Текст книги "ЦА. Как найти свою целевую аудиторию и стать для нее магнитом"

На индивидуальном уровне все еще более запутано. Попросите кого-нибудь заново оценить просмотренный фильм, и скорее всего оценка будет другой. Как показали эксперименты, путем простого изменения исходного пользовательского рейтинга можно повлиять на то, как тот же самый человек позже повторно оценит фильм. По всей видимости, люди дают другие оценки, если оценивают массив фильмов (для «натаскивания» алгоритма), а не один фильм. Телешоу люди оценивают иначе, чем фильмы. «Средний рейтинг телешоу гораздо выше, чем у фильмов», – рассказал Елин. Телевидение лучше, чем кино? «Интуиция мне подсказывает, что дело тут в выборке», – говорит он. «Кто, скажем, оценивает «Клан Сопрано»? Явно не тот, кто посмотрел пять минут и выключил, потому что решил, что ему неинтересно тратить на это время. Оценивает тот, кто увлекся и потратил на просмотр сто часов своей жизни». С другой стороны, «кто оценивает фильм «Шопокоп»? Возможно, фильм так себе, но он идет всего девяносто минут. Ваши пороговые критерии оценки могут быть совершенно иными».

Аналогично, один и тот же фильм при просмотре онлайн и на DVD может иметь разные рейтинги. «Особенно если фильм до боли правдивый», – рассказывает Елин – например, «крайне эмоциональный» фильм Спилберга. «Он на вас повлияет, но влияние может быть мимолетным. Так что, если вы оцениваете его сразу после титров, оценка может быть выше. А спустя неделю впечатление от него уже пройдет». Просмотр кино в одиночестве может окончиться более низкой оценкой, чем просмотр в компании воодушевленных друзей.

И так далее. «Я много лет играл с рейтингами», – серьезным тоном произносит Елин, напоминая в этот момент бывалого гангстера, вспоминающего свои сомнительные уличные подвиги. Я почувствовал, что в этих рейтингах ему хотелось достичь некой идеальной чистоты, найти платонов идеал того, что нравится людям. «Знаете, почему у меня осталось так мало волос? Я вырвал их, пытаясь постичь все эти вещи!» В итоге рейтинги оказались не столь уж мощным средством понять, что будут смотреть люди. Пол и география – тоже. «Хотя и это может помочь, если больше ничего не известно. Но, как только люди просмотрят на Netflix хотя бы пять фильмов, мы уже будем знать о них на порядок больше, чем пока знали лишь их возраст, пол и местожительство», – говорит Елин. Вы – это то, что вы смотрите.

Любовь к сладкому – это любовь к самой жизни.

Все эти разговоры о том, что рейтинги имеют меньшее значение, не означают, что меньшее значение теперь придается и рекомендациям. Они находятся в самом центре всей работы Netflix по совершенствованию алгоритмов и обеспечивают порядка 75 % просмотров.

Но теперь они стали гораздо менее явными. Вместо того чтобы сказать, что вам понравится, Netflix теперь в основном демонстрирует то, что вас интересует, в виде «персонализированных» блоков, которые строятся в соответствии с вашим пользовательским поведением. «Все на свете – рекомендация!» – как любит говорить Аматриайн о новом подходе «не только пять звезд». Даже поисковые запросы говорят о том, что «у нас нет того, что пользователи хотят смотреть», и это тоже учитывается системой рекомендаций. Зная, что вы ищете, можно вычислить, что вам может понравиться. Любое действие на сайте Netflix можно рассматривать в качестве метарекомендации: сайт, как и большая часть Интернета, представляет собой один обширный и постоянно длящийся эксперимент в области предпочтений, серию «А/В-тестов», в которых вы участвуете, сами не зная об этом. Если окно поиска на сайте обувного магазина будет слева, повысятся ли продажи по сравнению с вариантом дизайна, когда окно справа? А если пустить на сайте блок с названием «Зарубежные драмы 1980-х», будете ли вы смотреть больше зарубежных драм из 1980-х?

Рекомендательные блоки отражают нечто вроде «золотой середины» между двумя экстремумами сигналов, которые сами по себе не несут особой пользы: первое – то, что, как вы говорите, вам нравится. Этот сигнал может завести во вкусовой тупик, полностью забитый малоизвестными, но интересными фильмами, которые вы будете смотреть только изредка. У создателей алгоритмов это называется «чрезмерно близкая подгонка»: система дает рекомендации, которые в некотором роде чересчур совершенны – и абсолютно стерильны.

Второе – это популярность. Данное понятие противоположно «персонализации», как говорит Аматриайн; но, опять же, если вы пытаетесь оптимизировать потребление, то «скорее всего зритель будет смотреть то, что смотрят другие». А это может привести к «проблеме «Побега из Шоушенка» или к проблеме избыточно частых рекомендаций того, что все и так видели. Фильм «Побег из Шоушенка» является самым высокорейтинговым фильмом на Netflix – он настолько расхвален на сайте, что у него не осталось никакого потенциала в аспекте прогнозирования, не считая того, что он сам всем нравится. «Да, все на сайте просто обожают этот фильм», – удивляется Елин, качая головой.

Возможно, в качестве уступки неизбежной «зашумленности» человеческих вкусов[90]90
  Шум продолжается. Инженерам Netflix, например, приходится продираться даже через откровенно противоречивые сигналы вкуса, поступающие от одного и того же пользователя. Исходная проблема, когда «домашний» аккаунт использовала вся семья, включая детское кино, романтические комедии и боевики, была решена путем добавления отдельных профилей для каждого члена семьи. Но что, если вкус одного-единственного человека чересчур разнообразен? В Netflix это называется «настроением». «Возможно, у вас сегодня настроение посмотреть ужасы, потому что к вам приехал брат, который любит ужастики», – говорит Елин. Достоверный ли это сигнал? Сколько времени будет действовать этот сигнал?


[Закрыть] Netflix при формировании рекомендаций не полагается лишь на поведение пользователей. Имеется также оплачиваемая армия людей, отвечающих за простановку информационных «тегов» и создающих лабиринты кинематографических метаданных. Чем пытаться выяснить, почему у двух человек одинаковые вкусы, зачастую проще установить, что общего у самих фильмов. А это иногда приводит к любопытным открытиям. Информация, что режиссер Педро Альмодовар может связать два совершенно разных фильма, даже когда больше ничего общего нет. Но и сами по себе метаданные могут завести не туда. Если рекомендовать «Догвилль» (фильм столь же противоречивый, как и «Наполеон Динамит») тем, кто посмотрел «Часы» или «Мулен-Руж» лишь потому, что и там и там сыграла Николь Кидман, это может привести к катастрофе.

Но метаданные также могут извлекать на свет божий то, что сами мы никогда бы не заметили. Зачастую странноватые и специфичные, надуманные жанровые подборки напоминают, как я уже отмечал, о том, что включение в некую категорию может влиять на наши предпочтения. Нам нравятся вещи, относящиеся к чему-то конкретному, даже если приходится долго думать, что это за «нечто» – как, например, фильм «Большой Лебовски». Эксцентричное деление на жанры в Netflix отражает попытку придать конкретику тому, что в ином случае выглядело бы как странный совет. «Рекомендации в таком случае могут быть не к месту. Вы скажете: «А почему это они говорят, что раз я поставил пять «звездочек» за «Зажги красный фонарь», то мне понравится этот японский детский фильм?» – задал вопрос Елин, показывая на свой лэптоп. На экране была его страничка на Netflix и массив рекомендаций: «Гоморра», «Валгалла: сага о викинге», «Вход в пустоту» и «Андалузский пес». Все эти фильмы были отнесены к жанру под названием «Галлюциногенные зарубежные драмы». «Я психологически подготовился, прочитав это, но, если бы мне показали названия без контекста, это было бы не так захватывающе», – сказал он. Как писал журналист Алексис Мадригал, «вопрос не в том, что Netflix может предложить вам то, что вам может понравиться, а в том, что он рассказывает, что это за продукция».

А то, что оба этих аспекта могут влиять друг на друга, не только одна из самых странных форм квантового сплетения, которую можно обнаружить в супермассивах данных рекомендательных систем, но и просто факт человеческого вкуса.

2. Каждый нынче критик: пусть жалуются все нытики

«Мы с мужем обнаружили это место «в стороне от проторенных дорог» вечером, когда ехали по пустынному шоссе, погруженному во тьму. Номер был слегка старомодный (на потолке зеркала, прикол!), но мы приятно удивились, что отношение оказалось отличное – в номер даже подали шампанское на льду! Но была проблема с шумом: посреди ночи нас разбудили голоса снизу из холла. Я согласилась бы с предыдущим отзывом, что «место приятное», но сомневаюсь. Ну а хуже всего оказалась процедура выселения – это совершенно неприемлемо!»

Текст выше – моя собственная смесь из двух общеизвестных произведений: песни Eagles «Отель «Калифорния» и отзыва о гостинице на веб-сайте Tripadvisor.com. «Отель «Калифорния» вы знаете, потому что вдоволь наслушались ее по радио. А если бывали на Tripadvisor.com, то после прочтения 28-го отзыва о гостинице вы уже впитали в себя все эти легкие модуляции: небрежный, доверительный тон; шуточки по отношению к другим рецензентам; образ постояльца, одновременно напоминающего и вполне обычного человека, с которым обошлись несправедливо, и оскорбленную оперную диву с завышенным чувством собственного достоинства. А затем и «но» – показательное «речевое высказывание», более известное как «жалоба». Как отметил лингвист Харви Сакс, все жалобы обычно строятся по стандартной схеме: «похвала плюс «но» и плюс что-то еще»[91]91
  Упоминание Харви Сакса происходит из интересного исследования Камиллы Васкес о сути жалоб. «Сетевые жалобы: случай с TripAdvisor / «Журнал прагматики». Т. 43, 2011. С. 1707–1717. Как упоминает исследователь, «нет никаких сомнений, что жалобы онлайн формируются совершенно иначе, поскольку люди друг друга не знают, как это происходит в обычной жизни, «лицом к лицу». Как было показано, разница в структуре участников позволяет сетевым жалобам быть одновременно прямыми и косвенными. С учетом других свойств жалоб Хайнеман и Траверсо (2009) также утверждают, что при личном взаимодействии жалобы требуют деликатности и беспрекословности, поскольку жалобщик уязвим, и использование механизмов вроде крайних формулировок, идиом и негативных наблюдений возможно только в экстраординарных ситуациях».


[Закрыть]. Похвала обычно ставится в начале, словно убеждая: «Нет, это не я был неправ».

Читая такого рода отзывы, я поневоле задаюсь вопросом: куда раньше, когда еще не было Интернета, направлялся этот поток мнений? Если в гостиничном душе напор воды не соответствовал ожиданиям, то с кем, не считая не имеющей выбора аудитории на ресепшен, делились этой бедой? Впрочем, как и сегодня, обладатель негативного опыта мог просто заречься, что ноги его больше в этом месте не будет. О своем опыте можно было рассказать друзьям и родственникам, и досадная мелочь достигала еще нескольких пар ушей. Но как предупредить незнакомца, едущего по дороге навстречу, как раз в тот самый отель «Калифорния», о том, что это место не стоит своих денег?

Почти никто уже и не помнит, но во времена, когда не было ни Интернета, ни смартфонов, поесть в неизвестном ресторане означало попасть в эвристические тиски забегаловок. Присутствие в одиноком кафе большого количества дальнобойщиков или полицейских предположительно свидетельствовало о качестве здешней еды (хотя, может быть, других кафе в округе просто не было). По поводу «этнической» пищи бытовало классическое: «Мы там были единственные не-(укажите национальность)». Или приходилось проводить тревожные минуты на тротуаре, читая под бдительным взором официанта вырезанные из местных газет рецензии на пожелтевших клочках мятой бумаги, в раздумьях о том, можно ли полагаться на мнение ресторанного критика, случайно зашедшего сюда в далеком 1987 году?

Мы жили в информационно бедной среде. Для выбора гостиницы в незнакомом городе можно было полистать путеводитель. Но если в путеводителе имелось всего несколько гостиниц и он был старый? Можно было просто полагаться на бренды: я останавливался у них в гостинице в Акроне, так что можно выбрать их же гостиницу в Давенпорте. А что, если в Акроне просто наняли хорошего директора?

«Трудность отделения хорошего качества от плохого – вечная проблема мира бизнеса», – написал экономист Джордж Акерлоф. В его знаменитой «проблеме «лимонов» в качестве типичного случая информационной асимметрии был взят рынок подержанных машин: продавец знает о качестве машины гораздо больше, чем покупатель. И это может привести к тому, что покупатель будет обманут. Из-за этой опасности цена, которую имеет возможность запросить продавец, может снижаться. Бренды, с точки зрения Акерлофа, были для потребителя одним из способов «сведения счетов» с некачественными продуктами путем недопущения их дальнейшего распространения в будущем повсеместно. И сети – бренды, располагавшиеся в разных местах, – могли дать потребителю гарантии. Потребитель знал, чего ждать. Пусть эти ожидания и были довольно скромными, но это было лучше, чем обманутые надежды.

Обед в сетевом ресторане на шоссе представлял другую информационную проблему. «Потребители здесь редко из местных. Причина в том, что широко известные сети предлагают гамбургеры лучше, чем средний местный ресторан, но в то же время местный потребитель, который знает все в округе, обычно может выбрать место по своему вкусу», – писал Акерлоф.

Назовем это «проблемой курицы с лимоном». Местный потребитель, обладавший большей, чем вы, информацией, всегда питался лучше. В информационно-бедной среде можно было провести целую серию экспериментальных заходов в разные более-менее средние заведения, но так и не найти того единственного божественного места, где, как пишут в журналах о путешествиях, «кучкуются местные». Конечно, к тому времени, как там начинают «кучковаться» туристы, хозяев уже несильно заботит мнение местной клиентуры, и качество может падать – потому что мало кто из туристов заходит туда более одного раза. В крайнем случае можно было просто уйти с пустым животом; хотя иногда по уходе его прихватывало.

Появление веб-сайтов вроде Yelp! TripAdvisor или Amazon в корне изменило ситуацию. Плесень на занавеске в душе номера 224? Расскажите об этом миру! Неприметное местечко на шоссе 51, где пекут изумительные пончики? Включаем GPS, подключаемся к «контенту пользователей», и вот она, информация об уникальном опыте, о котором вы никогда не узнали бы раньше.

То, что электронное «сарафанное радио» правит целыми рынками, вне всякого сомнения. Исследование «Национального бюро экономических исследований» показало, что увеличение «средней оценки» книги на Amazon.com «повышает удельный вес» книги среди книг, представленных на сайте[92]92
  Юдифь Шевалье и Остин Гулсби. Измерение цен и конкуренция в сети: Amazon.com и BarnesandNoble.com / «Количественный рынок и экономика», № 1, 2003. С. 203–222. И хотя Amazon не одобряет эти данные – они отказались от беседы со мной, – авторы имели возможность провести экстраполяцию данных, используя разницу в отзывах и рейтингах веб-сайтов Amazon и Barnes and Noble. «Разумеется, наш анализ страдает из-за ограничений данных, что делает эксперимент неидеальным, о чем мы поговорим позже. Но мы рассматриваем одни и те же книги, отзывы пользователей о них и приблизительную долю рынка каждой книги на каждом из сайтов».


[Закрыть]. Группа исследователей из Ирландии обнаружила «эффект TripAdvisor»: за два года после того, как сервис был запущен в Ирландии, агрегированные рейтинги гостиниц на TripAdvisor поднялись. Гостиницы либо начали реагировать на оценки из Интернета, либо стали стараться заработать более высокие рейтинги. Как бы там ни было, качество обслуживания гостей улучшилось. Кстати, гостиницы в Лас-Вегасе, где TripAdvisor уже давно работает, никак не изменились. В духе гипотезы «эффективного рынка» можно сказать, что вся необходимая информация о гостиницах Лас-Вегаса уже была «включена в цену» отзыва о них.

На Yelp! экономист из Гарвардского университета Майкл Люка обнаружил, что для рынка Сиэтла повышение рейтинга ресторана на одну «звездочку» увеличивает доходность заведения на 9 %. Этот эффект наблюдался «исключительно для несетевых ресторанов». Это вполне логично: поскольку сети фактически заполняют «белые пятна», где не действует «сарафанное радио», то они от него и не зависят. Что нового вы можете рассказать о сетевом ресторане, чего не знает каждый? Не будет ли всем наплевать, если вам вдруг не понравится «секретный» соус «Биг-Мака»? Именно что будет – потому что всем остальным он, по всей видимости, нравится.

Люка также обнаружил, что после того, как сервис Yelp! появился на исследуемом им рынке, сети стали уступать свои рыночные доли несетевым ресторанам. Представьте себе типичного потребителя Акерлофа в 1963 году, кушающего свой «чуть лучше среднего» гамбургер в придорожном сетевом кафе – и вдруг ему попадает в руки смартфон: он внезапно получает возможность узнать, где ему дадут отличный гамбургер! Как отмечает Люка, «польза» от похода в несетевой ресторан увеличилась. Едокам терять, кроме сетей, было нечего. Вновь сработал «эффективный рынок»: когда вся «доступная информация» уже учтена в ценах акций (или в ресторанных рейтингах), инвесторы-любители (или простые любители еды) добиваются такого же успеха, как и профессионалы[93]93
  Описание гипотезы эффективного рынка взято из статьи Бартона Дж. Малкиля «Гипотеза эффективного рынка и ее критика» / Рабочий документ CEPS № 91, апрель 2003.


[Закрыть]. Можно даже сказать, что Yelp! и широкое обсуждение в Сети вкусов улучшило предложение сетевых ресторанов.

Но у электронного «сарафанного радио» есть и свои минусы. Вместо недостатка информации теперь можно столкнуться с противоположной проблемой: информации стало слишком много. Вы заходите на Yelp! чтобы просто узнать, стоит ли заведение своих денег. И сталкиваетесь с зигзагообразной чередой полярных мнений: то обед был «мечта», то он же – «отстой». Или вас уносит в узкий канал людских склонностей: музыка не та, какие-то экскурсы в дизайн приборов и посуды… Перелопатив кучу отзывов, вы чувствуете нечто сродни похмельной тоске. Либо вы тут же отказываетесь от похода в заведение, либо прибываете туда слегка отягощенным вымученной надеждой, словно уже там побывали и теперь должны просто отработать программу.

Читая отзывы о ресторанах, вы можете составить представление об авторах этих отзывов. Ведь так же, как и вопрос, понравилось ли им, важен и другой: а сами-то они на нас похожи? Все ищут признаки авторитета и похожего мировосприятия. Для меня, например, красным флажком является словно «клево». Не потому, что я считаю, что это слово утратило большую часть оттенков значения. Я просто меньше доверяю мнению тех, кто это слово использует (например, «клевая «Маргарита»[94]94
  Проблемой сетевых отзывов является обесценивание речевых единиц. Создатели приложения RevMiner, предназначенного для поточной трансляции извлеченной из Yelp! информации, отмечают, что тот, кто ищет «хорошую пиццу», на самом деле ищет вовсе не хорошую пиццу, а «пиццу, которую пользователи описали как клевая или няшная». Хорошая теперь уже недостаточно хороша; надо, чтобы была клевая!


[Закрыть]), – и поэтому мне тоже можно меньше доверять. Слова «годовщина» или «медовый месяц» в отзыве настраивают людей на преувеличенные ожидания в «особый» вечер. Жалобы на любые недостатки ресторана или гостиницы, что подвели их в торжественный час, вряд ли будут иметь к нам отношение. Я инстинктивно меньше доверяю отзывам, написанным в слащаво-шлачном стиле гостиничных рекламных буклетов («вид за окном – словно в сказке»), а также содержащим такие пошловатые кощунства, как «дьявольски восхитительно».

Мысль, что нам ничуть не меньше, чем мнение о ресторане или гостинице, интересно, что именно говорит отзыв о самом его авторе, в принципе не нова. Раньше наш выбор формировался на базе информации, полученной от доверенных друзей либо от критиков, чьи голоса считались авторитетными. Но внезапно дверь распахнулась, и послышалось множество голосов, и ни один из них не обладает ни авторитетом, ни нашим социальным доверием. Критиков всегда подозревали в наличии собственных предпочтений и склонностей, но в Интернете в один миг расцвели тысячи критиков. Перед нами внезапно возникло целое поле движущих сил вкуса, предпочтений и сопутствующих им битв – беспорядочных, путаных и часто скрытых от глаз.

Появление целой толпы оценщиков-любителей обычно рассматривается как расцвет демократии, освобождающей потребителей от тирании индивидуалистской элиты, преследующей свои интересы и навязывающей собственные вкусы. «Вымирание института экспертных оценок происходит прямо сейчас. Кому нужен эксперт, когда любой Том, Дик или Генриетта готовы безвозмездно оценить что угодно? Не это ли и есть подлинная демократия? Меняется сама природа критики, рушится иерархия экспертных оценок», – объявила журналистка Сьюзен Мур в газете «Гардиан».

Предвестья чего-то вроде Yelp! можно усмотреть в контексте «Восстания масс» испанского философа Хосе Ортеги-и-Гассета. Толпа, как писал он, когда-то «была рассеяна по всей земле небольшими группами» и вдруг превратилась в «агломерацию», она «внезапно стала заметной», и если раньше представляла собой лишь «фон на подмостках общества», то «теперь вышла под огни рампы и стала играть главную роль». Сердитый и бесправный посетитель ресторана получил возможность вознести до небес или втоптать в грязь ресторан посредством одной лишь коллективной воли. Против такого выравнивания силы критики выступила старая гвардия. Руфь Рейхл, бывший редактор «Гурмана», озвучила девиз старой гвардии: «Все, кто верят Yelp! – идиоты. Большинство пользователей Yelp! понятия не имеют о том, что обсуждают».

Но нельзя считать, что Интернет покончил с экспертами и авторитетной критикой – все гораздо сложнее. Например, много сил при оценках на Yelp! тратится на попытки убедить всех в своих честных намерениях. Человек, оставивший отзыв на индийский ресторан в центре Манхэттена, представил аж тройное свидетельство, что он имеет авторитет: «Я вообще люблю поесть и моя любовь к индийской кухне (поскольку я родом из Индии) просто огромна. В этом ресторане я обедаю не реже раза за неделю. Воистину, новый микс ингредиентов, и при этом крайне аутентично». Он не просто гурман, но индийский гурман, который, как и все настоящие ресторанные критики, ел здесь не раз. И это не говоря уже о противоречивом слове «аутентично». Как оно ни обтекаемо, слово «аутентичный», оно (как и его синонимы) дает более высокие рейтинги ресторанам на Yelp!.

Сайт Yelp! кишмя кишит такого рода сигналами – в экономике они называются «отсылками», это тонкие отсылки на право возвыситься над массой авторов аналогичных отзывов («Я знаком с шеф-поваром по его предыдущему проекту» или «Из всех ресторанов хенаньской кухни, где я бывал, этот самый лучший»). Это «схематичная сигнализация»: в самом сигнале помимо того, о чем вы говорите, нет ничего, что позволило бы проверить сигнал. Если вы носите майку с надписью «Я (здесь нарисовано сердечко) Нью-Йорк», кто усомнится в вашей любви? На такой сигнал потрачено не слишком много денег или энергии, поэтому он имеет низкую достоверность. И что вообще мешает этим сигналам полностью утратить достоверность? Как утверждает Юдифь Донат, честность таких сигналов фактически гарантируется лишь тем, что «крайне низка мотивация подавать их нечестно». Столь же низкая мотивация сомневаться в их правдивости. Но как можно быстро оценить качество оценки в Сети, где царствует анонимность и где, как утверждает Донат, «все – сигнал»?

Собрав свои демократические толпы, сам же сервис Yelp! стремится вновь ввести иерархию путем ввода класса «элитных» оценщиков. У них имеются значки – это один из видов сигналов, – и их выбирает команда, известная под названием «Совет». «Мы не рассказываем, как это происходит», – объявил представитель Yelp! словно описывал тайный наем инспекторов «Мишлен». И это несколько парадоксально. В сегодняшнем мире, как говорят, традиционный авторитет экспертов – начиная с прессы и заканчивая правительством и Минздравом – ставится под сомнение. Но получается, что оценочные интернет-сервисы (причем на Amazon уже появилась категория «Главный оценщик», а на TripAdvisor – «Главный участник») просто создают новую форму экспертизы и формируется странный феномен «непрофессиональной экспертизы»?

Доверяем ли мы этому новому классу экспертов? Когда вы смотрите в Интернете отзыв о ресторане, гостинице или книге, вы обращаете внимание просто на общее количество «звездочек» или забредаете дальше, в чащу мнений отдельных пользователей? Если сила сетевого «сарафанного радио» происходит от возможности представления в количественной форме всей массы коллективного мнения, что избавляет от узости точки зрения отдельного индивидуума, то в чем же ценность отдельно взятого отзыва, стоит ли с ним знакомиться?

В своем исследовании Yelp! Люка приводит примеры «байесова обучения». Другими словами, люди интенсивнее реагируют на отзывы, в которых содержится больше информации. Элитные оценщики с Yelp! обнаружил он, имеют статистически вдвое большее влияние, чем неэлитные. Еще одной группой, обладающей гипертрофированным влиянием на Yelp! оказались пользователи сетевого сервиса скидок-купонов Groupon. Как показало исследование, пользователи Groupon, попав на Yelp! писали более длинные отзывы, чем средний пользователь Yelp! – а такие отзывы нравятся больше. Подобное влияние обладает серьезным весом: оно приводит к тенденции снижения средней оценки ресторана. Любопытно, что тому виной не критика как таковая. На самом деле пользователи Groupon на Yelp! как отмечают авторы, высказываются более «умеренно».

Концепция масс, освободивших объекты критики от тирании критиков, омрачается тем, что большое количество оценок имеет заметную тенденцию к мелочному произволу. Читая на Yelp! или TripAdvisor отзывы, особенно из категории «однозвездочных», сразу чувствуешь некий личный интерес к сведению каких-то счетов. Хостесс «неправильно» посмотрела на группу девушек, решивших устроить «девичник»; официант без всякого энтузиазма воспринял милые шалости карапуза; «оценивающая мина» подавальщицы; слишком/ не слишком экспансивно приветствовали; официант по виду был «явно недоволен тем, что он просто официант», – и любые другие случайные эпизоды (все это реальные примеры, которые я нашел на сайте), не имеющие никакого отношения к еде. Это скорее трудовые споры между деньгами гостей и их же бесконечно субъективными ожиданиями, что они за эти деньги должны получить.

И поскольку экономика сферы обслуживания сегодня крутится вокруг «эмотивного труда» – вспомните искусственные улыбки, которыми многие работники обязаны встречать «гостей», – оценки «продукта», в свою очередь, становятся все более субъективными и межличностными. Журналист Поль Майерскауф заметил: «Современный труд все более сводится не столько (или не только) к производству вещей, сколько к передаче вашей энергии, физической и эмоциональной, при обслуживании других людей». Для тех, кто считает, что он не получил нужную долю эмоциональной энергии, Yelp! становится местом, где можно включить в общий каталог все свои жалобы. А откуда нам знать, не был ли оценщик в тот день банально в плохом настроении?

На самой границе проблемы доверия к сетевым отзывам лежат настоящие ложные отзывы: оставленные конкурирующим рестораном, завистливым писателем, лжепостояльцем гостиницы. Примерно четверть всех отзывов на Yelp! не проходят через фильтры аутентичности сайта. Большинство таких фальшивых отзывов, как выяснили Люка и Гергиос Зервас, имеют тенденцию следовать предсказуемым шаблонам. Чем хуже репутация ресторана или чем меньше отзывов, тем выше вероятность появления фальшивого положительного отзыва. Когда рестораны относятся к одной категории (например, тайские или вегетарианские) и близко расположены, есть большая вероятность фальшивого негативного отзыва. Аналогичные шаблоны отмечены на TripAdvisor.

Иногда причина обмана совершенно неясна: в исследовании Эрика Андерсона и Дункана Саймистера, проведенном на одном из сайтов по продаже одежды, было обнаружено, что 5 % всех отзывов было оставлено пользователями, которые в реальности не приобретали оцененную вещь (но приобрели на сайте много других вещей). Такие отзывы имеют негативную тенденцию, а авторы, представлявшиеся покупателями, фактически действуют как «бренд-менеджеры» – это одна из форм потребительского «ответа», описанная Акерлофом.

Но какова бы ни была причина подобных действий, как отличить ложную оценку? Прочтите отрывки из двух отзывов:

«Я не раз останавливался в гостиницах как в командировках, так и на отдыхе, так что могу честно заявить: «Джеймс» – лучший! Обслуживание первоклассное. Номера новые и очень удобные…» «Мы с мужем остановились в чикагской гостинице «Джеймс» на годовщину свадьбы. Место просто фантастическое! Как только приехали, сразу поняли, что сделали правильный выбор! Номера ОТЛИЧНЫЕ, персонал внимательный и вежливый!»

Когда вам впервые довелось попробовать пиво (или виски), вы вряд ли хлопнули себя по коленке и воскликнули: «Эх, и почему я раньше этого не пробовал?» Скорее всего вы подумали: «Неужели людям это нравится?»

Как выяснилось, второй отзыв – фальшивка. Группа исследователей из Корнелльского университета создала обучаемую вычислительную систему, которая с вероятностью 90 % может определить, настоящий отзыв или нет. Точность гораздо выше, чем обычно показывают обученные люди; мы ведь помимо иных проблем страдаем и от «склонности верить» – желания думать, что люди не лгут.

При создании алгоритма команда из Корнелльского университета в основном полагалась на десятилетний опыт исследований особенностей речи в неформальной беседе. В «придуманных отзывах» люди имеют тенденцию к меньшей аккуратности в деталях – поскольку на самом деле этого опыта у них не было. Выяснилось, что фальшивые отзывы о гостиницах содержат менее подробную информацию о таких вещах, как размер и расположение номера. Лгуны чаще используют превосходную степень («самый лучший», «хуже некуда»). Поскольку ложь требует больших усилий от головного мозга, фальшивые отзывы обычно короче. Когда люди лгут, они также проявляют тенденцию к большему (по сравнению с существительными) использованию глаголов, поскольку рассказывать о том, что вы сделали, проще, чем описывать то, что было. Лгуны меньше тех, кто говорит правду, склонны использовать личные местоимения – предположительно, чтобы увеличить «дистанцию» между собой и актом обмана.

Но разве в вышеприведенном примере фальшивки мало личных местоимений? На самом деле команда из Корнелльского университета обнаружила, что авторы фальшивых отзывов больше говорят о себе, чтобы отзыв звучал правдоподобнее. Любопытно, что исследователи отметили: люди меньше использовали личные местоимения в негативных отзывах, чем в позитивных, словно создание дистанции важнее в случае, когда ложь имеет негативный оттенок. Можно утверждать, что в целом лгать в Сети гораздо проще, поскольку отсутствует межличностный контакт и ограничения по времени, когда необходимо срочно что-то придумать прямо на глазах у собеседника. Но насколько проще? Когда я загрузил свой придуманный отзыв на «Отель «Калифорнию» в веб-сервис, созданный одним из членов команды Корнелльского университета, отзыв был признан «настоящим».

Фальшивые отзывы существуют и, бесспорно, влекут за собой экономические последствия. Однако огромное внимание, которого их удостаивают средства массовой информации, и энергия, направляемая на автоматическое вычисление ложных отзывов, может ввести в удобное заблуждение, будто все остальные отзывы – «чистая правда». Но хотя в них может и не быть сознательной лжи, существует множество ситуаций, когда они дают искаженную картину, когда они тенденциозны, расплывчаты и тому подобное.

Первой проблемой является то, что мало кто пишет отзывы. У одного из крупных игроков рынка онлайн-торговли отзывы писали менее 5 % покупателей – едва ли это демократично. Первые отзывы на продукт всегда отличаются от отзывов, которые оставляют, присоединяясь к общему хору через год, хотя бы потому, что существующие отзывы влияют на последующие. Даже просто факт покупки именно в этом месте может настроить вас позитивно; людям, которые оставляли оценки, но не покупали книгу на Amazon, как выяснили Саймистер и Андерсон, с удвоенной вероятностью книга не нравилась. И, наконец, пользователи часто пишут отзывы в силу того, что позитивный или негативный опыт был из ряда вон выходящим. Поэтому отзывы имеют тенденцию к «бимодальности» – они не равномерно распределяются по шкале рейтинга, а демонстрируют пики у самой верхней и самой нижней отметок шкалы. Это так называемое «J-образное распределение», или, более красочно, «феномен хвалить – журить».

Кривая именно J-образная, а не обратной формы (не в форме «леденца») благодаря еще одному феномену сетевых рейтингов: это так называемая «положительная тенденция». На Goodreads.com средний балл 3,8 «звездочки» из пяти возможных. На Yelp! как обнаружил один аналитик, оценки страдают «искусственно завышенным средним значением». Средний балл всех оценок на TripAdvisor – 3,7 «звездочки»; когда аналогичные предложения появляются на airbnb, оценки еще выше, поскольку там хозяева гостиниц имеют возможность ставить ответные оценки гостям. Аналогично на eBay практически никто не оставляет негативных отзывов отчасти потому, что там идет один из вариантов игры «Ультиматум»: и покупатель, и продавец могут поставить друг другу оценки. Положительная тенденция была столь безудержной, что в 2009 году eBay перестроила свою оценочную систему. Теперь продавцам, чтобы доказать, что они отвечают «минимальному стандарту обслуживания» на сайте, нужно не только достичь определенного порогового значения в «звездочках», но и получить определенное количество негативных отзывов. Чтобы быть хорошим, надо быть немного плохим.