еще миллион таких же, как он, образованных 23-летних без-
работных! И, самое главное, каждый из этого миллиона убе-
дился, что все знают друг о друге, об общей численности и на-
строе. Все располагали общей картиной. В такой ситуации
шансы на выигрыш растут и страх отступает5. Без этого мас-
штабные выступления не состоялись бы. Либо, не набрав кри-
тической массы, были бы погашены в зародыше.
5 К этому же выводу приходит теория стратегической координации между про-
тивниками режима, основанной на обмене информацией. См. Сергей Гуриев, Олег
Цывинский: От репрессий к репрессиям. Vedomosti.ru, 31.07.2012. Также см. статью
исследователей авторитарных режимов Брюса Буэно де Мескита с Джорджем Даун-
сом «Демократия и развитие» в журнале Foreign Affairs, 2005 г.
36
Часть 1. Экономика клубных правил
1.5.1.1. Отбор в клубы
Первую из заявленных задач — вычисление потенци-
альных участников — интернет помогает решить уже сегод-
ня. Однако в отсутствие прицельного запроса на это реше-
ние соответствующие приемы не доведены до ума. Они не
заточены на клубный сервис, поэтому люди обходятся кто
как умеет. И хотя в настоящее время возможно использо-
вать пометки и следы, оставленные пользователями — объ-
явления и приглашения в соцсетях, «лайки», френд-ленты,
пользовательские статусы, данные из открытой части поль-
зовательских профилей, — обработка всей этой информа-
ции требует «ручных» усилий. Представляете, сколько все-
го нужно перешерстить, а затем проанализировать, прежде
чем выйдешь на нужных людей. Альтернатива — ничего
этого не делать, а пассивно вывесить объявления о наборе
в клуб и ждать отклика. Но тут есть свои очевидные про-
блемы.
Вне всякого сомнения, можно и нужно эксплицировать
подходящих кандидатов на порядок лучше, чем это делает-
ся сейчас, — быстрее, полнее, с меньшими издержками по-
иска и отбора. Решение современного уровня, предполага-
ющее высокую автоматизацию, основано на профайлинге —
кодификации интернет-пользователей по определенным
признакам, почерпнутым из их суждений и поведения в жиз-
ни. (Профиль — это набор данных о пользователе, о его ста-
тусе, предпочтениях, поведенческих и мировоззренческих ха-
рактеристиках.) Требуемую информацию пользователи либо
уже оставляют о себе в интернете, либо их можно побудить
делать это, объяснив, что это им даст. Ее можно разбить на
три группы данных, для работы с каждой из которых разрабо-
таны свои IT-решения.
глава 1.5. IT-инструментарий для клубов
37
Первым делом, можно сортировать людей по социаль-
но-демографическим данным, которые они сами указывают,