Скрытые
знания масс

Один из простейших способов заглянуть в будущее — провести опрос общественного мнения. Коллективный прогноз почти всегда точнее, чем умозаключения одиночки, даже очень сведущего. Примеров множество, взять хотя бы Фондовую биржу Голливуда (Hollywood Stock Exchange), где любители кино делают ставки на сборы от еще не вышедших в прокат фильмов. Коллективный разум аккумулирует идеи и знания большого числа людей, но не в этом его сила: его подлинная ценность — в накопленной вашей компанией информации.

День ото дня совершенствуются инструменты обработки и анализа клиентских данных. В основном это происходит благодаря новым методам исследования, таким как регрессионный анализ и рандомизация. Кроме того, все дешевле и удобнее становятся технологии хранения и распространения клиентских данных, а также доступа к ним. С появлением всех этих новшеств прогрессивные компании наконец-то смогли в полной мере использовать огром­ные массивы накопленной ими информации. Теперь бобины с записями не пылятся в хранилищах: благодаря своим архивам компании находят новые способы заработать и лучше узнают клиентов. И здесь же они отыскивают замечательный материал для точной сегментации и грамотного обслуживания клиентов. Это то самое «скрытое знание» масс: факты, о которых люди не имели ни малейшего представления. ­Например, служба знакомств eHarmony не спрашивает, каким вы видите своего идеального спутника­ жизни (или что думают на сей счет окружающие). Система сама определяет предпочтения клиента, опираясь на данные персональной анкеты из 436 вопросов. Главная задача — выявить характер, например, определить, кто вы: человек оригинальных суждений или любитель всем угождать. Затем, опираясь на данные о счастливых браках, eHarmony подбирает потенциальных партнеров, причем поначалу может показаться, что вам предлагают совсем не подходящую пару.

Точно так же сайты наподобие Pandora и Rhapsody могут довольно точно предсказать, какую музыку купит клиент. Они не только оперируют информацией о прошлых приобретениях, но и изучают выбранные композиции с помощью специальных программ. Вы любите группу Arcade Fire? Тогда вам предложат исполнителей, чья музыка по ряду параметров похожа на Arcade Fire, скажем рок в симфонической аранжировке. Другой пример — ­туристический сайт Farecast. Анализируя терабайты информации, они, исходя из динамики цен в прошлом, советуют клиентам, когда выгоднее покупать билеты на определенные рейсы. Причем система оценивает точность своих прогнозов в процентах. Скажем, рекомендация с 85-про­центной вероятностью означает, что ценовая тенденция не вызы­вает сомнений, а с 60-процентной — что данные менее убедительны.

В 2007 году независимая внешняя экспертиза подтвердила, что в среднем ценовые прогнозы Farecast верны в 75% случаев. Вряд ли столь же высоких результатов можно было бы добиться, напрямую опрашивая пользователей, когда будут скидки или подорожание.

Нет сомнений, что коллективный разум играет определяющую роль в развитии рынков. Однако пока нам видна лишь вершина айсберга. Извлекая скрытые знания из массива пользовательских данных, компании могут не только отслеживать перспективные тенденции, сегменты рынка и способы влияния на клиента, но и в какой-то мере заглянуть ему в душу.