Формула - [47]
Третий закон успеха, который гласит, что будущий успех представляет собой продукт прошлого успеха и потенциала, помог нам перевести нашу интуицию на предсказуемый язык математики. Лежащее в его основе равенство дало нам возможность предугадывать, что хорошо закаленный узел, вошедший в игру довольно поздно, все равно может стать одним из ключевых игроков. Таким образом, третий закон с поразительной точностью описал сложную конкурентную динамику, посредством которой страницы Всемирной паутины набирают ссылки.
Не менее важно и то, что третий закон успеха показал нам, как именно тандем успеха и прекрасных результатов ведет к господству в определенной сфере. Чем выше ваш потенциал, тем больше ссылок вы набираете каждый день, даже если первое время оставались в тени. Прекрасный хирург мастерски проводит операции, сводя к минимуму болевые ощущения и поправляя здоровье пациентов. Чем лучше хирург оперирует, тем более восторженные отзывы оставляют пациенты, благодаря чему пациентов становится все больше. Такая модель показала нам, что если два узла обладают одинаковым потенциалом, то более старый узел все равно имеет преимущество, как врач, практикующий десятки лет, имеет больше пациентов, чем столь же искусный новичок. При этом, если видимость двух узлов одинакова, только разница в потенциале сможет определить, какой из этих узлов соберет больше ссылок.
Если итоговый успех продукта определяет потенциал, то что случается, когда потенциал переплетается с популярностью, как предсказывает третий закон? Можем ли мы понять, какова истинная ценность продукта, а не его воспринимаемая ценность?
Эксперимент MusicLab показывает, как легко манипулировать нашими вкусами. Я не хочу сказать, что мы не замечаем никчемный продукт у себя под носом, однако, выбирая из нескольких «достаточно хороших» вариантов, мы склонны идти на поводу у масс, ведь качество ограниченно. Когда такое случается, популярность продукта не всегда соответствует его истинному превосходству. Здесь возникает настоящая проблема. Я хочу интересную книгу, а не просто популярную. Я хочу хороший отель, а не набитый битком. И все же, изучая варианты на Amazon.com, Hotels.com или любом другом сайте, где ассортимент оценивают пользователи, я обычно ориентируюсь на популярность товаров и услуг. В конце концов, популярность и превосходство тесно взаимосвязаны и затмевают друг друга. Есть ли надежда разделить их? Разве не полезно было бы узнать, насколько хорош «Зов кукушки» на самом деле — в отрыве от репутации автора?
Надежда есть. Нам нужно лишь применить третий закон успеха к большим данным.
Не так давно я наткнулся на статью австралийских ученых, которые сделали именно это, отделив популярность от превосходства. С растущим любопытством читая эту статью, я заметил в списке авторов знакомое имя испанского специалиста по сетям Мануэля Себриана. Я познакомился с ним несколько лет назад, когда он хотел устроиться постдоком в мою лабораторию. Хотя он был одним из лучших кандидатов, нам не хватило денег, чтобы его нанять, а потому он оказался на другом берегу реки, в MIT. Там он с помощью науки о сетях выиграл конкурс DARPA, участники которого должны были найти десять красных метеозондов, разбросанных по США. В итоге Мануэль отправился в Австралию и пропал из виду на несколько лет. Поняв, что статью написал именно он, я отправил ему письмо с длинным списком соображений и вопросов. Учитывая 14-часовую разницу во времени между Сиднеем и Бостоном, я надеялся в лучшем случае получить ответ на следующий день.
К моему удивлению, несколько часов спустя Мануэль — как мудрец-волшебник из книги Роулинг — вошел в мой кабинет. Он приехал в Бостон на несколько дней и решил, что ему будет проще ответить на мои вопросы при личной встрече. Широко улыбнувшись мне, он пустился в объяснения. Чем больше я узнавал, тем больший интерес во мне пробуждали его рассуждения. Он показывал мне, как использовать третий закон, чтобы подстегивать успех.
Мануэль с командой разработал алгоритм[109] для систематического отделения популярности от потенциала. Чтобы продемонстрировать его в действии, они применили его для обнаружения «бриллиантов» в «грязи» MusicLab. Возьмем, например, великолепную песню «Went with the Count», которую контрольная группа поставила на вторую строчку рейтинга. Когда ее прослушал десяток испытуемых, она оказалась на двадцать пятом месте, что было довольно низко. Несмотря на низкий рейтинг, несколько участников эксперимента решили, что песня классная, а потому скачали ее. Благодаря этому композиция поднялась на несколько позиций в рейтинге. Немного позже, когда рейтинг изменился, следующий десяток испытуемых обнаружил на 25-м месте песню низкого качества. Участники эксперимента честно прослушали ее, но ни один из них ее не скачал. Алгоритм заметил разницу в количестве скачиваний и поднял потенциал песни «Went with the Count», одновременно снизив потенциал композиции-конкурента. Наблюдая за количеством испытуемых, решивших скачать песни с разных строчек рейтинга, алгоритм собирал все больше данных об истинном потенциале каждой из композиций.
