Заразительный. Психология сарафанного радио

Чтобы информация получила виральное распространение, множество людей должны передать один и тот же кусок информации примерно в одно и то же время. Возможно, вам понравилась статья Дениз Грейди про кашель и, возможно, вы поделились ею с парочкой друзей. Но чтобы статья попала в список самых пересылаемых, такое же решение должны принять огромное множество людей.

Это случайность? Или, возможно, существуют модели, лежащие в основе вирального успеха?

Систематический анализ списка самых пересылаемых статей

Жизнь выпускника Стэнфордского университета не похожа на сказку. Мой кабинет, если его можно было так назвать, больше походил на каморку с высокими стенами. Помещение без окон, под самой крышей дома постройки 1960-х годов, архитектурный стиль которого часто называли «бруталистическим». Невысокая приземленная конструкция с бетонными стенами, настолько толстыми, что они, наверное, могли выдержать прямой залп небольшого гранатомета. Шестьдесят человек теснились в ограниченном пространстве, и мне приходилось делиться собственной лампой дневного света, размером десять на десять, с другими студентами.

Единственной радостью был лифт. Предполагалось, что выпускники будут работать в любое время дня и ночи, так что университет выделил нам карточку-ключ, дающую круглосуточный доступ к специальному лифту. Он не только поднимал нас на нужный этаж без окон, но также давал доступ в библиотеку даже после закрытия. Не самый щедрый бонус, но достаточно полезный.

В те времена распределение онлайн-контента было не таким сложным, как сегодня. Сайты, содержащие большое количество контента, сегодня публикуют списки самых пересылаемых статей онлайн, но некоторые газеты также помещают их в печатной версии. Каждый день в The Wall Street Journal появляется перечень пяти самых читаемых статей и пяти самых пересылаемых по результатам предыдущего дня. Просмотрев пару таких перечней, я увлекся. Они были похожи на идеальный источник данных для изучения вопроса: почему некоторыми темами делятся чаще, чем другими?

Как филателист собирает марки, я начал собирать списки самых пересылаемых статей по версии Journal.

Раз в пару дней на специальном лифте я отправлялся на охоту. Брал проверенные ножницы и поздно ночью спускался в библиотеку, находил стопку свежих печатных изданий Journal и аккуратно вырезал список самых пересылаемых статей.

Несколько недель, и вот уже коллекция. У меня образовалась большая пачка вырезок из газет, и я готов действовать. Я ввел перечни в электронную таблицу и начал поиск закономерностей. В один день «Жизнь в мертвой зоне: супруги слишком устали, чтобы разговаривать» (Dealing with the Dead Zone: Spouses Too Tired to Talk) и «Диснеевские платья для больших девочек» (Disney Gowns Are for Big Girls) – две наиболее часто пересылаемые статьи. Через несколько дней: «Хватит ли экономисту знаний решить головоломку аутизма?» (Is an Economist Qualified to Solve Puzzle of Autism?) и «Почему орнитологи стали носить iPod и лазерную указку» (Why Birdwatchers Now Carry iPods and Laser Pointers).

Хм-м. На первый взгляд, эти статьи должны иметь несколько общих признаков. Но что уставшие супруги могут иметь общего с диснеевскими нарядами? И что Дисней должен делать с экономистами, изучающими аутизм? Связи неочевидны.

Если бы я и дальше продолжал читать одну-две статьи за раз, я бы никогда не справился. Чтобы во всем разобраться, нужно было работать быстрее и эффективнее.

К счастью, моя коллега Катрин Милкман предложила намного более удобный метод: автоматизировать процесс вместо того, чтобы собирать информацию из печатных изданий вручную.

С помощью компьютерной программы мы создали поискового робота[45] для поиска информации в интернете. Как читатель, который никогда не устает, программа автоматически сканировала домашнюю страницу The New York Times каждые пятнадцать минут, записывая все, что видит. Не только текст и заголовок, но также автора и место публикации (на главной странице или в одной из ссылок). Робот также отмечал, в какой рубрике бумажной газеты (например, здоровье или бизнес) и на какой странице появлялась статья (например, на первой полосе или в конце третьей).

Через шесть месяцев у нас сформировалась огромная база данных. В ней фиксировалась каждая статья, опубликованная в The New York Times в тот период. Почти 700 тысяч текстов. Всё, включая мировые новости и спорт, здоровье и технологии, а также статьи, входившие в список самых пересылаемых за то же время.

Не просто список того, чем поделился один человек, а количество пересылки информации всеми читателями, независимо от возраста и других демографических показателей.

Теперь мы могли начать анализ.

Сначала мы определили основную тему. Например, здоровье, спорт, образование или политика.

Результаты показали: статьи, связанные с образованием, чаще входят в список самых пересылаемых, чем статьи о спорте. Статьи о здоровье распространяются быстрее, чем политические.