Лгут все. Что интернет и Big Data могут сказать нам о нашем истинном «Я»

Введение

Люди врут детям, родителям и коллегам. Люди врут врачам. И, конечно, они врут интервьюерам. Почему они это делают? Чаще всего не ради выгоды: им просто важно произвести хорошее впечатление.

Представьте, что у вас есть волшебный ключ от шкафа с самыми страшными «скелетами», которые принято прятать даже от самых близких людей. Этот ключ называется Big Data. Времена недостоверных опросов и фокус-групп подошли к концу — использование Big Data позволяет узнать всю правду о тайных страхах и желаниях ваших родных, друзей и клиентов.

В новом тысячелетии мы можем анализировать огромные объемы оффлайн- и онлайн-информации. Изучая тиражи, посещаемость сайтов, число лайков, переходы по ссылкам и историю поисковых запросов, мы первый раз в истории человечества приближаемся к пониманию истинной природы людей.

Прочитав книгу, вы узнаете о совершенно новом подходе к изучению поведенческих паттернов и глубинной мотивации, научитесь видеть виртуальный мир, как опытный детектив, и сможете применить полученные знания и в личной, и в профессиональной жизни.

1. Почему люди обманывают?

В 1950 году в Денвере сравнили результаты опросов с реальной статистикой. Исследователи не поверили своим глазам, когда увидели результаты. 67 % респондентов заявили, что пожертвовали деньги во время недавнего сбора средств для общественного фонда, тогда как в реальности лишь 33 % сделали это.

Важно помнить, что у людей нет реальной мотивации говорить вам или интервьюеру правду. Нет никакой выгоды в том, чтобы признаться в злоупотреблении алкоголем или интересе к расистским шуткам. Однако у вас выше вероятность получить честные ответы, если опрос проводится по телефону или в формате компьютерного тестирования.

2. Как Big Data помогает узнать настоящие страхи и желания людей?

До недавнего времени у нас было мало шансов познакомиться с истинной природой человека. Однако все изменилось с появлением анонимных поисковых систем — таких как Google. Google — это главный ключ от «шкафа со скелетами». С ним вы готовы делиться тем, что никогда не стали бы обсуждать с родственниками, близкими друзьями и иногда даже врачом. У вас нет причин скрывать что-то от поисковой системы, зато есть огромная мотивация наконец-то узнать ответ на мучающий вопрос. И даже если вы очищаете историю поиска, все данные сохраняются в анонимном, обезличенном виде — и доступны для изучения и анализа.

Американцы чаще ищут «порно», чем информацию о погоде, однако согласно данным опросов лишь 25 % мужчин и 8 % женщин признаются в просмотре порнографических видеороликов. 

Вы сами можете составить общее впечатление о том, что ищут люди в поисковой системе. Несмотря на то, что некоторые слова исключены из поиска и никогда не будут вам предложены, вы все равно можете узнать, что по-настоящему беспокоит других людей. Например, напечатав в поисковой строке начало фразы «я ненавижу...», вы увидите популярные варианты продолжения «...людей», «...себя», «...человечество», «...свою мать», «...мужа». Вы обнаружите, что люди делятся с Google и более страшными мыслями, например, желанием убить собаку, мужа, сестру или ребенка.

Статистика поисковых запросов открывает нам правду и о самооценке людей. Каждый год в США 300 тыс. женщин делают пластическую операцию по увеличению груди. Однако реальный интерес к этой теме гораздо выше: ежегодно регистрируется более 7 млн запросов о грудных имплантах! Статистика запросов релевантно отображает и все веяния моды: начиная с 2010 года растет число тех, кто ищет не грудные, а ягодичные импланты. На сегодняшний день на каждые 5 запросов о грудных имплантах в США приходится 1 запрос о ягодичных имплантах.

В США в 2004 году увеличением объема ягодиц интересовались лишь там, где высока концентрация темнокожего населения. Но с 2010 года Google зарегистрировал резкий всплеск интереса к этой теме по всей стране. И этот интерес нарастал лавинообразно: в 2014 году число запросов информации о том, как увеличить объем ягодиц, превысил число запросов о том, как его уменьшить! 

Если люди не боятся делиться с Google своими секретными желаниями убить родственников и переживаниями по поводу физического несовершенства, то, конечно, они не стесняются и своего расизма. Каждый год жители США ищут оскорбительное для американской культуры слово «негр» как минимум 7 млн раз!

В 20 % случаев поисковый запрос, включающий слово «негр», связан с желанием посмеяться: скрытые расисты интересуются шутками о чернокожих людях. Также часто встречаются запросы «я ненавижу негров» и слово «негр» в сочетании с «глупый». 

В отличие от данных Google, помогающих узнать настоящие страхи и желания людей, данные Facebook полезны лишь для того, чтобы убедиться, как сильно пользователи могут искажать реальность в своем стремлении получить одобрение друзей и родственников.

Один и тот же человек может написать в Facebook пост с признанием в любви своему партнеру, разместить счастливые фотографии с последнего отпуска на Мальдивах — и через 5 минут открыть Google, чтобы ввести в поисковую строку «ненавижу своего мужа» или «мой муж идиот».

У качественного и серьезного журнала Atlantic тираж сопоставим с журналом National Enquirer — типичным представителем желтой прессы. Сопоставимо и количество поисковых запросов этих изданий в Google. Однако в Facebook мы видим, что на 1 лайк журнала National Enquirer приходится 27 лайков для журнала Atlantic: мало кому хочется открыто признаваться в интересе к «скандалам, интригам, расследованиям».

3. Big Data на практике

3.1. Как Big Data выявляет культурные и гендерные различия?

Культурные различия 

Иногда Big Data помогает выявить культурные различия, о которых мы даже не догадывались.

В США мужчины, узнав о беременности жены, чаще всего гуглят «моя жена беременна и что теперь» или «моя жена беременна, что мне делать». А в Мексике в топе запросов от будущих отцов мы видим frases de amor para mi esposa embarazada («слова любви для моей беременной жены») и poemas para mi esposa embarazada («стихи для моей беременной жены»).

Еще более показательны результаты анализа поисковых запросов беременных женщин в разных странах мира. Оказалось, что опасения беременных вовсе не одинаковы даже в исторически и культурно близких США и Австралии.

Топ-5 поисковых запросов, начинающихся с «может ли беременная женщина...»

Также Big Data можно использовать для изучения влияния климатических различий на психологическое состояние людей. Например, в результате анализа поисковых запросов в зимний период исследователи нашли подтверждение интуитивной догадки о том, что проживание в теплом климате — гораздо более эффективное средство для борьбы с депрессией, чем лекарства-антидепрессанты.

Экономические условия, уровень образования и даже религиозность оказывают незначительное влияние на вероятность заболеть депрессией. Самым важным фактором оказался климат. Зимой в Гонолулу на Гавайях, согласно данным Google, люди на 40 % меньше интересуются темой депрессии, чем в Чикаго (штат Иллинойс). В то же время, по данным статистики, антидепрессанты реально «работают» лишь в 20 % случаев.

Гендерные различия 

Технология Big Data часто включает в себя контент-анализ. И результаты этого анализа показывают, что женщины и мужчины используют разную лексику для общения. И дело не только в том, что мужчины чаще говорят и пишут о футболе или политике, а женщины — о детях и шоппинге. Проанализировав данные тысяч постов в Facebook, исследователи из Университета Пенсильвании выявили, что женщины чаще «играют» со словами, например, пишут «такоооой», а мужчины — более склонны к использованию нецензурных выражений для передачи негативных эмоций.

Другой пример использования Big Data — визуальный анализ 949 отсканированных выпускных альбомов с фотографиями (более 10 тыс. портретов!). Используя метод наложения, исследователи изучали, как менялись лица людей на протяжении c 1905 по 2013 годы. Оказалось, что главное изменение состоит в том, что люди начали улыбаться на фотографиях. Однако женщины начали это делать на несколько десятилетий раньше!

Еще одна важная функция Big Data — избавлять нас от гендерно обусловленных заблуждений. Мы привыкли считать, что женщины гораздо больше переживают из-за недостатков своей внешности, чем мужчины. Однако, согласно данным Google AdWords о статистике посещения сайтов, мужчины почти так же активно интересуются снижением веса и пластической хирургией, как и женщины.

42 % посетителей сайтов о красоте и фитнесе — это мужчины, а среди посетителей сайтов о пластической хирургии их 39 %.

3.2. Как Big Data помогает принимать решения?

В 2006 году Facebook внедрил новую функцию: теперь пользователь видел новости своих друзей на домашней странице. Сегодня нам сложно представить Facebook без этой функции, однако в то время это нововведение вызвало активный протест. Противники нововведения считали, что Facebook провоцирует людей подглядывать друг за другом.

Цифры свидетельствовали в пользу обновления: в августе 2006 года, до внедрения новой функции, пользователи просматривали около 12 млрд страниц, а в октябре — после обновления Facebook — они просмотрели 22 млрд страниц. Кроме того, вирусная популярность протестующих групп тоже способствовала росту посещаемости Facebook.

Компания Netflix также однажды сделала свой выбор в пользу Big Data, проигнорировав мнение пользователей сервиса, — и не прогадала.

Долгое время пользователи Netflix сами составляли список фильмов, которые они хотят посмотреть в будущем. Однако было очевидно, что позже эти фильмы не просматривались. Не помогла даже система напоминаний. Оказалось, что пользователи сервиса, как правило, выбирали для списка «посмотреть позже» серьезные иностранные и документальные фильмы. В Netflix догадались, что столкнулись с примером того, как люди хотят выглядеть лучше в своих собственных глазах, выбирая фильмы. Когда дело доходит до реального просмотра, они чаще всего предпочитают легкие романтические фильмы и комедии. Тогда компания внедрила алгоритм, подсказывающий пользователям новые фильмы на основании уже просмотренных. 

Cтратегия подбора нового контента на основании реальных интересов пользователя уже не раз доказала свою успешность. Сегодня ее используют многие сервисы, например YouTube. Алгоритмы знают истинные желания людей гораздо лучше, чем они сами.

3.3. А/Б тестирование

Big Data учит нас не доверять своим ощущениям и догадкам, а проверять их на практике. Один из лучших методов оценки эффективности нового дизайна, текста или цвета кнопки — это А/Б тестирование.

В феврале 2000 года в Google начали эксперимент, изменивший подход к маркетинговым исследованиям в интернете. Специалисты Google случайным образом разделили пользователей на две группы. Первой группе показали двадцать ссылок на странице результатов поиска, а второй — обычные десять. Целью эксперимента было проверить, влияет ли количество результатов поиска на удовлетворенность пользователей и на их желание повторно воспользоваться сервисом. 

А/Б тестирование — это дешевый и быстрый способ узнать, что на самом деле нравится вашим клиентам. С помощью этого способа вы можете тестировать количество кликов на ссылки статей, выбирать самые удачные заголовки и найти самое лучшее с точки зрения продаж расположение кнопки «подписаться» или «купить». Вам не нужно нанимать интервьюеров, тратить деньги на фокус-группы. Требуется только гипотеза, которую вы хотите подтвердить.

В 2011 году инженеры Google запустили семь тысяч А/Б тестов. Исследовали даже оттенки синего (их было больше 40!) для подтверждения гипотезы о том, что оттенок может стимулировать людей чаще кликать на объявления контекстной рекламы. 

Метод А/Б тестирования доказал свою эффективность в 2008 году во время предвыборной кампании Барака Обамы. Тестировались не только разные фотографии, но и разные кнопки call to action.

На первый взгляд, разница между 8,26 % и 11,6 % кажется небольшой. Однако второй результат на 40,6 % лучше. В масштабах национальной кампании финальный вариант сайта принес дополнительные 2 млн 880 тыс. подписчиков, дополнительные 288 тыс. волонтеров и дополнительные $60 млн пожертвований!

Заключение

• Не делайте серьезных выводов о ваших друзьях, клиентах или будущих сотрудниках по их профилю в Facebооk. Их виртуальные двойники могут быть счастливы в браке, растить идеальных детей, читать классическую литературу и есть только полезную еду. Однако реальные люди заказывают пиццу на дом, едят пончики и картошку фри, злоупотребляют алкоголем, ищут способы скрасить свою семейную жизнь и улучшить сложные взаимоотношения с детьми.

• Не стоит слепо доверять мнению клиентов о вашем сервисе или услуге, а также своим ощущениям и догадкам. Проверяйте свои гипотезы на практике с помощью А/Б тестирования и других методов Big Data.

• Помните о том, что данные, полезные для вашей работы, окружают вас повсюду. Откажитесь от традиционных представлений о данных. Тележка в супермаркете — это данные. Мусор — это тоже данные.

• То, что ищут люди — это ценная информация сама по себе. Их интерес к шуткам, знаменитостям и играм можно анализировать. То, как и когда они это ищут — тоже важная информация. В результате вы узнаете о людях гораздо больше, чем узнали бы в результате глубинных интервью или опросов.

• С появлением Big Data жизнь и работа маркетолога изменилась раз и навсегда. Теперь важно не только шестым чувством быть связанным с вашим клиентом и знать его в лицо, но и быть первоклассным аналитиком, способным разобраться в огромных массивах данных, скрывающих всю правду о ваших покупателях и пользователях.