ЦА. Как найти свою целевую аудиторию и стать для нее магнитом

Все эти разговоры о том, что рейтинги имеют меньшее значение, не означают, что меньшее значение теперь придается и рекомендациям. Они находятся в самом центре всей работы Netflix по совершенствованию алгоритмов и обеспечивают порядка 75 % просмотров.

Но теперь они стали гораздо менее явными. Вместо того чтобы сказать, что вам понравится, Netflix теперь в основном демонстрирует то, что вас интересует, в виде «персонализированных» блоков, которые строятся в соответствии с вашим пользовательским поведением. «Все на свете – рекомендация!» – как любит говорить Аматриайн о новом подходе «не только пять звезд». Даже поисковые запросы говорят о том, что «у нас нет того, что пользователи хотят смотреть», и это тоже учитывается системой рекомендаций. Зная, что вы ищете, можно вычислить, что вам может понравиться. Любое действие на сайте Netflix можно рассматривать в качестве метарекомендации: сайт, как и большая часть Интернета, представляет собой один обширный и постоянно длящийся эксперимент в области предпочтений, серию «А/В-тестов», в которых вы участвуете, сами не зная об этом. Если окно поиска на сайте обувного магазина будет слева, повысятся ли продажи по сравнению с вариантом дизайна, когда окно справа? А если пустить на сайте блок с названием «Зарубежные драмы 1980-х», будете ли вы смотреть больше зарубежных драм из 1980-х?

Рекомендательные блоки отражают нечто вроде «золотой середины» между двумя экстремумами сигналов, которые сами по себе не несут особой пользы: первое – то, что, как вы говорите, вам нравится. Этот сигнал может завести во вкусовой тупик, полностью забитый малоизвестными, но интересными фильмами, которые вы будете смотреть только изредка. У создателей алгоритмов это называется «чрезмерно близкая подгонка»: система дает рекомендации, которые в некотором роде чересчур совершенны – и абсолютно стерильны.

Второе – это популярность. Данное понятие противоположно «персонализации», как говорит Аматриайн; но, опять же, если вы пытаетесь оптимизировать потребление, то «скорее всего зритель будет смотреть то, что смотрят другие». А это может привести к «проблеме «Побега из Шоушенка» или к проблеме избыточно частых рекомендаций того, что все и так видели. Фильм «Побег из Шоушенка» является самым высокорейтинговым фильмом на Netflix – он настолько расхвален на сайте, что у него не осталось никакого потенциала в аспекте прогнозирования, не считая того, что он сам всем нравится. «Да, все на сайте просто обожают этот фильм», – удивляется Елин, качая головой.

Возможно, в качестве уступки неизбежной «зашумленности» человеческих вкусов[90] Netflix при формировании рекомендаций не полагается лишь на поведение пользователей. Имеется также оплачиваемая армия людей, отвечающих за простановку информационных «тегов» и создающих лабиринты кинематографических метаданных. Чем пытаться выяснить, почему у двух человек одинаковые вкусы, зачастую проще установить, что общего у самих фильмов. А это иногда приводит к любопытным открытиям. Информация, что режиссер Педро Альмодовар может связать два совершенно разных фильма, даже когда больше ничего общего нет. Но и сами по себе метаданные могут завести не туда. Если рекомендовать «Догвилль» (фильм столь же противоречивый, как и «Наполеон Динамит») тем, кто посмотрел «Часы» или «Мулен-Руж» лишь потому, что и там и там сыграла Николь Кидман, это может привести к катастрофе.

Но метаданные также могут извлекать на свет божий то, что сами мы никогда бы не заметили. Зачастую странноватые и специфичные, надуманные жанровые подборки напоминают, как я уже отмечал, о том, что включение в некую категорию может влиять на наши предпочтения. Нам нравятся вещи, относящиеся к чему-то конкретному, даже если приходится долго думать, что это за «нечто» – как, например, фильм «Большой Лебовски». Эксцентричное деление на жанры в Netflix отражает попытку придать конкретику тому, что в ином случае выглядело бы как странный совет. «Рекомендации в таком случае могут быть не к месту. Вы скажете: «А почему это они говорят, что раз я поставил пять «звездочек» за «Зажги красный фонарь», то мне понравится этот японский детский фильм?» – задал вопрос Елин, показывая на свой лэптоп. На экране была его страничка на Netflix и массив рекомендаций: «Гоморра», «Валгалла: сага о викинге», «Вход в пустоту» и «Андалузский пес». Все эти фильмы были отнесены к жанру под названием «Галлюциногенные зарубежные драмы». «Я психологически подготовился, прочитав это, но, если бы мне показали названия без контекста, это было бы не так захватывающе», – сказал он. Как писал журналист Алексис Мадригал, «вопрос не в том, что Netflix может предложить вам то, что вам может понравиться, а в том, что он рассказывает, что это за продукция».

А то, что оба этих аспекта могут влиять друг на друга, не только одна из самых странных форм квантового сплетения, которую можно обнаружить в супермассивах данных рекомендательных систем, но и просто факт человеческого вкуса.