Цифровая экономика - Tim Jordan

между доходом и доверием рекламодателя и удобством использования. Эти интересы решаются в ходе специфического аукциона, в котором победитель платит не столько, сколько он поставил, а лишь на небольшую сумму больше, чем ставка второго места. Хотя это обычно меньше, чем Google мог бы заработать, преимуществом этого процесса является создание долгосрочного доверия со стороны рекламодателей. В то же время этот процесс устраняет заинтересованность рекламодателя в том, чтобы делать ставки ниже, чем он мог бы в противном случае, из-за опасений переборщить (Levy 2011: 89-91). Это особый вид практики, опять же автоматизированный с помощью алгоритмов и сетей, который превращает результат поиска в рекламную программу, приносящую доход Google и, возможно, рекламодателю. Но поиск должен был быть на первом месте: ценность Google должна была быть установлена практикой создания функционирующей, бесплатной и привлекательной поисковой системы, чтобы затем можно было создать практики, связывающие ценность поиска с ценностью денег.

Корпоративная логика доходов и прибыли должна быть реализована после практики поиска как ценности, но эта логика также обнаруживает, что практика создания поиска может быть преобразована в практику доходов и прибыли и повторно использована. В частности, процессы персонализации могут тесно переплетаться с процессами получения прибыли от рекламы, поскольку в обоих случаях речь идет об использовании наборов данных для создания способов объединения пользователей в группы. Те же самые подсказки, которые позволяют персонализировать, могут быть использованы для создания целевой рекламы. Эти методы Google заключаются в том, чтобы перевести доверие рекламодателей и доллары через призму профилирования пользователей, аналогично персонализации. Это не значит, что персонализация и таргетированная реклама - абсолютно одинаковые процессы, просто они основаны на одной и той же идее, что корреляции и профилирование могут быть получены из обширных баз данных Google о поведении пользователей (Hillis et al. 2012). Таким образом, алгоритмическая и корпоративная логика Google переплетаются.

Важнейшим элементом деятельности Google является набор алгоритмов, которые распределяют рекламные объявления в соответствии со словами, выигранными на аукционе, по собственным или чужим сайтам. Следует особо отметить, что Google имеет доступ к рекурсиям в своих данных. Рекурсия - это процесс создания бесконечной информации путем возвращения результатов информационного процесса самому себе: когда выход служит входом для создания другого выхода, информация может расти экспоненциально и бесконечно (Jordan 2015: 29-44). Здесь мы улавливаем корпоративную причину массового хранения и обработки информации, поскольку суть рекурсии заключается в использовании собранной информации для уточнения поиска и, соответственно, для уточнения подачи рекламы. В этом смысле рекламная практика Google по сути является рекурсией некоторых поисковых практик, в частности персонализации, но при этом информация предоставляется не в виде ответов на поисковые запросы, а в виде рекламы. Хотя мы знаем об этом, природа и специфика этих практик скрыты, поскольку является коммерческой тайной, что привело к появлению индустрии "поисковой оптимизации", которая стремится найти способы повысить рейтинг клиентов в результатах поисковых систем путем анализа и манипулирования их секретными алгоритмами (Havalais 2009).

Затуманенность алгоритмов и сетей будет постоянно возникать при анализе цифровых экономических практик, но ее не стоит переоценивать. Как было показано выше, хотя мы не можем проследить детали, мы можем проследить характер практик, которые создают поиск, отчасти потому, что мы знаем, что делают пользователи, в данном случае поисковики или рекламодатели, и потому, что мы знаем характер действий компании. Более тщательная работа имела бы ценность, но для определения практики цифровой экономики в целом или практики Google в частности имеющийся уровень детализации более чем достаточен.

Проанализировав экономическую практику Google, мы подробно рассмотрели ведущий пример цифровой экономической практики, в которой поисковик, рекламодатель, рекламный сайт и сама компания Google применяют различные методы, пересекающиеся между собой, чтобы создать общую практику. По сути, мы видим, что, хотя деньги поступают от рекламы, эти доходы зависят от предшествующих процессов поиска. Реклама вторична как с временной точки зрения - поисковая система должна быть создана для привлечения пользователей, которых компания затем может использовать для привлечения рекламодателей, - так и с экзистенциальной, в том смысле, что без успешной поисковой системы реклама не имеет значения, поскольку ни одна компания не сможет просуществовать очень долго. Как только Google научилась читать сообщество WWW и объединять его с потоком данных, получаемых от поисковиков, она смогла совершить прибыльный скачок к рекламе, по-прежнему предлагая свою основную "ценность" - поиск - в качестве бесплатной услуги. В Google монетизация материализовалась в новых методах анализа пользователей, а также в аукционах, денежных переводах и бухгалтерском учете. По сути, цифровая экономическая практика Google основана на ее способности читать сообщество, а затем передавать это чтение через рекурсии, которые как определяют лучшие результаты поиска, так и обеспечивают целевую рекламу.

 

Поиск как экономическая практика

Если Google - не единственная поисковая компания и не единственная компания цифровой экономики, то является ли такое понимание того, что ее экономические практики зависят от сообществ, групп или коллективов и извлекают из них основную ценность, характерным только для Google или поисковых компаний? Что касается экономических практик цифровой экономики в целом, то в последующих главах будут рассмотрены другие случаи, помимо поиска, чтобы как усложнить, так и подтвердить, насколько Google является примером более общих практик. Но здесь стоит вкратце рассмотреть ряд других поисковых систем.

Bing занимает следующее место по количеству поисковых запросов во многих частях мира - около 10 % всех поисковых запросов по всему миру, хотя этот показатель варьируется в зависимости от региона: от 30 % в Северной Америке до 3 % в Азиатско-Тихоокеанском регионе (Statista 2017). Bing отличается от Google по ряду признаков, хотя в нем сохраняется элемент чтения Всемирной паутины, но при этом существуют несколько иные стратегии для достижения хорошего чтения. В первую очередь Bing стремится стать семантической поисковой системой, создавая рейтинги, связанные с ключевыми словами. После создания сложного набора рейтингов он дополняется измерением ссылок для получения ответа на запрос. Хотя подробностей не так много, похоже, что таблица ключевых слов Bing создается путем изучения характера веб-сайтов и количества ссылок на их семантический контент, создавая иерархию, основанную на определенном типе веб-связи. На это указывают рекомендации Bing веб-сайтам о том, как сделать себя более заметными для поиска, которые включают в себя предоставление четких и конкретных ключевых слов, тесно связанных с содержанием сайта (Moffit 2014). Хотя эта стратегия реализуется по-разному, Bing придерживается стратегии чтения WWW. После прочтения ключевых слов семантический контент дополняется дальнейшим поиском обратных ссылок, что не совсем похоже на процессы Google, для создания ответов на поисковые запросы. Bing, в частности, использует