Категории
Самые читаемые
Лучшие книги » Компьютеры и Интернет » Интернет » Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - Сет Стивенс-Давидовиц

Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - Сет Стивенс-Давидовиц

Читать онлайн Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - Сет Стивенс-Давидовиц

Шрифт:

-
+

Интервал:

-
+

Закладка:

Сделать
1 2 3 4 5 6 7 8 9 10 ... 59
Перейти на страницу:
сформировали не имеющий аналогов массив данных о счастье и назвали свой проект Mappiness[12]. Они привлекли к работе десятки тысяч пользователей, которых опрашивали по нескольку раз в течение дня. Им задавали простые вопросы: что они делают в данный момент, с кем они, насколько при этом счастливы. Таким образом они получили массив данных более чем из трех миллионов «замеров счастья». Это нельзя даже сравнивать с десятками измерений, на которые опирались исследования счастья в прошлом.

Некоторые из скрытых в этих миллионах точек результатов наводят на размышления. Например, болельщики получают больше страданий от проигрыша своей команды, чем радости от ее победы. Иногда они противоречат нашим интуитивным представлениям: так, употребление алкоголя во время исполнения рутинных обязанностей в среднем доставляет больше удовольствия, чем во время общения с друзьями. Иногда результаты представляются здравыми: работа имеет тенденцию раздражать – если только мы не работаем вместе с друзьями.

Но полезны эти результаты всегда. Вы никогда не задавались вопросом, как в точности погода влияет на настроение? Какие занятия в среднем чаще всего обманывают нас в смысле ожидаемого удовольствия? Насколько деньги действительно важны для счастья? В какой мере настроение зависит от среды? Благодаря Маккеррону и Мурато у нас теперь есть достоверные ответы на эти вопросы – и они будут предметом восьмой и девятой глав. Я даже завершу эту книгу надежной формулой счастья, выведенной из замеров на тысячах смартфонов. Я называю ее «ответом на главный вопрос жизни, полученным при помощи данных».

Итак, последние четыре года я, вдохновившись примером бейсбола, погрузился в напряженную научную работу. Я говорил со специалистами. Читал академические публикации. Рассматривал приложения к публикациям под таким углом, который – я совершенно уверен в этом – еще не приходил в голову ни одному ученому. Провел несколько собственных исследований и интерпретировал их результаты. Свою задачу я видел в том, чтобы найти своих Биллов Джеймсов в таких областях, как брак, воспитание детей, спортивные достижения, финансовое благосостояние, удача, стиль и счастье, – и дать каждому из вас возможность стать Билли Бином своей жизни. Я готов поделиться всем, что узнал.

Называйте это «Moneyball вашей собственной жизни».

Передвижения в игровом поле жизни

Прежде чем приступить к работе, я задал себе несколько вопросов. Как могла бы выглядеть жизнь, в основу которой положены принципы Moneyball? Как мог бы выглядеть наш процесс принятия решений, если бы мы, подобно Oakland Athletics и Tampa Bay Rays, следовали данным, а не инстинктам? Одно из бросающихся в глаза свойств бейсбола после Moneyball заключается в том, что некоторые решения опирающихся на аналитику команд выглядят… скажем так, немного странными. Вот вам пример – расположение инфилдеров[13].

В эпоху после Moneyball бейсбольные команды все активнее смещают положение полевых игроков. Они группируют многих своих защитников в одной и той же части поля, оставляя его обширные участки совершенно незащищенными, куда бьющему игроку ничего не стоит направить мяч. Такое смещение игроков на игровом поле кажется болельщикам традиционного бейсбола чистым безумием. Но от безумия оно предельно далеко. Подобное смещение оправдывается огромными массивами данных, предсказывающими, куда именно конкретный игрок, скорее всего, пошлет мяч[14]. Числа говорят бейсбольным командам, что такая тактика верна, пусть и кажется неверной на первый взгляд.

Если мы применим подход Moneyball к нашей жизни, то можем ожидать, что некоторые кажущиеся странными решения – назовем их жизненными смещениями на игровом поле – на самом деле оправданны.

Мы уже говорили о поиске пары. Побриться наголо или покрасить волосы в синий цвет, чтобы тебя чаще приглашали на свидания, – это аналоги передвижения на игровом поле, только в качестве поля выступает сама жизнь. А вот еще один аналог, только найденный в больших данных по продажам.

Предположим, вы пытаетесь что-нибудь продать. Этот опыт все больше становится повсеместным. Как пишет Дэниел Пинк в книге To Sell Is Human, «неважно, выступаем ли перед коллегами, пытаемся ли убедить тех, от кого зависит финансирование, или развлекаем детей… мы все сейчас занимаемся продажами»[15].

В любом случае, что бы вы ни пытались продать, вы вкладываете в это дело всю свою душу.

Вы пишете текст своего выступления (это хорошо!). Репетируете его (хорошо!). Ночью как следует высыпаетесь (хорошо!). Съедаете основательный завтрак (хорошо!). Справляетесь с нервами и начинаете говорить (хорошо!).

И вот, произнося речь, которая призвана продать ваш товар, вы вспоминаете, что нужно передать аудитории свою уверенность в нем широкой белозубой улыбкой (а вот это, как ни странно… не хорошо).

В недавно проведенном исследовании сопоставляются проявление эмоций агентами по продажам и результаты их работы.

Массив данных – 99 451 выступление на розничной платформе с живым потоковым видео. (Сейчас люди все чаще приобретают товары и услуги на платформах типа Amazon Live, позволяющих продавцам рекламировать свой товар при помощи видео.) Исследовали получали видео каждого такого рекламного выступления и данные о последовавших продажах. (Они также располагали информацией о продаваемом товаре, его цене и наличии бесплатной доставки.)

Методы – искусственный интеллект и глубокое обучение. Исследователи преобразовали 62,32 миллиона видеокадров в цифровые данные. В частности, искусственный интеллект оказался способен закодировать эмоции, выражаемые продавцом в видео. Выглядел ли он раздраженным? Испытывающим отвращение? Испуганным? Удивленным? Грустным? Или довольным?

Результат: исследователи обнаружили, что эмоции продавца – важнейший фактор для предсказания количества проданного товара. Неудивительно, что, когда продавец выражал отрицательные эмоции, такие как раздражение или отвращение, он продавал меньше. Злость продается плохо. А вот что как раз удивительно, так это то, что, когда он показывал положительные эмоции, такие как довольство или удивление, он тоже продавал меньше! Радость тоже продается плохо. Если речь заходит об увеличении продаж, сдерживание эмоций продавцом – иными словами, когда на лице у него покерфейс вместо широкой улыбки, – сказывается на результатах продаж примерно вдвое лучше, чем бесплатная доставка[16].

Иногда, чтобы продать товар, не стоит слишком демонстрировать энтузиазм на его счет. Может быть, это кажется странным – но данные говорят, что дело обстоит именно так.

От «Все лгут» к «Не лги себе»

Дальше последует краткая пауза, на протяжении которой я попытаюсь оправдать свою вторую книгу в глазах читателей первой, «Все лгут»[17]. Некоторые из вас, возможно, обратили внимание на эту книгу, поскольку вам понравилась та. Если же вас к этой книге привели другие причины, может, следующие абзацы убедят вас купить и первую. Я постараюсь.

Книга «Все лгут» была посвящена моему исследованию того, как при помощи

1 2 3 4 5 6 7 8 9 10 ... 59
Перейти на страницу:
На этой странице вы можете бесплатно скачать Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - Сет Стивенс-Давидовиц торрент бесплатно.
Комментарии