Сплиты, толпы и кефаль

Сплиты, толпы и кефаль

Особенно очевидны преимущества стратегии «измеряй и реагируй» над традиционным планированием в мире онлайн-игр, где комбинация дешевого развития, большого количества пользователей и быстрых циклов обратной связи допускает многие варианты тестирования, оценки эффективности и измерения в реальном времени буквально всего и вся. До того как в 2009 году Yahoo! запустила свою новую домашнюю страницу, компания тратила месяцы на сплит-тестирование каждого элемента дизайна. Около 100 млн человек установили Yahoo! в качестве своей домашней страницы. Это обуславливает большое количество трафика к другим сайтам Yahoo ! так что любые изменения следует производить с крайней осторожностью. В течение всего процесса переоформления — когда бы команда разработчиков ни выдавала идею нового элемента дизайна — выбирался крошечный процент пользователей, имевших возможность просматривать версию страницы, содержащую эту модификацию. Затем, комбинируя их пожелания с такими наблюдаемыми показателями, как время нахождения людей на данной странице и интересующие их предметы, и сравнивая это с реакцией обычных пользователей, команда домашней страницы могла оценить, положительный или отрицательный эффект производит новый элемент^{204}. Таким образом компания могла узнать, что сработает, а что нет в реальном времени и аудитории.

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

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

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

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

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

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