Если телевизор – это предмет мебели, то мобильный девайс – это аксессуар: не просто хорошо знакомый, но сугубо индивидуальный и даже интимный. Мир одного экрана ориентируется на мейнстрим. Но теперь музыку, новости и многое другое люди получают из плоской коробочки, которая помещается в кармане. Этот мир миллиардов экранов, не ограниченный рамками линейного планирования, подстраивается под каждого человека. И хотя все мы жаждем знакомого, наши аппетиты могут быть разными.

Pandora – самое популярное цифровое радио в мире. У сервиса уже более 80 млн слушателей, а совокупный годовой объем трансляции музыки составляет 21 млрд часов [82]. Назовите группы, которые вам нравятся, и Pandora «создаст» радиостанцию, исполняющую мелодии в их стиле. Если, допустим, мне нравится The Beatles, Pandora включит музыку Kinks, Rolling Stones и новых групп с битловским звучанием. Пользователи могут сделать такую радиостанцию еще лучше, отмечая песни, которые им нравятся, или пропуская те, которые не пришлись им по вкусу.

Такие взаимодействия помогают аналитикам из Pandora лучше понимать вкусы слушателей. Используемый Pandora алгоритм не применяет какую-то одну жесткую формулу. Скорее он подобен оркестру из многих десятков формул, которым дирижирует одна метаформула. Близкое знакомство – один из важнейших инструментов в этой алгоритмической симфонии.

«Наиболее распространенная жалоба на Pandora заключается в том, что она слишком часто повторяет одни и те же группы и песни, – рассказывал Эрик Бишке, главный аналитик компании. – Предпочтения к знакомому гораздо более индивидуальны, чем я думал. Вы можете предложить одни и те же песни двум людям с одинаковыми музыкальными вкусами. При этом один из них будет считать, что радиостанция предлагает идеальный подбор знакомой музыки, а другой – что слишком много повторений».

Отсюда следуют два интересных вывода. Первый состоит в том, что неофобия или предпочтение к хорошо знакомому – это не универсальное качество, одинаково характерное для всего человечества. Скорее человечество можно представить в виде спектра, на одном полюсе которого находятся люди, любящие очень знакомые вещи, а на другом – люди, любящие сюрпризы. Например, на одном полюсе – фанаты The Beatles, которые хотят слушать только The Beatles, на другом – фанаты The Beatles, которые хотят слушать только новые песни в духе Джона Леннона; на одном полюсе – семьи, которые ездят в отпуск всегда в одно и то же место, на другом – семьи, которые никогда не повторяются. Самая многочисленная группа неофилов в экономике потребления – подростки. Как отмечал Лоуи, молодые люди «очень восприимчивы к передовому дизайну», потому что они меньше всего заинтересованы в сохранении статус-кво. «Мечта активного промышленного дизайнера – создавать дизайн для подростков… Они могут время от времени увлекаться глупыми безобидными новинками, но в целом их вкус остается принципиально верным».

Второй вывод из анализа работы Pandora заключается в том, что склонность к неофилии или неофобии часто зависит от вида контента. Одни люди могут быть музыкальными хипстерами (любящими переключаться с одной эзотерической группы на другую) и в то же время информационными однолюбами (читающими только один местный либеральный блог). Другие, напротив, могут отличаться консервативными музыкальными пристрастиями, но охотно читать политические статьи авторов, с которыми они не согласны. Как хорошо понял Лоуи, неофилия и неофобия – это не два изолированных состояния; скорее это два конкурирующих состояния, постоянно ведущие борьбу как в сознании каждого покупателя, так и в потребительской экономике в целом.

Недавно я посетил Spotify, крупную компанию, создавшую одноименный сервис для прослушивания музыки онлайн. Там я встретился с Мэттом Огле, главным разработчиком нового популярного продукта Discover Weekly, персонального списка из 30 песен, который получают каждый понедельник десятки миллионов пользователей.

Целых десять лет Огле помогал различным музыкальным компаниям создавать идеальные механизмы выработки рекомендаций. Его философия основана на идее, что большинство людей любят новые песни, но не любят их искать. Они хотят музыкальных открытий, не требующих от них серьезных усилий, и готовы выполнять лишь последовательность несложных операций. При разработке Discover Weekly «каждое наше решение принималось исходя из того, что приложение должно восприниматься как друг, который делится с вами своей музыкальной подборкой», – рассказывал Огле. Поэтому плейлист составлялся раз в неделю и включал только 30 песен.

Вот как работает Discover Weekly. Каждую неделю сотрудники Spotify анализируют миллионы списков песен от пользователей со всего мира, чтобы понять, какие песни обычно группируются. Предположим, что песня А, песня В и песня С часто появляются в списках вместе. Если я часто слушаю песни А и С, то Spotify решает, что мне, вероятно, понравится и песня В – даже если я никогда не слышал группу, которая ее исполняет. Такой способ предсказания вкусов с помощью алгоритма, который агрегирует предпочтения миллионов людей, называется «коллаборативной фильтрацией» – коллаборативной потому, что учитываются мнения многих пользователей, и фильтрацией потому, что с помощью этих мнений отбирается следующая вещь, которую вы хотите услышать. Концептуально это подобно алгоритмам, по которым работают секции родственных товаров у Amazon и других сайтов розничных продаж: если люди часто покупают конкретный стул вместе с конкретным столом, то покупателям этого стола программа предложит именно этот стул.

В конце нашей встречи мы с Огле поговорили о том, насколько консервативно большинство (хотя и не абсолютное) музыкальных фанатов. Им нравится то, что им нравится, и они не хотят, чтобы музыка заставляла их слишком напрягаться. «Как говорят психологи, если вы видели это раньше, значит, в прошлый раз оно вас не убило», – пошутил я.

Лицо Огле осветилось улыбкой. «У меня есть для вас одна история, – сказал он. – Как предполагалось вначале, исходная версия Discover Weekly должна была включать только те песни, которые пользователи никогда не слышали прежде. Но на первом внутреннем тестировании на Spotify ошибка в алгоритме позволила звучать песням, которые пользователи уже знали. Все понимали, что это программный дефект, и мы устранили его, чтобы каждая песня была абсолютно новой».

Но после того, как его команда устранила дефект, произошло нечто неожиданное: интерес к нашему списку песен упал. «Оказалось, что наличие чего-то знакомого порождало доверие, особенно у тех, кто пользовался Discover Weekly впервые. Если мы составляем для вас новый плейлист и в нем нет ни одной вещи, которая вас зацепит или окажется знакомой, то он не привлечет слушателей».

Первоначальный дефект оказался, по сути, важным преимуществом. Discover Weekly становился еще более привлекательным, когда включал хотя бы одну знакомую слушателю группу или песню. «Я думаю, пользователи хотели доверять списку песен Discover Weekly, но они ждали подтверждения того, что сервис учитывает их мнение», – сказал Огле. Пользователи Spotify хотели новизны. Но они также хотели гарантий того, что она их не убьет.

В 1950-х гг. Раймонд Лоуи мог с полным основанием утверждать, что самый культовый автомобиль, самый широко распространенный локомотив и самый известный самолет середины века сошли с кончика его карандаша. Так что же он мог бы сказать сегодняшним дизайнерам о том, как создавать хиты? Правило MAYA позволяет сделать три важных вывода.