คนส่วนมาก ไม่ได้ให้ความร่วมมือบนเนตนักหรอก


ที่มาจาก Jakob Nielson's Alertbox

เท่าที่เฮีย Jacob เขาศึกษามา เขาพบว่า Web Community ส่วนใหญ่ 90% ของผู้ใช้ทั้งหมด สิงอ่านอยู่เฉยๆ ไม่ทำไรมากกว่านั้น ไม่แบ่งปัน ไม่แชร์ความคิดเห็นใดๆ 9% ก็มีให้ความร่วมมือหรือแชร์ข้อมูลบ้าง แต่ก็ไม่บ่อยนัก ส่วนอีก 1% เป็นผู้ใช้ดีเด่น ทั้งอ่าน ร่วมมือ เขียน แชร์ ให้ทำอะไรทำหมดเลย

อันนี้เฮียจา (Jacob) เขาบอกว่ามันเข้าข่ายกฏ 90-9-1 Rule ซึ่งไม่เคยได้ยินมาก่อนเหมือนกัน ใครเคยได้ยินกฏนี้ก็ช่วยบอกหน่อย

อันนี้ทำให้เรานึกไปถึงกฏ 80-20 หลายๆคนคงเคยได้ยินมา คือ กฏที่ว่าด้วยชนส่วนน้อย 20 มีอิทธิพลกับสรรพสิ่ง ประมาณ 80 ในขณะที่ชนส่วนใหญ่ 80 มีอิทธิพลกับสรรพสิ่งเพียงแค่ 20 เท่านั้น

ซึ่ง ก็เป็นธรรมดาโลกาเช่นนี้มาตั้งแต่ไหน

โอเค เลิกไร้สาระแล้วมาต่อกัน
จากการวิจัยก่อนหน้านี้เกี่ยวกับความไม่เท่าเทียมอันนี้แหละ ซึ่งเฮียจาเขาใช้คำว่า participation inequality  นักวิจัยเขามีการสำรวจดูผู้ใช้ Usenet จากจำนวนกว่า 2 ล้านข้อความ พบว่า การโพสต์ 27% มาจากคนที่โพสต์เข้ามาเพียงแค่หนึ่งครั้ง ส่วนการโพสต์ 25% มาจากกลุ่มคนที่แอคทีฟซึ่งคิดเป็นจำนวนคนทั้งหมดเพียง 3%

ในการศึกษาของ Whittaker และพรรคพวก เกี่ยวกับ Usenet นี่ ศึกษาการโพสต์โดยเลือกสุ่ม พบว่า โพสต์แต่ละครั้งมาจากกลุ่มผู้ใช้งานไม่บ่อย 580,000 คน ไม่งั้นก็มาจากหนึ่งใน 19,000 ผู้ใช้ที่แอคทีฟจัด ซึ่งจะเห็นได้เลยว่า ผลการสำรวจที่เกิดจากการโพสต์มากๆของคนกลุ่มน้อยนั้น อาจจะทำให้เราเห็นภาพโดยรวมทั้งหมดผิดไป และอาจจะเหมารวมไปถึงพวกที่สิงสู่อยู่เฉยๆเลยก็ได้

เฮียจาเขาเคลมว่า ตอนนี้มีผู้ใช้เนตทั้งหมดประมาณ 1.1 พันล้านคน แต่มีเพียงแค่ (ตั้ง) 55 ล้านคนที่มี Weblogs (สถิติไปเอามาจาก Technorati) และมากไปกว่านั้น ใน 55 ล้าน มีเพียง 1.6 ล้านที่โพสต์ในแต่ละวัน คิดเป็นเปอร์เซ็นต์แล้ว ก็เท่ากับ 0.1% ของคนใช้เนตเท่านั้น ซึ่งเทียบเป็นสัดส่วนก็คือ 95-5-0.1

ในวิกิพีเดีย ก็มีเรื่องความไม่เท่าเทียมอย่างนี้เช่นกัน กว่า 99% ของผู้ใช้ทั้งหมด เป็นโหมด read-only และถ้าเทียบกับสถิติจากวิกิเองว่ามีผู้ใช้ที่แอคถีฟเพียง 68,000 คน นั่นก็เท่ากับว่า 0.2% ของ 32 ล้านผู้ใช้ในอเมริกา เป็นพวกแอคทีฟ คือให้ด้วย ไม่ได้รับด้วยการอ่านอย่างเดียว

และในจำนวน 1,000 คนของวิกิ 0.003% แชร์ข้อมูลเป็นจำนวนถึง 2 ใน 3 ของเนื้อหาทั้งหมด ถ้าเรียกเป็นกฏ ก็เท่ากับ 99.8-0.2-0.003 (เฮียจาจะทำเป็นกฏไปทำไมเนี่ย)

ใน amazon ก็เช่นกัน แม้หนังสือที่ขายดีเป็นจำนวนหลายพันเล่ม ก็มี review อยู่เพียง 12 คนเท่านั้น นั่นหมายความว่า คนที่ให้ข้อมูล มีจำนวนต่ำกว่า 1% ของผู้ซื้อหนังสือเล่มนั้นทั้งหมด ในจำนวนหนังสือของอมเซอน มีการ review 167,113 ครั้ง (เมื่อวันที่ 9 ตุลาคม 2549) ที่มาจาก top-100 reviewer และคนที่ review มากที่สุดเขียนถึง 12,423 อัน (โอ้ว) 

ข้อเสียของความไม่เท่าเทียมในการแบ่งปันข้อมูล เช่น บริษัทจะได้ Customer Feedback ที่ไม่ตรงตามความเป็นจริงโดยทั้งหมด ในการ review ก็จะเกิดความลำเอียงจากคนส่วนน้อย ถ้าในเรื่องการเมือง ก็เช่นเดียวกัน อาจจะเกิดจากคนหัวเอียงซึ่งเป็นคนส่วนน้อยอย่างเดียว

เอาเป็นว่า รวมๆคือ ความเสี่ยงที่จะได้ข้อมูลที่ไม่ถูกต้อง เป็นกลาง นี่เอง

เฮียจาเขาเลยเสนอวิธีช่วยให้ความไม่เท่าเทียมกันนี้เบาบางลง ดังนี้

1 ทำให้ง่ายต่อการให้ หรือแชร์ เช่น กดดาวเพื่อให้คะแนน ง่ายกว่าการเขียนความเห็นเป็นตัวหนังสือ

2 ให้ความเห็นทางอ้อม เช่น ถึงผู้ใช้จะไม่เขียนริวิว แต่เมื่อผู้ใช้ซื้อหนังสือ อเมซอนก็จะเก็บข้อมูลไว้ เอาไปใช้แสดงข้อมูลในเรื่องที่ว่า คนที่ซื้อหนังสือเล่มนี้ ก็ซื้อหนังสือเล่มนั้นๆด้วย โดยทางนี้ คนที่ไม่ให้ความเห็นอะไร เพียงให้ระบบศึกษาพฤติกรรมการใช้ ก็ยังมีผลให้เกิดการแชร์ข้อมูลได้ (ฉลาดจริงๆเลยจอร์จ)

3 ให้แก้ไขโดยที่ไม่ต้องสร้างใหม่ การแก้ไข ทำได้ง่ายกว่าการสร้างใหม่ทั้งหมด เฮียจาเขายกตัวอย่างเช่น การสร้าง avatar จะง่ายกว่า ถ้าแก้ avatar จากตัว default แทนที่จะให้สร้างจากหัวขึ้นมาใหม่

4 รางวัลเล็กๆน้อยๆ เช่น ส่วนลด สินค้าใหม่ๆก่อนใคร เลื่อนฐานะสมาชิก เป็นต้น

5 สนับสนุนการแชร์ข้อมูลอย่างมีคุณภาพ ให้ความสำคัญกับคนที่แชร์ข้อมูลที่มีคุณภาพมากกว่าที่จะดูที่ปริมาณ เป็นต้น

บทความนี้ก็ดูเมคเซนส์ใช้ได้ แต่โดยความเห็นส่วนตัวก็คิดว่าไม่ต้องแคร์ความไม่เท่าเทียมนี้ในทุกกรณี ในบางทีเราอาจจะไม่นับคนที่สิงอยู่เฉยๆว่าเป็นลูกค้า หรือเป็นกลุ่มที่เราจะสนใจด้วยซ้ำ

แต่ถ้าในกรณีที่เราต้องรวมกลุ่มเหล่านี้ด้วยแล้วล่ะก็ ก็ต้องสนใจในเนื้อหานี้กันหน่อย เพราะอย่าลืมว่า กลุ่มเหล่านี้ เป็นกลุ่มคลื่นใต้น้ำ เพราะว่ามีจำนวนมาก เวลาเกิด action ขึ้นมา ก็จะทำให้เกิดผลกระทบอย่างใหญ่หลวงได้

แน่นอน ถึงแม้พวกเขาจะเป็นพวก read-only อย่างเดียวก็ตาม

อ่านรายละเอียดมากกว่านี้ได้ที่นี่
http://www.useit.com/alertbox/participation_inequality.html

หมายเลขบันทึก: 55827เขียนเมื่อ 26 ตุลาคม 2006 12:57 น. ()แก้ไขเมื่อ 11 กุมภาพันธ์ 2012 16:10 น. ()สัญญาอนุญาต: จำนวนที่อ่านจำนวนที่อ่าน:


ความเห็น (1)

ขอบคุณค่ะ มีประโยชน์มากเลยค่ะ

เพิ่มเติมนิดนึงว่า

Amazon เค้าใช้ระบบที่เรียกว่า Recommendation System แบบ Item-to-Item Collaborative Filtering จึงเป็นการให้ความเห็นแบบอ้อมๆ ก็เพื่อที่จะแนะนำว่าผู้ใช้บางคนซื้อหนังสือเล่มนี้แล้ว เค้าซื้อหนังสือเล่มนั้นๆ อีกด้วย การทำอย่างงี้ทำให้ผู้ใช้ที่ไม่ได้ออกความเห็น เป็นส่วนนึงในการสร้างฐานข้อมูลของ Recommedation System ของเค้าได้ โดยคนที่สิงอย่างเดียวอาจจะเป็นผู้ซื้อที่มีศักยภาพสูง (High Potential Customer) ในอนาคตก็ได้ เค้าจึงไม่ปล่อยให้หลุดมือไปได้ ฮืม...ล้ำลึกค่ะ

พบปัญหาการใช้งานกรุณาแจ้ง LINE ID @gotoknow
ClassStart
ระบบจัดการการเรียนการสอนผ่านอินเทอร์เน็ต
ทั้งเว็บทั้งแอปใช้งานฟรี
ClassStart Books
โครงการหนังสือจากคลาสสตาร์ท