Чуть более десяти лет назад «Target» занялась созданием гигантского хранилища данных, в рамках которого каждому покупателю присваивался идентификационный код – так называемый «гостевой ID-номер» – позволявший отслеживать его покупки. Всякий раз, когда клиент пользовался выпущенной «Target» кредитной картой, предъявлял на кассе карточку постоянного покупателя, отоваривал присланный по почте купон, заполнял опросник, звонил в службу поддержки, открывал электронную почту от «Target», заходил на сайт Target.com или покупал что-нибудь онлайн, компьютеры компании принимали это к сведению. Покупка привязывалась к гостевому ID-номеру покупателя наряду с информацией обо всех остальных вещах, которые он приобретал раньше.
К этому же гостевому ID-номеру была привязана демографическая информация, которую «Target» собирала самостоятельно или покупала у других фирм, в том числе: сколько этому покупателю лет, состоит ли в браке, есть ли у него дети, в каком районе города проживает, сколько времени занимает дорога до магазина, сколько денег зарабатывает, какие сайты посещает, какие кредитные карты носит с собой, какой у него номер домашнего и мобильного телефона. Кроме того, «Target» могла располагать данными о национальности клиента, трудовой занятости, любимых журналах, кредитной истории. Компания знала, в каком году тот или иной покупатель приобрел (или продал) свой дом, в каком колледже учился, какие марки кофе, туалетной бумаги, хлопьев или яблочного пюре предпочитает.
Многие компании, торгующие данными, – например, «InfiniGraph», – изучают доски объявлений и форумы в Интернете и отслеживают товары, о которых люди отзываются положительно. Фирма «Rapleaf», например, продает информацию о политических симпатиях покупателей, их читательских привычках, благотворительности, количестве автомобилей, а также о том, что они предпочитают – например, новости на религиозные темы или специальные акции на сигареты[221]. Другие компании анализируют фотографии, которые потребители размещают в Сети, и отмечают, толстые они или худые, высокие или низкие, с пышными волосами или лысые, и какие в результате товары их могут заинтересовать. («Target» отказалась перечислить демографические компании, с которыми она сотрудничает и какие типы данных изучает.)
«Раньше компании знали только ту информацию, которую их клиенты
Если раз в неделю – около 18.30 в будний день – вы покупаете коробку хлопьев, а в июле и октябре – большие мешки для мусора и оплачиваете покупки кредитной картой «Target», то статистики и компьютерные программы компании установят, что у вас есть дети и что вы привыкли заезжать в магазин по дороге с работы. А еще у вас есть газон, который нужно стричь летом, и деревья, которые сбрасывают листья осенью. Они обратят внимание, что вы покупаете хлопья, но никогда не берете молоко – значит, вы покупаете его в другом месте. В итоге «Target» вышлет вам купоны на молоко, а также на шоколадную крошку, школьные принадлежности, садовую мебель, грабли, и – поскольку после долгого рабочего дня вы наверняка захотите расслабиться – пиво. Компания догадается, какие товары вы обычно покупаете, и попытается убедить вас приобретать их в «Target». Фирма имеет возможность рассылать персонализированную рекламу и купоны каждому клиенту. Вам и в голову не придет, что вы получили не такое письмо, как ваши соседи.
«Благодаря гостевому ID, у нас есть ваше имя и адрес. Кроме того, мы знаем, что у вас есть карта “Target Visa”. Всю эту информацию можно связать с вашими покупками в нашем магазине», – сказал Поул статистикам на конференции в 2010 году. Компания может привязать к конкретным клиентам около половины всех продаж в магазине, почти все онлайн-продажи и около четверти посещений сайта.
На этой конференции Поул показал слайд с образцами данных, собираемых Target[222], – схему, которая, едва появившись на экране, заставила кое-кого из слушателей даже присвистнуть от удивления.
Проблема с этими сведениями заключается в том, что без статистической обработки они совершенно бесполезны. С точки зрения непрофессионала, два покупателя, которые купили апельсиновый сок, ничем не отличаются друг от друга. Только математик может вычислить, что один из них – 34-летняя женщина, которая покупает сок детям (и, следовательно, ей пригодится купон на DVD-диск «Паровозик Томас»), а второй – двадцативосьмилетний холостяк, который пьет сок после пробежки (и, следовательно, может воспользоваться скидками на кроссовки). Поул и пятьдесят сотрудников аналитического отдела «Target», собственно, этим и занимались – они искали в фактах привычки.