森音像调查公司，电影数据来自尼尔森DVD调查公司。我们拿这些数据与来自Rhapsody和Netflix的数据分别进行了比较。