大数据时代下，如何挖掘长尾应用

但在移动互联网时代，应用市场的应用并没有像“长尾理论”一样达到有效的分发，而更趋近于“二八定律”，艾瑞曾有报告指出：几乎每一个垂直细分领域，都是一到三款主流应用几乎占据了80%的用户的手机桌面，剩下的80%的APP要去抢夺剩下20%的用户。对于用户来说，如果有适合自己的优秀应用被埋没在80%中，实在是一件悲剧的事情。

　　用户是如何寻找心仪的app的

　　我们说互联网时代是信息爆炸的时代，而移动互联网时代绝对是APP爆炸的时代，据公开报告，截止2014年年底，谷歌Play Store的应用数量已达到了143万，而Apple Store的应用数量也已经超过121万。在如此多的应用中如何找到自己感兴趣的应用?

　　一般来说，用户寻找应用的方法有3种，第1种是直接搜索，这种方式一般是针对必备应用(比如微信)或者自己知道的热门应用(比如华尔街日报)。第2种是应用市场中的推荐或排行榜，这种推荐大部分是广告行为，应用不一定真正满足用户的喜好，而且排行榜上的应用可谓“百年不变”，很难满足用户探索新应用的好奇心。第3种是推荐应用的应用，比如最美应用，这种应用可以让不少并不大众的应用得到曝光并让用户了解和使用，但问题同样存在，它通常每天只推荐有限的几款应用，而对于大批量的优质长尾应用的曝光度不够，并且对于编辑人员来说，每天从浩如烟海的应用中挑选应用实在是一件费时费力的事。

　　上述三种寻找应用的方式各有优劣，但它们有一个共同的缺陷，那就是忽略了大批长尾应用中的优秀应用。在移动互联网时代，可能每天都会诞生优秀的应用，这些应用可能不为人知，短期内也没法登上排行榜，却可能是受人们喜欢的潜在应用，这样的应用受到了大部分应用市场的忽略。

　　基于长尾应用的解决之道

　　挖掘应用市场中的长尾应用无论对用户还是对企业都有巨大的价值，随着大数据时代的到来，长尾应用被发掘的几率越来越大，目前对于长尾应用的挖掘大概有两种方式。一种是上文说到的类似最美应用这样的推荐类app，不少媒体和产品都会基于自己的特性为用户推荐app，比如豌豆荚中有一个“关注”分类，如果你关注了类似虎嗅网，好奇心日报这类媒体或应用，就可以收到它们的推荐信息。第二种也是大部分应用市场最常用的方式，即根据用户的下载历史和动作推荐用户可能喜欢的应用，这背后的算法便基于大数据分析。

　　除以上两种方式之外，目前我还发现了一种专门基于长尾优秀应用推荐的地图式应用推荐，比如石榴掌游，它本质上是一款可视化内容推荐平台，但它并不像大部分应用市场那样只推荐某几款热门应用，打开石榴掌游你会看到琳琅满目的应用(现在以游戏为主)，它用算法按照相似程度把手游排列在一起，越近的就越相似，越远的就越不同，就如同手握一张手游世界地图一样，一旦你点击某个图标，就会看到此应用的具体介绍、图片以及玩家上传的视频，通过这些信息用户便可以判断游戏是否是自己喜欢的类型。石榴掌游上陈列着数不清的长尾游戏应用，打开它的界面你就像进入一个百宝箱一样，在里面寻觅自己感兴趣的应用。同时石榴掌游也是一个背后依托强大机器学习算法的应用，它可以根据用户手机的自有应用预测用户可能喜欢的应用，也可以根据用户的浏览和下载记录判断用户的喜好，从而为用户提供更精准的推荐。

　　大数据时代的意义在于每个人无论购买什么产品，都会收到与自己的真实需求异常契合的产品推荐，产品推荐或广告对于每个人来说都是独特的，定制化的，广告或产品不再是一种打扰，而是需求。可以预见在大数据分析技术越来越成熟的未来，长尾产品的市场和价值将会越来越大。