Текст книги "BIG DATA. Вся технология в одной книге"

Маркетологи любят поговорить о таргетировании, сегментации и конверсии. Не знаю, как вы, но лично я не хочу, чтобы меня таргетировали, сегментировали, конвертировали или нарезали тонкими ломтиками. Свободе выбора чужды подобные понятия. Не стоит ожидать, что однажды руководители всех компаний по своей собственной инициативе начнут руководствоваться принципами прозрачности и предоставления пользователю свободы выбора. И нам требуются четко очерченные границы прав, позволяющие сделать прозрачность и свободу выбора основой создания реального, практически полезного инструментария.

Если мы сможем заставить компании, занимающиеся сбором данных, согласиться с набором взвешенных правил и способов работы, это приведет к тому, что я называю «сменой значений» – полному пересмотру сложившейся практики в отношениях между частными лицами и учреждениями. Решение компании Amazon передать потребителям формирование большей части контента, связанного с товарами, – один из примеров такой смены значений, и революция в области социальных данных способна предоставить еще больше подобных возможностей. Одновременно с расширением инструментария, помогающего человеку принимать наиболее подходящие ему решения, падает эффективность традиционной рекламы и манипулирования потребителем. Времена, когда покупки осуществлялись под диктовку компаний, миновали. В скором будущем вы сможете диктовать компании, что она должна произвести для вас. Кое-где это уже возможно.

Смены значений – важный элемент картины мира с точки зрения физики. Часто они обозначают фазовые переходы, когда некая перемена во внешней среде вызывает резкие изменения свойств вещества, например переход воды из жидкого в газообразное состояние при достижении точки кипения. Воздействие, которое возрастающий объем информации оказывает на общество, можно сравнить с воздействием возрастающей температуры нагревания на физическую систему. При определенных условиях, то есть когда информационно-технологические компании предоставят пользователям прозрачные условия и свободу выбора, произойдет смена значений в пользу частного лица, то есть главным бенефициаром во взаимоотношениях человека и компании станет человек, а не компания или ее директор по маркетингу.

Заинтересованными лицами революции в использовании социальных данных являемся мы все. А тот, кто хочет извлечь из социальных данных пользу, должен делиться информацией о самом себе. Точка. Ценность социализации информации часто проявляется в виде расширения возможностей для принятия оптимальных решений в коммерческих переговорах, при покупке товаров и услуг, получении кредитов, в поиске работы, при получении образовательных и медицинских услуг и в общественной жизни в целом. Цена и риски предоставления личных данных должны быть как минимум эквивалентны получаемым взамен благам. Существенна прозрачность того, что узнают о человеке компании и что они делают с этой информацией. То же относится и к возможности частного лица иметь определенный контроль над информационными продуктами и услугами. Без этого судить о том, насколько эквивалентным является происходящий обмен, невозможно.

Баланс сил

Доступ к информации – одно из главных преимуществ. Те, у кого ее больше, почти всегда оказываются в выигрыше, как пресловутый продавец подержанных машин, втюхивающий развалюху несведущему покупателю. С удешевлением и повсеместным распространением средств коммуникации и обработки данных информации стало намного больше, соответственно намного возрос и риск существенных информационных перекосов, поскольку ни одному частному лицу не под силу справиться с обработкой всех имеющихся данных.

Большая часть создаваемой и распространяемой информации касается личной жизни: где мы живем, где работаем, где бываем, кого любим, а кого – нет, с кем проводим время, что едим, насколько регулярно занимаемся спортом, какие лекарства принимаем, какими бытовыми приборами пользуемся, что затрагивает наши чувства. Для компаний, собирающих и анализирующих данные, наша жизнь прозрачна. Иногда эти компании занимаются незаконной перепродажей информации, но чаще держат ее у себя для применения исключительно по собственному усмотрению. Необходимы более детальные правила использования личных данных, не допускающие возможности их изменения или обмена ими в какой-либо форме без разрешения их носителя. И те, кто создает данные, и те, кто их собирает и анализирует, должны обладать равной прозрачностью друг для друга и свободой выбора.

Для этого нам потребуется серьезно пересмотреть свое отношение к личным данным и самим себе. В первой главе я расскажу о некоторых способах, которые применяют информационно-технологические компании для анализа личных данных и превращения их в продукты и сервисы. В главе 2 речь пойдет о том, как цифровые следы нашей жизнедеятельности (история поиска, клики, просмотры, нажатия и свайпы) «затаптывают» иллюзии приватности, формируя представление о нашей личности и подавая сборщикам данных важные сигналы вне зависимости от того, хотим мы этого или нет. В главе 3 в центре моего внимания окажутся связи между людьми и то, как в цифровую эпоху социальные сети меняют представления о доверии. В главе 4 рассмотрим, насколько четкую картинку наших перемещений, настроений и уровня внимания позволяет получить анализ данных, полученных из объединенных сетей самых разнообразных датчиков (не только видеокамер).

Исходя из этого анализа, я формулирую шесть видов прав, соблюдение которых считаю необходимым условием того, чтобы в будущем данные о людях служили именно им самим. Право на доступ к данным и право на проверку компаний, собирающих и обрабатывающих данные, относятся к вопросу повышения прозрачности. Право на исправление данных, право на удаление данных, право на экспериментирование с данными и право на перенос данных в другие компании относятся к сфере повышения степени контроля человека над своими личными данными и обеспечения свободы его выбора. Распространение этих прав на личные данные и их использование будет иметь значительные последствия для всех нас. В заключительной главе, посвященной воплощению этих прав в реальность, мы рассмотрим, как это скажется на покупках, платежах, инвестициях, работе, учебе и управлении общественными ресурсами.

Мы находимся на переломной стадии оформления отношений между людьми, передающими свои данные, и компаниями, создающими на их основе продукты и услуги. Это не просто изменения в правилах игры – сама игра стала качественно иной. Ее новые правила требуют пересмотра отношений между покупателями и продавцами, инвесторами и банками, работниками и работодателями, пациентами и врачами, учениками и учителями, гражданами и государством. Пора осознать, что в действительности означает использование данных, какие выгоды можно из этого извлекать и как контролировать последствия этого процесса, и занять по этим вопросам твердую позицию. Тогда мы сможем понять, насколько наши собственные интересы совпадают с интересами компаний, собирающих информацию о нас. Как и в подавляющем большинстве случаев, все изменения идут не от новых технологий и машин. Революция происходит в результате корректировки ожиданий и социальных норм в эпоху распространения новых технических средств.

Данные на людей могут стать данными для людей, если мы примем вызов и окажемся на высоте в решении этой задачи. Добро пожаловать в революцию.

Глава 1
Как научиться разбираться в данных
Основной инструментарий цифрового гражданина

В XVIII веке грамотным считался человек, способный прочитать вслух знакомые ему куски из Библии или катехизиса; в наши дни человека, не умеющего большего, сочли бы функционально неграмотным – неспособным усвоить тексты, которые необходимы для экономического выживания[21]21
  Miller, George A., “The Challenge of Universal Literacy”, Science 241 (September 9, 1988), p. 1293, http://science.sciencemag.org/content/241/4871/1293.


[Закрыть].

Джордж Миллер

Как устроена обработка данных и какая именно информация о вас представляет ценность?

«Данные для людей» – не просто лозунг. В повседневной жизни мы постоянно сталкиваемся с информационными продуктами и услугами в виде рейтингов и рекомендаций, созданных на основе социальных данных. На смену традиционным рекламным деятелям пришли специалисты по обработке и анализу данных, которые пропускают через просчитанные алгоритмы несметные количества цифровых следов миллиардов людей. Изменения в ментальности имеют даже более важное значение, чем лавинообразный рост количества получаемой нами информации. Чтобы сделаться полноценным участником революции в использовании социальных данных, необходимо отбросить старые «потребительские» установки по принципу «бери, что дают» и переключиться на новое мышление – мышление активного созидателя социальных данных. Происходят сдвиги в балансах сил между продавцами и покупателями, банкирами и заемщиками, работодателями и работниками, докторами и пациентами, учителями и учениками. Информация о людях и от людей может и должна стать информацией для людей.

На самом деле нет ничего важнее запроса на информацию для людей. Социальные данные – самое ценное сырье XXI века, новая нефть[22]22
  Я использую эту метафору в своей преподавательской работе уже много лет и дважды выступал на тему переработки первичных данных в 2011 году – в ООН и на конференции O’Reilly Strata Summit. Но в этом я не одинок. Среди тех, кто говорит о данных, как о новой нефти, – Клайв Хамби, участвовавший в создании клубной карты британской сети супермаркетов Tesco’s – одной из первых карт лояльности, учитывавшей все покупки в корзине покупателя. В ООН я выступал в рамках программы Global Pulse, запущенной по инициативе Генерального секретаря. Видеозапись доступна на http://www.youtube.com/watch?v=lbmsDH8RJA4.


[Закрыть]. Такая аналогия представляется вполне уместной по целому ряду причин. На протяжении более чем ста лет нашу экономику и общественно-политическую жизнь во многом определяли нефть и развитие технологий ее добычи, хранения и переработки в продукцию, потребляемую каждым жителем планеты. Сегодня возможность переработки персональных данных в продукты и услуги привносит в жизнь человечества изменения, сопоставимые с эффектом промышленной революции.

Нефть не используется в ее первичном состоянии. Ее нужно переработать в автомобильное горючее, пластмассы и многие другие продукты нефтехимии. В свою очередь нефтепереработка дала толчок развитию техники индустриальной эпохи и сыграла важную роль в производстве подавляющего большинства видов физической продукции современной экономики. Схожим образом и первичные персональные данные сами по себе являются достаточно бесполезными. Данные приобретают ценность в результате переработки – агрегирования, анализа, сравнения, фильтрации и дистрибуции новых информационных продуктов и сервисов. В отличие от продукции нефтепереработки, продукты переработки данных становятся основой не индустриальной революции, но революции социальных данных.

К счастью, информация как ресурс радикальным образом отличается от нефти. Запасы нефти на планете конечны, и по мере истощения этого ресурса его эксплуатация обходится все дороже. Количество же информации, напротив, растет в геометрической прогрессии, а стоимость технологий ее передачи и обработки неуклонно снижается. По состоянию на конец 2015 года смартфонами пользовались более половины совершеннолетних граждан[23]23
  “Planet of the Phones”, The Economist, February 28, 2015, http://www.economist.com/news/leaders/21645180-smartphone-ubiquitous-addictive-and-transformative-planet-phones; Rogowsky, Mark, “More Than Half of Us Have Smartphones, Giving Apple and Google Much to Smile About”, Forbes, June 6, 2013, http://www.forbes.com/sites/markrogowsky/2013/06/06/more-than-half-of-us-have-smartphones-giving-apple-and-google-much-to-smile-about.


[Закрыть]. Среднестатистический американец проводит в разговорах по мобильному телефону примерно два часа в день[24]24
  Lunden, Ingrid, “80 % of All Online Adults Now Own a Smartphone, Less Than 10 % Use Wearables”, TechCrunch, January 12, 2015, http://techcrunch.com/2015/01/12/80-of-all-online-adults-now-own-a-smartphone-less-than-10-use-wearables.


[Закрыть]. По существующим оценкам, в течение дня люди прикасаются к своим телефонам от двухсот до трехсот раз – едва ли не чаще, чем большинство из нас прикасается к своей партнерше за месяц[25]25
  Tecmark, “Smartphone Usage Statistics 2014: UK Survey of Smartphone Users”, October 8, 2014, http://www.tecmark.co.uk/smartphone-usage-data-uk-2014.


[Закрыть]. Информация, в отличие от нефти, не иссякнет никогда.

Использование нефти ограничено факторами ее дефицита и вещной формы, а использование информации практически не ограничено, учитывая ее изобилие и цифровую форму. Конкретный объем сырой нефти может быть использован для переработки в готовую продукцию лишь единственным владельцем, тогда как одним и тем же информационным массивом могут одновременно пользоваться и превращать его в разнообразные продукты многие. В основе наших законов и социальных норм лежит идея дефицитности информации. Так, например, отсутствие информационного поля породило страхование как способ защиты от неприятностей и материальных потерь, связанных с чрезвычайными жизненными обстоятельствами. Поскольку возможность точно рассчитать вероятность заболевания диабетом или ограбления для каждого конкретного человека отсутствовала, страховщики делили людей на группы риска и устанавливали для каждой из них среднюю ставку страховых взносов. По мере роста объема информации мы сможем прогнозировать риск для каждого конкретного человека и индивидуализировать суммы страховых взносов. Можно делать вид, что данных не существует, но можно признать факт их наличия и задуматься над тем, как это может изменить нашу жизнь. Какой мир нам хотелось бы создать при помощи этого нового вида ресурсов?

Богатый потенциал возможностей новых технологий можно раскрыть при наличии соответствующих инструментов. До изобретения Гутенбергом печатного станка книг было мало, а доставка новостей жителям отдаленных местностей обходилась дорого. Большая часть населения не извлекала никакой выгоды от долгих часов, потраченных на обучение чтению. Профессор психологии Принстонского университета Джордж Миллер писал о современных стандартах грамотности еще до изобретения интернета. Его беспокоило, что слишком многие ученики не достигают в чтении, математических и научных дисциплинах того уровня навыков, которые необходимы для получения работы в экономике «интеллектуальных услуг»[26]26
  Miller, George A., “The Challenge of Universal Literacy”, Science 241 (September 9, 1988), p. 1293.


[Закрыть]. Я считаю, что сегодня налицо другая, не менее насущная потребность в грамотности нового типа – информационной. Она подразумевает понимание процесса переработки информации, знание изменяемых и неизменяемых параметров, умение интерпретировать ошибки и понимать возможные последствия передачи информации о себе. Для мира, где большую часть наших решений будут направлять рекомендации, полученные на основе обработки социальных данных, такая грамотность является обязательной.

Процесс переработки данных

Неудивительно, что одним из первых «инфоперерабатывающих заводов» стало предприятие розничной торговли – компания Amazon. Преуспевающий магазин обязан знать, какие товары, интересующие потенциальных покупателей, должны быть в наличии, а для этого нужно отслеживать данные о товарообороте, ценах, рекламе и потребительских предпочтениях своей целевой аудитории.

Двести лет назад практически вся информация, нужная хозяину магазина, заключалась в данных об остатках товара на полках и денег в кассе. По окончании каждого торгового дня эти данные вписывали чернильной ручкой в гроссбух. При выборе покупок из примерно одинакового ассортимента в одной и той же ценовой категории покупатель руководствовался информацией о надежности, привлекательностью упаковки или же мнением друзей, соседей и родственников. Примерно 150 лет назад несколько компаний, самыми известными из которых были Montgomery Ward и Sears & Roebuck Company, порадовали жителей провинциальных американских городков каталогами для заказа товаров почтой. Эти инноваторы своего времени знали, что именно обычно заказывает конкретный покупатель и куда ему доставляют товары, и поэтому могли определять уровень спроса на отдельные виды продукции в разрезе регионов. Сто лет назад, для того чтобы прогнозировать спрос и оптимизировать товарные запасы, компании, занимавшиеся торговлей по каталогам, открывали и шоурумы, и обычные магазины, а также держали целые армии аналитиков, прочесывавших статистику продаж[27]27
  Madison, James H., “Changing Patterns of Urban Retailing: The 1920s”, Business and Economic History, vol. 5 (1976), p. 104, http://www.thebhc.org/sites/default/files/beh/BEHprint/v005/p0102-p0111.pdf.


[Закрыть]. Спустя еще пятьдесят лет в розничной торговле опять произошли важные перемены. С появлением системы почтовых индексов в США рассылочным фирмам и их торговым точкам стало проще отслеживать особенности своих потребителей[28]28
  Clark, Anna, “The Tyranny of the ZIP Code”, New Republic, March 8, 2013, https://newrepublic.com/article/112558/zip-code-history-how-they-define-us.


[Закрыть]. В течение двух следующих десятилетий компании смогли собрать подробную демографическую информацию о людях, проживающих в различных географических областях. А вошедшие в обиход американцев с середины 1960-х годов кредитные карточки позволили собирать данные о покупках конкретного потребителя. До наступления эпохи интернета это был предел детализации личных данных – где человек живет и сколько и где он тратит.

Основанная в 1969 году компания-брокер данных Acxiom и ряд других вдоль и поперек анализировали данные домохозяйств, распределяя частных лиц по потребительским нишам, в которых фигурировали, например, сегменты «Образцово-показательных граждан», «Барских домов», «Селян с дробовиками» и «Пригородных наседок». И это еще не самые худшие образцы социальной стереотипизации[29]29
  “Образцово-показательные граждане” – название одного из сегментов Acxiom. См. Hicken, Melanie, “What Type of Consumer Are You?”, CNNMoney, April 19, 2013, http://money.cnn.com/2013/04/18/pf/consumer-type/. “Барские дома” и “Селяне с дробовиками” – две категории программы «Potential Rating Index by Zip Markets» (PRIZM), которую разработала маркетинговая фирма Claritas, созданная в 1990-х годах. Сейчас Claritas – одно из подразделений Nielsen Company – компании, собирающей для производителей информацию о продажах их продукции в рознице и измеряющей телеаудиторию. См. Kotler, Philip, and Kevin Lane Keller, Marketing Management 14 (Upper Saddle River, NJ: Prentice-Hall, 2012), p. 215. “Пригородные наседки” – категория базы данных розничной сети Best Buy’, которая содержит информацию о 75 миллионах домохозяйств-покупателей и является одной из самых смелых попыток крупной розницы использовать данные для персонализации предложений. См. Kotler, Philip, and Kevin Lane Keller, Marketing Management 14 (Upper Saddle River, NJ: Prentice-Hall, 2012), p. 71; и Zmuda, Natalie, “Best Buy Touts Data Project as Key to Turnaround”, Advertising Age, February 27, 2014, http://adage.com/article/datadriven-marketing/buy-touts-data-project-key-turnaround/291897.


[Закрыть]. В качестве источников информации у этих брокеров были только официальная статистика и отчетность о покупках по каталогам[30]30
  Tynan, Dan, “Acxiom Exposed: A Peek Inside One of the World’s Largest Data Brokers”, IT World, May 15, 2013, http://www.itworld.com/article/2710610/it-management/acxiom-exposed – a-peek-inside-one-of-the-world-s-largest-data-brokers.html.


[Закрыть]. Например, узнать о том, сколько в данной местности имеется домов с бассейнами, можно было из кадастровой оценки недвижимости. Во времена, когда информации о потребителях было немного, маркетинговое сегментирование стало неслыханным прорывом. К началу нового тысячелетия годовая выручка Acxiom достигла почти миллиарда долларов[31]31
  Acxiom Corporation Annual Report 2000, June 26, 2000, p. 3, http://www.getfilings.com/o0000733269–00–000012.html.


[Закрыть].

Желание этих брокеров распространить свою аналитику и на интернет-торговлю было вполне естественным. За год до моего прихода в Amazon я работал с командой специалистов Acxiom над возможностью включения цифрового компонента в их базы данных, основанные на почтовых индексах и адресах домохозяйств. Менеджеры Acxiom пытались найти способ привязки нужного адреса электронной почты к уже имеющимся в базе данным о домохозяйстве. И пока Acxiom рассматривала возможность совершения одного небольшого шага, Amazon и остальные были уже на старте гигантского рывка к изобилию социальных данных. Я очень хорошо помню, как за шесть лет до появления первого айфона пытался объяснить менеджерам, что данные из онлайна в скором будущем позволят компаниям знать о домохозяйствах значительно больше. Торговля получит возможность отслеживать каждый поисковый запрос, каждый клик и каждую покупку, обращать внимание на каждую недооформленную «корзину покупок». Имея в своем распоряжении такой объем информации, компании смогут по-настоящему индивидуализировать маркетинг своих товаров и услуг, то есть ориентировать его на сегмент, состоящий из одного человека[32]32
  Менее, чем через десять лет после того, как Дон Пепперс и Марта Роджерс предложили радикально новый подход к маркетингу в своей книге The One to One Future. См. Peppers, Don, and Martha Rogers, The One to One Future: Building Relationships One Customer at a Time (New York: Doubleday, 1993).


[Закрыть].

Из-за стремления торговать всем, что угодно, Amazon иногда называют «магазином всего», но, учитывая, насколько тщательно компания сохраняет каждый бит информации о своих клиентах и товарах, более правильным было бы называть ее «магазином, запоминающим все»[33]33
  Заголовок статьи репортера Bloomberg Businessweek Брэда Стоуна получил широкое распространение в качестве обозначения бизнес-идеи Джеффа Безоса. См. Stone, Brad, The Everything Store (New York: Little, Brown, 2013), p. 13. (Русское издание – Стоун, Брэд “The Everything Store. Джефф Безос и эра Amazon”. Азбука Аттикус, 2014). Тем не менее, «амазонцы» считают свою компанию в первую очередь аналитической компанией, и, кстати говоря, идея ее создания осенила Джеффа, когда он работал в хедж-фонде D. E. Shaw & Company, совершившем революцию в спекулятивных биржевых операциях за счет использования все новых и новых источников данных.


[Закрыть]. В ассортименте предложений Amazon – сотни миллионов наименований, и поэтому она не может показать все, что в него входит. Пролистать весь ассортимент компании не получится в силу его масштаба. Компания не сможет показать вам что-то подходящее, пока вы не скажете ей, что именно вы ищете. Для того чтобы получить ранжированные результаты поиска, вам придется поделиться информацией. Варианта сохранить области своего интереса втайне от продавца у вас нет.

В 2002 году, когда я начал работать в Amazon, в числе прочих мы решали задачу перехода от анализа на уровне почтовых индексов к максимальному использованию всей информации о взаимодействии посетителей с сайтом. В итоге мы с командой определили пятьсот существенных признаков для каждого пользователя. А начиналась эта работа с того, что мы задались целым рядом вопросов, например: влияет ли расстояние между адресом доставки и ближайшим книжным магазином на то, как часто данный покупатель делает заказы в Amazon или на стоимость заказа? Можно ли прогнозировать покупательское поведение на основе типа его кредитной карты? Кто оставляет в Amazon больше денег за год – покупатели, делающие заказы в нескольких категориях, или те, кто заказывает только книги? Отличаются ли заказы какого-то конкретного покупателя, сделанные в утреннее время, от тех, которые он делает вечером? Результаты нашего анализа ложились в основу многих решений компании, например при выборе между затратами на рекламу и снижением цен на товары.

Этот анализ был полезен и для определения необходимого объема информации, которую посетитель должен предоставлять в ходе выбора покупок. Мы обнаружили, что на основе истории прошлых покупок можно с большей точностью прогнозировать вероятность покупок похожих видов продукции, а не одного конкретного продукта. Ассортиментные позиции связаны друг с другом по-разному, и просчитать эти связи можно различными способами. Судить о схожести товаров можно на основе сравнения спецификаций или анализа совпадений слов в описаниях, но самой важной информацией оказалось то, насколько часто две данные позиции просматривают или покупают вместе. Если можно было выявить тенденцию просмотра покупателями двух схожих позиций в течение одной сессии, их помечали как взаимозаменяемые. Когда покупатель рассматривал какую-то товарную позицию, ему предлагалось посмотреть на варианты ее заменителей («Какие другие товары покупают после просмотра этого?») и дополнений («С этим товаром часто покупают также»). Это делалось на основе анализа данных о прошлых запросах, просмотрах и покупках. Не менее полезными были и общие выводы о процессе принятия решений, которые можно было делать исходя из процентного соотношения просмотров и покупок конкретного товара.

Таким образом, система рекомендаций Amazon строилась на агрегированных данных просмотров и покупок. Кроме того, была создана платформа, позволяющая сторонним компаниям продавать свою продукцию на сайте с использованием складских мощностей Amazon, а это еще больше расширило область анализируемых данных. В отличие от рассылочных фирм с их «Пригородными наседками», «Селянами с дробовиками» и десятками прочих сегментов, Amazon могла прицельно обслуживать меняющиеся интересы и потребности каждого пользователя[34]34
  Такой подход к персонализации на основе каждого конкретного случая с сегментацией на уровне одной десятой родился в разговоре с моим частым сообщником в деле социальных данных Гэмом Диасом – руководителем и основателем MoData.


[Закрыть].

Само по себе сохранение информации не являлось чем-то революционным. Отличительной особенностью Amazon стало то, что компания обрабатывала информацию таким образом, чтобы помочь покупателю определиться с покупкой исходя из его же собственных интересов, вкусов и конкретной ситуации. Но излишняя персонализация может и отпугнуть потребителя. Журналист из «Нью-Йорк таймс» Чарлз Дахигг приводит отличный пример: на основе истории покупок одной молодой девушки сеть магазинов Target выслала на ее домашний адрес рекламное предложение продукции для будущих мам. Ее отец пришел в ярость, однако спустя пару дней дочь сообщила ему, что беременна. Алгоритмы Target не ошиблись[35]35
  Duhigg, Charles, “How Companies Learn Your Secrets”, New York Times Magazine, February 16, 2012, http://www.nytimes.com/2012/02/19/magazine/shopping-habits.html.


[Закрыть].

ЕДИНСТВЕННОЕ,

НА ЧТО НЕ СПОСОБНЫ

НОВЫЕ ТЕХНОЛОГИИ, —

РЕШИТЬ, КАКОЕ БУДУЩЕЕ

МЫ ХОТИМ ДЛЯ СЕБЯ

И КАК ОТДЕЛЬНО ВЗЯТЫЕ

ЛИЧНОСТИ, И КАК

ОБЩЕСТВО В ЦЕЛОМ

Amazon изменила принципы маркетинга, начав использовать всю информацию, созданную в процессе взаимодействия пользователей с сайтом. Кроме того, у покупателей появилась возможность создавать информацию в виде отзывов о товарах. Этот эксперимент полностью перевернул традиционные представления о маркетинге с его стремлением к полному контролю над брендовыми коммуникациями. Покупатели охотно делились своим опытом и зачастую в большей степени полагались на отзывы других потребителей, чем на описания производителя или рекламу продавца. Если товар получал множество низких оценок пользователей, то положительные отзывы о нем экспертов или сотрудников уже не имели большого значения. Кроме того, публикация отзывов позволила значительно расширить представление потребителей об ассортименте «МагазинаВсего» и предоставила им возможность знакомства со всем спектром мнений. Со временем Amazon вообще отказалась от редакционного персонала и перенаправила ресурсы на разработку алгоритмов, позволяющих показывать наиболее полезные отзывы пользователей на самом видном месте страницы товара. Средства, затраченные на технологии обработки информации, помогли улучшить обслуживание покупателей в большей степени, чем затраты на отбор и рецензирование ассортимента.

Методика обработки данных в Amazon изменила поведение миллиарда покупателей. В 2015 году почти половина покупок в США начиналась с поиска и просмотра товара на Amazon, вне зависимости от того, где в конечном счете приобретался товар[36]36
  Доля предварительного просмотра товаров в Amazon перед покупкой в рознице возросла с 30 процентов в 2012 году до примерно 50 в 2015-м. См. Ludwig, Sean, “Forrester: 30 % of Online Shoppers Research Amazon Before Buying”, VentureBeat, July 26, 2012, http://venture beat.com/2012/07/26/amazon-online-shoppers-research; Mulpuru, Sucharita, and Brian K. Walker, “Why Amazon Matters Now More Than Ever”, Forrester Research, July 26, 2012, https://www.forrester.com/Amazon/fulltext/-/E-RES76262; и Cassidy, Mike, “Survey: Amazon Is Burying the Competition in Search”, BloomReach, October 6, 2015, http:// bloomreach.com/2015/10/survey-amazon-is-burying-the-competiton-in-search.


[Закрыть].

Для того чтобы управлять автомобилем, необязательно понимать все тонкости устройства двигателя внутреннего сгорания. Точно так же нет никакой необходимости досконально разбираться в алгоритмах Amazon, для того чтобы найти то, что нужно или представляет интерес. Важнее понимать базовые принципы устройства системы и установить правила ее безопасного использования. По мере того как информации создается все больше и она передается все более широкому кругу пользователей, мы можем либо занять пассивную позицию и предоставить право определять правила ее использования другим (беззаботно нажимая кнопку «соглашаюсь» после просмотра по диагонали двадцати с лишним страниц текста), либо принять активное участие в установлении новых норм взаимодействия. Можно относиться к переработке социальных данных как к таинственному «черному ящику», а можно стать информационно грамотными людьми, находящими разумные способы заставить тех, кто получает и обрабатывает наши данные, давать взамен не меньшие ценности.

Чего стоят ваши данные?

Уже сейчас при решении многих бытовых вопросов мы полагаемся на социальные данные – будь то выбор покупки на Amazon или места, где поужинать, и способа добраться до него. Социальные данные создаются в очень многих областях жизни, и постепенно мы попадаем во все большую зависимость от инфопереработчиков при принятии важнейших жизненных решений, в том числе выбора партнера для романтических отношений, места и условий работы, медикаментов и учебных заведений.

Во многих случаях истинное значение созданных нами данных становится понятным только в сравнении их с данными, созданными другими людьми. Поскольку объем социальных данных, доступных для инфопереработки, нарастает в геометрической прогрессии, сегодня можно надеяться на получение ответов на многие из вопросов, которые считались прежде не разрешимыми в принципе. Возможно даже, что это заставит задать ряд новых важных вопросов, которые раньше просто не приходили в голову.

Алгоритмы выявляют закономерности, которые люди не могут увидеть без помощи компьютеров. Эти закономерности могут помогать нам в принятии решений. Стоимость информации, предоставленной для переработки, определяется тем, насколько полезными окажутся полученные результаты для принятия нами решений – в коммерческих сделках, в приобретении товаров и услуг, в получении банковского кредита, в поиске работы, в получении медицинской помощи и образовательных услуг для себя и своих близких, а также в общественно-политической жизни.

Оценка степени полезности результатов деятельности компаний, работающих с данными, – это существенно иная постановка вопроса, нежели привычные рассуждения о том, как, когда и почему компании и государство собирают наш «цифровой выхлоп», то есть информацию, которую мы создаем изо дня в день. Некоторые считают, что объем собираемой информации слишком велик и что лучшим вариантом поведения для частного лица является поменьше рассказывать о себе или же требовать плату за создаваемые и предоставляемые личные данные. При такой сосредоточенности на входящем потоке информации мы упускаем из виду потенциальные выгоды, которые можно извлекать на выходе. Я считаю, что мы вправе требовать нечто намного более ценное, чем мелкая денежная подачка, за предоставление своих первичных данных. Мы должны настаивать на участии в управлении инфопереработкой на справедливых и понятных условиях, чтобы иметь возможность влиять на ее результаты.

Для начала давайте рассмотрим различия между первичной и переработанной информацией. Когда я ввожу в поисковую строку «Андреас Вайгенд», Google докладывает, что эти два слова обнаружены в «примерно в 122 000 результатов». Отсмотреть все эти страницы вручную невозможно: если на каждую тратить хотя бы пять секунд (феноменально высокая скорость просмотра), на это потребуется целая неделя, что совершенно нереально. Поэтому остается положиться на порядок выдачи результатов. Во главу списка Google может поставить самые свежие упоминания. Это будет прекрасно в случае, если я интересуюсь последними новостями о себе, но не так здорово, если я ищу видео семинара, который вел несколько лет назад. Другой вариант – посчитать, сколько раз мое имя упоминается на страничке, и ранжировать релевантность результатов в соответствии с наибольшим количеством таких упоминаний. Это может оказаться полезным, если я просматриваю статьи и хочу найти ту, где меня цитируют чаще, чем в остальных. Но представьте себе, что вместо своего имени я набрал в поисковой строке «айпад по дешевке» – это будет примерно 350 000 результатов, и над полезностью такой выдачи стоит задуматься. Специалисты по рекламным ловушкам наверняка поработали над страничками с популярными поисковыми запросами (что действительно так), и мне придется долго блуждать от результата к результату в поисках действительно полезной информации.

Чтобы повысить эффективность поиска, Google рассматривает полезность страницы с учетом многих характеристик, а не только наличия слов из запроса. Разработчики компании начинали с ранжирования релевантности страниц по принципу количества ссылок на них в других местах, что давало возможность судить об уровне внимания аудитории. Когда народ понял важность входящих ссылок для места странички в выдаче поисковика, появилась сфера деятельности под названием «поисковая оптимизация» с одиозными «фермами ссылок», или линкопомойками. Алгоритмы Google пришлось усовершенствовать, чтобы они могли отличать входящие ссылки реальных заинтересованных пользователей от созданных по заказу владельца сайта. Сегодня у Google помимо структуры ссылок сети есть накопленные за два десятилетия данные о том, на какие сайты, предложенные по поисковому запросу, заходили люди и сколько времени проводили на них, прежде чем вернуться к странице результатов поиска. Если на сайт заходят многие, но, лишь бегло взглянув на него, уходят искать что-то более интересное, релевантность страницы в поиске Google падает, и она опускается ниже в результатах поиска. Тем не менее высокое место странички в результатах поиска в Google не гарантирует достоверность представленной на ней информации, а является лишь свидетельством проявляемого к ней внимания.

Сколько поисковых запросов проходит через Google ежедневно? Сколько фотографий размещается в Facebook? Умение различать достоверные, недостоверные и невероятные данные – один из базовых навыков информационной грамотности. Точные цифры не столь важны: информационная грамотность означает умение видеть разницу между чем-то вполне приемлемым и явной ошибкой на порядок. В подобных оценках физики часто рассуждают с позиций порядковых величин, то есть десятикратных различий. Они скажут, что количество пользователей Google или Facebook составляет порядка миллиарда человек, поскольку оно точно больше 100 миллионов и меньше 10 миллиардов[37]37
  В 2015 году Facebook сообщала о 1,59 миллиарде посещений в месяц при среднем количестве ежедневных посетителей в 1.04 миллиарда. См. Mike, “Facebook Reports Soaring Revenue, Buoyed by Mobile Ads”, New York Times, January 27, 2016, http://www.nytimes. com/2016/01/28/technology/facebook-earnings-zuckerberg.html.


[Закрыть]. Далее они сделают допущение о том, что типичный пользователь делает в среднем 10 поисковых запросов в день, поскольку их точно больше одного, но меньше 100. При оценке количества фотографий в Facebook они будут исходить из показателя одно фото на пользователя в день, поскольку их точно больше, чем одно в месяц и меньше 10 в день. Таким образом, мы получаем порядковые оценки ежедневного количества поисковых запросов и размещаемых фотографий – 10 миллиардов и 1 миллиард соответственно. И это только два вида операций в области социальных данных[38]38
  У Google нет регулярной отчетности о количестве поисков в ее сервисах. Тем не менее в ее отчете “Zeitgeist” за 2012 год говорилось о 3,3 миллиардах поисковых запросов ежедневно. См. https://www.google.com/zeitgeist/2012/#the-world.


[Закрыть].