ロングテールはベキ分布y=x-kで近似でき、これを対数グラフlog y=-klog xであらわすと、次のような右下がりの曲線になる。ベキ指数kは、この直線の傾きであり、これを変えることで分布の形が変わる。
たとえばアマゾンで売れる本の順位を横軸に、売れる数を縦軸にとると、次の図のようにベストセラー（左端）のヘッドは高いが、あまり売れない本のテールも長い。
ベキ分布
インターネットなどによる取引費用（特にサーチコスト）の低下は、テールの右端を伸ばし、その傾きをフラットにして、市場の重点をヘッドからテールへとシフトさせるのだ。
ロングテールのもう一つの特徴は、それが自己相似的だということである。これは、ロングテールがフラクタル図形であることを示している。たとえば音楽サイトのアクセス数のデータでは、ベキ分布は一つのジャンルをとっても見られるし、Aで始まる曲だけをとっても見られる。
こうした細かい分類をすればするほどkは大きくなり、逆にカテゴリーをまとめてマクロに見ると、A、B、C...で始まる曲のアクセス数はランダム（正規分布）になる。全体に見られるkの値は、マクロとミクロの中間になる。
続きは2月13日（月）朝7時に配信する池田信夫ブログマガジンで（初月無料）
