Здравый смысл врет. Почему не надо слушать свой внутренний голос

Сегодня сплит-тестирование является стандартной процедурой в таких крупнейших веб-компаниях, как Google, Yahoo! и Amazon, использующих его для оптимизации размещения рекламы, выбора контента, поисковых результатов, рекомендаций, ценообразования и даже оформления страниц. Ряд молодых компаний начали предлагать рекламодателям автоматизированные сервисы, из множества потенциальных рекламных объявлений отбирающие наиболее эффективные — причем этот показатель измеряется количеством переходов по баннерам в реальном времени ^{205} . Впрочем, философия планирования «измеряй и реагируй» не ограничивается выяснением того, как потребители будут реагировать на предоставленные им варианты. Этот процесс может подключать пользователя и к созданию контента. В мире средств массовой информации этот подход воплотился в то, что соучредитель Huffington Post Иона Перретти называет «правилом кефали» — по аналогии с пресловутой прической «Mullet», когда спереди волосы пострижены очень коротко, а сзади длинно (буквально: «дело впереди, тусовка сзади») [38] .

38

Данный вариант перевода «mullet strategy» взят из статьи «Социальные работники» (журнал «Коммерсантъ — Секрет фирмы». — 2007. — № 33 (216). — Август). Также встречается вариант «мулетная стратегия». Что любопытно, и первый, и второй далеки от идеальных: прическа Mullet не имела никакого отношения ни к кефали, ни к мулетам. В России она называлась либо «маллет» (хотя по-английски произносится действительно «муллет»), либо «рыба-мул». Что же касается фразы «business up front, party in the back» (букв. «дело впереди, вечеринка сзади»), здесь наличествует явная двойная метафора. Ближайшим русским аналогом является «Делу время, потехе час». В нашем случае имеется в виду, что первые страницы всегда посвящены «делу», они вылизаны, аккуратны и читаются первыми, а все остальное — то есть «посиделки» (нередко это пустой треп, практически не имеющий никакого отношения к теме) — сдвигается на последние страницы, до которых пользователи нередко просто не успевают добраться. — Прим. пер.

Все начинается с традиционного представления о генерируемом пользователями контенте как о потенциальной золотой жиле для медиакомпаний. Во-первых, они могут сильно увеличить количество, скажем, информационного материала. А во-вторых, и это главное, пользователи получают возможность участвовать в обсуждении, что изменяет саму природу опыта — от чистого потребления до участия. А это ведет к повышению вовлеченности и лояльности. Впрочем, как часто случается с настоящими золотыми жилами, некоторая доля пользовательского контента — ерунда. Любой, кто читал комментарии в популярном блоге или на новостном сайте, подтвердит: многие из них — чепуха, а некоторые — откровенно гадкие. Так или иначе, это вовсе не тот контент, который хотели бы видеть рекламодатели. Модерирование комментариев, бесспорно, может решить эту проблему. Однако оно приводит к отчуждению пользователей, отвергающих любой контроль и желающих видеть свои замечания неотфильтрованными. Подобный контроль, впрочем, не подходит уже только из-за масштабов. Как быстро обнаружил Huffington Post, горстка редакторов физически не успевает прочитывать сотни ежедневных публикаций, появляющихся в блогах. Решение — «правило кефали»: позволить «саду цвесть» лишь на последних страницах, где конкретную информацию увидят немногие. И только потом селективно продвигать материал с задних страниц на первые, держа под жестким редакционным контролем только их^{206}.

«Правило кефали» является примером так называемого краудсорсинга. Этот термин для описания процесса привлечения к малым работам потенциально большого количества исполнителей^{207} в 2006 году в статье, опубликованной на страницах журнала Wired, предложил Джефф Хауи. Онлайн-журналистика все больше использует модель краудсорсинга — причем не только для генерирования общественной активности вокруг новостей, но и для создания самих материалов, а порой и для принятия решения о том, какие темы освещать в первую очередь. Huffington Post, например, использует тысячи неоплачиваемых блогеров, создающих контент либо из страсти к теме, о которой повествуют, либо для извлечения иной выгоды из публикаций на популярном новостном портале. Другие сайты — такие, как Examiner.com, — содержат армии авторов, пишущих об интересующих их специфических темах. Им платят за постраничный просмотр. Наконец, сайты типа Upshot и Associated Content, принадлежащие Yahoo! не только привлекают к работе широкую общественность, но и отслеживают поисковые запросы и другие показатели текущего интереса толпы, на основе чего принимают решение, о каких темах писать^{208}.

Идея измерения интереса аудитории и реагирования на него в условиях, приближенных к реальному времени, начинает выходить за рамки ориентированного на отдачу мира средств массовой информации. Например, кабельный канал Bravo регулярно запускает новые телевизионные реалити-шоу на основе уже существующих — путем отслеживания онлайн-популярности различных героев. Новые шоу могут быстро и по относительно низкой цене запускаться, а в случае провала канал так же мгновенно может их закрыть^{209}. Следуя похожему принципу, Cheezburger Network — собрание почти 50 веб-сайтов, представляющих дурацкие фото- и видеоматериалы со смешными заголовками, способен открыть новый сайт в течение недели после выявления новой тенденции и так же быстро забыть о нем^{210}. Buzzfeed — платформа для запуска «заразных медиа» — отслеживает сотни потенциальных «хитов» и продвигает только те, которые вызывают у пользователей явный интерес^{211}.

Какими бы яркими они ни были, эти примеры краудсорсинга работают только для медиасайтов. Последние уже привлекают миллионы посетителей и потому в режиме реального времени автоматически генерируют информацию о том, что людям нравится, а что нет. Таким образом, если вы не Bravo, Cheezburger или Buzzfeed — если вы просто какая-то скучная компания, выпускающая аксессуарчики, или поздравительные открытки, или что там еще, — какая вам польза от потенциала толпы? К счастью, такие сервисы краудсорсинга, как Amazon’s Mechanical Turk (мы с Уинтером Мейсоном использовали его для проведения экспериментов, обсуждавшихся в первой главе), могут использоваться для проведения быстрых и недорогих маркетинговых исследований. Не знаете, как назвать свою следующую книгу? Вместо того чтобы перебирать идеи с редактором, можно провести быстрый опрос на Mechanical Turk и за несколько часов и всего каких-то 10 долларов получить тысячу мнений. А еще лучше — попросить пользователей предложить свои варианты и устроить голосование. Хотите узнать мнение о дизайне нового продукта? Загрузите картинки на Mechanical Turk и, опять-таки, устройте голосование. Желаете получить независимую оценку результатов вашего поисковика? Снимите ярлыки и забросьте результаты на Mechanical Turk : пусть решают настоящие веб-пользователи. Ломаете голову, предвзяты ли средства массовой информации по отношению к вашему кандидату? Наскребите несколько сотен заметок из Интернета и вывесите их на Mechanical Turk : пусть люди оценят негативное или положительное отношение. И все это — всего лишь за выходные^{212}.

Несомненно, Mechanical Turk наряду с другими потенциальными решениями краудсорсинга имеет определенные ограничения — наиболее очевидными являются репрезентативность и надежность пользователей этих сервисов. Многие считают странным чье-то согласие работать за гроши и, следовательно, могут заподозрить, что либо эти люди не репрезентативны общей популяции, либо не принимают свое занятие всерьез. Такое беспокойство, конечно, небеспочвенно. Однако по мере взросления сообщества на Mechanical Turk, по мере того как исследователи узнают о нем все больше и больше, возникающие проблемы все чаще поддаются разрешению. Здешние посетители, например, намного более разнообразны и репрезентативны, чем думают некоторые. Ряд недавних опросов показал, что их надежность сравнима с показателями «экспертов». Наконец, даже в тех случаях, когда она низкая (что иногда бывает), ее часто можно повысить такими простыми приемами, как получение независимых рейтингов для каждого сегмента контента от нескольких пользователей и их усреднение^{213}.

Прогнозирование настоящего

На более высоком уровне веб как целое может рассматриваться и в качестве формы краудсорсинга.

Сотни миллионов человек все чаще обращаются к поисковикам за информацией, посвящая как никогда много времени просмотру новостных, развлекательных, туристических или торговых сайтов, — и все больше делятся контентом со своими друзьями через такие социальные сети, как Facebook или Twitter. В принципе сведение воедино данных обо всей этой активности позволяет в режиме реального времени создать картину мира, каким он видится через интересы, проблемы и намерения глобальной популяции пользователей Интернет. Например, подсчитав количество поисковых запросов таких терминов, как «грипп» и «вакцина против гриппа», исследователи Google и Yahoo! смогли оценить количество заболевших — причем их оценки оказались довольно близки к цифрам, сообщенным Центром контроля и профилактики заболеваемости^{214}. Facebook публикует индекс «валового национального счастья», основанный на обновлениях информации пользователями^{215}, тогда как Yahoo! составляет ежегодный список наиболее частых поисковых запросов, служащий грубым путеводителем по культурному zeitgeist^{216}. В ближайшем будущем, безусловно, станет возможным совмещение таких поисковых запросов и обновлений, а также твитов в сети Twitter, регистраций на Foursquare и многих других источников информации. Это позволит получить более специфичные показатели, отражающие, скажем, особенности торговли недвижимостью, темпы сбыта автомобилей или загруженность гостиниц — не только на национальном, но и на локальном уровнях^{217}.

При условии надлежащей разработки и выверки подобные показатели позволяют компаниям и правительствам в равной степени как измерять предпочтения и настроения соответствующих аудиторий, так и реагировать на них. Главный экономист Google Хэл Вэриан называет это «прогнозированием настоящего». В некоторых случаях толпу можно использовать даже для прогнозирования ближайшего будущего. Например, потребители, собирающиеся приобрести новый фотоаппарат, могут искать информацию, чтобы сравнить модели. Любители кино могут интересоваться датой премьеры фильма или адресами кинотеатров, в котором он пойдет. А люди, планирующие отпуск, могут искать места и смотреть цены на авиаперевозки или номера в отелях. В таком случае, агрегируя количество поисковых запросов, связанных с историей продаж, хождением в кино или путешествиями, можно сделать краткосрочные прогнозы относительно интересующего вас экономического, культурного или политического поведения.

Исследователи пытаются определить тип поведения, который поддается прогнозированию на основе поисковых запросов, а также точность этих предсказаний и период, в рамках которого они возможны. Например, мы с коллегами из Yahoo! недавно изучали применимость количества поисковых запросов при прогнозировании кассовых сборов с премьеры запланированных на следующие выходные художественных фильмов, объема продаж за первый месяц новых видеоигр и рейтинга «горячей сотни» популярных песен Billboard . Все эти вычисления были сделаны за неделю до самих событий, так что мы не говорим о долгосрочных прогнозах — как явствует из предыдущей главы, оные сделать намного труднее. Тем не менее лучшее представление об интересе аудитории за неделю до события могло существенно повлиять на решение киностудии или дистрибьютора, на скольких экранах и в каких регионах запустить тот или иной фильм^{218}.

Мы обнаружили, что преимущество, которое дает использование поисковых запросов по сравнению с другими методами прогнозирования (например, на скольких экранах должен выйти тот или иной фильм), маленькое, но значимое. Действительно (и об этом уже говорилось в предыдущей главе), простые модели, основанные на статистических данных, — пожалуй, самые надежные. То же справедливо и в отношении информации, связанной с поисковыми запросами. С другой стороны, существует множество способов повышения точности прогнозов — с помощью поиска и других веб-данных. Иногда, например, доступ к надежным источникам статистики просто отсутствует — возможно, вы запускаете новую игру, непохожую на предыдущие, или вы не имеете доступа к цифрам, отражающим продажи ваших конкурентов. А иногда, как я уже говорил, будущее — не такое, как прошлое. Бывает, скажем, что обычно устойчивые экономические показатели вдруг становятся крайне нестабильными, а постоянно растущие цены на недвижимость резко падают. В этих ситуациях методы прогнозирования, основанные на статистических данных, дадут плохие результаты. Если статистика недоступна или просто неинформативна, доступ к коллективному сознанию в реальном времени — как отражено поисковыми запросами — может здорово помочь делу.

В целом потенциал Интернета в реализации стратегий «измеряй и реагируй» — радостное известие для предпринимателей, ученых и политиков. Однако не следует забывать, что этот принцип не ограничивается веб-технологиями — тому пример не имеющая никакого к ним отношения компания Zara. Суть в том, что появление новых возможностей измерения должно повлечь за собой изменение традиционного подхода к планированию. Вместо того чтобы прогнозировать, как потребители поведут себя в будущем, и придумывать способы, как заставить их реагировать определенным образом — будь то рекламное объявление, продукт или политический курс, — мы можем непосредственно измерить их реакцию на целый спектр возможностей и сделать соответствующие выводы. Другими словами, переход от «прогнозируй и контролируй» к «измеряй и реагируй» — не просто технологический (хотя технология нужна), но психологический. Только признав, что будущее нам пока неизвестно, мы становимся открыты его познанию^{219}.