在统计学中，大多数随机性的数据都是呈现一个中间高、两头低的正态分布。这一特性应用到互联网信息流上，就是大众热点的信息位于所有信息的高端，而较为小众的冷僻信息就位于所有信息的底部。
第一个问题是，这些小众又冷僻的信息有价值吗?
这 个问题并不难回答。市场的“二八”理论表明整个市场80%的收入来源于占市场比例20%的热销产品，因而在追求利润最大化的经济利益驱动之下，以往更多企 业注重需求热销产品，忽视滞销产品，结果形成了企业之间对正态曲线头部“红海”的过分争夺，而对更加广阔的“蓝海”市场却有忽略之嫌。而自2004年“长 尾理论”问世以来，越来越多经济领域的行业注意到了对市场“蓝海”的关注。
正态分布中的长尾(市场蓝海)
在 互联网时代，亚马逊网上书店和谷歌搜索被视为对这一理论的最好践行者。一个前亚马逊公司员工精辟地概述了公司的“长尾”本质：现在我们所卖的那些过去根本 卖不动的书比我们现在所卖的那些过去可以卖得动的书多得多。Google Adsense让数以千万的小型企业和个人能够用低廉的价格做起广告，并让众多网站和个人站点能够轻松变身为广告平台，从中获利。
对于社会 化媒体和社交媒体，“长尾效应”成为一个越来越值得研究的课题。这是因为一方面社会化媒体和社交媒体推动了内容与人际关系的爆炸性发展，使得自身已然成为 了一个丰富的信息平台，这个平台上的信息活跃度必然是存在一个非常壮观的正态分布曲线，这个壮观的正态分布曲线就决定了它能够有效利用“长尾效应”;另一 方面，它的信息爆炸也导致了严重的信息过载问题，冗杂数据和热门信息的集中堆积过分阻碍了一些原创却较为小众的信息内容的传播。
那么第二个，也是更重要的问题是，如何充分扩展这些小众信息的传播能力，产生更有价值的庞大信息群?
为了提高信息的有效阅读、避免信息堵塞，同时也是提高“长尾效应”，社会化媒体、社交媒体与一些第三方应用也正在摸索一定的解决方案：
社会化媒体：
1) 细分内容，产生更细致的分类信息聚合。
以轻博客为代表的一些社会化媒体将目标市场明确定位在分众化信息上，专门针对分众信息的蓝海进行传播拓展。
以Tumblr、点点网等轻博客为代表，广泛采用了信息分类更加模糊、随意的标签分类和推荐模式，这种标签推荐能够在一定程度上有效提高小众内容的传播和聚合。同时，标签的推荐也不是固定的，内容是在不断变化的，这样小众信息的标签也能得到推广传播的机会。
采用标签进行分类的轻博客
2) 更有利于阅读的内容呈现方式。
还是以轻博客为代表，内容的呈现方式不再是微博和社交媒体信息动态的简短模式，而是对图片进行了放大，默认呈现的字数也更多，这样呈现的版式更加接近完整文章的阅读形式和习惯，让用户浏览信息的时候能够更加专注。
另一方面，这种更加丰富的内容信息也意味着对信息提供者提高了信息制造难度，因而能够一定程度上减少信息条数，从而提高“长尾效应”的可能性。
3) 增加基于用户关系或关注兴趣的内容随机推荐。
虽然目前还没有社会化媒体明确推出这一功用。最近似的功能是微博的“抢沙发”游戏，然后这个游戏只适合一些微博新手，在微博初期扩展用户关系还可以有一定作用，然而在微博用户规模化发展的当下，这个功能就沦为鸡肋了。
微博抢沙发功能：能随机找到一条未被评论的微博
可以做的一个运用是，增加好友和感兴趣话题的随机内容推荐。右图所示的是新浪微博新版的热评推荐栏，目前这个栏目只是推荐一些关注用户的热门信息，如果能够针对非热门信息也进行一定的随机推荐，那么就可以说达到了一定的“长尾效应”推进作用。
4) 本地化的内容细分。
目 前新浪微博在微话题的聚合页面里有一个“区域热点”分类，这个分类下是一些地方热点事件的聚合。这些区域热点事件的聚合就是对内容的进一步细分，有利于 “长尾效应”的实现。但是比较遗憾的是，目前这个根据地域进行内容细分推荐的思路并没有在微博的右侧栏出现。如若能在微博个人页面的侧栏加入本地内容的随 机推荐，这将是一项很好的“长尾效应”运用实践。
区域热点话题
社交媒体：
1) 剥离系统动态与原创信息。
扩 大“长尾效应”的一个重要做法就是减少冗余信息，特别是将系统信息与原创信息进行剥离。社交媒体中的 “喜欢”、“支持”等社会化按钮为用户提供了创造信息的便利;同时，在社交媒体应用中的用户动态也产生了大量系统动态信息。这些信息一方面是制造热点信 息、提高人际互动的有力推手，但也正是这些信息，将用户大量的原创信息进行了埋没。
9月22日的Facbook年度开发者大会——F8大会 上，Facebook公布了诸多Facebook的全新功能和上线计划。一方面是最引人注意的Timeline功能，将个人重要活动和成就在时间线上排 列，剥离冗杂信息，突出重要信息动态。另一方面，F8大会上Facebook公布新信息区域Ticker。
Facebook全新侧栏Ticker
Facebook将原先用户好友的系统动态信息从“动态汇总”区剥离而放入了Ticker，同时在Ticker里增加好友的实时动态信息。这被认为是Facebook仅次 于Timeline的最重要更新。尽管加入实时动态被认为有隐私风险，但剥离了系统动态的主内容区“动态汇总”显然更加“干净”，在此基础上的信息内容也 更容易获得“长尾效应”。
2) 专注于内容的信息阅读模式。
Facebook在F8大会上公布的另一个新服务就是 NewsFeed，这个服务并不难理解，旨在引入更多新闻、媒体内容，让用户可以不出Facebook就能阅读完整的报刊杂志文章。不过这不是本文的重 点，重点在于NewsFeed提供了更加能够让用户专注阅读的版面方式，单条信息的图片更大更多，因而可以实现类似轻博客的专注阅读效果。
更 加值得一提的是，这种阅读方式的范围将会进一步扩大化，而不仅仅局限于传统新闻、媒体内容供应商。Facebook公布的全新“开放图景”(Open Graph)功能允许所有自由加入开发者的用户可以打造自己的阅读信息，在将来，NewsFeed的阅读模式会在Facebook上越来越普遍。
3) 根据用户上线状态进行的不同信息推荐模式。
Facebook 新版News Feed信息流服务对“重要信息”和“最新信息”进行了有机整合。整合后的信息流服务的特点是：如果用户每天登陆Facebook的频率非常高，一天都登 陆很多次，那么用户在信息流中看到的大部分信息都是“最新信息”;如果用户登陆Facebook的频率非常低，好几天才登陆一次，那么用户在信息流中看到 的大部分信息都是这几天来的一些“重要信息”。
这一做法已经距离运用“长尾效应”很接近了。Facebook下一步要做的就是为不同在线状态的用户提供更随机、更兴趣化的内容信息流，那么这个NewsFeed就可以完全实现“长尾效应”了。
第三方应用：
第三方应用目前为社会化媒体和社交媒体所提供有助于“长尾效应”的两个主要方式是：
1、专注的阅读模式;
在 著名的FlipBoard引发轰动之后，移动平台上的Feed阅读应用层出不穷。FlipBoard能够导入你的Twitter和Facebook账号， 让社会化媒体和社交媒体的内容变身为杂志的阅读模式。国内移动平台上的海豚浏览器也在网页浏览中加入阅读模式，让包括社会化媒体和社交媒体的网页都能进行 专注阅读成为可能。这些专注阅读的应用无疑让社会化媒体和社交媒体的信息阅读更加清晰高效，从而使以往一些不易被阅读到的内容得到发现和关注，有力提升 “长尾效应”。
FlipBoard轻松将社会化媒体和社交媒体变成阅读杂志
第三方分类信息平台。
在 Facebook、人人网和新浪微博上越来越多的第三方应用也在一定程度上实现了信息的分流。比如微博平台的“微活动”、“微招聘”、“微计划”，进入这 些活动里分享和查看好友信息能够比从微博的信息流中查看更加专注。但这些也只是很有限的程度上对“长尾效应”的运用，还是没有从根本上解决信息分流和有效 推荐的问题，从这个角度上来说，还是需要一个能够根据信息内容进行分类聚合的应用或工具。
“长尾效应”的运用方法总结：
社会化媒体和社交媒体“长尾效应”的运用方法目前主要有四个方面。
-更细致、兴趣化的内容细分。
-内容推荐。包括低层的随机推荐，和基于算法的兴趣化、个性化推荐。
-剥离“廉价信息”。让系统动态信息和转发这种“廉价”生产出的信息从普通信息中剥离。
-专注化的阅读模式。简化冗余信息，放大阅读信息，让用户能够更加高效阅读。