Если вдуматься, клиентура семейного доктора является своего рода клубом — без широкой практики, возможность которой они ему все вместе предоставляют, он не наработает квалификацию и не сможет лечить их качественно. То же актуально и для повара. Любая фирма на рынке формирует свой клуб покупателей, в противном случае, чтобы покрыть издержки, ей потребуется установить непроходные цены. Клиентура высоких домов моды тоже образует своего рода клуб. При том, что между покупателями нет прямого обмена информацией, происходит саморегулирование численности и состава клубов данного типа: как только обозначается угроза переполнения из-за притока подражателей из низших имущественных слоев, члены клуба переключаются на новые модели, тем самым защищая себя от смешения с нуворишами. (В противном случае велик риск столкнуться с людьми, одетыми в точно такое же платье.)
Базовой клубной логике подчиняются и случаи нерыночного немеркантильного взаимодействия, где деньги могут и не быть задействованы напрямую, но имеют место затраты и результаты символического типа. И пусть такого рода процессы трудноизмеримы, экономика символического правит ими в полной мере. В дальнейшем мы будем использовать слово «клуб» в качестве термина, объединяющего все виды групп по интересам — союзы, кружки и круги, объединения, гильдии, коллективы, лиги, общины, отряды и т. п. Все вышеперечисленное — это объединения людей, в чем-то полезных друг другу: в достижении результата и/или в создании благоприятной атмосферы при занятии чем-либо. Вступая в них, человек получает возможность реализовать себя и свои цели. Как уже отмечалось, под определение клуба можно подвести и фирмы, и поселения, и нации, и этнические группы и профессиональные гильдии — на том основании, что во всех перечисленных случаях имеют место членство, правила, интересы, и всегда экономика играет если не определяющую, то никак не последнюю роль. (А если считать затраты на межличностный обмен — то на сто процентов определяющую.) Мы ограничим предмет рассуждения клубами гражданской направленности — то есть сознательными объединениями граждан на добровольной основе.
Из того факта, что для коллективных практик самой разной природы существует некая оптимальная численность участников (на деле речь идет не о строго определенной величине, а о приемлемом диапазоне), вытекает ясный запрос к IT-инструментарию со стороны людей, которые чего-то хотят, — помочь собрать критический пул участников. Все обыкновенно начинается с прощупывания настроений и готовности потенциальных членов клуба, с поиска единомышленников. Скажем прямо, не ахти какое препятствие! Кому не доводилось справляться о наличии других интересантов? К примеру, собирая гостей на вечеринку или подписи под петицией. И ведь обходились без компьютера! Однако принципиально то, что отныне это может делаться не только по наитию, изустно-рукотворно, через цепочки знакомств. Процесс агрегации обретает дополнительную, так сказать, промышленную тягу.
Многие хорошие дела не делаются только потому, что люди не понимают, будет ли набрана критическая масса единомышленников или нет. Человек отдает себе отчет в том, что в одиночку он это дело не потянет, а найдутся ли должным числом плечи, чтобы поделить нагрузку, — большой вопрос. «Выстрелит» начинание или нет, зависит от того, как потенциальные участники оценивают вероятность добора членов до нужного количества. Это тот самый случай, когда представления о реальности ее же и предопределяют. Меняя ожидания и, в частности, вооружая пионеров знанием о числе сторонников, можно влиять на ход процессов. Социальные сети сработали как катализатор исламских революций именно потому, что благодаря им люди осознали, сколько еще сограждан на их стороне. В том же Египте безработный узнал, что есть еще миллион таких же, как он, образованных 23-летних безработных! И, самое главное, каждый из этого миллиона убедился, что все знают друг о друге, об общей численности и настрое. Все располагали общей картиной. В такой ситуации шансы на выигрыш растут и страх отступает[5]. Без этого масштабные выступления не состоялись бы. Либо, не набрав критической массы, были бы погашены в зародыше.
1.5.1.1. Отбор в клубы
Первую из заявленных задач — вычисление потенциальных участников — интернет помогает решить уже сегодня. Однако в отсутствие прицельного запроса на это решение соответствующие приемы не доведены до ума. Они не заточены на клубный сервис, поэтому люди обходятся кто как умеет. И хотя в настоящее время возможно использовать пометки и следы, оставленные пользователями — объявления и приглашения в соцсетях, «лайки», френд-ленты, пользовательские статусы, данные из открытой части пользовательских профилей, — обработка всей этой информации требует «ручных» усилий. Представляете, сколько всего нужно перешерстить, а затем проанализировать, прежде чем выйдешь на нужных людей. Альтернатива — ничего этого не делать, а пассивно вывесить объявления о наборе в клуб и ждать отклика. Но тут есть свои очевидные проблемы.
Вне всякого сомнения, можно и нужно эксплицировать подходящих кандидатов на порядок лучше, чем это делается сейчас, — быстрее, полнее, с меньшими издержками поиска и отбора. Решение современного уровня, предполагающее высокую автоматизацию, основано на профайлинге — кодификации интернет-пользователей по определенным признакам, почерпнутым из их суждений и поведения в жизни. (Профиль — это набор данных о пользователе, о его статусе, предпочтениях, поведенческих и мировоззренческих характеристиках.) Требуемую информацию пользователи либо уже оставляют о себе в интернете, либо их можно побудить делать это, объяснив, что это им даст. Ее можно разбить на три группы данных, для работы с каждой из которых разработаны свои IT-решения.
Первым делом, можно сортировать людей по социально-демографическим данным, которые они сами указывают, включая пол, возраст, образование, место жительства. Для этого следует установить и настроить соответствующие фильтры. Второй принцип отбора — по заявленным интересам. Человек при желании сам указывает их на сайте (от астрологии до спорта). Третий — по вкусам, суждениям и предпочтениям. Суть этого метода состоит в том, что по ходу того, как пользователи оценивают и/или приобретают различные товары и услуги, включая тексты любого типа, компьютерная программа строит профили каждого из них. Потом она сравнивает их и выдает круги потенциальных единомышленников — это люди, которые во множестве ситуаций делали схожий выбор или публиковали близкие суждения и на этом основании могут быть интересны друг другу.
