Книга: Заразительный. Психология сарафанного радио. Как продукты и идеи становятся популярными

Систематический анализ списка самых пересылаемых статей

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.

Отлично. Но нам хотелось не просто описать характеристики контента, которым делятся чаще, а понять, что руководит желанием поделиться. Хорошо, статьи о спорте расходятся меньше, чем о ресторанах. Но почему? Это как сказать, будто люди чаще делятся фотографиями котов и больше говорят о пейнтболе, чем о пинг-понге. В действительности это не объясняет, почему так происходит, и не позволяет делать прогнозы, выходящие за пределы небольшой области, касающейся контента с котами или видами спорта на букву «П»{77}.

Люди чаще всего делятся информацией по двум причинам: она интересная и она полезная. Как говорилось в главе о социальной валюте, интересное развлекает и положительно отражается на имидже человека. В главе о практической ценности мы также обсудим, почему распространение полезной информации помогает другим и улучшает мнение о передавшем ее.

Чтобы проверить эти теории, мы создали небольшую армию научных ассистентов, поставив перед ними задачу оценить статьи New York Times по степени полезности информации и интереса, который они вызывают. Например, статьи о том, как Google использует результаты поиска, чтобы отслеживать распространение гриппа, были оценены как более интересные, а статьи о смене состава бродвейской труппы – как менее интересные. Статьи о том, как контролировать кредитную карту, оценены как более полезные, а некролог малоизвестного оперного певца посчитали неполезным. Мы ввели эти оценки в программу статистического анализа, которая сравнила их со списком самых пересылаемых статей.

Как и ожидалось, оба параметра влияют на количество пересылок. Более интересные статьи имели на 25 % больше шансов войти в список самых пересылаемых. Более полезные статьи – на 30 % больше шансов{78}.

Эти результаты помогли объяснить, почему статьи о здоровье и образовании пересылаются чаще: они зачастую полезны, поскольку содержат советы, как жить дольше и быть счастливее или как дать детям лучшее образование.

Но была одна тема, стоявшая особняком, – научные статьи. В большинстве случаев они не содержали социальной валюты и не имели практической ценности по сравнению со статьями основных секций. Однако, подобно статье Дениз Грейди о кашле, чаще входили в число самых пересылаемых, чем новости политики, моды или бизнеса. Почему?

Оказалось, что в научных статьях часто описываются инновации или открытия, пробуждающие в читателях особые эмоции. Какие? Благоговение.

Оглавление книги