Андреас Вайгенд - BIG DATA. Вся технология в одной книге

С другой стороны, пользуясь доступом к более широкому выбору вариантов группировки, мы даем возможность людям из своего социального окружения узнавать об особенностях нашего образа жизни. Если запрос в Facebook окажется весьма специфичен, ответом на него станет выборка из одного человека – лично вас.

Данные социального графа будут все больше и больше использоваться для оценки надежности людей до и в период их взаимодействия с разными учреждениями. Несколько лет назад компания Allstate, продающая 10 процентов полисов страхования имущества физических лиц в США, предположила, что клиенты более склонны предъявлять фальшивые требования на выплату страхового возмещения, если в их социальном окружении есть люди, которые поступали так прежде. Это разумное осмысление принципов гомофилии: дружить будут, скорее, люди с одинаковыми ценностями (в данном случае со склонностью мошенничать со страховкой). Ежегодно Allstate получает миллионы требований по страховым выплатам, и тщательно проверить каждое из них невозможно. В прошлом компания руководствовалась грубыми прикидками, например общей статистикой мошенничеств со страховками в районе проживания клиента. Данные о круге знакомств клиента из социального графа позволяют сотрудникам выделять требования, нуждающиеся в более тщательной проверке.

Страхование имущества – бизнес преимущественно офлайновый, поэтому Allstate нужен был источник данных из интернета. Страховщики обратились к брокеру данных RapLeaf, обладающему огромным архивом электронных адресов и информации из социальных сетей. Данные из Facebook, в том числе списки контактов пользователей, были куплены у приложений, получающих доступ к аккаунтам с разрешения пользователей (подчас с целями, которые пользователи себе даже не представляют). Сначала в RapLeaf проанализировали информацию с целью идентифицировать все сетевые аккаунты, принадлежащие одному и тому же человеку. На втором этапе с использованием данных из Facebook были установлены связи между людьми. Полученная от RapLeaf база данных позволяла Allstate идентифицировать клиентов, в числе друзей которых были другие клиенты компании. Исходя из истории отношений этих друзей со страховщиком устанавливался уровень проверки конкретного клиента. После статьи в «Уолл-стрит Джорнэл» с беспощадной критикой RapLeaf в связи со случайной утечкой в сеть личных данных, собранных из различных источников, Facebook запретила компании заниматься скрейпингом на своем сайте [213].

Разумеется, и сама платформа Facebook ищет способы монетизации своих данных о социальном графе. В 2010 году компания приобрела у Friendster патент на использование данных социального графа для получения информации об отдельных людях [214]. Однако, когда в 2015 году Facebook обратилась за возобновлением патентных прав, сама идея патента относилась уже исключительно к деньгам. Как сказано в патентном документе: «При получении кредитной заявки частного лица заимодатель исследует кредитные рейтинги связанных с данным лицом представителей его социального окружения. Если их средний рейтинг соответствует минимальному показателю кредитной оценки, заимодатель продолжает обработку заявки. В иных случаях заявка отклоняется» [215].

Станете ли вы рассматривать человека из списка ваших друзей в Facebook в качестве делового партнера, если в реальной жизни вас объединяет с ним только то, что вы когда-то работали в одной компании или играли в одной детской баскетбольной команде, или вы знаете от мамы, что он – троюродный кузен вашего двоюродного дяди? Я думаю, что было бы правильнее, если бы мы могли «связывать» свою личную репутацию с репутацией людей из своей социальной сети. Идея вот в чем: я доверяю своему другу Дэниэлу Канеману в числе прочего еще и потому, что он – лауреат Нобелевской премии по экономике. Возможно, я хотел бы привязать 50 процентов своей репутации к его репутации, что будет соответствовать значению 0,5 «коэффициента доверия связанных репутаций». Это значит, что если оценка репутации Дэниэла возрастет на одно значение, то оценка моей увеличится на 0,5 этого значения. И наоборот, если по какой-либо причине оценка репутации Дэниэла снизится на одно значение, моя оценка также снизится на 0,5 этого значения. Коэффициенты доверия позволили бы мне более осознанно оценивать различные аспекты моей идентичности – друзей, наставников и вдохновителей – по сравнению с обычным бинарным выбором «друг/недруг».

Если бы коэффициенты доверия находились в свободном доступе для ознакомления, мне обязательно пришлось бы серьезно задуматься о том, что говорят обо мне мои решения. Я мог бы связать всю свою репутацию с такими «голубыми фишками», как Дэнни. Правда, его авторитет и звездность вряд ли смогут подняться еще выше, и в результате я вряд ли смогу улучшить свои показатели. Если бы моей задачей являлось укрепление репутации, мне стоило бы поискать «восходящих звезд» [216].

Бизнес-модель немецкого стартапа Friendsurance строится на идее, схожей с увязкой репутаций. Friendsurance предлагает услуги брокера в том, что ее основатель называет брокерскими услугами в равноправном страховании [217]. Чтобы создать страховой план Friendsurance, два человека (или больше) договариваются о том, что вкладывают определенную сумму, например по 30 евро, на случай, если застрахованный предмет будет утерян или украден у одного из них. В итоге при аналогичном страховом покрытии страховая премия оказывается ниже: необходимость просить страховое возмещение у знакомых снижает количество страховых претензий. Поскольку выставлять претензию нужно своим друзьям, а не абстрактным корпоративным структурам, люди менее склонны это делать, так как либо не хотят, чтобы об утрате стало известно (например, в случае их беспечности), либо же просто потому, что не хотят обременять их. В определенном смысле клиенты гарантируют обоснованность своих требований страховых выплат, а их друзья гарантируют кошельком истинность намерения возместить ущерб в оговоренной сумме за вычетом комиссии Friendsurance. По сути дела, Friendsurance перекладывает часть работы по оценке рисков клиента на его партнеров. Кому захочется предложить поучаствовать в таком страховом плане кузену Дагу, который известен тем, что теряет по смартфону каждые три месяца?

При широком распространении коэффициентов доверия и связанных репутаций конструктивные особенности такой системы окажут существенное влияние на социальный граф. Насколько неизменным является ваш уровень доверия к людям? В реальной жизни вера в человека может пошатнуться или рухнуть. Но человеку не обязательно распределять между своими знакомыми какой-то определенный объем доверия. Если я стал больше доверять своему брату, то мне не обязательно уменьшать доверие к кому-то другому. Моя возрастающая вера в людей не означает, что она становится менее ценной, ведь доверие – не бумажные деньги, стоимость которых падает с ростом числа находящихся в обороте купюр. Инфопереработчик, применивший систему связанного доверия, возможно, захочет прибегнуть к искусственным ограничениям взаимного доверия – сейчас нечто подобное делают некоторые сайты знакомств, ограничивающие количество исходящих сообщений своих пользователей. Так, вместо возможности рекомендовать людей в связи с их успехами в отдельных сферах профессиональной деятельности, LinkedIn могла бы выдать вам сто «единиц доверия» для гласного распределения между вашими деловыми контактами. В идеальном варианте это способствовало бы увязке ваших интересов с целями сбора и обработки данных: информация о процессе распределения и перераспределения вашего доверия к людям в зависимости от поступков и репутации будет полезна для выработки рекомендаций в случае необходимости обращения к консультанту.