Страница 16 из 116
Для наращивания выпуска у фирм имеется еще одна специфическая причина. Пока длятся суды над файлообменщиками, музыка перетекает на черный рынок и расходится по миллионам частных коллекций. Сбор выручки по ней проблематичен. Это заставляет производителей ускоренно обновлять ассортимент, чтобы предать забвению все, что было спето, продано и прослушано ранее. Подобным образом действуют и Дома высокой моды, выпускающие свои коллекции с такой скоростью, чтобы модели устаревали быстрее, чем пираты успеют наводнить ими рынок. Ритмы новаций вообще часто диктуются необходимостью упразднять достижения конкурентов.
За перепроизводство музыки в ответе не только основные производители с их заинтересованностью в наращивании объемов выпуска, но и нелегальные производители и графоманы. Однако проблема не в самом по себе перепроизводстве. Будь музыки хоть в десять, хоть в сто раз больше, это ничему и никому бы не вредило, если бы плохие произведения не заслоняли собой хороших. Однако в отсутствие действенных методов экспертизы безудержное наращивание ассортимента влечет за собой проблему шума. Никакие рейтинги и биллборды, по большому счету, тут не помогают[125]. В итоге для многих людей, в принципе любящих музыку, барьеры входа в эту сферу оказываются запретительно высокими. Поиск нужных мелодий сопряжен с прослушиванием огромного количества малоинтересных вещей. Это поглощает множество времени и не прибавляет настроения. Несколько безуспешных попыток разобраться что к чему, и человеку становится ясно: индустрия работает не для него.
Глава 1.3. Навигация – новый вид услуг в мире музыки
Действующая продюсерская модель музыкального бизнеса не отличается прогрессивностью: издержки на рекламу и дистрибьюцию слишком высоки. Но этот явный недостаток ничто в сравнении с недостатком скрытым – неудобной навигацией. Нормальный человек не располагает таким досугом, чтобы часами разыскивать подходящую музыку. Между тем, технологии интернет-дистрибьюции и обработки информации уже столь развиты, что с их помощью можно реформировать отрасль. Новейшие разработки вплотную подводят к решению задачи снижения розничных цен и, что гораздо важнее, облегчения потребительской навигации. Будущее музыкальной отрасли – в избавлении от непродуктивных поисков. Для этого должен появиться высокотехнологичный навигационный сервис, позволяющий покупать то, что требуется, не перелопачивая все подряд[126]. Если это произойдет, музыка обретет привлекательность для тех, кто теряет к ней интерес из-за того, что ощущает себя неуспешным в игре по действующим правилам.
1.3.1. Решение проблемы потребительской навигации: публичная оценка воспринимаемого качества
Как сократить затраты потребителя на пути к хорошей (для него) музыке и повысить КПД выбора?
Идея состоит в том, чтобы аттестовать музыку силами потребителей. Ведь качество определяется не по формальным признакам, а по суждениям слушателей. Если выявить оценки потребителей, специальным образом их упорядочить и проаннотировать, можно выработать эффективную систему рекомендаций.
Допустим, где-то среди огромного массива музыки имеется то, что пришлось бы по душе конкретному человеку. Вопрос в том, как эту мелодию обнаружить и, минуя предварительное ознакомление, довести до потенциального слушателя? По каким признакам отбраковывать «плохую» музыку? Ведь из-за разнообразия вкусов трудно представить механизм прогнозирования предпочтений безвестных индивидов. Казалось бы, задача неподъемная, тем не менее одно элегантное решение обнаруживается. Оно строится на оценивании музыки силами самих потребителей. Ведь именно слушатели, а не кто иной, осуществляют фильтрацию: потребляя музыку, они, хотят того или нет, проделывают работу эксперта. А коль скоро работа выполнена, должен существовать способ воспользоваться ее результатами. Простейший вариант обработки индивидуальных оценок с выведением рейтинга ни к чему не приводит. Этот инструмент, как известно, не славится качественными рекомендациями, поскольку не ясно, кто стоит за тем или иным суждением.
Чтобы получить на выходе работающие, дифференцированные рекомендации, нужна более изощренная техника взаимодействия с потребителями. В ней должна учитываться разница во вкусах – ключевое звено проблемы навигации. Традиционно оценщиками выступают специально отобранные эксперты, что влечет за собой как минимум три проблемы: во-первых, как выбрать (назначить) экспертов; во-вторых, по каким параметрам судить о качестве; в-третьих, как выводить общую оценку из комбинации частных. В принципе, наладить экспертную систему можно, но поскольку под каждую конкретную задачу ее придется модифицировать, это обойдется очень дорого. А в случае с музыкой впечатление зависит не только от самой мелодии, но и от условий прослушивания, настроя и многого другого. Как все это учесть в оценке и донести до конкретного потребителя?
1.3.1.1. Как учесть разницу во вкусах?
Идея в том, чтобы «авторизовать» участников, взяв за основу оценки известных им произведений. Предположим, мнения собраны. Чтобы вывести из них рекомендации для конкретного потребителя, от него следует получить его собственные оценки знакомых песен. Они-то и станут тем критерием, на основании которого автоматически будут отбираться рекомендатели из числа абонентов системы, чьи суждения о песнях, которые упоминает клиент, совпадают с его собственными или близки к ним. На конкретный запрос будет выдаваться комбинация оценок, выведенная из откликов именно этих оценщиков. Таким образом, человек получит рекомендации от тех, кто обладает схожим вкусом. Вся прочая статистика его не касается. Допустим, в качестве критериев некий абонент ввел высокие оценки песен Битлз, Куин, Мадонны, Гэйбриэла, Таркана, Мартина (набор может быть любым). Рекомендации поступят от тех, кто, так же как и сам клиент, высоко (или, напротив, низко) оценивает эти песни. Положим, человек совпал с некоей группой рекомендателей во мнении по десяти произведениям, которые он сам назвал. В ответ ему сообщается оценка, вынесенная этими абонентами по произведению, с которым те уже ознакомились, а клиент еще нет. Велика вероятность, что, последовав рекомендациям, пользователь останется доволен. Конечно, возможны несовпадения, связанные с различиями в ситуации потребления (настроение, антураж и т. п.). Другой источник расхождений – отличия в интерпретации: кем-то найдено определенное прочтение произведения, а от кого-то оно ускользнуло. Отсюда разночтения, сами по себе ценные. Клиент, по сути, получает подсказку: «Смотри внимательно, здесь что-то есть».
Возможен любой набор критериев (необязательно музыкальных) для выбора экспертов. Можно, к примеру, задать такой параметр, как знакомство с сочинениями Марселя Пруста, или запросить мнение людей, негативно оценивших «Терминатора-3». Одним словом, возможно самостоятельно подобрать такую персональную систему критериев, при которой ожидаемая точность вкусовых совпадений и качество рекомендаций будут высокими. Главное, чтобы круг экспертов-советчиков составляли только те, чьи приоритеты соответствуют запросу. В этом изюминка системы: на выходе генерируются не средние безликие оценки, а персональные рекомендации, которые компьютер автоматически выдает на основе сходства суждений конкретного пользователя и других людей. Тем самым моделируется привычная всем ситуация: человек прислушивается к мнению тех, чьи вкусы ему знакомы. Более-менее понятно, почему ближнему окружению понравилась/не понравилась та или иная вещь, и легко решить, следовать их рекомендациям или нет. Описанная технология, по сути, искусственно формирует «ближние круги». А поскольку предположение о близости вкусов основывается на фактическом сходстве оценок, надежность рекомендаций получается высокой. Данная идея, по сути, представляет собой автоматизированный вариант «людской молвы». Очной коммуникации не требуется, поэтому издержки минимальны.
125
Подробней о рейтингах см. часть 2, параграф 2.6.3.4.
126
Разработки различных рекомендательных систем ведутся чрезвычайно интенсивно (см. часть 2, глава 7). В СМИ чуть ли не ежедневно проходят сообщения о том, что подобный сервис вот-вот появится. Подробней о средствах навигации в интернете см. приложение 1, глава 11.