Текст книги "Потребители будущего. Кто они и как их понять"

Биржевые аналитики из-за своих оценок показателей и тео–рии рационального ожидания всегда упускают из виду главное – при продолжительном спросе они постоянно предсказывают спад; при росте цен они излучают оптимизм и энтузиазм, как во времена доткомовской аферы. «Экономисты бабочек» меньше смотрят на цифры и, как следствие, более точны.

«Экономика бабочек», которую Рубин называет «экономикой удов–летворения», – это сложная система, стремящаяся не оценивать то, что делает нас теми, кто мы есть, а наблюдать, как это влияет на ры–нок – эмоции, страхи, стремления, нужды, желания, мечты, поэзия, удовольствие и духовность; побуждения, которые мы хотим удовлетво–рить сегодня и сейчас, а не через неделю или через год. «Экономисты всегда предполагали, что люди на 100% рациональны в своем выборе, но если спросить кого-либо, желает ли он получить $10 сейчас или $15 через неделю, большинство опрошенных скажут, что хотят $10 сей–час, – объясняет Рубин. – А если спросить, желают ли они получить $10 через пятьдесят недель или $15 через пятьдесят одну, они выберут второй вариант. Другими словами, если сделать проблему абстрактной и отвлеченной, люди (экономисты в том числе!) с успехом применят для ее решения логику и рациональные рассуждения, но если свести проблему к точке, в которой появляется возможность получить больше средств немедленно, эмоциональная сторона берет верх».

Экономистам и маркетерам это не по нраву, считает Рубин, поэтому они предпочитают это не учитывать. Имеете ли вы дело со «свиными» фьючерсными контрактами в Миннесоте, или с ВВП Франции, или пы–таетесь обратиться к новой потребительской демографии, вот что вы на самом деле хотите сделать – предсказать человеческое поведение, противопоставить абстрактным и логическим нуждам обычные, но мощные желания и эмоции.

Мало кто из экономистов старой школы заводит об этом речь, ут–верждает Роберт Шиллер, чья книга Irrational Exuberance описывает головокружительные годы доткомов с середины до конца 1990-х как «иррациональный, самодвижущийся, самонадувающийся пузырь».

Пузырь и то, как он лопнул, увидели немногие, говорит Шиллер, потому что остальные продолжали смотреть «на данные, на числа, вместо того чтобы смотреть на эмоции, на психологию, на дух времени – ирраци–ональную движущую силу, преобладавшую тогда в культуре».

В этом и заключался феномен доткомов – в этом заключаются все рыночные и культурные сдвиги. Человеческое поведение. То, что застав–ляло американских и британских потребителей продолжать покупать в течение 2002 года, когда экономисты заявляли, что мы находимся в упадке после 11 сентября и впереди еще один экономический спад.

Но даже когда наступила рецессия, покупатели продолжали покупать, цены на дома продолжали расти, кредитные линии продолжали исполь–зоваться и расширяться по мере того, как потребители игнорировали информацию бизнес-изданий: дела плохи, пришло время сокращать рас–ходы. Почему? Потому что после 11 сентября, если люди беспокоились, они выражали свое беспокойство по-человечески понятным образом (только если вы человек, а не экономист), наслаждаясь, развлекаясь, живя сегодняшним днем, вместо того чтобы откладывать на завтраш–ний, до которого они могут не дожить. И это правильно, утверждает Шиллер: «Когда происходит значительное событие – это из-за того… что много факторов движется в одном направлении. Одно из моих за–мечаний к экономистам – они придают настолько большое значение точности, что, когда не могут с точностью учитывать множество раз–личных факторов, предпочитают сконцентрироваться на одном».

Пример из области финансового прогнозирования: особенно при попытках предсказать степень риска используется множество типов электронных таблиц, регрессионный анализ, или так называемые сис–темные динамические модели. Многие из них, вслед за ошибками таких финансовых организаций, как Daiwa, Sumitomo, Barings и Kidder Peabody, используются для проработки сценариев «а что, если… » – например, что произойдет с рынком, если, скажем, в системе окажется бухгалтер-жулик или мошенник либо произойдет ошибка в сложении или вычитании?

Также учитываются округленные коэффициенты – текущие фигуры в экономике, доходы с учетом инфляции на следующий год, ценность компании на фондовой бирже, ее позиция относительно конкурентов на рынке, сильные и слабые стороны ее инвесторов, сильные и слабые стороны конкурентов и так далее.

Очевидно, чем больше коэффициентов вы внесете, тем более точным получится результат, но сколько всего их нужно? Сколько требуется информации или данных (в противоположность знаниям)? И самое главное, что нам вводить? Подробности о погоде от синоптиков? О тен–денциях ежегодных отпусков? О трудовом стаже или служащих компа–нии? А как насчет их личной жизни, эмоционального состояния, куда они ходят за покупками, что они едят?

На этом месте неоклассические экономисты (или брокеры, если мы имеем дело с прогнозированием на фондовой бирже) нажмут кнопку «запустить программу» и пожалуются: «слишком много данных», многие из них «слишком иррациональны, слишком непоследовательны».

Считается, что в таких моделях прогнозирования следует придерживаться простоты, что линейность – это главное

Считается, что в таких моделях прогнозирования следует придерживаться простоты, что линейность —это главное. Что эти модели, если они рациональны и управляются экспертами, как-нибудь приведут к истине. Исключив из модели или программы человеческий аспект, вы также исключите то, что делает ее более-менее точной.

Синоптики сталкиваются с этим постоянно.

В США в марте 2001 года все говорили, что плохая погода неминуема, что ожидается снег, но не должно быть ничего похожего на бурю столетия, случившуюся в 1993-м, когда значительная часть Восточного побережья была парализована из-за трехфутовых сугробов. Однако самые мощные из погодных суперкомпьютеров предрекали худ–шее: в марте 2001-го объявлялись штормовые предупреждения, и экст–ренные службы готовились к снежной буре.

Метеорологи старой школы были в сомнениях, но данные говорили сами за себя, поэтому синоптики просто представили их публике в ка–честве факта. Наступило 6 марта, и, как и предполагалось, пошел снег, но по меркам Штатов это было не страшнее обычного снегопада, при котором дети катаются на санках. Почему же компьютеры допустили ошибку? Они не могли справиться с вычислениями достаточно быстро или достаточно гибко, либо у них было слишком много данных, откло–няющихся от нормы, – коэффициентов, которые программисты сочли нерелевантными. Поэтому они сделали то, что делает большинство про–грамм с линейной или округленной моделью прогноза, столкнувшись с большим количеством данных, – использовали умные алгоритмы, которые отбрасывают некоторые подробности, даже те, которые самым непосредственным образом могут повлиять на результат.

Это сглаживание, или алгоритмический прыжок, часто применяет–ся в большинстве моделей прогнозирования в биологии, физике и хи–мии, и поэтому мы перешли к более сложным адаптивным процессам и процессорам. Денежные рынки, однако, продолжают использовать эти модели, опираясь на экспертов, которые мыслят во многом так же – ра–ционально, соответственно сглаживая выступающие углы, учитывая только логические факторы. Между тем, как показывают онлайн-игры и виртуальные фондовые биржи, новички, использующие эмоциональные и иррациональные, но зато более интуитивные и реалистичные подходы к предсказанию рыночных ситуаций, превосходят экспертов.

Голливудская биржа и Электронная биржа штата Айова (Биржа пред–сказаний) являются тому доказательством. Каждая обменивает предска–зания на виртуальные ценные бумаги или игрушечные деньги, и каждая раз за разом оказывается более точной в предсказаниях о поведении рынка – какие звезды получат больше «Оскаров» или как будут обсто–ять дела с ценными бумагами, – чем их двойники в реальной жизни.

Похоже, что люди могут успешно работать вместе, используя инту–ицию, эмоции, собственные понятия о риске – в онлайне, если не хо–тят смущать друг друга, или же рядом с коллегами – с целью анализа рынков, основываясь на том, что дает им наблюдение и эмоциональное восприятие мира.

В 2001-м, например, Голливудская биржа настолько точнее предсказала вручение «Оскаров», чем специалисты от индустрии, что теперь студии платят ей за подробную информацию. Аналогично Биржа предсказаний теперь используется брокерами, инвесторами и растущим числом анали–тиков с Уолл-стрит, чтобы получить более точное представление о том, когда могут случиться прорывы в ключевых областях сектора биотех–нологий или лечении рака и СПИДа. В этом и заключается «экономика удовлетворения» – использовать иррациональное, эмоциональное и алогичное для создания развивающейся сети, внутри которой можно предсказывать и понимать людей и будущее.

Такие люди, как Эрик Бонабью (прогнозист консалтинговой ком–пании ICosystem), именно это и делают – используют темперамент, чтобы объяснить, почему, например, большая часть ежегодных потерь французских и итальянских банковских систем приходится на август; почему небольшое увеличение числа покупателей приводит супермаркет к ухудшению продаж вина; почему микроскутеры становятся неотъем–лемой городской транспортной игрушкой для поколения кофе-латте и Кархартта, в то время как мини-скутеры (или не менее странно выгля–дящие продукты вроде Sinclair C5) не имеют успеха?

Материал, с которым работают Бонабью и его коллеги, состоит, без сомнения, из нашей нелогичности, из наших мечтаний. Подобно игро–кам Голливудской биржи, они также дают большую точность, чем тра–диционные модели, действующие сверху вниз, которые берут глобальные уравнения и структуры и применяют их к локальным ситуациям так, что большая картина накладывается на малую, сводя ее роль, по сути, к нулю, убирая ее влияние на результат.

Спонтанные модели действуют наоборот. Они берут микрофакторы и смотрят, какое влияние на макро– те могут оказать. Таким образом, «спонтанность» – это система или философия, действующая снизу вверх, которая берет человека, отдельного индивидуума, и смотрит, как он может взаимодействовать с окружающими его людьми и каковы могут быть последствия такого взаимодействия.

Как показывают системы спонтанного моделирования и как обна–руживают экономисты спонтанности, рынки и тенденции не только сложны, но и противоречивы.

Представьте, например, шоссе в два ряда, заблокированное интен–сивным движением. Логика подсказывает, что, если вы достроите еще один ряд с подходящими въездами и выездами, это ускорит движение (а с экономической точки зрения еще и даст больше прибыли городу в краткосрочной перспективе). Но Бонабью и его коллеги откажутся – и будут правы: движение станет еще интенсивнее, что приведет к еще большим пробкам и вызовет еще большее раздражение водителей.

Однако еще в 1968 году, до Бонабью и «экономики бабочек», проблему обнаружил немецкий инженер по исследованию операций, и с тех пор она известна как парадокс Браеса.

Это иррациональное, но вполне доступное для понимания следствие, которое нужно принять как норму, если вы собираетесь оставить по–этапную линейность прогнозов в прошлом и принять зеркальную ир–рациональность, которая позволит лучше разглядеть будущее и при–способиться к нему.

11. Как победить систему – запускать новые

Парадокс Браеса описывает взаимодействие, известное многим людям, и прежде всего тем, кто склонен к интуитивным озарениям. Если при–влечь к какому-то явлению внимание в отрицательном или положитель–ном ключе, то оно начинает происходить не реже, как можно было бы ожидать, а чаще. Особенно если пытаться его подавить или искоренить: скажем, наркоманию, курение или агрессивность на дорогах. Напри–мер, до того, как в 1993 году из-за расовой ненависти в Лондоне был убит чернокожий подросток Стивен Лоуренс, количество нападений по расовым мотивам составляло около 1149 в год, но после широкого освещения этого преступления в СМИ их стало 7790. Такая же зако–номерность прослеживается в статистике преступлений на сексуальной почве: в 1984 году их было 1500, но затем из-за освещения в СМИ, обсуждений в Палате общин и ряда сенсационных телепередач этот показатель значительно возрос. То же самое относится к жестокому обращению с детьми: когда общественность осознала эту проблему в 1984-1985 годы, количество новых и рецидивы ранее зарегистрирован–ных правонарушений не только не уменьшилось, а выросло на 90%!

Вполне по Браесу, когда в центре внимания оказывается существую–щий тренд или обнаруживается новый, это кажется непонятным, но только если применять стандартные способы изучения и истолкования культуры для прогноза реакции публики. Однако отбросив ошибочные предположения, будто такие вещи происходят сразу с большим числом людей, а потом захватывают всю культуру (сколько вирусных маркете-ров или рекламных агентств замечают распространение трендов?), и согласившись, что все начинается на уровне отдельных людей, а затем распространяется вширь и переходит на более высокий уровень, можно лучше понять эти явления. Почему одно самоубийство влечет за собой целую волну других? Почему, когда определенная группа людей надевает линялые или дырявые джинсы, мы следуем их примеру? Почему при плохом состоянии экономики люди все равно тратят деньги?

Причина проста. Между людьми происходят те же процессы, что и между разными участками мозга, – устанавливаются взаимосвязи и взаимоотношения. Эти чувственные и эмоциональные сети опутывают и подчиняют нас, но как именно все происходит, остается неведомым.

Одни объясняют это «эффектом бабочки», другие – симбиотическим характером окружающих городских сетей (где любая идея распространя–ется повсеместно): ведь все мы связаны каким-то образом, а благодаря технологии между любыми двумя людьми на земле уже находится не пять посредников, как считалось раньше, а гораздо меньше. Во многих смыслах мы обладаем «мышлением улья» и интуицией; это начинают осознавать социобиологи, градостроители и экономисты, работающие с моделями иррациональных ожиданий.

Можно найти множество проявлений отмеченной закономерности: например, то, как в сырую, пасмурную погоду в саду собираются сли–зевики; как муравьи собирают еду и хоронят умерших собратьев; как распространяются вирусы; как передаются идеи; как городские райо–ны, где расположены офисы, совместно образуют густые, согласно ра–ботающие «умные» сети. Оттуда начинают поступать сообщения, как должны работать чуткие компании и как можно образовывать сети, способствующие блестящим озарениям, или формировать «разведыва–тельные отряды» для изучения потребителей.

Эти вещи связаны не с данными, информацией или структуриро–ванной линейностью, а с происходящими в произвольном порядке слу–чаями, нарушениями нормы, индивидуальным поведением и тем, как каждый из этих элементов влияет на другие.

Изучая слизевиков, в августе 2000 г. японский биолог Тошиюки На-кагаки пришел к выводу, что их поведение помогает не только понять многие казавшиеся таинственными процессы, но и способно помочь лучше строить прогнозы и ориентировать нацеленные на будущее ком–пании. Слизевик умел находить кратчайший путь через построенный ученым лабиринт и кормиться не в одном месте, а в двух, хотя у этого организма не было ни мозга, ни центральной нервной системы. Нака-гаки был озадачен и заинтригован. Как слизевику это удалось, хотя он не умел ни говорить, ни общаться в нашем понимании? Но Накагаки не первым заметил эту особенность. Подобные эксперименты уже выпол–няла Эвелин Фокс Келлер в конце 1960-х. Келлер и ее коллега Ли Сигал (прикладной математик) заинтересовались тем, как слизевик способен двигаться и взаимодействовать с окружающей средой, не обладая ни нервной системой, ни какими-либо очевидными средствами общения. Эти ученые заметили и другие интересные особенности слизевика: он как будто появлялся ниоткуда, выполнял нужные действия и снова исчезал без следа. Келлер и Сигал знали, что слизевик состоит из ты–сяч мелких одноклеточных образований, которые способны двигаться отдельно от других подобных клеток, расположенных рядом с ними. Большинство из них так и делало: в произвольном порядке выполняло свои действия. В жаркую погоду клетки были невидимы невооруженным глазом, но когда температура падала, а влажность повышалась, клет–ки собирались вместе в виде желеобразного комка, чтобы кормиться. Но как они узнавали, где есть пища, не обладая мозгом? И откуда они знали, где искать своих собратьев и как вести их к источнику пищи – ведь сознания у них не было? Теперь ясно, почему Келлер и Сигал были озадачены, а Накагаки пришел в восторг, когда его слизевик нашел не одно, а два места для кормления.

Большинство ученых были убеждены, что эти изменения в поведении «сообщались» на каком-то микроскопическом уровне (многие дума–ют, что именно так распространяются тренды) и что наверняка есть какой-то общий интеллект, который побуждает эти клетки образовы–вать более крупные и мощные объединения. Да, что-то приводилось в действие; но это была не команда «по кругу» от одной клетки-лидера, как утверждали многие предыдущие теории. Келлер и Сигал обнару–жили нечто гораздо более важное и существенное. Отдельные клетки слизевика были способны организовать согласованную работу других независимых клеток, просто изменив количество выделяемого акразина. Если выделялось достаточно этого вещества – а так происходило, когда в определенном месте находились богатые пищевые ресурсы, – то соби–рались другие клетки, двигаясь по следам, оставленным предыдущими клетками, и формировалась толстая масса клеток. Но отдельные клетки не следовали друг за другом намеренно и осознанно и не собирались в эти группы умышленно. А если бы они умели говорить, то не смогли бы обосновать наличие этой группы, смысл ее существования.

Авторы прогнозов все время сталкиваются с этим явлением, когда замечают тренд – отпуск ради впечатлений, культура риска, групповые инъекции ботокса – и спрашивают тех, кто способствует его широкому распространению, почему это явление уникально, отличается от других и почему, собственно говоря, оно является трендом. Во многих случаях эти «распространители» тренда рассматривают его не как тренд, а как то, что придает им уникальность или позволяет им присоединиться к элитной группе, команде или движению. Другие – запоздавшее боль–шинство – поступают согласно этому тренду, потому что им кажется, что так правильно поступать: купить автомобиль Smart, пить шардо–не, использовать модные фразы вроде «нетрадиционное мышление». Но мало кто может внятно сформулировать, почему он действует соглас–но этому тренду, ведь во многих случаях это – неосознанное решение. Поэтому фокус-группы для определения трендов редко дают какие-либо полезные результаты. Ведь то, что мы пытаемся обнаружить или «изме–рить», является иррациональной частью сети, имеющей другие способы работы, мышления и влияния.

Именно это делал слизевик – он действовал в одиночку или создавал видимость таких действий, чтобы побудить другие клетки поступать так же, тогда как на самом деле каждая из них каким-то образом воз–действовала на другие, а именно: оставляла следы, по которым дви–гались остальные; так одна клетка превращалась в две, две – в три, а три – в целое движение…

Благодаря наблюдениям за действиями индивидуума и составлению их карты становится заметным более масштабное движение или куль–турный сдвиг, а не наоборот. На будущее влияют индивидуумы, а не большинство, как мы обычно думаем. Это как болезнь: последующее заражает предыдущее. В аномальном заключены семена нашего обще–го будущего, отдельный человек дает массе пример для подражания, которому в будущем неизбежно последуют остальные.

Биолог и философ Эдуард Уилсон отметил подобную деятельность в своей книге «Муравьи», которая сейчас признана основополагаю–щей, она написана в соавторстве с Бертом Холлдоблером. Уилсон про–демонстрировал, что, вопреки устоявшимся на то время убеждениям, способность муравьев строить колонию, хоронить умерших, создавать свалки пищевых отходов, обнаруживать новые источники питания и регулировать свое сообщество никак не связана с муравьиной царицей и с организационным интеллектом или структурами в нашем понимании. Главным для этой способности было то, как отдельные особи в колонии распознавали модели феромоновых следов и реагировали на них: каждый муравей сам оставлял дополнительные следы и оповещал других мура–вьев, пока эти действия не приводили, например, к образованию одной из многочисленных муравьиных троп. Если поперек такой тропы лежит веточка, то ее можно снять и перенаправить эту тропу, а затем наблюдать, как со временем вереница муравьев перестроится и продолжит делать свое общее дело.

Если одного из этих муравьев спросить, зачем он это делает, то он, как и слизевик или наше новое и возникающее социальное «племя», не знал бы ответа и даже не смог бы сформулировать причину. Это еди–ничное действие, происходящее на низшей ступени группы, движения или социального сдвига, которое каскадом распространяется вверх, так что целое становится результатом части.

Такова основа, на которой строится теория случайности или сложности, и основа функционирования многих сетей прогнозирования, использующих агентов. Находясь у истоков, они добиваются большего успеха в анализе и прогнозировании трендов во многих областях жизни.

Как их приспособить, чтобы лучше прогнозировать будущее?

В Институте Санта-Фе, одном из передовых исследовательских центров в области теории сложности в мире, BiosGroup использует методику моделирования случайностей для изучения широкого диапазона вопросов: от прогнозирования результатов сокращения минимального шага цены при торговле на бирже Nasdaq до моделей распространения венерических болезней среди населения. Использовались и другие системы —например, чтобы изучить, какая планировка магазина будет удачнее, или спрогнозировать, как изменения в правилах найма в компании Hewlett Packard повлияют на ее корпоративную философию.

Но как такие системы выглядят «во плоти»? И как мы можем их приспособить, чтобы лучше прогнозировать будущее? Рассмотрим это на примере района, где мы работаем и живем. Этот район уже создал некоторые из ключевых трендов и культурных сдвигов, влия–ющих на нашу работу и жизнь, а также продолжает создавать идеи, точки зрения и стратегии брендов, которые еще некоторое время не–пременно будут влиять на ключевые направления бизнеса, дизайна, моды, розничной торговли, а также корпоративной и организационной стратегии.