ЦА. Как найти свою целевую аудиторию и стать для нее магнитом. Том Вандербильт

Читать онлайн.



Скачать книгу

в одной из своих пьес Эден фон Хорват. Вспомните, как в фильме «Сыграй еще раз, Сэм!» герой Вуди Аллена выкладывает дома перед свиданием на кофейный столик «умные» книги («Зачем разбрасывать книги, если ты их все равно не читаешь?» – спрашивает друг, а он отвечает: «Так создается образ!»). Данные Netflix хороши тем, что они очень личные и тайные – никто не видит, какой у вас плохой вкус или что интересненького стоит у вас в очереди на просмотр. Как сказал Елин, весь театр тут – для самого актера.

      Что наталкивает на интересный вопрос, поставленный антропологом Робертом Трайверсом и его коллегой-психологом Уильямом фон Гиппелем: «Кто является аудиторией при самообмане?» Гофман писал, что люди часто пытаются соответствовать стандартам «из-за расхожей веры в то, что существует некая невидимая аудитория, которая накажет за отклонение от стандартов». Вот откуда берется чувство вины за «греховные удовольствия» – мы еще вернемся к этому вопросу позже. Если сам по себе обман является полезной в эволюционном плане стратегией, «фундаментальной во взаимодействии животных», то самообман тоже становится «наступательной стратегией, направленной на обман других особей». При демонстрации «умных» книг герой Вуди Аллена чувствует себя лучше и убеждает самого себя, будто он – та самая личность, которая читает эти книги, что, в свою очередь, поможет ему убедить в этом свою потенциальную партнершу.

      Это не означает, что при взгляде на самого себя в зеркало в ситуации самообмана человек не испытывает диссонанса. Достаточно часто в Netflix раздается жалоба: «Ну почему вы мне рекомендуете все эти двух- и трехзвездочные фильмы?» Другими словами, почему вы предлагаете мне то, что мне не понравится? Но бизнес Netflix не ставит перед собой задачу превратить вас в кинематографиста. Им нужно, чтобы вы и дальше пользовались их услугами. Они работают, как казино, используя хитрую математику, чтобы вы продолжали у них играть. Они рекомендуют то, что вы будете смотреть[86]. У них это называется «обещание». «Когда кто-нибудь ставит оценку фильму вроде «Списка Шиндлера», оценка обычно бывает довольно высокой, в отличие от оценок, выставляемых каким-нибудь глупым комедиям вроде «Машины времени в джакузи», – рассказывает Юриб. – Но если предлагать людям лишь фильмы с пятью «звездочками», «вовсе не факт, что пользователю захочется смотреть это кино в четверг вечером после тяжелого рабочего дня».

      Система «звездочек» предвзята по самой своей сути. Люди избегают крайних рейтинговых значений – это называется «тенденция к сжатию». Поэтому существует большое количество оценок в две и четыре «звездочки», а единиц и пятерок – мало. Еще одно статистическое отклонение, как говорит Аматриайн, – «мы знаем, что шкала рейтинга нелинейна, расстояние от одной до двух «звездочек» не то же самое, что расстояние от двух до трех». Средняя зона, обычное «ну да», при рассмотрении в аспекте «смотрибельности» имеет довольно расплывчатые границы. Наблюдается



<p>86</p>

В документе, написанном перед тем, как устроиться в Netflix, Аматриайн отметил, что «моделирование предпочтений пользователей на базе явного отклика обладает существенным ограничением: существует подспудное предположение, будто суммарное время, которое пользователи потратили на данный контент, прямо пропорционально тому, насколько он им понравился». См.: Ксавье Аматриайн и др. Мне понравилось, мне не понравилось: оценка ошибок оценки пользователей в системах рекомендаций / «Материалы XVII международной конференции UMAP по моделированию, адаптации и персонализации пользовательского поведения», 2009. С. 247–258.