Проведение такого эксперимента на практике по-прежнему очень трудновыполнимо, поэтому мы сделали все возможное для максимального приближения к реальности. В частности, использовали уже собранные данные, разделив их на две половины: первый месяц стал «историей», а второй — «будущим». Затем мы вложили все наши «исторические» данные в статистическую модель — включая количество подписчиков у каждого пользователя, подписчиков их подписчиков, частоту твитов после регистрации, а также успешность вызывания каскадов в течение этого периода. Потом мы использовали эту модель для предсказания влиятельности каждого пользователя в наших «будущих» данных, а в конце сравнили результаты с тем, что произошло на самом деле.

Если вкратце, то мы обнаружили следующее: прогнозы индивидуального уровня крайне ненадежны. В среднем пользователи с большим количеством подписчиков, успешнее вызывавшие каскады ретвитов в прошлом, действительно имели больше шансов оказаться успешными и в будущем. Но в отдельных случаях наблюдались резкие случайные колебания. Так же как с «Моной Лизой» в предыдущей главе, на каждого человека, проявлявшего качества успешного лидера мнений, приходилось много других людей с теми же самыми качествами, которые, однако, каскадов не вызывали. Не являлась эта неопределенность и следствием нашей неспособности измерить надлежащие качества (в реальности у нас было больше данных, чем обычно бывает у маркетолога) или сделать это аккуратно. Скорее, проблема, как и в случае с вышеописанными симуляциями, заключалась в том, что большая часть факторов, управляющих успешной диффузией, зависит от вещей, находящихся за пределами контроля отдельных сидов. О чем говорит этот результат? Маркетинговые стратегии, фокусирующиеся на горстке «особенных» людей, ненадежны. А значит, оптимальным для маркетологов является подход «портфеля», подразумевающий направленность на большое количество потенциальных лидеров мнений и эксплуатацию их среднего эффекта, что позволяет устранить случайность на уровне индивида.

Будучи многообещающим в теории, подход портфеля ставит вопрос об эффективности затрат или, другими словами, рентабельности. Согласно недавно опубликованной в New York Times статье, например, звезда телевизионного реалити-шоу Ким Кардашьян за твит с упоминанием продукции спонсоров получала 10 тысяч долларов. В то время у нее было больше миллиона подписчиков. Выходит, платить выгоднее ей, а не обычным пользователям со всего-то парой сотен подписчиков. С другой стороны, последние наверняка согласятся упомянуть о некоем продукте за гораздо меньшую сумму. Итак, если более «видные» люди «стоят» дороже, на кого же ориентироваться специалистам по маркетингу: на относительно небольшое количество более влиятельных и «дорогих» или на большое — менее влиятельных и дешевых? А еще лучше — как добиться оптимального баланса?

Прежде всего, ответ на этот вопрос будет зависеть от того, сколько пользователи Twitter захотят получать за свои твиты — если они вообще согласятся на это. Единственный способ сие узнать — попробовать по-настоящему. Мы же провели ряд умозрительных экспериментов, позволивших, во-первых, проверить широкий спектр вероятных допущений, каждое из которых соответствовало разной гипотетической устной маркетинговой кампании, а во-вторых, измерить «доход на инвестиции», используя ту же статистическую модель, что и раньше. Результаты удивили даже нас: будучи действительно влиятельнее обычных людей, кимы кардашьяны стоили настолько дороже, что не оправдывали затрат. С точки зрения распространения информации, наиболее рентабельными оказались «рядовые лидеры мнений» — то есть, люди, чье влияние было средним или даже ниже среднего.

Прежде чем вы броситесь избавляться от акций Ким Кардашьян, должен подчеркнуть: мы не проводили этот эксперимент в действительности — только вообразили. Хотя мы и изучали данные из реального мира, а не компьютерную симуляцию, наши статистические модели включали множество различных допущений. Пусть нашему гипотетическому маркетологу удалось убедить несколько тысяч «рядовых лидеров» высказаться о том или ином продукте. Однако совершенно неясно, отреагируют ли на это подписчики так же благосклонно, как на нормальные твиты. Как знает всякий, чьи друзья пытались продать им что-то на Amway, в коммерческих предложениях, включенных в личную коммуникацию, есть щекотливый момент. С другой стороны, если подписчиков Ким Кардашьян это не смутит, то в реальной жизни ее найм окажется гораздо эффективнее, чем в нашем исследовании. И, наконец, очень может статься, выбранный нами способ измерения влияния — количество ретвитов — ошибочен. Мы измеряли последние потому, что только их и могли измерить, — это лучше, чем вообще ничего. Но главное, конечно, — количество людей, которые кликают на тот или иной материал, жертвуют деньги на благотворительность или покупают тот или иной товар. Возможно, подписчики Кардашьян прислушиваются к ее твитам, не обязательно делясь ими со своими друзьями, — в таком случае мы, опять-таки, недооценили степень ее воздействия на людей.

А может, и нет. В конце концов, мы просто не знаем, кто действительно влиятелен и на что способны такие лидеры мнений — как этих людей ни определи. Пока не станет возможным измерение воздействия относительно неких важных для нас последствий, пока не будут проведены эксперименты в реальном мире, позволяющие измерить влияние разных людей, к данным любых исследований (включая и наше) следует подходить скептически. Тем не менее во всех вышеизложенных результатах, полученных в ходе экспериментов «тесного мира», симуляционных исследований распределения влияния в сетях и исследования Twitter, должны вызвать серьезные сомнения утверждения, рассматривающие социальную эпидемию как результат деятельности горстки особенных людей. В первую очередь это касается закона малого числа. Скорее, все три исследования — каждое по-своему — свидетельствуют о том, что влияние гораздо эгалитарнее.

Признаться, неясно даже, правомерно ли вообще думать о социальном изменении как о социальной эпидемии. Хотя в ходе изучения Twitter нам и удалось обнаружить, что подобные эпидемии действительно имеют место, они все-таки оказались невероятно редки. Из 40 млн событий лишь несколько дюжин вызвали хотя бы тысячу ретвитов — и только одно или два добрались до 10 тысяч. В сети из десятков миллионов пользователей 10 тысяч ретвитов — не так уж и много, но даже этого почти невозможно достичь. На практике, таким образом, лучше, наверное, вообще забыть о больших каскадах и вместо них попытаться генерировать много-много маленьких. А для этой цели отлично подойдут «рядовые лидеры». Они не делают ничего сверхъестественного, поэтому понадобится большое их количество. Зато это устранит большую часть случайностей. Что, в свою очередь, обеспечит постоянный положительный эффект.

Наконец, каковы бы ни были результаты, эти исследования помогают выявить основной недостаток мышления с позиций здравого смысла. Парадоксально, но закон малого числа выставляется как противоречащий интуиции, хотя на самом деле мы привыкли мыслить категориями особенных людей. Они выполняют основную работу? Разумеется. Это представление для нас совершенно естественно. Нам кажется, что, признав важность межличностного влияния и социальных сетей, мы вышли за рамки тавтологического утверждения «Х произошел потому, что этого хотел народ». Но что скажет наша интуиция, попытайся мы представить, как связаны между собой миллионы человек внутри сложной сети — или еще хуже: как распространяется влияние по этой сети? Путем сосредоточения всей деятельности в руках нескольких человек аргументация «особенных людей» (например, закон малого числа) сводит проблему понимания зависимости результатов от структуры сети к более простой проблеме понимания мотивации особенных людей. Как и всякое объяснение, подсказанное здравым смыслом, это тоже звучит разумно и вполне может оказаться верным. Однако, утверждая, что «Х произошло потому, что несколько особенных людей заставили его произойти», мы, по сути, просто заменили одно тавтологическое утверждение другим.