Tutkimusten aineistoina palvelut ennemmin kuin ihmiset

Kolmessa artikkelissa viidestä tutkimusaineistona oli verkkopalveluista kerätty data, ja näissä tutkimuksissa pääosassa oli tämä verkkopalvelu. Kahdessa tutkimuksessa aineisto oli saatu joko käyttötarkoitustutkimuksen datasta tai verkkokirjoitteluista, ja näissä tutkittiin yleisöjen käyttäytymistä ennemmin kuin palveluiden luonnetta. 

Toinen yleisöjä koskevista tutkimuksista oli yleisöjen fragmentoitumista koskeva Websterin ja Ksiazekin (2912) tutkimus. Sen aineisto oli kerätty internet- ja tv-paneelilta, joka koostui 1020 kotitaloudesta ja 2771 yli 2-vuotiaasta osallistujasta. Jokaisen osallistujan kotitelevisioon ja tietokoneeseen oli asennettu laite, joka mittasi tv:n katselua ja internetin käyttöä. Erilaisia mediapalveluita tutkimuksessa 236.  

Toinen tutkimus, jossa aineisto kerättiin yleisöiltä, oli Otterbacherin (2011) suosittelusivustoja käsittelevä tutkimus. Siinä aineisto kerättiin arvioista, jotka oli annettu elokuussa 2009 valittuihin yhteisösivustoihin. Aineistoon kuului 300 etusivun huomattavaa, 300 keskivaiheen vähemmän huomattavaa ja 300 viimeisimpien sivujen vähiten huomattavaa arvostelua. Tutkimuksessa tarkasteltiin jokaisesta yhteisöstä kahta eri tuotekategoriaa, Amazonissa kirjoja ja digitaalikameroita, Yelpissa ravintoloita ja vapaa-ajan viettoa ja IMDb:ssä kaikkein aikojen suosituimpia elokuvia ja sen hetken suosituimpia elokuvia. Jokaisesta kategoriasta tutkijat valitsivat 5 suosittua foorumia. Toisin sanoen data koostui siis 900 arvostelusta 30 eri foorumilta kolmessa eri yhteisössä.

Kolmessa muussa tutkimuksessa tutkimusaineisto koostui verkkopalvelun datasta, Wikipediaa koskevassa tutkimuksessa luonnollisesti Wikipediasta, streameja koskevassa tutkimuksessa tätä koskevasta verkkodatasta ja pilvipalveluista koskevassa tutkimuksessa keskityttiin SaaS-tarjoajiin tai pilvipalvelun käyttäjiin.

t. tiina

Trendikäs infograafi ja pakollinen lemmikkikuva

Tässä infograafissa esitetään kriittinen näkemys siihen, miten Google "tappoi" pitkän hännän.

Ja mitä olisi Long Tail -blogi ilman sitä koiraa, joka heiluttaa pitkää häntäänsä?

t. tiina

Long tailia tutkitaan määrällisesti

Kaikissa tarkastelemissani tutkimuksissa käytettiin enemmän tai vähemmän kvantitatiivisia tutkimusmenetelmiä. Vaikka kaikki tutkimukset olivat erilaisia, niistä paistoi kuitenkin "insinöörimäinen" ote tutkimusaiheeseen. Websterin ja Ksiazekin yleisön fragmentoitumista käsittelevässä tutkimuksessa menetelmänä käytettiin verkostoanalyysia (network analysis). Siinä analyysiyksikkönä toimi jokin median jakelukanava tai mediatuote, ja siinä tutkittiin yleisöjen fragmentoitumista näiden medioiden välillä. Saatettiin esimerkiksi tutkia, ketkä katsoivat sekä NBC-televisiokanavaa että vierailivat Yahoo!-sivustolla. 

Lamin ja Riedlin Wikipediaa koskevassa tutkimuksessa menetelmän paikantaminen oli vaikeaa. Artikkelissa etsittiin ”lennossa” parhaimmat keinot tutkimuskysymysten vastaamiseen ja näiden perusteella tutkijat erottelivat esimerkiksi wiki-artikkeleiden erottelun vähemmän ja enemmän huomionarvoisiin. Tässä tutkijat käyttivät erilaisia keinoja, artikkelin lukijakuntaa ja hakukonetestiä.

Artikkeli oli hieman vaikealukuinen eikä siitä pystynyt varmasti sanomaan, mikä on aineistonhankinnan menetelmää ja mikä jo saatua tutkimustulosta. Artikkeli oli tieteellinen, mutta hieman epäloogisesti toteutettu. Tutkimus oli kokonaan Wikipediaa koskeva, ja sen tuloksia voi soveltaa ainoastaan Wikipediaan. Tämä saattaa tuntua tutkimuksen käyttökelpoisuutta ja hyödynnettävyyttä rajoittavalta tekijältä, mutta koska Wikipedia on huomattava osa sosiaalista mediaa, voi tutkimuksen nähdä olevan relevantti ja tarpeellinen. 

Otterbacherin verkon arvosteluyhteisöjä käsittelevässä tutkimuksessa tarkasteltiin kvantitatiivisesti esimerkiksi arvostelujen kirjoittajien kuvailua itsestään, sosiaalisten verkostojen määrää, postattujen arvosteluiden ja kommenttien määrää jne. Tutkimuksessa arvosteluja vertailtiin niiden rakenteellisten, tekstuaalisten ja suostuttelu- tai vakuuttavuusominaisuuksien kautta. Vakuuttavuutta tutkittiin retorisen analyysin avulla, ja tekstit eroteltiin sen perusteella, onko niissä käytetty eetosta, paatosta vai logosta keinona vakuuttaa lukija.

Tutkimus pilvipalveluista oli kirjallisuuskatsaus aiheeseen. Siinä verrattiin pilvipalveluiden ja pitkän hännän teorioita, jotta voitiin analysoida sekä teoriassa että käytännössä, miten pilvipalvelut ja uudet ideat voivat hyötyä internetin pitkästä hännästä.

Viimeinen artikkeli käsitteli verkon "streameja" ja analyysissa tutkittiin näiden streamien laatua kolmen suureen avulla: streamin suosio, auktoiteetti ja aktiivisuus. Analyysi oli toteutettu määrällisesti tutkimalla verkon hakukoneiden tuottamia tulokai, ja siinä oli käytetty analyysiyksikköinä bittijonoja, jotka olivat itselleni melkoista hepreaa.

t. tiina

Hakukoneoptimointi pakottaa kapulakieleen - vai pakottaako sittenkään?

SEO eli Search Engine Optimization on informaatiota pursuavan internetin aikana yhä tärkeämpää. Mutta koska esimerkiksi toimittajien pitäisi kirjoittaa artikkelinsa ajatellen mahdollisimman hyviä hakusanoja, se tarkoittaa, että kirjoittamisesta tulee kapulakielistä "konekieltä". Ei välttämättä. SEO voidaan toteuttaa sekä ihmisille että koneille, kuten tämä artikkeli osoittaa.

Mutta jottei asiasta tehtäisi liian helppoa, täytyy ottaa huomioon ainakin nämä asiat, ennen kuin hakukoneoptimointi on no, optimaalista. Jätetään se semanttinen web nyt tässä kohden kokonaan mainitsematta. Siitä saisi oman postauksen tai oikeastaan bloginkin aikaiseksi.

P.s. Tätä postausta ei tietoisesti hakukoneoptimoitu (mitä nyt muutaman metadatan lisäsin ilostuttamaan kansaa).

t. tiina

Tutkimusaiheita Wikipediasta FeedMiliin

Toinen sairastelevista bloggaajista ilmoittautuu! Kunhan päästään Lauran kanssa näistä kaikenmaailman nielurisoista ja flunssista eroon, voidaan taas bloggailla antaumuksella. Tässäpä kuitenkin yritystä sängynpohjalta ja hieman yhteenvetoa tarkastelemieni pitkää häntää käsittelevien artikkeleiden (löytyvät toiselta sivuvälilehdeltä) tutkimusaiheista. 

Ilmoitusluontoisena asiana vaihdoin alunperin ensimmäisenä listatun artikkelini Brownin ja Adlerin "Open Education, the Long Tail and Learning 2.0" toiseen, uudempaan ja tieteellisempäään artikkeliin. Tuo alkuperäinen artikkeli osoittautui liian lehtiartikkelimaiseksi.

Useassa valitsemassani tutkimuksessa käsiteltiin internetin pitkän hännän hyödyntämistä johonkin olemassa olevaan palveluun, analysointimenetelmään tai ilmiöön. Kahdessa tutkimuksessa esiteltiin uudenlainen analysointimalli tai palvelu, jonka avulla pitkän hännän, näissä tapauksissa yleisöistä ja hakutuloksista, saatuja tietoja, voidaan hyödyntää paremmin. Yhdessä artikkelissa käsiteltiin pilvipalveluiden vaikutusta innovaatioihin ja sitä, miten näitä hyödynnetään internetin pitkällä hännällä.

Internetin pitkän hännän nähdään siis avaavan uusia näköaloja erilaisiin digitaalisen ympäristön toimintaperiaatteisiin sekä verkkoympäristön yleisöjen ryhmädynamiikkaan. Pitkää häntää ajatusmallina voidaankin soveltaa monenlaiseen tutkimukseen.  

Otin ensimmäisenä listatun artikkelini tilalle Websterin ja Ksiazekin vuonna 2012 Journal of Communication -lehdessä julkaistun artikkelin "The Dynamics of Audience Fragmentation: Public Attention in an Age of Digital Media". Se käsittelee yleisöjen fragmentoitumista digitaalisena verkkoaikana, ja tarkastelee analysointimallia, jota voitaisiin käyttää, jotta uudenlaista ”pitkän hännän” yleisöä voisi tutkia ja ymmärtää paremmin. He esittävät, että perinteisten verkostoanalyysien rinnalle nostettaisiin Nielsenin internetiä koskeva data-analyysimalli, jonka avulla yleisöjen eri medioiden käyttöä voitaisiin tutkia paremmin.

Toisena listattu artikkelini Lamin ja Riedlin 2009 Group-konferenssissa julkaistu "Is Wikipedia Growing a Longer Tail" käsittelee Wikipedian "pitkän hännän" artikkeleita. Tutkimuksella pyritään selvittämään mikä on Wikipedian Long Tail -artikkeleiden eli artikkeleiden, jotka saavat vähemmän huomiota, merkitys Wikipedian kannalta. Asiasta on kaksi näkökulmaa Wikipedian kirjoittajien keskuudessa. Toiset ovat sitä mieltä, että nämä artikkelit pitäisi poistaa, koska ne ovat epäkiinnostavia ja ne sivuutetaan helposti, ja toiset taas näkevät tämän monipuolisuuden nimenomaan Wikipedian vahvuudeksi ja erottavaksi tekijäksi muista ensyklopedioista. Tutkimuksessa tutkitaan Wikipedian ryhmädynamiikkaa.

Vaikka tutkimusta ei ole julkaistu missään julkaisussa, mielestäni siinä käsitellään mielenkiintoista ja pitkän hännän kannalta oleellista palvelua Wikipediaa, ja sisällytän sen siksi tarkastelemiini artikkeleihin. Wikipediassa kun tiivistyy koko pitkän hännän ydinajatus: Wikipedia tarjoaa tietoa kaikesta aina historiallisista faktoista viimeisimpiin villityksiin, ja tieto on tarjolla kaikille. Osa artikkeleista on suosittuja, osa selkeästi marginaaliin sijoittuvia. Wikipedian "hännän" on kuitenkin esitetty olevan nimenomaan vain pitkä, mikä tässä tapauksessa tarkoittaa sitä, että kaikki artikkelit eivät ole kovin syvällisiä tai laadukkaita.

Kolmas tarkastelemani artikkeli käsittelee arvosteluyhteisöjä. Se on erilainen muihin tutkimuksiin verrattuna, sillä siinä pitkä häntä ei ole tutkimuksen "pääosassa". Artikkeli on julkaistu Journal of Computer-Mediated Communication -lehdessä vuonna 2011 otsikolla "Being Heard in Review Communities: Communication Tactics and Review Prominence" tekijänä Jahna Otterbacher.  Siinä tutkitaan viestintätaktiikan ja huomattavuuden suhdetta kolmessa eri yhteisössä, Amazonissa, Yelpissä ja IMDb:ssä (Internet Movie Database). Tutkimuksessa vertaillaan 3 eri yhteisön etusivun arvosteluja viimeisimpien sivujen arvosteluihin ja niitä tutkitaan niiden rakenteellisten ominaisuuksia, tekstuaalisten ominaisuuksien ja vakuuttavuuden perusteella.

Neljäs artikkeli käsittelee pilvipalveluperustaisia innovaatioita internetin pitkällä hännällä. Tekijöinä ovat Liu Xin ja Chen Song ja artikkeli on julkaistu vuoden 2011 konferenssissa Product Innovation Management (ICPIM) otsikolla "Cloud-based Innovation of Internet Long Tail". Artikkeli käsittelee internetin pitkän hännän innovaatioita pilvipalveluympäristössä. Se tarkastelee pilvipalveluiden vaikutusta innovaatioihin ja sitä, miten näitä hyödynnetään internetin pitkällä hännällä.

Viimeinen artikkeli esittelee, tämän postauksen otsikossakin mainitun, uudenlaisen hakupalvelun FeedMilin. Artikkeli on julkaistu lehdessä Intelligent Systems IEEE vuonna 2010 ja tekijäjoukkona ovat Jonghun Park, Shin Yongwook, Kim Kwanho ja Chung Beom-Suk. Artikkelin otsikko "Searching the Long Tail of Social Media Streams on the Web" enteilee sisältöä, ja artikkeli esittääkin, että verkossa informaatio on yhä enemmän julkaistu stream-muodossa ennemmin kuin staattisina web-sivustoina, ja tämän takia on yhä vaikeampaa löytää relevantti informaatio hakukoneilla. Tutkimus esittelee FeedMil-hakukoneen, joka ottaa huomioon hakujen laadun ja aiherelevanssin, ja sen avulla voi löytää myös relevantteja hakutuloksia internetin pitkältä hännältä. En kuitenkaan löytänyt kyseistä hakukonetta enää mistään, vaikka siitä (Googlen mukaan) kohkattiin kovasti vuosina 2009 ja 2010. Ilmeisesti palvelu ei saavuttanut toivotunlaista suosiota tai sen oli vaikea kilpailla muiden hakukoneiden kanssa.

t. tiina

Sosiaaliset verkostotkin noudattavat pitkää häntää

Tässä pitkää häntää enemmän tutkiessa löysin itselleni uuden yhteyden sosiaalisen median sekä pitkän hännän välillä, nimittäin sosiaalisen median käyttäjät, jotka jakavat hyvin spesifit mielenkiinnon kohteet, voivat myös muodostaa oman verkostonsa.


Long Tail -teoria on siis sovellettavissa myös siihen, kuinka sosiaalisen median parista löytyy omia verkostojaan koskien netin käyttäjien mielenkiinnon kohteiden pitkää häntää. Facebook ja MySpace ovat suosituimpia sosiaalisen median verkostoja, mutta moniko on kuullut esimerkiksi kokkailuyhteisö BakeSpacesta tai elokuvaharrastelijoiden sivusto Flixteristä?


Sosiaalisten verkostojen ja pitkän hännän yhteydestä löytyy erilaisia tekstejä googlettamalla, mutta yksi hyvä aihetta käsittelevä blogiteksti löytyy täältä. Tämä teksti avasi omat silmäni ko. yhteydelle ja tämä ymmärrys tulee varmasti vaikuttamaan myös tuleviin postauksiini tieteellisiä artikkeleja käsitellen.


Facebook kuuluu ehdottomasti suosituimpiin sivustoihin. Sosiaaliset verkostot voidaan myös kuvata Long Tail -kaaviokuvan mukaisesti:

Long Tailin häntä on siis pullollaan erilaisia sosiaalisia verkostoja, joiden käyttäjien määrä voi olla hyvinkin pieni. Onko joku lukijoista liittynyt itse tällaiseen ns. pitkän hännän verkostoon?

t. laura

Vanha ilmiö, uusi nimi

Pitkään häntään liittyvä ilmiö, käyrän eksponentiaalinen kasvu, ei ole mikään uusi ilmiö, ainakaan matemaatikoille tai taloustieteilijöille. Ilmiöllä onkin alun perin matemaattiset juuret: sillä viitataan potenssilakiin, jolla esitetään kahden suureen suhde toisiinsa. Tämän valossa ilmiö saakin aivan uusia matemaattisia ulottuvuuksia, mutta pysytään tässä yhteydessä kuitenkin rautalangassa. Pitkä häntä on näkyvillä kaikkialla. On esimerkiksi esitetty, että kaupunkien asukasmäärään, maanjäristysten kokoon ja jopa eri kielten sanojen lukumäärään voidaan soveltaa tätä eksponentiaalista potenssilakia, kasvavaa käyrää eli pitkää häntää. Ei siis ihme, että saman ilmiön on huomattu toteutuvan myös monissa yhteyksissä verkossa, aina blogosfääristä wikeihin.


Long Tail -termin lanseerasi alunperin Wired-lehden päätoimittaja Chris Anderson kyseisessä lehdessä julkaisemassaan artikkelissa ”The Long Tail”. Vuonna 2006 hän laajensi artikkelinsa kirjaksi ”The Long Tail: Why the Future of Business is Selling Less of More". Anderson käyttää esimerkkinä Long Tail -ilmiöstä Amazon.com-verkkokauppaa. Siellä nimittäin konkretisoituu pitkän hännän taloudellinen merkitys. Vaikka vain pieni osa hittituotteista yltääkin huippumyyntilukuihin, ja ne tuottavat ison osan kaupan myyntituloista, myös marginaalituotteet muodostavat yhteensä itse asiassa hyvinkin suuren markkinaosuuden myynnistä. Näin myös marginaalituotteista tulee kannattavia. Tämä onnistuu vain digitaalisessa ympäristössä, sillä kauppojen hyllyillä näille marginaalituotteille ei ole tilaa.

Pitkästä hännästä hyötyvät markkinat, mutta myös markkinoijat. Verkossa sitä on hyödynnetty muun muassa hakusanaoptimoinnissa. Hyvän kirjoituksen aiheesta kirjoitti Matt Powell. Long Tailista blogimarkkinoinnissa on kirjoittanut muun muassa Dave Pollard.


Pitkään häntään liittyy myös alun perin Jakob Nielsenin kehittämä, internet-kulttuuria koskeva, 90–9–1-sääntö. Sen mukaan vain pieni joukko ihmisistä on yleensä tuottamassa sisältöä, joka kuitenkin tuottaa lisäarvoa suurelle ihmisjoukolle. Luvut 90-9-1 tulevat siitä, että 90 % käyttäjistä osallistuu vain vähän verkkosisältöjen tuottamiseen, suurin osa verkon käyttäjistä on siis seuraajia. 9 % käyttäjistä osallistuu sisällöntuotantoon satunnaisesti ja lopulta pienin osa, 1 % käyttäjistä, osallistuu aktiivisesti ja samalla tuottaa 90 % verkon sisällöstä. Aiheesta on varmasti kirjoitettu satoja kirjoituksia, mutta silmääni osui Ben McConnellin blogikirjoitus, jossa hän pohtii 90-9-1-säännön pätevyyttä erilaisiin wikeihin, mm. Wikipediaan.


Pitkää häntää voi lähteä avaamaan monesta eri suunnasta, mutta meidän kulmamme on viestintä. Tulossa onkin esittelyä aiheen tutkimuksesta multimediaviestinnän alalta. Käymme läpi alan tutkimusta ja pitkää häntää käsitteleviä artikkeleita. Niissä vastataan muun muassa kysymykseen: kasvattaako Wikipedia pitkän hännän?

t. tiina