Сила привычки

«Я знаю, что в этой больнице были тяжелые времена, — рассказывала мне потом Уорд. — Однако теперь здесь настоящее сотрудничество. Наше обучение, все ролевые модели — вся культура больницы построена на командной работе. У меня такое чувство, что можно сказать что угодно. Потрясающее место для работы».

Как цель узнает о ваших желаниях прежде, чем вы начнете действовать. Как компании прогнозируют привычки и манипулируют ими

I

Эндрю Поул только что начал работать информационным экспертом на компанию Target, когда в один прекрасный день несколько коллег из маркетингового отдела остановились около его стола и задали вопрос, на который Полу было суждено ответить.

«Могут ли ваши компьютеры определить, беременна ли покупательница, даже если она не хочет сообщать об этом?»

Поул был статистиком. Вся его жизнь вертелась вокруг использования данных, чтобы понять людей. Он вырос в небольшом городке в Северной Дакоте, и, пока приятели занимались в «4-Н» (молодежная организация в США. — Прим. пер.) или строили модели ракет, Поул играл с компьютерами. После колледжа он получил степени по статистике и по экономике, и, когда большинство его однокурсников по экономической группе из университета Миссури направились в страховые компании или госучреждения, Поул пошел другой дорогой. Он страстно увлекся экономическими методами использования анализа паттернов для объяснения человеческого поведения. На самом деле Поул пытался участвовать в нескольких неофициальных экспериментах. Один раз устроил вечеринку с голосованием за самую любимую шутку, а потом попробовал создать математическую модель лучшей шутки. Он искал способы рассчитать точное количество пива, которое ему нужно выпить, чтобы обрести достаточно уверенности в себе для беседы с женщинами на вечеринках, но при этом не слишком много, чтобы не выглядеть идиотом в их глазах. (Именно это исследование никогда толком не удавалось.)

Однако он знал, что все эти эксперименты — детские игры по сравнению с тем, как корпоративная Америка использует данные для того, чтобы пристально разглядеть, как живут люди. Поул тоже хотел этим заниматься. Поэтому, закончив обучение и прослышав, что Hallmark — фирма по продаже поздравительных открыток — ищет статистиков в Канзас-Сити, подал заявление и вскоре целыми днями подсчитывал данные продаж, чтобы определить, что увеличивает продажи поздравительных открыток — изображения панд или слоников и в каком цвете — красном или синем — веселее смотрится надпись «В гостях у бабушки». Поул был на седьмом небе от счастья.

Спустя шесть лет, в 2002 году, Поул узнал, что Target ищет людей для обработки данных, и рискнул. Он знал, что в сборе данных Target практически не было равных. Каждый год миллионы покупателей приходили в 1147 магазинов Target и сообщали о себе горы информации. Они пользовались картами постоянного покупателя, купонами на скидку, полученными по электронной почте, или расплачивались кредитной картой, не подозревая, что Target может связать их покупки с индивидуальным демографическим профилем.

Для статистика эти данные были волшебным стеклышком к информации о предпочтениях клиентов. Target продавала все: от бакалеи до одежды, электроники и дачной мебели. Внимательно отслеживая покупательские привычки клиентов, аналитики компании могли предугадать, что происходит у них дома. Клиент покупает новые полотенца, простыни, столовые приборы, сковородки или замороженные обеды? Возможно, он только что купил новый дом или разводится. В тележку свалены аэрозоль от насекомых, детское белье, электрический фонарик, куча батареек, журнал Real Simple и бутылка шардоне? Приближается летний лагерь, и мама ждет этого не дождется.

Работа в Target позволила Поулу изучать самое сложное живое существо — американского покупателя — в его естественной среде обитания. Работа Поула заключалась в построении математических моделей, которые смогли бы обработать данные и определить, в каких домах есть дети, а где живут убежденные холостяки; какие покупатели любят проводить время на улице, а кому интереснее поесть мороженого и почитать новый роман. Поул должен был стать математическим чтецом мыслей, расшифровывающим привычки покупателей для того, чтобы заставить их потратить побольше денег.