WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 2 | 3 || 5 | 6 |   ...   | 11 |

«ББК Александр Борисович Долгин Экономика символического обмена Ответственный редактор Е. А. Лебедева Технический редактор П. Н. Гиверц, А. В. Каньшиева Дизайнер А. А. Иванов Дизайн обложки С. А. Антонов ...»

-- [ Страница 4 ] --

106 Мамардашвили говорил также, что критика всегда остается средством проясне ния. В этой связи резонно встает вопрос: каково давление рынка на волю критика? Рынок ведь далеко не всегда заинтересован в прояснении.

ГЛАВА 2.6. РЕАКЦИИ АГЕНТОВ НА УХУДШАЮЩИЙ ОТБОР ки хорошо представляют вкусы и предпочтения аудитории своих изданий, поэтому они точно предсказывают прокатную судьбу фильма. В глазах читателей они нарабатывают авторитет, подобно супермаркету, который, ориентируясь на определенную категорию потребителей, не выкладывает на прилавок вещи ниже определенного уровня. Но, кстати, и не выше.

2.6.4.2. Где критики берут чистую воду?

В возможности предсказаний зрительской реакции мне довелось убедиться в ходе экспериментов «Театрон» и «Синема»107. Для их проведения требовались самые разные фильмы: сильные, провальные, спорные, чтобы получить полярные оценки, а также ленты из категории «ни рыба ни мясо». Это позволяло выявить возможные типы реакции зрителей – от «полностью разочарован», когда человек, как было оговорено условиями проекта, забирает деньги, заплаченные за просмотр, до «в абсолютном восторге», и в соответствии с этим доплачивает из собственного кармана. Чтобы отобрать необходимый спектр картин, нужно было более-менее предугадывать зрительскую реакцию108, а для этого изучить по пять-десять рецензий на каждый фильм. Плюс к тому привлекались данные о кассовых сборах за первый уикенд, а также сопоставлялись рейтинги фильмов. (Кстати, рейтинги экспертов и зрителей обычно довольно близки между собой, как указывает, к примеру, Вандерер109.) Поскольку опыты ставились в действующих кинозалах, возникли перебои с наличием нужных картин в прокате110. Один раз случился казус. По плану срочно был нужен однозначно плохой фильм, с чем вообще-то перебоев не ожидалось. На экранах стартовали «Грязные прелести» («Dirty Pretty Things») и еще одна картина с таким же отталкивающим названием. Заранее отсмотреть прессу не успели и выбрали наугад по названию, не сулившему ничего хорошего. Каков же был конфуз, когда в зале обнаружилось, что «прелести» вовсе не те, на которые зритель, как и организаторы эксперимента, рассчитывали. Они были много хуже, но фильм оказался на удивление достойным111.

107 Подробнее см. приложение 4. 108 В экспериментах проверялась центральная гипотеза книги – о возможности фиксации зрительского впечатления посредством добровольной оплаты.

109 Wanderer J. In Defense of Popular Taste: Film Ratings among Professionals and Lay Audiences // American Journal of Sociology, Vol. 76, September 1987. P. 262–272.

110 Особенно в июле, когда из-за отпусков хорошие фильмы придерживают. 111 Данные о фильме: бюджет $10 млн, общая сумма сборов в США и в остальном мире $13 904 766. Кстати, российские зрители, не увидев того, что сулило на ЧАСТЬ 2. УХУДШАЮЩИЙ ОТБОР В ИНДУСТРИЯХ КУЛЬТУРЫ Зато при выборе всех остальных картин прогнозы – а они строились главным образом на основе аналитических статей – оказались довольно точны. Навигационная подготовка протекала следующим образом: примерно четверть часа тратилась на то, чтобы подобрать источники по фильму и еще до получаса на чтение. Вроде ничто не мешает, собираясь в кино, действовать так каждый раз. Но, насколько известно, за редчайшим исключением никто этого не делает. И на то есть свои резоны. Тратить около получаса труда на самоподготовку – это довольно накладно. Даже если оценивать навигационную работу исходя из стоимости неквалифицированного труда, то получится сумма, близкая к цене билета в кино. А интерпретировать критику – это труд квалифицированный. В особенности если речь идет о фильме, выходящем сразу на многие экраны, или о номинанте на престижный приз, или о работе культового режиссера. Критики не могут пропустить такие события и дружно откликаются на них. Достаточно заглянуть в любую газету, чтобы найти информацию. Но впечатление хорошей навигации в этом случае наиболее обманчиво. В ответственных случаях эксперты особенно уклончивы в суждениях. Даже если допустить, что они не кривят душой и ни под кого не подстраиваются, киноиндустрия, разворачивая массированную рекламную кампанию, назначает данное произведение главным. А потому самим фактом отклика, вливающегося в и без того мощный информационный поток, эксперты вводят потребителя в заблуждение. К примеру, «Авиатор», которому, к чести академиков, не дали дюжину Оскаров, по-моему, фильм скучный и слабый во многих отношениях (но его, тем не менее, номинировали). Или дилогия Тарантино («Kill Bill»), которую критика аттестовала очень и очень деликатно. Никто даже виду не подал, что бренд «Тарантино», возможно, сильно амортизирован. (Высказывая свои личные суждения, я ни в коей мере не претендую ни на какую истину, кроме одной: они демонстрируют отдельные факты навигационного сбоя.) Критики не только камуфлируют неудачи (хотя бы тем, что факт отклика важнее его тональности), еще они маскируют вещи, достойные внимания. В особенно уязвимом положении оказываются качественные произведения без претензий на стилистические новации. Критики звание, не оценили картину. Средняя денежная оценка участников эксперимента –1,88 руб. (См. диаграмму в приложении 4).

ГЛАВА 2.6. РЕАКЦИИ АГЕНТОВ НА УХУДШАЮЩИЙ ОТБОР все это уже помногу раз видели и препарировали. Они в мельчайших деталях помнят, кто, когда и в чем был первым, и тоскуют по новому, которое со временем становится для них (и для художников) все недостижимей. Помня о своей избыточной придирчивости, эксперты для баланса отмечают что-то хорошее. На выходе получается что-то вроде гороскопа, из которого каждый вычитывает то, что ему надо. Критиков можно понять: невозможно пропускать сквозь себя столько всего и обходиться без защитного панциря. Дегустаторы, как известно, не пьют много вина. А когда делают это по службе, то ополаскивают рот чистой водой, чтобы восстановить вкус112. Где критики берут чистую воду? Читают Пушкина? Писатель Владимир Сорокин обозвал критиков выключенными из жизни, изможденными литературой людьми. По большому счету он не прав, но его эскапада заслуживает того, чтобы ее воспроизвести: «…некоторые чувствительные писатели смутно верят, что у критиков есть некий третий глаз, нагло подсмотревший в тексте романа нечто скрытое от простых смертных. Писательская раздражительность, в свою очередь, помогает филологам и критикам поверить, что этот третий глаз у них есть, что видят они им то, что скрыто от писателя и профанов-читателей. <…> Я лишь ставлю вопрос: есть ли у филологов этот третий глаз? На мой взгляд – нет. Более того – у них нет и двух глаз, присущих нормальному читателю, не обремененному статусом любителя слова. Проблема профессиональных филологов в том, и только в том, что они оценивают одну книгу при помощи десятков и сотен других книг, прочитанных ранее. И другого механизма оценки литературы у них нет. Посему, полагаю я, у филологов есть лишь один глаз, сугубо литературный, способный только сравнивать тексты. Глаз второй, смотрящий в жизнь, у большинства литературоведов постепенно затянулся мутной текстуальной пленкой, толщина которой прямо пропорциональна количеству прочитанных книг. Голова филологов заполнена книгами до предела. Они видят жизнь только сквозь текст. И гордятся этим. Навсегда объевшиеся и отравленные литературой, они воспринимают живую жизнь как продолжение текста, как приложение к нему»113.

112 Впечатляет количество вин, дегустируемых во время сессий, – по нашим сведени ям, больше сотни. Дегустаторам легче, чем критикам, – им не нужно выпивать всю бутылку. Впрочем, критики тоже, вероятно, обходятся несколькими глотками. 113 Сорокин В. Mea culpa? «Я недостаточно извращен для подобных экспериментов» // Ex Libris НГ. [on-line] 14 апреля 2005. [цит. 22 апр. 2006]. Доступно по URL: .

ЧАСТЬ 2. УХУДШАЮЩИЙ ОТБОР В ИНДУСТРИЯХ КУЛЬТУРЫ Возможно, нечестно отказывать всем экспертам (литературоведам) в наличии глаза, обращенного в жизнь. Но факт, что критикам приходится надевать очки с такими же диоптриями, как у аудитории издания, с которым они работают. От ношения чужих очков, как известно, портится зрение. Чтобы этого не происходило, критик должен обладать изрядным здравомыслием и знанием жизни, иначе ему не понять, что интересует людей. Но главное, чего ему нельзя забывать, – это время от времени снимать очки.

2.6.4.3. Коллективная профессиональная экспертиза Экспертные инстанции, в которых решение принимается коллегиально – конкурсы, фестивали, премии и т. п., – выдают на-гора не критические тексты, а ранги и иерархии. Насколько эффективно они ранжируют? Глейзер и Хейнделс искали ответ в материалах Музыкального конкурса Королевы Елизаветы – образцовом с точки зрения непредвзятости и нивелирования привходящих обстоятельств114. Изучение результатов конкурса по классам фортепиано и виолончели за 1956-1999 годы привело исследователей к выводу, что итоговое ранжирование исполнителей необъективно. Выяснилось, что музыканты, которым по жребию выпадает выступать позднее (как в рамках недели, так и в рамках турнирного дня), в среднем оказываются в выигрышном положении и получают более высокие оценки. Исполнители свежих сочинений воспринимаются жюри благосклоннее, чем те, кто выбирает популярные произведения. Таким образом, эмпирически подтвердилась банальная, но от этого не менее актуальная истина: эксперты тоже люди. Они могут уставать и из-за этого пропускать ошибки исполнения 114 Glejser H., Heyndels B. Efficiency and Inefficiency in the Ranking in Competitions: the Case of the Queen Elisabeth Music // Journal of Cultural Economics, Vol. 25(2), 2001. P. 109–129. Этот конкурс считается одним из самых престижных и самых сложных в мире. Приблизительно 15 членов жюри – ведущие эксперты мира – являются главным гарантом репутации конкурса. Первый раз конкурс проводился в 1951 г. с целью выявить 12 лучших музыкантов. Конкурс состоит из трех туров. Для участия достаточно заплатить небольшой регистрационный взнос (55 евро в 1999 г.). Порядок выступлений определяется жребием и на всех турах остается одним и тем же. Жюри оценивает выступления по шкале от 50 до 100;

баллы складываются друг с другом, и их сумма определяет окончательный рейтинг каждого кандидата. Члены жюри не имеют права сообщать друг другу свои оценки. Если баллы кого-то из них отклоняются больше чем на 20% от средних, выставленных остальным составом жюри, они не учитываются в общей оценке. Участники представляют очень сложную программу. Они обязаны провести в Брюсселе около пяти недель и за одну неделю подготовить к исполнению неопубликованное сочинение.

ГЛАВА 2.6. РЕАКЦИИ АГЕНТОВ НА УХУДШАЮЩИЙ ОТБОР или менее тщательно следить за техничностью, что требует повышенного внимания. Это, возможно, объясняет снисходительность к более поздним выступлениям. (Хотя, с другой стороны, с накоплением усталости растет раздражительность.) Еще экспертам наскучивает слушать одно и то же. Но закономерности, выявленные Глейзером и Хейнделсом, пожалуй, не главное в работе коллегиальных органов. Основная проблема – влияние привнесенных извне факторов, из-за чего жюри теряет автономность и беспристрастность. Очевидно, что жюри обязано быть неподкупным и обладать иммунитетом против давления со стороны художественного сообщества. Но, как уверяет Даглас Норт, специалист по институциональной экономике, лауреат Hобелевской премии 1993 года, инстанции неатомистичны или, попросту говоря, небескорыстны. Поскольку решения жюри непосредственно связаны с судьбами коммерческих, политических или художественных проектов, то в наличии стимуляторов сомневаться не приходится. Уже на этапе отбора конкурсантов экспертная инстанция делает им рекламу, о чем говорилось на примере критиков. С жюри та же ситуация: оно выступает в художественном сообществе в качестве РR-агента. Кроме того, невозможно полностью нивелировать фактор субъективности: люди остаются людьми, причем не столько из меркантильных, сколько из обыденных человеческих соображений. Эксперт не просто член профессионального сообщества, он обитатель довольно тесного мирка, полного взаимных обязательств и интриг. У него есть оппоненты, которых лучше не злить по мелочам, есть друзья, которых не принято обижать, есть протеже друзей и прочие круги. Со всеми съеден не один пуд соли. Поэтому когда кто-то не на высоте, лучше промолчать, а еще лучше по-товарищески поддержать. В суде не требуют свидетельств против близких, вот и от эксперта не стоит их ожидать. (Неслучайно по статистике большинство рецензий неотрицательные.) Невозможно сбрасывать со счетов обстоятельства частной жизни критика, потому что из них соткано культурное полотно. Процессы «кланирования» (от слова «клан») профессионального сообщества неизбежно ведут к клонированию рецензий. Плохо или нет, но иначе быть не может, потому что таково соотношение между сильными связями в ближнем круге и слабыми обезличенными связями в дальнем. Так что если интересы потребителя отодвигаются на второй план, это закономерно. В любой процедуре голосования можно найти лазейки для продавливания субъективной позиции. Институциональная экономика вооб ЧАСТЬ 2. УХУДШАЮЩИЙ ОТБОР В ИНДУСТРИЯХ КУЛЬТУРЫ ще рассматривает критиков как экономических субъектов, преследующих свои собственные цели. Что смягчает циничность этого взгляда, так это его тотальность: во всех людях экономика видит эгоистичных расчетливых игроков. Каждый действует себе во благо, не думая об общей выгоде. Поэтому если заботиться о прогрессивности рынка, необходимо выработать правила, которые, тем не менее, способствовали бы достижению коллективной пользы. В тех случаях, когда по какимлибо причинам это не удается сделать, имеет место так называемый провал рынка. Вопрос в том, как отличить ситуацию, когда хорошие правила пока не удалось придумать, от такой, когда это вообще невозможно сделать. Как ни эгоистичны эксперты, в их интересах соблюдать баланс между финансовой выгодой и репутацией, поскольку именно от репутации зависят их будущие заработки. Однако в какой-то момент размен репутации на деньги может произойти, и это по возможности держится втайне. Инстанции вообще часто создаются с прицелом на последующий контроль над распределением благ и получение ренты (так называемое ренториентированное поведение). Так, спортивные судьи могут чинить всяческие препятствия и занижать оценки претендентам, угрожающим их фаворитам. Примерам такого поведения несть числа не только в художественной культуре, но и в самых разных рынках досуга и развлечений. Особенно они на слуху в богатых видах спорта. Так, европейский футбол потрясли разбирательства с «купленными» матчами. В начале 2005 года был арестован берлинский арбитр Роберт Хойцер, бравший деньги за то, что обеспечивал нужный результат для букмекерской мафии в тех матчах, которые он обслуживал115. Он проболтался об этом коллегам, и те написали на него докладную в Немецкий футбольный союз. Хойцер признал вину и рассказал, что 21 августа засудил Hamburg, который, ведя в счете в матче с клубом Paderborn — 2:0, неожиданно уступил — 2:4. При этом в середине встречи у проигравших был удален игрок, и в их ворота назначены два пенальти. В ходе допросов Хойцер рассказал о семнадцати договорных встречах в первой и второй бундеслигах и о том, что в аферах задействованы другие арбитры, футболисты и чиновники (под подозрением оказалось более двух десятков человек).

115 Жук А. Hamburg заплатят €2 млн за проигранный матч // Коммерсантъ. 14 фев раля 2005 г.

ГЛАВА 2.6. РЕАКЦИИ АГЕНТОВ НА УХУДШАЮЩИЙ ОТБОР Приведенный пример типичен не только для немецкого футбола116 и не только для спорта – любой арбитр чувствителен к экономическим мотивам и не лишен человеческих слабостей, даже если не совершает ничего доказуемо предосудительного. Памятны скандалы с необъективным судейством на недавних Олимпийских играх в Греции, где спрос на результаты был неприкрыто предъявлен политиками. (Нерон был первым всюду, где состязался.) Даже в самых что ни на есть технических видах спорта, где все, казалось бы, решают секунды-сантиметры, всегда остается зазор для субъективности. К примеру, санкции за недопустимую технику исполнения можно применять или не применять по усмотрению судей. Что уж говорить об игровых и тем более художественных видах – гимнастике, фигурном катании и т. п. Здесь фаворитизм закладывается уже на уровне критериев, и важная часть турнира идет не на публике, а внутри жюри – за право судить по своим критериям. Большущая ниша для волюнтаризма – согласование оценок, выставляемых за артистизм, новизну и сложность элементов. Если строго судить «за технику» и не поощрять новизну, многие виды спорта перестанут развиваться и поскучнеют. Если переборщить в плане сложности – возникают свои риски. Кто-то из спортсменов, освоив сверхсложную программу, может оказаться вне конкуренции, при том что по другим параметрам и по итоговому впечатлению он будет не лучшим. Если лоббировать сложность как нечто самоценное и особо дорогостоящее (в баллах), можно искусственно создать конкурентное преимущество. Подобные интриги, похоже, имеют место в художественной гимнастике: российские спортсменки делают ставку на беспрецедентно сложные пируэты, а их главный тренер лоббирует за это очковые премиальные. В принципе, критерии оценки (как всякий существенный элемент правил) предопределяют качество игры. Например, многие почитатели любительского бокса быстро почувствовали, что с этим видом спорта покончено, когда во главу угла поставили арифметику нанесенных ударов. Этот показатель чем-то схож с кассовыми сборами в культуре – касаний много, а зрительского толку никакого. Примеры необъективного судейства или притянутых за уши критериев в спорте хотя и опасны, но не катастрофичны. Люди играют и будут играть, «болеют» и будут «болеть». Они воспринимают умеренную 116 Летом 2006 г. итальянский футбол потрясли грандиозные скандалы в связи с до говорными матчами. К делу подключилась прокуратура.

ЧАСТЬ 2. УХУДШАЮЩИЙ ОТБОР В ИНДУСТРИЯХ КУЛЬТУРЫ необъективность как легитимный гандикап судейства, добавляющий пикантности и остроты состязанию. Объем червоточины подконтролен: спорт генетически предрасположен к тому, чтобы явные случаи коррупции обнаруживались и устранялись – за этим пристально следят и функционеры, и болельщики (благо все происходит на виду). В противном случае народный гнев сметет организаторов нечестного турнира, а если меры не будут предприняты, то и федерацию спорта и весь их бизнес. Неспроста, когда Hamburg потребовал пересмотреть результат его матча с Paderborn, Футбольный союз отказал, не желая создавать опасный прецедент, но, чтобы замять скандал, выделил потерпевшему клубу компенсацию в размере €2 млн. Чем более размыты критерии качества, тем сложнее контролировать и держать в узде коррупцию. Пристрастное суждение художественного критика в составе жюри – это уже не та легко локализуемая ложка дегтя, как в спорте. Это вредная, трудно обнаруживаемая примесь, портящая вкус. В искусстве четких правил не существует по определению, а значит, никого нельзя поймать за руку и дисквалифицировать как футбольного арбитра за нечестный пенальти. И все же хотя коррупция и неизбежна, но ее масштабы пока не столь катастрофичны для культурного сообщества. Но и помимо этого к жюри остается целый ряд вопросов – тех же, что звучали в адрес отдельных экспертов: о критериях оценки, о том, кому адресована информация. Критик, работая на целевую аудиторию своего издания, должен держать под прицелом ее среднестатистические интересы. Для жюри эта проблема стоит еще острей. Сама идея коллегиальности, сбалансированного представительства интересов разных групп, создает предпосылки для осторожных, усредненных решений. Если в жюри входят представители разных стран, они следуют разной государственной политике и часто выступают приверженцами разных художественных школ – отсюда противоречивые критерии оценки;

в конце концов, у них разный возраст и понимание духа времени. Если в составе жюри изначально не сформирована главенствующая коалиция, то победить могут лишь очень средние, компромиссные произведения. Работы резкие, неровные и нервные остаются за бортом. На практике очень трудно добиться сбалансированного состава жюри. И все же при всех погрешностях конкурсы работают во благо потребительской навигации. Так, фестивальные призы в кино служат более-менее достоверным сигналом того, что фильм стоит смотреть. Хотя иногда членов жюри излишне впечатляют бюджеты на рекламу и мар ГЛАВА 2.6. РЕАКЦИИ АГЕНТОВ НА УХУДШАЮЩИЙ ОТБОР кетинг – считается, что этим грешит американская киноакадемия. Как установили Гинзбург и Вейерс, из 174 кинофильмов, награжденных или номинированных на награды между 1950 и 1970 годами, только 47 попали в перечень 122-х, позже признанных лучшими117. Можно было бы списать этот факт на то, что вновь снимаемые картины вытесняют более ранние. Но этот аргумент не объясняет, почему 75 из 122-х все того же списка не получили никаких наград и даже не были номинированы. Из этого Гинзбург и Вейерс выводят инвективу: судьи в Каннах и Голливуде близоруки и неразборчивы118. Очевидно, этот упрек брошен с позиций «высокого» искусства. С позиций потребительского восприятия он несостоятелен. Но, как ни брани экспертов кино, с навигацией в этой сфере дела обстоят относительно благополучно, потому что фильмов, снятых с прицелом на эстетику и способных участвовать в конкурсе, не так много, и это все масштабные проекты. Мощности кинопроизводства и аттестации примерно соответствуют друг другу. Деятелям кино по силам отобрать несколько десятков картин из двух сотен более или менее значительных работ. (Прочие без малого шесть тысяч лент снимаются, как известно, не для того, чтобы блистать на конкурсах, и победить они могут разве что зрителя в борьбе за его кошелек.) Фестивальная аттестация оправ117 Оценки качества позаимствованы из списков «лучших кинофильмов всех вре мен» (двух международных и трех самых известных национальных из Великобритании, США и Германии): – Cinematheque Municipale du Luxembourg (1995). Список из 100 кинофильмов построен на суждениях 100 ключевых фигур мирового кино;

– Federation Internationale des Archives du Film (FIAF) (1995). Список кинофильмов-фаворитов сформирован так: 37 киноархивов (из 29 стран) попросили выбрать любое количество кинофильмов без ограничения, которые, по их мнению, являются «лучшими кинофильмами в мире». Еще существуют три «национальных» списка, изданых в Англии, США и Германии: – Norman B. 100 Best Films of the Century. Chapman’s, London, 1992. Рейтинг создан для Великобритании и насчитывает 100 кинофильмов;

– Movie Guide. Critics Picks: 100 Best Movies of All Time. www. mr. showbiz.com. (1997). Источник содержит 100 «лучших кинофильмов всех времен», отобранных американскими критиками кино;

– Koelsner Th. (ed.) Filmklassiker. Vol. 1–4, P. Reklam jun., Stuttgart, 1995. Это четырехтомное издание (из которого для данного исследования использовались тома 2 и 3) содержит «лучшие кинофильмы», выбранные группой немецких специалистов. Мнение потребителей оценивали по данным о кассовых сборах, а также по телетрансляциям (См.: Ginsburgh V., Weyers S. On the Perceived Quality of Movies // Journal of Cultural Economics, Vol. 23(4), 1999. P. 269–283). 118 По утверждению авторов, Пальмовая ветвь и Оскар конъюнктурны (Ginsburgh V., Weyers S. On the Perceived Quality of Movies).

ЧАСТЬ 2. УХУДШАЮЩИЙ ОТБОР В ИНДУСТРИЯХ КУЛЬТУРЫ дывает себя экономически потому, что выход годной кинопродукции и ее рыночная стоимость достаточно велики, чтобы вместить издержки на экспертизу. Но если бы фильмов было стократ больше, а денег они приносили значительно меньше, то на дорогостоящую экспертизу не хватило бы средств, и ее качество пошло бы на убыль. Так и происходит там, где объем оцениваемого художественного материала существенно больше, а сборы ниже, – в музыке и литературе турниры менее эффективны, и они не настолько на слуху у широкой публики. Впрочем, церемонию награждения Грэмми смотрят миллиарды телезрителей119. Также широко известна музыкальная премия MTV Europe Music Awards120, которую иногда называют музыкальным Оскаром, прибавляя ехидное «для домохозяек». Не умаляя роли экспертов, нельзя не повторить, что при нынешней интенсивности культурного производства они не в силах развить нужную распознавательную мощность. Слегка перефразируя Баумоля, говорившего о болезни издержек121 в исполнительской сфере, похожий диагноз можно поставить тиражным индустриям. Ими овладела болезнь растущих издержек «ручной» аттестации искусства. Скорость выпуска увеличивается, сортировка же ведется по старинке. В итоге – банальная перегрузка экспертов и зашлаковывание фильтров. Пытаясь справиться с этими напастями, экспертные институты экстенсивно плодятся и пытаются как-то интенсифицировать свою деятельность122. Но это порождает очередные проблемы: как экспертам удержать качество экспертизы, как потребителям найти «своего» эксперта, как вызнать подноготную 119 Грэмми (Grammy) – ежегодная музыкальная премия, вручаемая Американской академией звукозаписи, одна из престижнейших в мире. Учреждена в 1957 г. в Лос-Анджелесе. 120 MTV – телеканал, созданный в 1981 г. для круглосуточного показа музыкальных клипов и разрушивший монополию радио в музиндустрии. Впервые церемония MTV Europe Music Awards прошла в 1994 г. По ряду номинаций награды присуждает европейская «Академия MTV» – жюри, в которое входят около 1000 человек, в том числе центральные фигуры европейской музиндустрии и зрители MTV со всей Европы. В ряде других номинаций победителей выбирают только зрители. 121 Термин У. Баумоля, введен в работе, которая, как принято считать, положила начало экономике культуры: Baumol W. J., Bowen W. G. Performing Arts – the Economic Dilemma. Twentieth Century Fund, New York, 1966. 122 Так, недавно жюри британского «Букера» попросило у организаторов разрешения не читать все тексты полностью, потому что экспертам трудно ознакомиться с такими объемами текста. Отсюда тенденция сокращения длинного списка на литературную премию. В версии «Букер – Открытая Россия» в 2004 г. к участию в конкурсе было допущено 39 произведений, а в 2005 г. – только 22.

ГЛАВА 2.6. РЕАКЦИИ АГЕНТОВ НА УХУДШАЮЩИЙ ОТБОР жюри? Сколь бы ни множились инстанции, большого проку от этого ждать не приходится. К тому же, усилия экспертов сводятся на нет простенькими махинациями, такими, как самовольное присвоение титулов от имени вымышленных инстанций или использование названий, вводящих в заблуждение. Типичный блеф – указать на видеокассете «Новозеландский Оскар»123, смешать лауреатов и номинантов, завлечь числом призов, не упоминая о видах номинаций, – одним словом, постараться мимикрировать под бренд и заморочить этим потребителю голову. Критики, разумеется, отрицают болезнь издержек. Для них перегрузка всего лишь вредный профессиональный фактор, к которому они адаптировались. Но в итоге все то ценное, что не успели выделить эксперты, сливается с нефильтрованным потоком и в общей массе обрушивается на потребителя. Последние принимают это со стоическим спокойствием, как относятся к естественным и ни от кого не зависящим явлениям природы.

2.6.4.4. Рейтинги Третий тип экспертизы основан на рейтинговании силами самих потребителей. К нему относятся, например, чарты (сharts of sale – статистика продаж) – постоянно обновляемые списки наиболее востребованных медиа-продуктов (10 самых популярных альбомов, 5 самых популярных программ, 100 лучших дисков и т. п.). Принципиальное отличие здесь в том, что информация исходит не от профессионалов, а от публики, и собирается она по большей части автоматически. Рейтинги формируются главным образом на основании продаж и, стало быть, больше говорят о факте потребления, чем об оценке покупателей. Как ни сомнительна навигационная полезность этих данных, люди, тем не менее, ими активно пользуются. При всех очевидных минусах124 рейтинги хороши своей доступностью и позволяют организовать досуг на 123 Новозеландским Оскаром называют премию The New Zealand Film Awards, присуждаемую Новозеландской Академией кино и телевидения. Процедура награждения копирует американский аналог, отсюда и название. Премия вручается приблизительно по 15 номинациям в сфере художественных фильмов, по 4 номинациям за короткометражные фильмы и имеет еще около двух десятков номинаций в области телевидения. С 2003 по 2005 г. премия не вручалась, после чего церемония возобновилась под вывеской The New Zealand Screen Awards 2005. В 2006 г. к названию премии добавилось еще имя главного спонсора – The Air New Zealand Screen Awards 2006. 124 В одной из разновидностей отслеживания популярности – рolls – репрезентативность вообще не ставится во главу угла. Опрашивается некая выборка потребителей – по сути, активная часть публики.

ЧАСТЬ 2. УХУДШАЮЩИЙ ОТБОР В ИНДУСТРИЯХ КУЛЬТУРЫ скорую руку. Преимущество этого механизма оценивания – высокая производительность. «Болезнь издержек» ему не страшна. Но простота и демократичность рейтингов обманчивы. Основные их потребители отнюдь не публика, а профессиональные участники125. Исполнители и студии звукозаписи мечтают попасть в хит-парад, так как от этого напрямую зависят их доходы126. Учитывая, что пользователей рейтингов больше привлекает то, что значится в верхних строках, производители конкурируют за первые 20-30 позиций. Селебритиз волнует не только текущее положение в иерархии, но и подвижки. Перемещение на пункт вверх или вниз может впечатлить больше, чем позиция в рейтинге сама по себе. Отсюда заинтересованность в осторожном манипулировании рейтингами. Представим себе, что в какойто момент альбомы, стоящие на соседних строчках, имеют маленький разрыв в продажах. Тот факт, что один из них выбился вперед, провоцирует «снежный ком»127 покупок, который начинает прирастать с непропорциональной быстротой. Поэтому так важно занять место вблизи верхушки, для чего могут сгодиться самые разные средства, вплоть до того, чтобы самому выкупать свои записи. Например, писателям выгодно накручивать спрос на свои сочинения на портале Amazon. Нет доказательств того, что литераторы грешат этим, но доподлинно известно, что кое-кто накручивает рейтинг. Так, группа компаний во главе с розничным продавцом Lane’s Gifts & Collectibles подала в феврале 2005 года в суд на ряд интернет-компаний, включая Google и Yahoo, обвинив их в сговоре с целью завышения расходов рекламодателей128. В иске ответчик обвиняется в махинациях с количеством кликов на рекламные ссылки129. Рекламодатели платят по полдоллара за каждый клик. Конкуренты этих фирм нанимают персонал, чтобы те при помощи специальных программ накручивали клики и взвинчивали рекламные расходы соперника. Интернет-компании 125 См.,например: Strobl E. A., Tucker C. The Dynamics of Chart Success in the U. K. // Journal of Cultural Economics, Vol. 24(2), 2000. P. 113–134.

126 Исполнители крайне заинтересованы в чартах еще и потому, что по условиям контракта они имеют проценты от объема продаж.

127 Снежный ком – это почти термин, широко употребляемый в экономической теории звезд (См.: Adler M. Stardom and Talent // The American Economic Review, Vol. 75, № 1, 1985. P. 208–212). 128 Delaney K. J. Internet Firms Face Legal Test On Advertising Fees // The Wall Street Journal, April 5, 2005. 129 Помимо Google и Yahoo, в качестве ответчиков в иске указаны Time Warner и его подразделение America Online, онлайновое подразделение Walt Disney, поисковики Ask Jeeves, Lycos, FindWhat.com и LookSmart.com.

ГЛАВА 2.6. РЕАКЦИИ АГЕНТОВ НА УХУДШАЮЩИЙ ОТБОР обвиняются в том, что, зная о проблеме, они не противодействуют ей, беря деньги за «ложные» клики. Поскольку продажа рекламы – основной источник дохода и, что еще важней, рыночной оценки поискового сервиса в случае его продажи, то неудивительно, что интернет-компании неохотно пресекают ложные клики. В противном случае им придется отсечь большое число обращений и вернуть рекламодателям деньги за переплату. Но все же иногда такое случается. Британская компания Speedy Registrations, продающая именные номерные знаки для автомобилей, в какой-то момент обеспокоилась возросшим втрое числом нажатий на свои баннеры в поисковике Overture, в то время как продажи остались на прежнем уровне. Удалось доказать, что это дело рук мошенников, и вернуть $5000. Но, как правило, поисковые компании отказываются предоставлять информацию о злоупотреблениях под предлогом конфиденциальности. По данным исследовательской компании Alchemist Media, ложные клики достигают 20% от общего количества обращений. Чтобы поверить в наличие подлогов, не нужно никого ловить за руку. Раз существуют мотивы, всегда найдутся возможности для их реализации. Инсайдеры часто откровенничают в приватных беседах, что манипуляции совершаются всюду, где это возможно и экономически целесообразно. В конце концов, разве нет сходства в ситуациях, когда критиков потчуют на фуршете и когда подряжают людей нажимать на кнопку мыши? Чтобы пресечь злоупотребления, создают специальные надзорные органы, например в Британии – это The Official UK Charts Company («Официальные британские чарты»)130. Они стоят на службе интересов музиндустрии, разумеется, как это понимают те, кто находится у руля. Разработан свод правил, препятствующих возникновению незаконных преимуществ, которые один сингл или альбом может получить над другими. Если формат продукции не соответствует шаблону, в официальные чарты ее не пустят. Наиболее популярен и типичен по своему устройству музыкальный рейтинг «Hot 100», публикуемый 130 The Official UK Charts Company – инстанция, учрежденная музиндустрией для того, чтобы регулировать и контролировать деятельность чартов, гарантируя тем самым объективность и корректность оценки популярности. Данные о продажах поступают от 5600 ретейлеров, включая все крупнейшие торговые сети, а также 600 независимых магазинов, охватывая 99% рынка синглов, 95% рынка альбомов и 80% видеорынка. Правила регламентируют формат (т. е. число треков в сингле или альбоме, их продолжительность и упаковку). Информация взята с сайтов The Official UK Charts Company.

ЧАСТЬ 2. УХУДШАЮЩИЙ ОТБОР В ИНДУСТРИЯХ КУЛЬТУРЫ журналом «Billboard»131. Данные автоматически стекаются от магазинов, продающих записи132, и еженедельно публикуются в СМИ, в том числе с учетом региональной специфики (то, что в ходу в Нью-Йорке, не пользуется спросом на Среднем Западе). Любопытно, что технология ранжирования держится втайне. После того как в 1958 году «Billboard» свел воедино (секретным способом) розничные продажи и радиотрансляции, «горячая сотня» стала главным еженедельным рейтингом песен Америки133. Ее влияние на музиндустрию и американскую поп-культуру трудно переоценить, в особенности «Top 40» из этой сотни. Положение в таблице определяет славу, гонорары и вообще место под солнцем. Пресса смакует маркетинговые тактики, которые музыкальные лейблы используют для продвижения своих песен в чарте. Эти истории служат меломанам хорошим чтивом. Однако роль рейтингов для потребительской навигации (важнейшего аспекта данной книги) никем из аналитиков особенно не рассматривалась. Во всяком случае, научных работ, посвященных этому вопросу, нам обнаружить не удалось. Никто никогда прямо не спрашивал у потребителей, оправдывают ли себя покупки, сделанные в соответствии с рейтингом, или нет. Факты указыва131 Профессиональный журнал в области музыкальной и развлекательной индуст рии, сегодня самый авторитетный в мире. Основан в 1896 г. в США, штат Огайо. Изначально специализировался на информации о сельскохозяйственных ярмарках, манифестациях, шоу и т. д. Со временем профиль журнала изменился, он стал писать о музыкальном бизнесе, видео, шоу-бизнесе. Всю первую половину ХХ века «Billboard» публиковал множество разных чартов и списков – бестселлеры розничной торговли, самые популярные песни на радио, самые продаваемые ноты, самые проигрываемые песни на музыкальных автоматах и т. д. Помимо хитпарадов по музыкальным стилям журнал регулярно печатает «горячую десятку». 132 На рынках США и Канады ранжированием музыки занимается компания Nielsen SoundScan. В ее рейтинги попадает информация о продажах компакт-дисков в 14000 торговых точках США и Канады, в том числе в on-line магазинах. (Любой продавец может поставить у себя на кассе устройство, которое будет считывать штрих-код пластинки и таким образом отслеживать ее продажу.) В 2003 г. система Nielsen SoundScan начала мониторинг покупок цифровой музыки и через интернет. Информацию Nielsen SoundScan используют многие популярные издания, радиостанции и телеканалы (журнал «Billboard», каналы MTV, VH1), а также звукозаписывающие фирмы. В Великобритании на подобном бизнесе специализируется компания The Official UK Charts Company. По результатам ее исследований составляется большинство хит-парадов, в том числе и так называемый «Официальный британский чарт» (Top 40 радио «Би-би-си»). 133 Вскоре после этого «Billboard» перестал вести многие другие чарты, сконцентрировавшись на «горячей сотне». В 1984 г. журнал опять начал публиковать отдельные чарты по результатам продаж и радиотрансляций, но ни эти чарты, ни другие десятки чартов, публикуемые «Billboard», не имеют такого охвата и влияния на музыкальную индустрию, как «горячая сотня».

ГЛАВА 2.6. РЕАКЦИИ АГЕНТОВ НА УХУДШАЮЩИЙ ОТБОР ют на то, что высокий рейтинг подстегивает продажи, но насколько эффективно он сигнализирует о качестве – не установлено. Искушенные потребители относятся к рейтингам скорее скептически. С их точки зрения, рейтинг – это честное предупреждение о весьма и весьма среднем качестве. Новичку для ориентации имело бы смысл воспользоваться сводными данными о песнях и альбомах, долго держащихся в чарте. Получить эту информацию можно либо за плату, что для отдельного потребителя дорого, либо путем кропотливого анализа. Но составить полную картину самому сложно. Даже для экономистов эта задача чересчур трудоемка, и они ограничиваются малой выборкой данных134. Еще одна разновидность рейтингов – профессиональная медиаметрия135;

это инструмент, предназначенный для регулирования отношений СМИ и рекламных служб. Потребительской навигации он может служить лишь по касательной. К тому же здесь в полной мере присутствует весь набор проблем: косвенность измерений воспринимаемого качества, сомнительная достоверность и усредненность данных. То же относится и к рейтингам нравственности, находящимся в ведении Американской Киноассоциации136. Рейтинги этого последнего типа хотя и касаются содержания, но никак не указывают на его качество. Они предназначены в основном родителям, как подсказка, какие фильмы можно смотреть детям, а какие нет, а также для ограждения впечатлительных натур от непристойности. Они родились на волне общественного протеста против показа малолеткам неприличных сцен. Крупные компании-мейджоры создали Hays Code и соответствующий Hays Office – регулирующий орган, действовавший с 1930 по 1967 год137. В его задачи входило жесткое ограничение в кинопродукции США непристойных выражений, насилия, секса, оскорбления прав верующих, разжигания национальной розни, злоупотребления наркотиками и т. п. 134 Strobl E. A., Tucker C. The Dynamics of Chart Success in the U. K.;

Bradlow E., Fader P.

A Bayesian Lifetime Model for the «Hot 100» Billboard Songs // Journal of the American Statistical Association, Vol. 96, № 454, 2001. P. 368–381. 135 Медиаметрия – исследования с целью установить размер и состав аудитории СМИ (см.: Фомичева И. Индустрия рейтингов. Введение в медиаметрию. М.: Аспект Пресс, 2004. С. 138). Здесь рейтинг – это величина реальной аудитории данного СМИ, выраженная в процентах ко всему населению или потенциальной аудитории издания. 136 Hubble J. The Effectiveness of Movie Ratings. Working Paper [on-line], May 7, 1997. [cited Jul. 14, 2003]. Available from URL: . 137 Назван по имени его главы Will H. Hays. 138 Джек Валенти, возглавив Киноассоциацию Америки, незамедлительно отменил ЧАСТЬ 2. УХУДШАЮЩИЙ ОТБОР В ИНДУСТРИЯХ КУЛЬТУРЫ Первоначально рейтинг состоял из четырех ступеней: G, M, R, X (позже M заменили на PG). Две первые позиции разрешали доступ всем, М только предостерегала родителей, что фильм может не подойти младшему возрасту. Третья, R, позволяла детям смотреть ленту в сопровождении взрослых, а последняя, X – была противопоказана детям всех возрастов139. Со временем категорию X приравняли к порнографии и запретили во многих штатах. Фильмы с рейтингом G считались детскими и выпускались редко;

большинство лент выходило в категориях PG и R. В результате первоначальная четырехступенчатая система за малыми исключениями свелась к двухступенчатой. В попытке расширить возможности системы в 1984 г. в рейтинг была введена новая позиция – PG-13, средняя между PG и R. Позже была добавлена категория NC-17. Ее ввели как альтернативу X: планировалось, что эта литера будет обозначать арт-хаусные фильмы, в то время как порнографические ленты по-прежнему будут идти под знаком X. Однако вскоре продюсеры порнофильмов начали выставлять свои работы на рейтинг в качестве арт-хаус-фильмов. Таким образом, NC-17 по существу заменила категорию X. На данный момент картин с рейтингом R производится больше, чем любых других типов, а самый успешный фильм года почти всегда относится к разряду PG-13. Вместо того чтобы выполнять роль нейтрального классификатора, PG-13 стал влиять на тип выпускаемого кино. В 1996 году фильмы с рейтингом PG-13 составили 18,9% от общего количества всех созданных фильмов и в то же время заработали 34,1% сборов кинопроката. Затем PG-13 перевели в категорию фильмов для семейного просмотра. Так кинокомпаниям удалось ввести в ленты больше остроты, секса и насилия, не жертвуя конкурентоспособностью. Продюсеры заранее прикидывают, какая категория им нужна, и снимают картину так, чтобы она встраивалась в определенные рамки. А совсем недавно задача охранения нравственности в кино получила эффектное техническое решение. Появилась специальная программа, позволяющая зрителю при просмотре картин на DVD самостоятельно делать в них купюры, адаптируя для семейного просмотра. Значение рейтингов для экономики колоссально и однозначно положительно. Благодаря им бизнес обрел почву под ногами: столь необходимая ему обратная связь предложения со спросом установилась наилучшим из всех возможных способом, поскольку ранжирование не Hays Code и внедрил новую рейтинг-систему, оценивающую готовые фильмы.

139 Valenti J. The Voluntary Movie Rating System. MPAA, December 1996.

ГЛАВА 2.7. ОБЗОР РЕКОМЕНДАТЕЛЬНЫХ СИСТЕМ порождает для предпринимателей никаких отрицательных внешних эффектов. Для культуры же значение рейтингов неоднозначно. Ей как воздух необходима обратная связь, но более содержательная. Создавая иллюзию потребительской рефлексии, рейтинги скорее сбивают культуру с правильного пути, нежели указывают на него. Они в минимальной степени служат культурной навигации, скорее – это буйки на пути ухудшающего отбора, обозначающие фарватер.

Глава 2.7. Обзор рекомендательных систем В самом общем виде рекомендация – это прогнозирование оценки до того момента, как человек сам опробовал объект. Прогноз составляется на основе анализа предшествующих предпочтений покупателя или любой другой информации о нем141. Услуга состоит в следующем: из всего разнообразия книг, CD, фильмов, ресторанов и т. п. для конкретного потребителя выбирается продукт с наивысшей ожидаемой полезностью142. На каждого клиента рекомендательной системы143 составляется индивидуальный профиль, в котором учитываются его потребительские предпочтения, а также (при необходимости) возраст, пол, доход, семейное положение и т. д. Точно так же по определенным правилам описываются и товары. Например, в сервисе по фильмам каждая картина может быть представлена названием ленты, жанром, режиссером, годом выпуска, главными актерами и т. д. Первоначально в базу заносятся потребительские оценки товаров, которые человек опробовал до входа в систему. Например, в системе MovieLens144 пользователи начина140 В разделе частично использованы материалы обзорной работы: Adomavicius G., Tuzhilin А. Toward the next generation of recommender systems: a survey of the state-of-the-art and possible extensions // IEEE Transactions on Knowledge and Data Engineering, Vol. 17, № 6, June 2005. 141 С середины 1990-х гг. рекомендательные системы выделились в самостоятельную область научных исследований, которые опираются на достижения когнитивных наук, наработки информационно-поисковых систем, теорию прогнозирования и проч. 142 Это можно записать следующим образом:

где С – это множество пользователей (вплоть до многих миллионов), S – группа предлагаемых товаров (тоже миллионы единиц), U – функция полезности, описывающая полезность предмета S для пользователя С. 143 Дополнительно о рекомендательных системах см. приложение 1, глава 11. 144 См. приложение 1, раздел 11.8.

ЧАСТЬ 2. УХУДШАЮЩИЙ ОТБОР В ИНДУСТРИЯХ КУЛЬТУРЫ ют с того, что проставляют баллы определенному количеству фильмов, которые они уже посмотрели. Системы способны выдавать рекомендации либо в виде перечня товаров наиболее подходящих данному потребителю, либо в виде списка потребителей, для которых предпочтителен некоторый товар (как подчеркивалось в первой главе, это различие на практике оказывается принципиальным). Рекомендации могут генерироваться тремя способами: 1. Контентным: человеку рекомендуют товары, сходные с теми, которые он выбрал ранее. 2. Методом коллаборативной фильтрации: потребителю рекомендуют товары, которые вычисляются по оценкам людей со схожими вкусами, уже опробовавших данный продукт и поделившихся своими суждениями. 3. Гибридным методом, сочетающим в себе два предыдущих. Кроме перечисленных существуют вспомогательные системы (кратко упоминаются ниже), а также системы социальной навигации, которые не являются рекомендательными и здесь не рассматриваются. В последнем случае предпочтения людей выявляют на основании прямых и косвенных данных: интернет-сообщений, историй пользования системой, гиперссылок и т. д. Они визуализируют взаимодействие человека с компьютером и помогают путешествующим по сети145.

2.7.1. Контентные методы выработки рекомендаций В рекомендательных системах контентного типа полезность товара выводится из потребительской оценки сходных продуктов. Например, для того чтобы посоветовать человеку фильмы, контентная система пытается найти сходство между различными картинами, которые прежде получили у него высокую оценку (одни и те же актеры, режиссеры, жанры и т. д.). Подобные рекомендации основаны на принципе «найдите для меня вещи, подобные тем, что мне нравились в прошлом». В основе контентой рекомендательной системы лежат методы поиска информации146, ее сопоставления и фильтрации147. Этот подход чаще всего ис145 См.: Terveen L., Hill W. Beyond Recommender Systems: Helping People Help Each Other // Carroll J. (ed.) HCI in The New Millennium. Addison-Wesley, 2001.

146 Baeza-Yates R., Ribeiro-Neto B. Modern Information Retrieval. Addison-Wesley, 1999;

Salton G. Automatic Text Processing. Addison-Wesley, 1989.

147 Belkin N., Croft B. Information Filtering and Information Retrieval // Comm. ACM, Vol. 35, № 12, 1992. P. 29–37.

ГЛАВА 2.7. ОБЗОР РЕКОМЕНДАТЕЛЬНЫХ СИСТЕМ пользуют для текстов – документов, веб-сайтов, блогов и т. п. Профиль предпочтений формируется на основе информации, которую получают от потребителя либо напрямую, анкетированием, либо косвенно. Контент обычно описывается при помощи ключевых слов148. Профиль потребителя, указывающий на его предпочтения, создается путем выявления ключевых слов в контенте, которому ранее данный человек уже вынес оценку. Профиль потребителя и профиль контента могут быть представлены как векторы, а полезность данного контента для данного потребителя определяется величиной угла между ними149. В частности, человеку, интересующемуся определенной темой, будут рекомендованы 148 Например, система Fab, специализирующаяся на рекомендациях веб-страниц, представляет их контент в виде 100 наиболее важных слов. Система Syskill & Webert описывает документы с помощью 128 самых информативных слов. Существуют различные методы вычисления «важности» и «информативности» слов в документах. Например, метод частотности / обратной частотности. Суть его такова: пусть N – некоторое количество документов, которые могут быть рекомендованы пользователям. В части этих документов (ni) встречается ключевое слово kj. Кроме того, предположим, что fij – это количество раз, которое ключевое слово kj встречается в неком конкретном документе dj. Тогда TFij – частота употребления ключевого слова kj в документе dj – определяется как где максимум вычисляется из частотности fz,j всех ключевых слов kz, встречающихся в документе dj. Однако если ключевые слова широко распространены во многих документах, то система не в состоянии корректно выбрать необходимый текст. Поэтому измерение обратной частотности слова (IDFi) часто используется наряду с измерением обычной частотности (Tfij). Обратная частотность для ключевого слова ki обычно определяется как Тогда вес ключевого слова ki в документе dj определяется как а контент документа dj определяется как (Adomavicius G., Tuzhilin A. Toward the next generation of recommender systems…) 149 Это можно записать так:

Существуют другие контентные методы, такие как байесов классификатор, машинное самообучение, включающие кластеризацию дерева решений, искусственные нейронные сети.

ЧАСТЬ 2. УХУДШАЮЩИЙ ОТБОР В ИНДУСТРИЯХ КУЛЬТУРЫ статьи, в которых использовано много терминов (ключевых слов) из его пользовательского профиля.

2.7.1.1. Недостатки Их в контентном методе несколько. Во-первых, машинный анализ годится не для всяких объектов. Так, сильно осложнена работа с мультимедийными приложениями, графикой, аудио- и видеоматериалами. (Хотя в последнее время в этой области наблюдается бурный прогресс.) Другая проблема данного метода в том, что два разных предмета, представленных одинаковыми профилями, неразличимы. В частности, с помощью контентных систем невозможно отличить хорошую статью от плохой, если их лексикон близок. Это касается и потребительских профилей, поэтому рекомендации, основанные на выборе якобы схожих людей, могут быть низкого качества. На деле оказывается, что профили близки, а люди, стоящие за ними, разные. Еще один очевидный недостаток – узость рекомендаций. Потребителю не могут рекомендовать товары, отличные от тех, которые ему уже знакомы. С другой стороны, ему могут настойчиво предлагать объекты, слишком похожие на те, что ему хорошо известны.

2.7.2. Вспомогательные системы Эти системы не вычисляют рекомендации. Их смысл в другом: служить инструментом обмена рекомендациями. Первая в мире рекомендательная система Tapestry, разработанная в Xerox PARC, относилась к вспомогательному типу150. Популярные ныне веблоги (weblog) – пример такой системы. Узкое место вспомогательных систем в том, что они эффективны только при наличии некоторого числа добровольцев, готовых генерировать информацию, полезную для сообщества151. В большинстве случаев эта работа не оплачивается, хотя усилиями коммерческих поисковых сервисов она вот-вот превратится в статью дохода152. Пока же рекомен150 Tapestry помогала пользователю оценивать электронные сообщения как «пло хие» или «хорошие», ориентируясь по оценкам других людей. Например, некто мог обратить внимание на документы, которые отметил конкретный человек, или мог воспользоваться документами, аннотации которых содержат ключевые слова. (См.: Terveen L., Hill W. Beyond Recommender Systems…) 151 Тут возникает задача суммирования рецензий, рассмотренная, например, в работе: Hu M., Liu B. Mining and Summarizing Customer Review // Proc. of the 10th ACM SIGKDD, 2004. P. 168–177. 152 Поисковик Google сообщал о намерении платить внештатным экспертам за при ГЛАВА 2.7. ОБЗОР РЕКОМЕНДАТЕЛЬНЫХ СИСТЕМ дателями движут немеркантильные интересы, возможно, потребность в расширении знаний или в выстраивании обратной связи с пользователями, или стремление приобрести статус эксперта. Часто все, чего они ждут – это благодарность за разъяснение, советы или провокационные реакции.

2.7.3. Коллаборативные методы производства рекомендаций Системы коллаборативной фильтрации основываются на двух принципах и, соответственно, бывают двух типов: анамнестические (memory-based) и модельные (model-based)153. Анамнестические алгоритмы продуцируют оценки клиента, исходя из его предшествующих оценок154 и совокупности оценок, данных товару другими пользователями. Это типичная поклиентская, или, иначе, субъект-субъектная схема коллаборативной фильтрации. Чтобы подсказки были точны, нужно решить две задачи: отфильтровать качественных рекомендателей и резюмировать их оценки. Вкусовое подобие между клиентами устанавливается на основании того, какие оценки они дали одним и тем же товарам155. А вот вычисляться оно может либо корреляционсланные аналитические материалы о продуктах.

153 Breese J. S., Heckerman D., Kadie C. Empirical Analysis of Predictive Algorithms for Collaborative Filtering //Proc. 14th Conf. Uncertainty in Artificial Intelligence, July 1998;

Billsus D., Pazzani M. Learning Collaborative Information Filters // Proc. Intl Conf. Machine Learning, 1998. 154 Nakamura A., Abe N. Collaborative Filtering Using Weighted Majority Prediction Algorithms // Proc. 15th Intl Conf. Machine Learning, 1998;

Delgado J., Ishii N. MemoryBased Weighted-Majority Prediction for Recommender Systems // Proc. ACM SIGIR’99 Workshop Recommender Systems: Algorithms and Evaluation, 1999;

Resnick P., Iakovou N., Sushak M., Bergstrom P., Riedl J. GroupLens: An Open Architecture for Collaborative Filtering of Netnews // Proc. 1994 Computer Supported Cooperative Work Conf., 1994;

Shardanand U., Maes P. Social Information Filtering: Algorithms for Automating «Word of Mouth» // Proc. Conf. Human Factors in Computing Systems, 1995. 155 В методе линейного сходства клиент и потенциальный рекомендатель представляются как два вектора m-мерного пространства, а сходство между ними определяется по косинусу угла между двумя соответствующими векторами:

где – скалярное произведение двух векторов.

ЧАСТЬ 2. УХУДШАЮЩИЙ ОТБОР В ИНДУСТРИЯХ КУЛЬТУРЫ ным методом (используется коэффициент корреляции Пирсона), либо методом линейного сходства. Простейший способ измерения сходства между пользователями – по среднеквадратичному отклонению. Для улучшения работы системы используются различные модификации ранее описанных методов156. В частности, для преодоления дефицита оценок конкретного пользователя и подбора ему подходящих рекомендателей прибегают к «голосованию по умолчанию» (эта схема подходит в том случае, если все потребляют одно и то же и сходным образом оценивают). Эмпирически установлено, что точность предсказания растет, если присваивать неоцененным товарам некую гипотетическую оценку. Чтобы получить ее, предложено вычислять сходство не между пользователями, а между товарами157. Поскольку вкусы людей из группы рекомендателей, подобранных компьютерной программой для данного клиента, хотя и близки между собой, но все же не идентичны, нужно каким-то образом резюмировать их общую оценку. В примитивном варианте она вычисляется как простое среднее. В то же время ясно, что чем более сходны во вкусах клиент и кто-то из его рекомендателей, тем весомей должен быть вклад оценки данного рекомендателя в предсказание, обобщающее мнение группы. Однако и в этом варианте учтено не все: в частности, пользователи по-разному воспринимают шкалу оценок. Эта проблема снимается, если абсолютные значения оценок корректируются с учетом систематического сдвига от среднего для соответствующего рекомендателя (так нивелируется общая позитивная или негативная установка абонента).

Примем для простоты, что в нашем распоряжении для тестирования вкусов только три произведения. Тогда каждого рекомендателя можно схематически обозначить в виде точки в прямоугольной декартовой трехмерной системе координат (х, у, z), а ее положение полностью определится оценками данных произведений. Вкус клиента тоже можно охарактеризовать точкой, в соответствии с высказанными предпочтениями. Если из начала координат в эти две точки провести векторы, то угол между ними будет характеризовать степень близости вкусов клиента и рекомендателя. 156 Такие как голосование по умолчанию, обратная частотность, предсказание на основании взвешенного большинства и др. 157 Sarwar B., Karypis G., Konstan J., Riedl J. Item-Based Collaborative Filtering Recommendation Algorithms // Proc. 10th Intl WWW Conf., 2001. По их мнению, системы, ориентированные на анализ оценок, данных товарам, показывают лучшие результаты по сравнению с коллаборативными алгоритмами, ориентированными на анализ потребителей. Так же считают и авторы работы: Deshpande M., Karypis G. Item-Based Top-N Recommendation Algorithms // ACM Trans. Information Systems, Vol. 22, № 1, 2004. P. 143–177.

ГЛАВА 2.7. ОБЗОР РЕКОМЕНДАТЕЛЬНЫХ СИСТЕМ Наряду с клиент-клиентскими системами применяется коллаборативная фильтрация второго класса – модельного158. В этой схеме с помощью некоего индекса сходства пользователей объединяют в кластеры. Покупки и оценки, данные потребителями из одного сегмента, используются для вычисления рекомендаций. По утверждению Г. Линдена и его соавторов, кластерные модели лучше масштабируются (т. е. приспособлены к работе с крупными базами данных) в сравнении с поклиентской коллаборативной фильтрацией, так как сверяют профиль пользователя с относительно небольшим количеством сегментов, а не с целой пользовательской базой159. Сложный и дорогой кластерный подсчет ведется в оффлайновом режиме, что разгружает систему. Но качество рекомендаций при этом снижается, и вот почему. Кластерная модель группирует пользователей в сегмент, сравнивает конкретного пользователя с этим сегментом и выдает всем членам сегмента общие рекомендации. Так как пользователи, объединенные в кластер, не обладают идеальным сходством, рекомендации тоже не идеальны. Их качество можно повысить, разбивая пользователей на высокооднородные подгруппы, но тогда их будет много, и анализ связи пользователь-сегмент обойдется так же дорого, как и поиск сходных потребителей методом субъект-субъектной (поклиентской) коллаборативной фильтрации160.

158 Billsus D., Pazzani M. Learning Collaborative Information Filters;

Breese J. S., Heckerman D., Kadie C. Empirical Analysis of Predictive Algorithms for Collaborative Filtering;

Getoor L., Sahami M. Using Probabilistic Relational Models for Collaborative Filtering // Proc. Workshop Web Usage Analysis and User Profiling (WEBKDD ’99), Aug. 1999;

Goldberg K., Roeder T., Gupta D., Perkins C. Eigentaste: A Constant Time Collaborative Filtering Algorithm // Journal of Information Retrieval, Vol. 4, № 2, July 2001. P. 133– 151;

Hofmann T. Collaborative Filtering via Gaussian Probabilistic Latent Semantic Analysis // Proc. 26th Ann. Intl ACM SIGIR Conf., 2003;

Marlin B. Modeling User Rating Profiles for Collaborative Filtering // Proc. 17th Ann. Conf. Neural Information Processing Systems (NIPS ’03), 2003;

Pavlov D., Pennock D. A Maximum Entropy Approach to Collaborative Filtering in Dynamic, Sparse, High-Dimensional Domains // Proc. 16th Ann. Conf. Neural Information Processing Systems (NIPS ’02), 2002. 159 Linden G., Smith B., York J. Amazon.com Recommendations. Item-to-Item Collaborative Filtering // IEEE Internet Computing, February 2003. 160 Каждый товар может рассматриваться как один из узлов байесовой сети, а положение узла соответствует предполагаемой величине оценки товара. Плохо здесь то, что каждый пользователь может быть отнесен к отдельному кластеру, хотя некоторые системы способны рассматривать пользователя сразу в нескольких амплуа. Например, в системе, занимающейся рекомендацией книг, пользователь может интересоваться одной темой для работы и совершенно другой – для досуга. Кроме того, предлагается метод КФ, основанный на машинном самообучении (например, система искусственных нейронных сетей), вкупе с методами извлечения релевантных признаков (таких, как алгебраические модели сокращения матриц до матриц меньшего размера с сохранением ЧАСТЬ 2. УХУДШАЮЩИЙ ОТБОР В ИНДУСТРИЯХ КУЛЬТУРЫ Работа по совершенствованию коллаборативной фильтрации полным ходом ведется во всем мире. Известны попытки внедрения статистической схемы161, а также более сложных вероятностных методов162. Объединение анамнестического и модельного принципов дает лучшие результаты, чем каждый из них в отдельности.

2.7.3.1. Проблемы и недостатки Коллаборативные рекомендации по целому ряду параметров превосходят контентные. В частности, они могут работать с любыми продуктами, даже c теми, которые не принадлежат к числу уже оцененных данным потребителем. Технология может использоваться и для экспертизы самого эксперта163. (Если профессиональный критик включается в орбиту рекомендательного сервиса, важно знать, в какой области он специализируется и сколь авторитетен.) Главное достоинство коллаборативной фильтрации состоит в том, что рекомендации персонифицированы. При этом сервис не просто использует повседневную потребительскую активность участников, а подталкивает их к размышлениям над своими поступками. Создатели рекомендательных систем для торговли по вполне понятным причинам стараются не утруждать потребителя и свести его рефлексию к минимуму. Но несомненно, что для самого покупателя осмысление выбора – полезное занятие. В частности, культурно-потребительская активность может привести к формированию сообществ по интеререпрезентативности). По некоторым оценкам, не являющимся окончательными, модельные методики превосходят анамнестические в точности рекомендаций. См., например: Billsus D., Pazzani M. Learning Collaborative Information Filters и Breese J. S., Heckerman D., Kadie C. Empirical Analysis of Predictive Algorithms for Collaborative Filtering. 161 Ungar L. H., Foster D. P. Clustering Methods for Collaborative Filtering // Proc. Recommender Systems, Papers from 1998 Workshop, Technical Report WS-98-08 1998. 162 В частности, для выработки рекомендаций предлагают использовать цепи Маркова (Shani G., Brafman R., Heckerman D. An MDP-Based Recommender System // Proc. 18th Conf. Uncertainty in Artificial Intelligence, Aug. 2002). Известен латентно-семантический анализ и группа методов, оперирующих понятиями генеративной семантики. Показано, что коллаборативная фильтрация применима и при относительно небольшом количестве информации о пользователе (Kumar R., Raghavan P., Rajagopalan S., Tomkins A. Recommendation Systems: A Probabilistic Analysis // Journal of Computer and System Sciences, Vol. 63, № 1, 2001. P. 42–61). 163 С помощью взаимной фильтрации формируются круги не только ценителей определенного произведения, точно так же могут формироваться и группы поклонников определенного критика.

ГЛАВА 2.7. ОБЗОР РЕКОМЕНДАТЕЛЬНЫХ СИСТЕМ сам, и это бесконечно позитивно164 – при условии, что реальное (оффлайн) знакомство людей с их «вкусовыми» соседями не будет противоречить этике и принципу невмешательства в частную жизнь165. Но в коллаборативных сервисах имеются и свои ограничения. К их числу относится проблема нового пользователя. Чтобы дать ему точные рекомендации, системе прежде надлежит выяснить его предпочтения. Это препятствие обходят, используя гибридный метод, совмещающий возможности контентного и коллаборативного принципов166. Совсем недавно появились методики построения потребительского профиля, в которых используется автоматическая обработка текстов (data-mining), анализ сетевого поведения клиента и т. д. Они позволяют учесть интересы и предпочтения пользователей, не обременяя их лишними вопросами, и тем самым насытить как их собственные профили, так и профили объектов. Эти технологии отчасти позволяют снять еще одну проблему рекомендательных систем – назойливость (большинство этих сервисов предполагают пользовательскую активность). Для точного расчета необходимы оценки большого количества ранее опробованных продуктов. Эти сведения стараются извлечь косвенными методами167. Например, анализируют время, ушедшее на чтение статьи. Но косвенные данные неточны и не заменяют полностью прямых оценок пользователя. Поэтому проблема снижения навязчивости рекомендательных систем при сохранении высокого качества их работы 164 Вообще говоря, сближение родственных по духу людей и формирование сооб ществ по интересам может оказаться главной ценностью коллаборативной технологии, радикально и позитивно меняющей мир. 165 Этика содействия организации обществ по интересам разбирается, в частности, Тервином и Хиллом на примере системы PHOAKS. Главный приоритет здесь – соблюдение невмешательства в частную жизнь (Terveen L., Hill W. Beyond Recommender Systems: Helping People Help Each Other // Carroll J. (ed.) HCI in the New Millennium. Addison-Wesley, 2001). 166 Подробнее см.: Rashid A. M., Albert I., Cosley D., Lam S. K., McNee S. M., Konstan J. A., Riedl J. Getting to Know You: Learning New User Preferences in Recommender Systems // Proc. Intl Conf. Intelligent User Interfaces, 2002;

Yu K., Schwaighofer A., Tresp V., Xu X., Kriegel H.-P. Probabilistic Memory-Based Collaborative Filtering // IEEE Transactions on Knowledge and Data Engineering, Vol. 16, № 1, Jan. 2004. P. 56–69. 167 См.: Caglayan A., Snorrason M., Jacoby J., Mazzu J., Jones R., Kumar K. Learn Sesame — A Learning Agent Engine // Applied Artificial Intelligence, Vol. 11, 1997. P. 393–412;

Konstan J. A., Miller B. N., Maltz D., Herlocker J. L., Gordon L. R., Riedl J. GroupLens: Applying Collaborative Filtering to Usenet News // Comm. ACM, Vol. 40, № 3, 1997. P. 77–87;

Middleton S. E., Shadbolt N. R., de Roure D. C. Ontological User Profiling in Recommender Systems // ACM Trans. Information Systems, Vol. 22, № 1, 2004. P. 54–88;

Oard D. W., Kim J. Implicit Feedback for Recommender Systems // Proc. Recommender Systems. Papers from 1998 Workshop, Technical Report WS-98-08, 1998.

ЧАСТЬ 2. УХУДШАЮЩИЙ ОТБОР В ИНДУСТРИЯХ КУЛЬТУРЫ стоит довольно остро. MovieLens, например, первым делом просит новичков проставить оценки двум десяткам фильмов168. Те же сложности возникают и с новым товаром: его невозможно рекомендовать до тех пор, пока он не наберет достаточного количества оценок169. Есть и еще одна препона – так называемая разреженность оценок. Спрос на рекомендации обычно превышает наличие оценок в системе. Люди предпочитают не давать оценки, а получать их, не вкладываться в формирование базы данных, а пользоваться ею. Отсюда, в частности, проблема «первого оценщика» и вообще «холодного старта». Как побудить человека к этому действию, ведь поначалу взамен он не приобретает ничего и может подождать, пока эти хлопоты возьмет на себя кто-то другой?170 Хотя если судить по высочайшей спонтанной активности веблоггеров, не стоит переоценивать трудности. И все же так или иначе критическая масса пользователей необходима. Например, в рекомендательных системах по кино часть фильмов оценивается лишь малым числом зрителей, поэтому эти ленты будут рекомендоваться редко, даже если им поставили высокие баллы. В общем, если в базе данных число «экспертов» относительно мало по сравнению с количеством объектов, прогнозы будут неточны. Проблему можно частично купировать, если включить в профиль пользователя дополнительную информацию, к примеру, учитывать социально-демографические данные (это так называемая демографическая фильтрация). Так, рекомендательные системы для ресторанов предлагается пополнять сведениями о возрасте, месте проживания, образовании и работе171. Часть проблем коллаборативной фильтрации носит сугубо технический характер и связана со сложностями вычислений при работе с большими базами данных. Как указывают разработчики конкурирующих друг с другом систем, «почти все современные алгоритмы колла Такой запрос требует от пользователя некоторого количества усилий. В то же время каждая дополнительная оценка увеличивает точность анализа и в этом смысле выгодна клиенту. Поэтому перед разработчиками стоит проблема минимизации необходимого числа оцениваемых единиц, чтобы человек ради получения эффективного результата был готов потратить некоторое время на первоначальные оценки. 169 Good N., Schafer J. B., Konstan J., Borchers A., Sarwar B., Herlocker J., Riedl J. Combining Collaborative Filtering with Personal Agents for Better Recommendations // Proc. of AAAI’99, July 1999. 170 Avery C., Resnick P., Zeckhauser R. The Market for Evaluations // American Economic Review, Vol. 89(3), 1999. P. 564–584. 171 Pazzani M. A Framework for Collaborative, Content-Based, and Demographic Filtering // Artificial Intelligence Review, December 1999. P. 393–408.

ГЛАВА 2.7. ОБЗОР РЕКОМЕНДАТЕЛЬНЫХ СИСТЕМ боративной фильтрации были разработаны на небольших базах данных. Например, MovieLens работает с 35000 клиентов и 3000 товаров, а EachMovie работает с базой из 4000 пользователей и 1600 товаров»172. Дорогостоящие вычисления целесообразно выполнять только в оффлайне, но традиционная поклиентсткая корпоративная фильтрация в таком режиме практически не функционирует, а делать все вычисления в режиме реального времени трудно. Это возможно только если количество измерений невелико, что уменьшает качество рекомендаций. В противном случае обслуживание рекомендательной системы оказывается неоправданно затратным. Еще одна проблема, характерная для коллаборативной фильтрации – это рекомендации чего-то принципиально иного. Многие действующие системы дают сбой на этом месте173. Например, если при работе с Amazon.com. указать, что у вас в библиотеке есть «Макбет» Шекспира, то в ответ последует поток «услужливых» подсказок других пьес Шекспира174. Так же банальны и советы в сфере музыки. В рамках контентных систем идет поиск товаров, связанных общими характеристиками (того же автора, актера, режиссера) либо имеющих те же ключевые слова. Пообъектная коллаборативная фильтрация тоже базируется на сходстве товаров. Поэтому клиенту, купившему DVD с фильмом «Крестный отец», компьютер выдаст список других криминальных драм, фильмов с Марлоном Брандо и картин, снятых Ф. Копполой. Рекомендации часто будут либо слишком общими (все DVD того же жанра), либо чрезмерно зауженными (все книги того же автора), в то время как человек надеется на помощь в нахождении новых, стоящих внимания продуктов. Пытаясь решить эту проблему, некоторые системы, например Daily-Learner, отклоняют объекты на основании слишком большого сходства с тем, что уже известно клиенту175. Субъект-субъектная версия коллаборативной фильтрации лишена этого недостатка. Клиент может запросить набор произведений, высо172 Linden G., Smith B., York J. Amazon.com Recommendations. Item-to-Item Collaborative Filtering // IEEE Internet Computing, February 2003.

173 Terveen L., Hill W. Beyond Recommender Systems… 174 Там же. 175 Billsus D., Pazzani M. User Modeling for Adaptive News Access // User Modeling and User-Adapted Interaction,Vol. 10, № 2–3, 2000. P. 147–180. Й. Жанг и др. предложили пять правил избыточности, чтобы определить, содержит ли продукт, отвечающий профилю потребителя, какую-либо новую для него информацию (cм.: Zhang Y., Callan J., Minka T. Novelty and Redundancy Detection in Adaptive Filtering // Proc. 25th Ann. Intl ACM SIGIR Conf., 2002. P. 81–88).

ЧАСТЬ 2. УХУДШАЮЩИЙ ОТБОР В ИНДУСТРИЯХ КУЛЬТУРЫ ко оцененных его кругом рекомендателей, и обнаружить что-то совершенно новое. Сотрудники Amazon сообщают, что справились с рядом недочетов пообъектной коллаборативной фильтрации, разработав собственную оригинальную схему (хотя, как показывает опыт с Шекспиром, с внедрением ноу-хау еще не все гладко)176. Ими разработан алгоритм коллаборативной фильтрации для работы с громадными базами данных (что актуально для Amazon.com177), способный выдавать качественные, по мнению авторов, рекомендации в режиме реального времени. Смысл в том, что система соотносит каждый из приобретенных пользователем товаров с близкими товарами, купленными другими клиентами, и формирует рекомендательный список178. Создав (в оффлайновом режиме) таблицу сходных товаров, программа находит среди них те, что перекликаются с покупками и оценками конкретного пользователя. Затем ему подсказывают самые популярные из продуктов, сходных с теми, что он еще не покупал или близких к уже купленным. (При этом, какие именно ему нужны рекомендации, никто не спрашивает!) Вычисление занимает мало времени, поскольку основная работа делается в режиме оффлайн, и в этом секрет масштабируемости пообъектной схемы. На выходе предлагаются только в большой степени сходные и, как уверяют авторы, желанные товары, хотя не ясно, откуда при высоком сходстве возьмутся рекомендации нового, оригинального произведения искусства.

2.7.4. Гибридные методы производства рекомендаций Эти методы представляют собой комбинацию коллаборативного и контентного подходов и позволяют избежать ограничений, свойственных каждой из систем в отдельности179. Преимущества гибридной схемы180 видны из простого примера. Предположим, один пользователь 176 Linden G., Smith B., York J. Amazon.com Recommendations… 177 У Amazon.com десятки миллионов клиентов и несколько миллионов товаров. 178 Для вычисления сходства между двумя товарами применяется тот же метод, что и в традиционной поклиентской коллаборативной фильтрации, с той лишь разницей, что вектор соответствует товару, а не пользователю, а его размерность равна числу пользователей, приобретших данный товар. 179 Wei Y. Z., Moreau L., Jennings N. R. A market-based approach to recommender systems // ACM Transactions on Information Systems, Vol. 23, № 3, April 2005. P. 227–266. 180 Дополнительную информацию про гибридные рекомендательные системы см. в приложении 1, раздел 11.3.

ГЛАВА 2.7. ОБЗОР РЕКОМЕНДАТЕЛЬНЫХ СИСТЕМ высоко оценил веб-страницу, освещающую итоги кинофестиваля, второй в тех же целях изучил другой интернет-источник. Коллаборативная фильтрация поклиентского типа ничего ценного отсюда не вылущит, а вот анализ содержания покажет, что объекты сходны, и выявит связь между пользователями. Комбинации могут быть разными. Можно произвести расчеты в рамках коллаборативной и контентной схем по отдельности, а затем объединить предсказания. Можно встроить некоторые из контентных принципов в коллаборативную методику, и наоборот181. Наконец, в рамках гибридного подхода возможно построение единой рекомендательной модели.182 Сложность, которая возникает в этом случае, заключается в необходимости получения информации об объектах рекомендаций. В таблице, составленной Адомявичусом и Тужилиным, дана классификация рекомендательных систем (см. ниже)183.

2.7.5. Эффективность и многомерность рекомендаций Хотя эта проблема активно обсуждалась184, к однозначным выводам специалисты пока не пришли. Вопрос об эффективности часто сводится к покрытию и точности. Покрытие – это количество товаров, для которых рекомендательная система способна выдать прогноз. Точность 181 Так, некоторые гибридные рекомендательные системы (в частности Fab) осно вываются на коллаборативной фильтрации, используя в дополнение контентные профили пользователей. Последние необходимы для выявления близости между клиентами, что позволяет решить проблему разреженности оценок. 182 Basu C., Hirsh H., Cohen W. Recommendation as Classification: Using Social and ContentBased Information in Recommendation // Recommender Systems. Papers from 1998 Workshop, Technical Report WS-98-08, AAAI Press 1998;

Popescul A., Ungar L. H., Pennock D. M., Lawrence S. Probabilistic Models for Unified Collaborative and Content-Based Recommendation in Sparse-Data Environments // Proc. 17th Conf. Uncertainty in Artificial Intelligence, 2001;

Schein A. I., Popescul A., Ungar L. H., Pennock D. M. Methods and Metrics for Cold-Start Recommendations // Proc. 25th Ann. Intl ACM SIGIR Conf., 2002. 183 Взято из обзора: Adomavicius G., Tuzhilin A. Toward the next generation of recommender systems: a survey of the state-of-the-art and possible extensions // IEEE Transactions on Knowledge and Data Engineering, Vol. 17, № 6, June 2005. 184 Herlocker J. L., Konstan J. A., Borchers A., Riedl J. An Algorithmic Framework for Performing Collaborative Filtering // Proc. 22nd Ann. Intl ACM SIGIR Conf. Research and Development in Information Retrieval (SIGIR ’99), 1999;

Herlocker J. L., Konstan J. A., Terveen L. G., Riedl J. T. Evaluating Collaborative Filtering Recommender Systems // ACM Transactions on Information Systems, Vol. 22, № 1, 2004. P. 5–53;

Mooney R. J., Roy L. Content-Based Book Recommending Using Learning for Text Categorization // Proc. ACM SIGIR ’99 Workshop Recommender Systems: Algorithms and Evaluation, 1999;

Yang Y., Padmanabhan B. On Evaluating Online Personalization // Proc. Workshop Information Technology and Systems, December 2001. P. 35–41.

ЧАСТЬ 2. УХУДШАЮЩИЙ ОТБОР В ИНДУСТРИЯХ КУЛЬТУРЫ Классификация рекомендательных методов подход контентный Рекомендательные методы Эвристические общепринятые методики • прямой частотности – обратной частотности • кластеризация примеры исследований • • • Lang 1995 Balabanovic & Shoham 1997 Pazzani & Billsus 1997 Модельные общепринятые методики • • • • байесова классификация кластеризация дерево решений искусственные нейронные сети примеры исследований • • • • • Pazzani & Billsus 1997 Mooney et al. 1998 Mooney & Roy 1999 Billsus & Pazzani 1999, 2000 Zhang et al. коллаборативный общепринятые методики • • • ближайший сосед кластеризация теория графов общепринятые методики • • • • • байесовы сети кластеризация искусственные нейронные сети линейная регрессия вероятностные модели примеры исследований • • • • • • • • • Resnick et al. 1994 Hill et al. 1995 Shardanand & Maes 1995 Breese et al. 1998 Nakamura & Abe 1998 Aggarwal et al. 1999 Delgado & Ishii 1999 Pennock & Horwitz 1999 Sarwar et al. примеры исследований • • • • • • • • • • • • • • Billsus & Pazzani 1998 Breese et al. 1998 Ungar & Foster 1998 Chien & George 1999 Getoor & Sahami 1999 Pennock & Horwitz 1999 Goldberg et al. 2001 Kumar et al. 2001 Pavlov & Pennock 2002 Shani et al. 2002 Yu et al. 2002, 2004 Hofmann 2003, 2004 Marlin 2003 Si & Jin гибридный комбинированные контентные и коллаборативные методы • • • линейной последовательности предсказываемых оценок различных голосовательных схем инкорпорирование одного элемента на основе эвристики комбинированные контентные и коллаборативные методы • • инкорпорирование одного элемента в другой на основании модели построение унифицирующей модели примеры исследований • • • • • • • Balabanovic & Shoham 1997 Claypool et al. 1999 Good et al. 1999 Pazzani 1999 Billsus & Pazzani 1998 Tran & Cohen 2000 Melville et al. примеры исследований • • • • • • Basu et al. 1998 Condliff et al. 1999 Soboroff & Nicholas 1999 Ansari et al. 2000 Popescul et al. 2001 Schein et al. 185 Источник: Adomavicius G., Tuzhilin A. Toward the next generation of recommender systems… ГЛАВА 2.8. ТЕНДЕР НА ЭКСПЕРТИЗУ измеряется по отклонению предсказанных оценок от фактических. (Ее может оценить для себя любой пользователь, сверяя рекомендации с оценками уже известных ему произведений.) Очевидно, что рекомендательные системы еще не настолько вошли в жизнь, чтобы можно было судить об их эффективности со всей определенностью. Поэтому оценки, встречающиеся в литературе, носят предварительный характер. Надо делать поправку и на то, что некорректно сравнивать рекомендательные системы, отличающиеся друг от друга по охвату материала. Одно дело подсказки в области узкоспециальной литературы, другое – музыки, третье – рекомендации в области культурного потребления вообще. Очевидно, рекомендательные системы в ближайшей перспективе будут доработаны и приспособлены для обслуживания непростых задач из смежных сфер, таких как советы путешественникам, образовательные и медицинские услуги. Проблема в том, что нынешние системы обходят стороной контекстуальную информацию, без которой точность предсказаний резко снижается. Так, если в ходе выработки рекомендаций по фильмам учесть, когда, где и с кем смотрится кино, то эффективность прогнозов возрастет. Очевидно, что ценность целого ряда действий, в частности турпоездок, зависит от момента (сезона, времени суток, дня недели), а также от того, с кем, в какой компании и при каких обстоятельствах человек воспользовался услугой. Имело бы смысл учитывать все эти дополнительные данные186. Интересные возможности открываются и при включении в расчеты информации о цели, которую преследует пользователь187.

Глава 2.8. Тендер на экспертизу Традиционная экспертиза бывает либо медленная и углубленная («ручная» работа критика), либо быстрая и поверхностная (рейтинг). Ни тот, ни другой вариант не решают проблему навигации в полной мере. Если же ввести в систему коллаборативной фильтрации деньги, как предлагается в этой книге, произойдет принципиальный и качест Adomavicius G., Tuzhilin A. Multidimensional Recommender Systems: A Data Warehousing Approach // Proc. Second International Workshop Electronic Commerce (WELCOM ’01), 2001;

Adomavicius G., Sankaranarayanan R., Sen S., Tuzhilin A. Incorporating Contextual Information in Recommender Systems Using a Multidimensional Approach // ACM Transactions on Information Systems, Vol. 23, № 1, Jan. 2005. 187 Herlocker J. L., Konstan J. A. Content-Independent Task-Focused Recommendation // IEEE Internet Computing, Vol. 5, № 6, Nov./Dec. 2001. P. 40–47.

ЧАСТЬ 2. УХУДШАЮЩИЙ ОТБОР В ИНДУСТРИЯХ КУЛЬТУРЫ венный прорыв. Денежная коллаборативная фильтрация генерирует рекомендации оперативно и точно. Высокая производительность этого метода достигается за счет того, что тестируемые произведения делятся между большим числом экспертов-потребителей, а точность – благодаря специальной логике вычленения вкусовых сообществ. Как появление нового института отразится на существующих экспертных инстанциях? Заменит ли в перспективе коллаборативная фильтрация традиционные виды экспертизы? Ни в коем случае. Несмотря на то что по качеству навигации с денежной коллаборативной фильтрацией конкурировать невозможно, автоматизированная рекомендательная система не мыслится как альтернатива существующим институтам. За ними сохранится широкое поле деятельности, поскольку за каждым закреплены свои фирменные, выполняемые только им функции. Критики сосредоточатся на критике, жюри продолжат выбирать лучших, рейтинги будут служить рекламодателям и т. п. Вся эта продукция может быть инкорпорирована в работу рекомендательных систем. Например, критические рецензии, как любой контент, могут становиться объектом оценивания и, в случае востребованности, продаваться за деньги. Недавние разработки в сфере коллаборативной фильтрации демонстрируют фантастические по качеству и доступности возможности этого сервиса. Так, интернет-сервисы Yahoo’s launchcast и Musicstrands188 и др., работающие по принципу коллаборативной фильтрации, предлагают потребителю прослушать ряд песен и по мере накопления оценок и уточнения клиентского профиля обслуживают его все более качественно. Программа учитывает повторные прослушивания одной и той же песни (в случае музыки это вполне оправданно189). В итоге со временем клиент освобождается даже от минимальных хлопот, связанных с необходимостью оценивать контент, и получает в свое распоряжение чтото вроде персональной радиостанции, работающей в автоматическом режиме и настроенной на индивидуальный вкус190. Все удовольствие обходится в $4 в месяц (или $3 при годовой подписке). Судя по всему, данный сервис обещает стать могильщиком звукоиндустрии почище Napster. Ведь если меломаны начнут покупать только то, что им нравится, и перестанут оплачивать музыкальный балласт, доходы от звукозаписи резко упадут.

188 См. приложение 1, разделы 11.4. и 11.8. 189 Это уникальная особенность музыки. У фильмов и книг, как продуктов по преимуществу однократного потребления, она отсутствует. 190 Подробнее см. приложение 1, раздел 11.4.

ГЛАВА 2.8. ТЕНДЕР НА ЭКСПЕРТИЗУ Рекомендательный сервис пребывает в относительной безопасности только до тех пор, пока им пользуются немногие. На этапе, когда высокоскоростные каналы связи войдут в широкий обиход, индустрии придется как-то защищаться. Не исключено, что лучшей защитой станет нападение. Один из возможных вариантов – семантическое хакерство и диверсионные действия, снижающие точность работы и в целом репутацию бесплатных коллаборативных фильтров. По-видимому, тогда и настанет черед денежной кодировки потребительских сигналов о качестве, так как другие способы защиты вряд ли окажутся эффективными.

ЧАСТЬ 3. ЭКОНОМИЧЕСКАЯ ЛОГИКА ТВОРЧЕСКИХ РЕПУТАЦИЙ Глава 3.1. Невозможность страхования и гарантий Как ни странно, но экспертные инстанции, рассмотренные в предыдущей главе, функционируют при отсутствии прямого заказа на свою работу. Потребители не платят напрямую денег за их услуги и не являются для экспертов ни заказчиками, ни начальниками. Финансирование в большинстве случаев – забота профессионального сообщества. Однако меркантильная сторона дела тщательно камуфлируется: оплата происходит опосредованно, и плательщики всячески дистанцируются от конкретных рецензий. Но, так или иначе, выгодоприобретателями являются они. Юридически сертифицирующие инстанции независимы и автономны, что обеспечивает им соответствующие права, необходимые для выполнения их миссии, в том числе право на свободу высказываний и на попечительство над потребителями. Но поскольку последние не платят денег экспертам, те не несут финансовой ответственности за качество своего продукта, в частности, за точность рекомендаций. Получается, что это своего рода необязательный эффект их деятельности. Тем не менее эксперты ощущают ответственность за свою деятельность, поскольку они дорожат мнением коллег и весьма трепетно относятся к своей репутации. С другой стороны, им приходится отрабатывать обязательства перед финансовыми донорами. Возникает ситуация, чреватая конфликтом интересов. Каким-то образом шаткой конструкции удается держаться на плаву, но эффективность данной схемы под большим вопросом. Помимо экспертных инстанций существуют другие варианты информирования потребителей о качестве (или, формулируя иначе, другие варианты решения проблемы информационной асимметрии). Это гарантии, страхование, брендинг, биржа, аудит, – институты, обладающие огромным весом на утилитарных рынках и носящие сугубо деловой характер. Они не впадают в излишнюю патетику, не кичатся общественно-благотворительной миссией, а просто делают свое дело за соответствующее вознаграждение. В этих широко рас 3.1. НЕВОЗМОЖНОСТЬ СТРАХОВАНИЯ И ГАРАНТИЙ пространенных схемах плательщик налицо. Либо это добросовестная часть бизнеса, несущая издержки по гарантиям (рекламе, брендингу), либо конечные потребители, оплачивающие страховку или консалтинг. В этом случае бизнес строится на сборе и предоставлении информации о качестве. Пользователь этой информации (он же плательщик) непосредственно участвует в сделке;

соответственно, продавцы услуги несут ответственность за достоверность предоставляемых сведений прямо перед ним. Поскольку они берут за свою работу деньги, то обязаны возвращать их в случае неисполнения контракта или нарушения его условий. Как показала жизнь, «лимоны» не сгубили рынок подержанных автомобилей потому, что возникла коммерческая инстанция (в частности автосалон), взявшая на себя диагностику машин и предложившая гарантии. Выстраивается схема двухсторонних отношений, в которой платежи идут против поставок. Она более эффективна, чем трехсторонняя модель, в которой работу оплачивает один, выполняет ее другой, а результатами пользуется третий, и когда интересы исполнителя лишь рикошетом преломляются в пользу третьих лиц. Хотя право на жизнь в принципе имеют как двух-, так и трехсторонние схемы экспертизы, в сфере культуры развиты лишь последние. Почему на этом поле не прижились стандартные деловые отношения, при которых производителям информации напрямую платят конечные потребители? Почему в культуре не работают гарантии и страховки? Насколько справляются со своей функцией бренды? Что касается гарантий, тут причины видны с первого взгляда: невозможно зафиксировать дефект культурного продукта (хотя бы изза отсутствия объективных критериев качества) и произвести его ремонт. (Имеется в виду не сохранность живописи, скульптуры и прочих культурных ценностей, а качество вновь созданных произведений.) Трудно предоставить убедительные доказательства недообеспечения качества произведения искусства (при том, что в принципе отсутствует договоренность о том, что относится искусству, а что нет). Тем более сложно и дорого отстоять свои интересы в суде1. Хотя известна история с иском, поданным петербуржской супружеской четой в связи с постановкой В. Фокина по мотивам пьесы Гоголя. Предметом разбира Система гарантий отсутствует или несовершенна не только в культуре, но и во многих бытовых ситуациях. Одна из причин – субъективное восприятие качества. Классический пример: отвечают ли ожиданиям цвета на экране телевизора после года его работы?

ЧАСТЬ 3. ЭКОНОМИЧЕСКАЯ ЛОГИКА ТВОРЧЕСКИХ РЕПУТАЦИЙ тельства были обманутые ожидания театралов, которых не уведомили о том, что в режиссерской интерпретации от классического произведения не осталось и следа2. Кроме того, при поломке недорогого предмета, иски как правило, не предъявляются из-за того, что затраты на реализацию гарантий несоизмеримы с потенциальной компенсацией. Овчинка не стоит выделки – это еще одна причина, по которой гарантии в культуре не прижились бы даже при отсутствии других преград для внедрения этого механизма. Все то же самое можно сказать и о страховке. Цифровое произведение не подлежит износу в результате потребления, а то, как протекает процесс восприятия – вещь абсолютно субъективная. Не писать же на видеокамеру мимику зрителя в качестве вещественного доказательства того, что произведение, к примеру, оставило его равнодушным. Невозможно объективно удостоверить факт ущерба, а раз так, нельзя сделать его предметом возмещения. Будь это иначе, любой смог бы подать иск без всяких на то оснований. Есть и еще одна препона страхованию культурно-потребительских рисков – отсутствие шкалы оценки ущерба. Если зафиксировать сам факт разочарования еще както возможно (допустим, путем измерения мозговой активности), то градуировать его – это и вовсе из области фантастики.

Глава 3.2. Открытое акционирование искусства Если варианты со страхованием и гарантиями отпадают, то что еще сгодится для защиты потребителей? Может, превратить публику в акционеров художественных проектов? Опробовать схему, при которой конечные потребители будут одновременно соинвесторами фабрики искусства? Прецеденты такого рода имеются. В частности, объявлялась открытая подписка на производство кино3. Но большого резонанса и распространения эта идея не получила, и понятно почему – не обнаружилось позитивного влияния на процесс творчества. Можно Почитателей Гоголя особенно оскорбили несколько сцен, показавшихся им откровенно пошлыми. Приняв во внимание, что «Ревизор» в данной постановке собирал аншлаги во многих странах и отмечен Госпремией России, суд отклонил иск (см.: Селезнева М. Суд не признал «Ревизора» образцом пошлости // Новые Известия. 28 марта 2005 г.). Гигантскую волну возмущений на религиозной почве вызвал бестселлер «Код да Винчи» Дэна Брауна. Модель, по которой это может быть сделано, описана в четвертой части.

ГЛАВА 3.2. ОТКРЫТОЕ АКЦИОНИРОВАНИЕ ИСКУССТВА вовлечь публику в финансирование культурных проектов (например, путем участия в венчурном капитале кинофильма), но поднять тем самым художественное качество продукта невозможно. Некоторую пользу пайщики (подписчики), безусловно, принесут: их вложения способны создать авторам более комфортные условия для творчества плюс PR-эффект. Но они не могут доставить к художнику музу под конвоем. Не в силах они и решить задачу вместо него, как шахматисты-любители не в состоянии сыграть гроссмейстерскую партию, даже собравшись вдесятером. В этой схеме имеются и другие изъяны. Фондовые инструменты требуют финансовой отчетности, аудита, и значит, не обойтись без посреднических инстанций, а вместе с ними и всех сопутствующих сложностей. Как может выглядеть аудит качества управления художественным проектом? Не иначе как профанацией одного из двух – либо творческой сути, либо аудита4. Что делать пайщикам, если аудит выявит, что дела плохи? Переписывать сценарий? Для экономических игроков этот путь не лишен смысла (в особенности если речь идет о портфеле проектов), но культурный выигрыш непрофессиональных участников маловероятен. Акционирование лишь дополнительно усилит финансовую ориентацию культуры и породит очередную разновидность фондовой игры. Однако, каким образом это может повысить качество культурного продукта, неясно. Тем не менее попытки реализовать идею, хотя и с другими целями, уже предпринимались. Первоначально это было сделано в форме игры. В 1996 году появилось некое подобие биржи – Фондовая биржа Голливуда (Hollywood Stock Exchange)5. Здесь можно было купить и продать виртуальные акции фильмов на стадии производства и в течение первых 4-х недель проката, а также акции артистов. Каждый, зарегистрировавшись на сайте, получал на счет 2 млн виртуальных голливудских долларов и в зависимости от успешности своих операций (т.е. от предсказаний результатов кинорынка) мог потерять или прирастить капитал. Тот, кто достигал некоей планки, например 640 млн, считался хорошим прогнозистом. Биржа давала возможность понарошку спе К примеру, на киностудиях формальные правила и учет поставлены слабо, поэтому аудит их текущей деятельности малореален. См.: Baker W. E., Faulkner R.R. Role as Resource in the Hollywood Film Industry // The American Journal of Sociology, Vol. 97, № 2, 1991. P. 279–309. Ее создали фондовый брокер Макс Кейзер и бывший инвестиционный банкир Майкл Бёрнс.

ЧАСТЬ 3. ЭКОНОМИЧЕСКАЯ ЛОГИКА ТВОРЧЕСКИХ РЕПУТАЦИЙ кулировать на кассовых сборах первого уикенда, на именах номинантов на Оскара и на общих кассовых сборах. Что любопытно, по первым двум показателям прогнозы любителей оказались точней, чем у профессионалов киноиндустрии. В 2001 году компания Cantor Index Holdings, лондонское подразделение Cantor Fitzgerald с Wall Street, выкупила эту разработку у создателей и предложила британцам играть на реальные деньги. Объектом спекуляций стали фьючерсы на фильмы. Ориентируясь на показатели голливудской биржи, Cantor предлагает свою оценку сборов конкретного фильма, а клиенты ставят на то, поднимется он в продажах или опустится по отношению к данному уровню. Компания объявила о намерении наладить аналогичную торговлю медиафьючерсами в США, что позволит американским киностудиям, дистрибьюторам и киносетям подстраховывать свои инвестиции в производство лент. Еще один вариант – интернет-аукционная продажа билетов на спортивные и развлекательные мероприятия. Отчасти она может выявлять динамику спроса и в определенной мере способствовать потребительской навигации. Но для тиражных сегментов этот путь опять практически ничего не дает. То же можно сказать и об электронной фьючерсной бирже билетов – такая возможность рассматривается в конце этой части книги. По-видимому, биржевая система полезна для бизнеса, но расцвета искусств от нее ждать не приходится. Ведь, став акционером или биржевым игроком, потребитель не обретает почти ничего, что позволяло бы накапливать полезную информацию и обмениваться ею (разве что биржа выявляет совокупные ожидания людей). Не появляется у него и рычагов воздействия на процесс создания произведения. Известно, что прибыль и риски имеет смысл делить с теми компаньонами, которые могут реально влиять на них. Тем же, кто влиять не способен, т.е. непрофессиональным участникам, отводится роль пушечного мяса. С ними большей частью будут делиться убытками. Введение художественных начинаний в биржевой оборот может привести к созданию площадок не менее популярных, чем казино или букмекерство. Букмекеры уже оседлали повальную тягу обывателей к угадыванию сюжета выдуманных историй. Так, еще за восемь месяцев до выхода шестой части Гарри Поттера стали приниматься ставки на судьбу одного из главных героев – профессора Дамблдора. Со слов автора, Джоан Роулинг, было известно, что один из героев сочинения (в тот момент неизвестно, какой) ею приговорен. Незадолго до выхода книги ГЛАВА 3.3. ЭКОНОМИЧЕСКАЯ СПЕЦИФИКА КУЛЬТУРНЫХ БЛАГ прием ставок приостановили, заподозрив утечку информации. Как сообщил букмекерский сайт Blue Square, большинство ставок на гибель персонажа поступило из города Бунгай в графстве Саффолк, в котором расположена типография, печатавшая книгу. Вероятно, рукопись попала в руки посторонних. Издательство Bloomsbury, выпускающее серию о Гарри Поттере, посоветовало фанатам относиться к слухам с большей долей скепсиса. После чего прием ставок на участь профессора возобновился, но в худшем для «ставивших на профессора» соотношении6. В подобной ситуации писатель начинает вершить не только романные судьбы, но и реальные финансовые дела офф-лайн сообщества. При этом он оказывается заинтересованным лицом и инсайдером одновременно, что вообще-то недопустимо. Это похоже на ситуацию, свойственную нечистому на руку интернет-казино, где сначала делаются ставки, а затем определяется выигрывающее число, позволяющее максимально увеличить доход организаторов7.

Глава 3.3. Экономическая специфика культурных благ 3.3.1. Роль брендов Итак, акционирование, страхование и гарантии в культуре не прижились – будь это иначе, мы наверняка бы уже ощутили действие соответствующих практик. Возврат кинотеатрами денег рассерженным зрителям – исключение, которому не стать правилом, хотя бы из-за издержек стояния в очередях. А вот с брендами ситуация иная – этот род «гарантии» в художественной сфере представлен широчайшим образом. Гарантами часто выступают звезды – знаменитые актеры, певцы, танцоры, спортсмены, кинорежиссеры, композиторы, литераторы, архитекторы, художники… В нише производства и дистрибьюции брендируются издательства, студии кино- и звукозаписи, а также телеи радиостанции, телеканалы, музеи, театры и проч. Брендами могут становиться самые разные публичные фигуры (например, спортивные арбитры и телекомментаторы), а также вымышленные персонажи – литературные и киногерои, названия произведений.

6 По информации BBC, май 2005. Букмекеры именно так и поступают – меняют коэффициенты выплат в зависимости от сделанных ставок.

ЧАСТЬ 3. ЭКОНОМИЧЕСКАЯ ЛОГИКА ТВОРЧЕСКИХ РЕПУТАЦИЙ Какова роль брендов? Если не удается гарантировать потребительский эффект на основании формальных признаков произведения, то возможно хотя бы продуцировать положительные ожидания в отношении качества культурного продукта, предъявляя его создателей и/или сопричастные инстанции. Эта задача брендов – управлять потребительским выбором – решается в разных областях по-разному и с разным успехом. Взять, к примеру, исполнительскую сферу – спорт, театр, оперное пение: статус имен и площадок здесь трудно переоценить. В кино ситуация иная: площадки здесь не столь актуальны, да и в популярных персонах, если поразмыслить, нет такой уж строгой необходимости для обеспечения качества. Различия связаны с особенностями экономики этих секторов культуры и спецификой продуктов. Поэтому прежде чем анализировать, насколько успешно бренды устраняют неопределенность выбора, проанализируем существующие виды и источники неопределенности, обусловленные природой культурных продуктов.

3.3.2. Отличия культурных благ Первое отличие культурных благ от всех прочих уже было названо выше: потребительский эффект (впечатления, переживания, смыслы) невозможно гарантировать исходя из формальных признаков продукта. Анонс товара и его восприятие могут очень сильно не совпадать (особенно в многотиражных быстро меняющихся сегментах). К тому же, в отличие от утилитарной сферы в культуре очень сложно выработать стандарты и критерии, позволяющие прогнозировать полезность потребления. Для бизнеса все это плохо и непривычно. Он тяготеет к предсказуемости и стандарту. Публика, насладившись произведением какого-то жанра, хочет, чтобы впредь ей было так же хорошо. Вся сложность культурного производства в том, что нужно попасть в яблочко между «так же» и «хорошо». Если метить в уже поверженную мишень (т.е. дублировать композицию, восторженно принятую в предыдущий раз), то так же хорошо не будет, а значительно отклоняться от проверенной траектории – рисковать попасть мимо вкусов. Дать потребителю что-то привычное проще и безопасней, нежели оригинальничать и оказаться отвергнутым по причине непонимания. Не говоря уже о том, что повторяться дешевле. На вопросы маркетологов люди обычно отвечают, руководствуясь тем, что уже потребляли и знают. Хеймель раздраженно комментирует эту особенность: «Производители узнают, что ГЛАВА 3.3. ЭКОНОМИЧЕСКАЯ СПЕЦИФИКА КУЛЬТУРНЫХ БЛАГ хотят люди, и дают им это. Это не работает, потому что когда люди получают обратно якобы собственные идеи… то идеи всегда так или иначе изменены, выхолощены, это вовсе не то, что они имели в виду. Они уже знают эту туфту, это та же самая туфта, о которой они говорили маркетинговому исследователю: это скучно… они находят то, о чем знали заранее»8. Бодрийяр выразил ту же мысль короче, заметив, что вчерашний ответ уже включен в вопрос. Если идти по этому пути, неопределенность, связанная с качеством, снижается, но растет риск, что клоны перестанут нравиться. Вторая особенность художественных продуктов – они не идентичны друг другу и не повторяются при покупке (как правило, и в потреблении);

это тоже резко отличает их от обычных товаров. Свойство неповторяемости, разовости присуще разным искусствам в разной степени: исполнительским – больше, цифровым – меньше. Повторяемость сделок – краеугольный камень любого рынка. Именно на ней строятся репрезентативные цены, рождающиеся из выверенного и сбалансированного спроса и предложения. Многократная обратная связь производства с потреблением – главнейший рыночный механизм9. Приобретая что-либо повторно, покупатели имеют возможность учесть удачный или неудачный опыт прошлого и улучшить свой выбор. Если же повторяемости сделок нет, что весьма характерно для культуры, то единственное, на что можно опереться, это репутация. Никогда не знаешь, каким окажется следующий культурный продукт, но если в прошлом поставщик зарекомендовал себя с лучшей стороны, почему бы опять не довериться ему? И с житейской, и с экономической точек зрения репутация складывается из двух простых вещей: опытного знания о том, что некто (персона или инстанция) высоко котируется в своей сфере, и веры в то, что обладатель репутации намерен ее подтверждать. Наконец, еще одна особенность культурных благ – без них можно обойтись. Утилитарные потребности предопределены физиологией и отчасти социумом, а культурные – только социумом, и то не столь жестко. Данный вопрос детально исследовал Бодрийяр, основательно поколебав распространенные обывательские воззрения на Хеймель С. «Как быть креативным». – Цит. по: Кларк Д.Б. Потребление и город, современность и постсовременность // Логос, № 3–4, 2002. [цит. 28 фев. 2006]. Доступно по URL: . Число повторений – это ключевое правило многих коллективных процессов. Многошаговые (многопериодные) игры, в ходе которых участники могут совершенствовать свое поведение, реагируя на наблюдаемые действия друг друга, радикально отличаются от одношаговых (однопериодных) игр.

ЧАСТЬ 3. ЭКОНОМИЧЕСКАЯ ЛОГИКА ТВОРЧЕСКИХ РЕПУТАЦИЙ сей счет. Как он считает, единого «прожиточного антропологического минимума» не существует10. «Сианы с Новой Гвинеи, обогатившись в контакте с европейцами, все просаживают на праздниках, продолжая жить ниже „прожиточного минимума“. Невозможно выделить некую абстрактную „природную“ стадию нужды и абсолютным образом зафиксировать то, что нужно людям, чтобы жить. <…> Прожиточный минимум сегодня – это standard package, минимум навязанного потребления»11. Бодрийяр прав, говоря, что «животные» потребности человека могут варьироваться в широких пределах, тем не менее голод, холод и жажду, которые ощущаются как отклонение от привычного уровня, не обмануть, а тягу к прекрасному – можно12.

3.3.3. Неявное качество плюс неповторяемость Тот факт, что некоторые свойства продуктов практически невозможно формализовать, еще не означает, что на ценовом сигнализировании о качестве поставлен крест. Если совершается череда однотипных покупок, цены информативны. В таких областях, как парфюмерия, вино, гастрономия, где вкус сугубо индивидуален, выделить объективные критерии качества нелегко, но это не мешает ценам успешно играть индикативную роль. Потребитель может плохо разбираться в химическом составе и ингредиентах напитков или ароматов, не знать о стандартах их производства (в гурманской кухне в отличие от виноделия не существует даже единого, общепринятого лексикона), но это не составляет серьезной проблемы, поскольку есть повторяемость13. Первые покупки делаются «на пробу», а последующие по ее результатам. Опасность потерпеть неудачу возникает единожды, а поскольку товары потребляются многократно, то потребительский риск экономичес 11 «Законность этого понятия основывается на представлениях о существовании некоего прожиточного антропологического минимума, который должен быть минимумом „первичных потребностей“, неуничтожимой территорией, на которой индивид… якобы знает, чего хочет: есть, пить, спать, заниматься любовью, где-то жить и т.д.» (Бодрийяр Ж. К критике политической экономии знака. 2-е изд., испр. и доп. М.: Библион – Русская книга, 2004. С. 82). Там же. «Человек больше не знает, чего он хочет, – так он становится для экономиста собственно „социальным“ то есть отчуждаемым, подверженным манипуляциям и мистификациям» (Там же. С. 83). Это верно при условии частых покупок. Эффект повторных закупок возникает и в том случае, если они не совершаются одним и тем же покупателем в одном и том же месте, но имеет место общение потребителей между собой.

ГЛАВА 3.3. ЭКОНОМИЧЕСКАЯ СПЕЦИФИКА КУЛЬТУРНЫХ БЛАГ ки оправдан. Именно благодаря повторяемости в ресторанах с постоянной клиентурой качество блюд обычно выше, чем в туристических местах – массовая посещаемость и текучка позволяет последним меньше заботиться о репутации. На практике одни культурные фирмы ведут себя благородно, наподобие хороших ресторанов, другие соскальзывают ко второму сценарию – греют руки на неповторяемости потребительских актов. Разумное сочетание цены и качества в культуре не налаживается в том автоматическом режиме, в котором это происходит на рынках многократно приобретаемых товаров – словно само собой, по мановению невидимой руки. Особенно это заметно в такой сфере, как кино. Поскольку здесь в принципе не совершается повторных покупок, фаст-фуд из культурного меню и роскошные авторские блюда одинаково востребованы очередными зрителями. Предостережения предшественников часто либо вовсе не доходят, либо запаздывают. Случаи отказа от угощения, свидетельствующие о низком качестве услуги, рынок никак не выявляет. В итоге низкая «кухня» вытесняет в кинобизнесе высокую, поскольку при близких ценах она очевидно прибыльнее. «Туристы», хотя и неплохо осведомлены о происходящем, ограничены в своем выборе. А между тем потребители культуры могли бы повлиять на выбор друг друга и на совокупный спрос, оперативно и активно обмениваясь мнениями о качестве. Тут многое зависит от жизненного цикла произведения и интенсивности распространения информации о качестве. Ситуации, когда заранее выявить качество сложно, а повторные сделки не совершаются, попадают в зону наибольшей предрасположенности к ухудшающему отбору. У продавца товара с неявными, не формализуемыми характеристиками, обслуживающего разового потребителя, отсутствуют стимулы к повышению качества. Кроме того, производитель попадает в ситуацию «морального риска», или, иными словами, он может поддаться искушению халтурить. Как правило, качество однократно покупаемых товаров низкое14. В Венеции десятидолларовые зонтики, продаваемые с рук, выходят из строя еще до первого дождя. А предъявлять претензии в отношении них, как и в отношении посредственных фильмов, в общем-то некому15.

14 Тироль Ж. Рынки и рыночная власть: теория организации промышленности. В 2 т. Т. 1. 2-е изд., испр. СПб.: Экономическая школа, 2000. Важно различать два понятия: «ненаблюдаемость», когда невозможно определить качество на глаз, и «непроверяемость», когда отклонения от обещанного качества невозможно доказать в суде.

ЧАСТЬ 3. ЭКОНОМИЧЕСКАЯ ЛОГИКА ТВОРЧЕСКИХ РЕПУТАЦИЙ Повторные покупки некоторым образом позволяют потребителям контролировать качество. Тироль указывает на два варианта контроля16. Первый, это когда качество товара стабильно. Например, если потребителю нравится вино некоего апелласьона17 определенного года, то, скорее всего, ему понравятся и другие бутылки из этого розлива. Прошлый опыт потребления предоставляет прямую информацию о качестве. Во втором варианте качество может меняться со временем, например качество еды в ресторане. Тут механизм повторных покупок должен срабатывать опосредованно – через заботу поставщика о своей репутации.

3.3.4. Экономический подход к выявлению качества: поиск, проба, интерпретация и доверие Насколько правила торговли позволяют потребителю предугадывать ценность культурных товаров? Возможны два варианта, которые зависят от типа товаров. В первом при составлении прогноза опираются на осмотр образцов и описание продукта (оно никогда не бывает исчерпывающим, но тем не менее способно дать представление об изделии). Одежду, аксессуары, произведения изящных искусств и т.п. можно сначала рассмотреть/исследовать, а потом купить. Подобные товары так и называются – разыскиваемыми (исследовательскими) благами (или, иначе, благами поиска). Ко второму варианту экономисты относят случаи, когда качество продукта можно определить только в процессе его потребления. Такие блага называются опытными (приведенный пример с винами – из этой серии). За некоторыми исключениями, к благам опыта относится вся продукция медиа и развлечений. Выбор опытных благ, не повторяющихся в потреблении, наиболее осложнен – так, в частности, обстоит дело с фильмами и книгами. Внешние атрибуты не много говорят об их качестве, следовательно, это блага опыта. Но и опыт потребления не работает на перспективу, так как продукт каждый раз иной, и раз за разом риск неудачи возникает заново. Поэтому в категории опытных благ, в свою очередь, выделяют блага надежной пробы и блага чистой пробы – об их специфике речь 16 Тироль Ж. Рынки и рыночная власть… Т. 1. Апелласьон – регламентационная система, гарантирующая подлинность вин, произведенных на конкретной территории. По закону 1935 г. значительная часть французских виноградников разбита на апелласьоны (Купцов А. Вина Франции. М.: Изд. Жигульского, 2001).

ГЛАВА 3.3. ЭКОНОМИЧЕСКАЯ СПЕЦИФИКА КУЛЬТУРНЫХ БЛАГ пойдет в следующем разделе18. Пока же отметим, что оба способа культурного «шопинга» – и исследовательский и опытный – далеко не всегда ведут к желаемым результатам. Помимо объективных причин, ожидания часто не оправдываются из-за погрешностей в интерпретации, неподходящей ситуации контакта с произведением, плохого наставничества и проч. Еще одна особенность культурных благ заключается в том, что их ценность отчасти принимается на веру. К примеру, эксперты могут не выявить подделку, и она будет обращаться на рынке как настоящее авторское произведение. Сведения о подлинности работ и их редкости (тираже) во многих случаях оказываются предметом доверия. Доверительность присуща не только культурным, но и обычным товарам. Это же свойство отличает, например, страховые полисы – повод убедиться в надежности страховщика может и не представиться. Другой распространенный пример доверительных благ – лекарства. В культуре ситуация с доверительными благами осложняется тем, что внутри этой группы выделяется еще одна подгруппа – блага интерпретации;

их воспринимаемая ценность зависит от того, в каком ключе они рассматриваются и способен ли потребитель найти этот ключ. Различия между разыскиваемыми и опытными товарами должны отражаться в процедуре покупки: с первыми обычно меньше проблем, поскольку асимметрия информации тут меньше. Поэтому потребительский спрос оказывается более выверенным и предсказуемым, а раз так, то это сказывается на ценах. Классификацию опытных культурных благ предложила Анна Делла Валле, структурировав творческие товары в зависимости от их предсказуемости по итогам пробы19 (см. схему):

Классификация опытных культурных/медиа благ по итогам пробы Новым в предложенной схеме стало то, что категория опытных благ, которая обычно рассматривается как единое целое, была разбита на две подгруппы, в зависимости от того, позволяет единичная про18 Экономическое разделение благ на разыскиваемые и опытные широко применяется для обычных товаров. Della Valle A.P. The Search vs. Experience Aspects of Cultural Goods: From Mass Media to the Performing Arts // ACEI, Chicago, Illinois, USA, 2004.

ЧАСТЬ 3. ЭКОНОМИЧЕСКАЯ ЛОГИКА ТВОРЧЕСКИХ РЕПУТАЦИЙ ба прогнозировать результаты потребления этого типа блага в будущем или нет. Первую подгруппу Делла Валле назвала благами надежной пробы (reliable experience goods), вторую – благами чистой пробы (pure experience goods). Например, радио- и телепередачи, специализирующиеся на определенном типе музыки или формате разговорных шоу, носят выраженные черты благ надежной пробы. Стоит однажды послушать/посмотреть такую программу, и не составит труда решить, тратить на них в дальнейшем время или нет. Это относится и к телевизионным комедиям положений, мыльным операм и т.п. Спектакли Анна Делла Валле, напротив, относит к благам чистой пробы, особенно если речь идет о новом режиссере и неизвестных актерах. Отличие благ чистой пробы в том, что о них не только трудно составить представление заранее, но и сам факт пробы не уберегает от последующих ошибок. Некоторые культурные продукты попадают между указанными полюсами. Делла Валле вычислила прямые денежные издержки потребителей (из расчета на одного зрителя в час), и оказалось, что чем ближе благо расположено к полюсу чистой пробы, тем оно дороже (см. таблицу на следующей странице). Отвлечемся от некоторого произвола, с которым исследователь дифференцировала блага по степени «опытности». Любопытно то, что Делла Валле прослеживает связь между «опытностью» блага и ценой часа потребления: чем выше одно, тем выше и другое. Однако из-за того что не учитывается тираж, интерпретировать закономерность не так просто. В одних случаях, чем ближе благо к полюсу чистой пробы, тем меньше его тираж, в других – такой связи не прослеживается. Существует ли корреляция между объемом выпуска и «чистотой опытности» блага? Если да, то тираж – это значимая переменная, хотя и скрытая за рамками классификации, но тем не менее определяющая взаимосвязь цены и степени «опытности» блага. Из сравнения видеокассет и спектаклей – оба блага отнесены к категории «чисто опытных» – прямой связи не видно. А ведь чем меньше аудитория (тираж), тем выше цена, – эта закономерность естественна для многих товаров с возрастающей отдачей от масштаба. Тогда от чего зависит повышение цены часа потребления опытных благ – от того, в какой мере они относятся к категории чистой пробы, или все-таки от тиража? Делла Валле выводит на первый план связь цены с величиной аудитории, т.е. с тиражом. Но почему цена откликается на лимит мест в театре и абсолютно неэластична по отношению к числу кинозрителей? К примеру, ГЛАВА 3.3. ЭКОНОМИЧЕСКАЯ СПЕЦИФИКА КУЛЬТУРНЫХ БЛАГ Расходы на потребление культурных/медиа благ Газеты с учетом тематических объявлений Кабельное, спутниковое и др. платное ТВ Широковещательное ТВ (прайм-тайм) Газеты с учетом всей рекламы Популярная литература Широковещательное ТВ Популярные журналы Музыка в записи Домашнее видео Радио Расходы на культурные/медиа блага (в $ на один час потребления) 0, 0, 0, 0, 0, 1, 0, 2, Издержки восприятия рекламы (в $ на потребителя в час, 1998) 0, 0, 0, 0, 0, 0, 1, Расходы на культурные/медиа блага с учетом издержек восприятия рекламы (в $ на человека в час, 1998) 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, Потребление культурных/медиа благ (в часах на человека в год, 1998) Расходы на потребление культурных/медиа благ (в $ на человека в год, 1998) 62, 165, 84, 51, 44, 92, 51, 31, Расходы на культурные/медиа блага с учетом издержек восприятия рекламы (в $ на человека в год, 1998) 73, 194, 62, 213, 84, 140, 104, 92, 271, Театр Кино ЧАСТЬ 3. ЭКОНОМИЧЕСКАЯ ЛОГИКА ТВОРЧЕСКИХ РЕПУТАЦИЙ арт-хаусное кино не обходится потребителям дороже из-за того, что их круг узок. Этот факт в классификации не отражен. Спектакли дороже фильмов потому, что они менее предсказуемы, или потому, что количество потребителей блага в театре ограничено, а в кино нет? Или, может быть, театралы спокойней относятся к цене, потому что чувствуют себя должными вознаградить труппу, игравшую специально для них? А киноманы ведь не заказывали арт-хаусное кино адресно для своего узкого сообщества, потому и платить не склонны, тем более что численность аудитории не определена заранее. Возможно, если бы поклонники кино знали о том, что фильм снят специально для них, они были бы сговорчивей в отношении цены, заведи кинопрокатчики речь о ее повышении. Тогда кинопроизводство вписалось бы в потребительские предпочтения, а вместе с этим и в нормальную рыночную колею. В театре действует закон: если группа людей хочет, чтобы качественное дорогостоящее благо производилось в соответствии с ее запросами, она должна быть готова заплатить сколько следует, учитывая численность потенциальных плательщиков.20Это же правило действует и в индустриях моды (об этом речь пойдет ниже). А в кино нет – здесь не получается договориться о нужной величине компенсации производителю, потому что количество «пользователей» фильма не выявлено и качество картины заранее не известно. И пока дело не сдвинется с мертвой точки, кинозрителям остается лишь умерить свои аппетиты и смириться с последствиями однородных цен. Хотя и несколько спекулятивно, но Делла Валле вытягивает из клубка данных важное соображение: по мере того как риск отклониться от предпочтений зрителя возрастает, опытные блага становятся дороже. Теперь понятно, почему масс-медиа тяготеют к предсказуемым продуктам, относящимся к разряду благ надежной пробы. Большим рынкам не с руки каждый раз склонять потребителя к новой пробе, вновь и вновь формируя его отношение к произведению с чистого листа – слишком это рискованно и накладно. Продвинуть на рынок нечто ранее неизвестное и к тому же одноразовое по низкой цене можно только с убытками. Экспериментировать позволительно на узких площадках.

Здесь приведена сводная таблица, составленная из данных Делла Валле (Della Valle A.P. The Search vs. Experience Aspects of Cultural Goods…). Источники, на которые ссылается Делла Валле: The Veronis, Suhler & Associates Communications Industry Forecast 1999–2005, 1999. P. 58–59 (колонки 1–8);

The League of American Theatres and Producers, Inc., 2000 (колонки 9–10). Все данные относятся к 1998 г., кроме исполнительского искусства (для него приведены данные за 1997 г.).

ГЛАВА 3.3. ЭКОНОМИЧЕСКАЯ СПЕЦИФИКА КУЛЬТУРНЫХ БЛАГ Потребители в массе не согласны платить больше, а производители не рискуют понапрасну. Это и есть пункт, по которому культура и бизнес никак не могут поладить. Удовлетворить рассеянный спрос, сохранив относительно невысокие цены, можно только выстроив адресную дистрибьюцию. Наиболее эффективной здесь может оказаться схема денежной коллаборативной фильтрации.

3.3.5. Денежно-временная шкала культурного потребления Статья Анны Делла Валле – редкая попытка взглянуть на рынок культуры с двух позиций: с точки зрения цены продукта и с точки зрения стоимости времени потребления товаров культуры. Из приведенных данных видно, что цена на «культурное» время варьируется чрезвычайно широко: $0,07 для общедоступных теле- и радиоканалов21, $0,9 за ежедневные газеты, $2,4 за билеты в кино и свыше $20 в случае с бродвейскими шоу. Перемножив средние почасовые цены на количество часов, которое люди тратят на культурные блага22, получим годовые бюджеты культурного потребления в расчете на душу населения (последняя строка, прибавленная нами к таблице Делла Валле). Результат для экономиста предсказуем, но от этого не менее любопытен: люди охотнее потребляют дешевые блага, чем дорогие. Лидируют наиболее доступные радио (1050 часов) и телевидение (884 часа). Кинотеатры со среднестатистическими 13 часами в год плетутся в хвосте, а замыкают процессию театры (2 часа в год). К сожалению, Анна Делла Валле лишена возможности довести анализ до конца и сделать следующий напрашивающийся ход – сопоставить денежно-временные траты на культурный досуг с результатами потребления. Но подходящего инструментария для оценки последних нет не только у экономистов, но вообще ни у кого. Что касается приведенной в статье классификации, то, как всякая неполная система координат, она многое оставляет за бортом. Если бы величина аудитории (тираж) и степень предсказуемости продукта (т.е. его принадлежность к благам поиска или чистой пробы) были жестко связаны между собой, то можно было бы сделать более точные выводы. Сей21 Исключая стоимость теле- и радиоприемников, но включая время просмотра рекламы. Эти данные приведены в таблице «Потребление медиапродукции», см. приложение 1, раздел 7.1.

ЧАСТЬ 3. ЭКОНОМИЧЕСКАЯ ЛОГИКА ТВОРЧЕСКИХ РЕПУТАЦИЙ час же из ее выкладок видно то, что и так хорошо известно: большим тиражом расходятся стандартизованные предсказуемые культурные товары.

3.3.6. Опытные или исследуемые: трудности классификации На самом деле факторов, влияющих на цену единицы времени культурного досуга, много больше, чем два. Вместить все культурные продукты в колею «поиска-пробы» без натяжек и произвола не удается – это признает и сам автор23. Некоторым дигитальным продуктам, например фотографиям и компьютерным играм, места на предложенной шкале вообще не нашлось, а они могли бы изменить картину. За бортом остались и предметы моды, роскоши, вкуса, изобразительного искусства, очевидно из-за того, что время, которое на них тратит потребитель, сложно подсчитать. Тем не менее, пойдя по пути экономической классификации культурных благ, Анна Делла Валле выбрала трудный, но полезный маршрут. В этой классификации можно заблудиться, даже перемещаясь по прилавкам обычных магазинов, не говоря уже о культурных лабиринтах. Даже бытовые товары порой сложно однозначно классифицировать в терминах поиска, пробы, доверия и интерпретации, поскольку их свойства частично проверяются до приобретения, частично – после, а частично никогда не проверяются. Согласно маркетинговым исследованиям, львиная доля новых покупок совершается без каких бы то ни было попыток получить побольше информации о товаре24. Как правило, о нем не знают ничего, кроме отдельных параметров, и то в случае дорогостоящих приобретений. Поэтому продукты, которые экономисты классифицируют как разыскиваемые, в процессе реального покупательского выбора то и дело оказываются в положении опытных. Это легко объяснимо – производится так много всего, что зачастую проще попробовать, чем разобраться до покупки. Тем более что потребительские критерии могут не совпадать с критериями производителя. Например, Royal Dutch/Shell, которой принадлежат бензозаправки по всему миру, недавно узнала, что клиентов больше 23 Анна Делла Валле упоминает о проблематичности объективной классификации культурных благ. Arnold D. The Handbook of Brand Management. New York: Economist Books, 1992. P. 6–9.

ГЛАВА 3.3. ЭКОНОМИЧЕСКАЯ СПЕЦИФИКА КУЛЬТУРНЫХ БЛАГ заботят чистые туалеты, чем бензин25. Так что разделить блага на разыскиваемые и опытные непросто, хотя и полезно для ряда задач. Ф. Нельсон, в частности, относил товары длительного пользования к категории благ поиска или пробы, исходя из соотношения стоимости ремонта к цене продажи. Заранее знать уровень расходов на ремонт не всегда возможно;

но если на практике он оказывается высоким, то разумно говорить о товаре как о благе пробы, а если низким – то как о разыскиваемом благе26. Стало быть, если барахлит дешевый китайский велосипед – это, по логике Нельсона, опытное благо, а если немецкий – то, очевидно, разыскиваемое. (К какому классу отнести немецкий велосипед, сделанный в Китае?) Или еще пример. Сотовый телефон – это благо поиска или пробы? Если видеть в нем устройство для связи, то налицо признаки блага поиска: технические параметры и опции подробно описаны – разберись по каталогу и покупай27. Однако полезность каталожных сведений до начала использования весьма умозрительна. Многое познается на практике, и то не сразу, и с этой точки зрения телефон – опытное благо. Если же важнее всего социально маркирующая функция этой вещицы, то ее опять следует вернуть в лоно категории поиска: нужно разыскать свежую модель и смириться с ценой. Или взять галстук – все его характеристики вроде бы на виду: его можно разглядывать, ощупывать, примеривать. Однако, купив «разыскиваемый» (по экономической классификации) экземпляр, на опыте убеждаешься, что он не годится. Галстук тут ни при чем, виноват ты сам – именно человек является неизвестной переменной в этой культурной коммуникации и сам для себя выступает некоторым образом объектом познания в пробе. В исполнительской сфере ситуация еще более запутанная. Театралы примут в штыки точку зрения Анны Делла Валле на спектакль как на благо чистой пробы. Пьеса, режиссер, труппа – для многих это однозначно исследуемые и весьма информативные выходные данные постановки. Та же неясность и в отношении кино: благодаря усилиям производителей и промоутеров некоторые фильмы становятся весьма 25 26 Дробо К. Секреты сильного бренда: как добиться коммерческой уникальности. М.: Альпина Бизнес Букс, 2005. Nelson Ph. Information and Consumer Behavior // Journal of Political Economy, Vol. 78, Issue 2, March–April 1970. P. 311–329. Потребители нередко обнаруживают, что заявленные в рекламе параметры не соответствуют действительности, – известны громкие судебные дела в связи с этим.

ЧАСТЬ 3. ЭКОНОМИЧЕСКАЯ ЛОГИКА ТВОРЧЕСКИХ РЕПУТАЦИЙ предсказуемыми, в то время как другие однозначно относятся к категории благ чистой пробы.

Глава 3.4. Репутация брендовых репутаций Столь долго объясняя, почему в художественной культуре не стоит полагаться на обычно сносно работающие механизмы защиты потребителя, мы вроде бы напрасно ломимся в открытую дверь. Ведь факт налицо: испытанные средства (гарантии, страховки, биржи и т.д.) в культурной практике не прижились. Наверное, тогда и говорить не о чем? Соответствующих институтов в культуре просто нет. Можно предположить одно из трех: либо они никому не выгодны, либо их очень трудно придумать, либо просто время не пришло. А может быть, этим вопросом никто не озаботился, потому что проблема информационной асимметрии в культуре не осознана или вообще надуманна? Или все дело в том, что хорошее решение уже найдено и все другие просто излишни? Единственное, что заслуживает серьезного обсуждения в этом контексте – это бренды. В соответствии с современным определением бренд представляет собой совокупность представлений и ожиданий потребителя по отношению к товару и его производителю28. Бренд – это своего рода обещание надлежащего качества, которое подкрепляется высокой узнаваемостью марки и мощным (или кажущимся таковым) стимулом брендодержателя не сплоховать (не разочаровать потребителя, который от него отвернется и впредь будет избегать его узнаваемых изделий). Бренды эксплуатируются везде, и нелепо отрицать, что мы ориентируемся по именам. Мы им верим, и пусть не всякий раз, но где чаще, а где реже они оправдывают ожидания. Когда не оправдывают – мы прощаем сбои, потому что понимаем, сколь ветрена муза и сколь непредсказуемы итоги культурных проектов. И если пойти на поводу у такого представления о культурном хозяйстве, то возникнет благостная картина. Есть-де добросовестные звезды и менеджеры, они ста Не следует отождествлять бренд и торговую марку. Если первый – сумма потребительских представлений, то марка – отдельные элементы или их комплексы, позволяющие потребителю быстро идентифицировать товар в ряду ему подобных. Торговые марки бывают вербальными (слово «Мерседес») и невербальными (мерседесовская трехлучевая звезда, бутылка Coca-Cola узнаваемой формы) (см.: Чернозуб О. Стоимость бренда: реальность превосходит мифы // Маркетинг и маркетинговые исследования. № 1(43), февраль 2003 г.).

Pages:     | 1 |   ...   | 2 | 3 || 5 | 6 |   ...   | 11 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.