Как слабый поисковый функционал повлиял на коммуникации в Twitter

Возникает вопрос, почему при наличии в Twitter трех типов коммуникационных инструментов их использование было ограничено в небольшом кругу пользователей. Одно из объяснений связано с возникновением производных издержек в результате отслеживания подписок. Например, когда пользователь в Twitter подписан на тот или иной аккаунт, информация об этом отображается для всех. Если третьи стороны обнаружат, что у пользователя в подписках есть, на их взгляд, кто-то неприемлемый, они могут изменить свое мнение о подписчике, что будет подрывать уже их взаимоотношения. Во избежание такой ситуации пользователи, возможно, станут ограничивать круг своих подписок.

Объяснение вполне логичное, но я не думаю, что это достаточно существенное обоснование причины, по которой очень многие пользователи так мало добавляли подписок и так редко бывали добавлены в ленты других. На самом деле я считаю, что неактивное использование коммуникационных возможностей Twitter объясняется очень слабыми поисковыми функциями. Чтобы понять почему, учтем, что, чтобы общаться с тем или иным пользователем, я должен сначала его найти. Но, как объяснялось выше, Twitter мало чем способствовал в этом пользователям, что, в свою очередь, существенно осложняло задачу общения со сколько-нибудь широким кругом. У меня нет прямой статистики по поисковым операциям в подтверждение этой мысли. В связи с этим я должен полагаться на косвенные данные, дающие некоторый материал, согласующийся с моим утверждением. Для этого я использую объяснение, почему у женщин в среднем было 11,4 подписчика против 13,4 у мужчин (разница составляет 15%), такой эмпирический закон я обнаружил в статистике Twitter. Понимание источников этой разницы поможет прояснить взаимосвязь между поисковыми и коммуникационными функциями.

Есть по меньшей мере три возможных причины, почему женщины привлекали меньше подписчиков, чем мужчины. Во-первых, женщины могли занимать меньше влиятельных позиций в обществе и, как следствие, обладать меньшим ресурсом информации (для распространения). Во-вторых, возможно, женщины располагали таким же объемом информации, но из-за слабого поискового инструментария их трудно было найти и получить эту информацию. Наконец, возможно, что женщины обладали той же информацией и их легко было найти поиском, но этого предпочитали не делать, возможно, из-за влияния дискриминации.

Чтобы понять, который из трех механизмов объясняет, почему у женщин было меньше подписчиков в Twitter, я для начала проверил, не меньше ли они выкладывали контента и не менее ли они активны. Я выяснил, что женщины добавляли в подписки столько же пользователей, сколько и мужчины, публиковали твиты с той же частотой, что и мужчины, твиты были той же длины, использовались те же слова, и с той же частотой использовались @-сообщения. Таким образом, по имеющимся данным, маловероятно, что женщин реже добавляли в подписки из-за меньших объемов выкладываемого ими контента.

Чтобы изучить возможную роль дискриминации, я при- бегнул к регрессионному анализу (см. модель 4.1 в онлайн-примечаниях) и не обнаружил существенного подтверждения этой версии. Пользователи с более заполненным профилем привлекали больше подписчиков, но никакой разницы между мужскими и женскими профилями не было (даже применительно к фотографиям). Аналогично пользователи с большим количеством записей получали больше подписчиков, и это проявлялось совершенно одинаково в мужской и женской выборке. Во всяком случае, у женщин больше подписчиков при использовании хештегов и ссылок, чем у мужчин.

Если учесть, что женщины генерировали столько же контента, сколько и мужчины, и производимый ими контент конвертировался в показатели подписчиков с не меньшей частотой, чем у мужчин, остается второй механизм: сложность поиска в Twitter. Ввиду слабо разработанного поискового инструментария происходило, по всей видимости, следующее: человек приходил на сайт и подписывался на тех, кого уже знает по реальному общению и считает интересным для себя. Поскольку в реальном окружении эти персоналии чаще всего мужчины, то именно мужская подгруппа получала больше подписчиков онлайн. Пользователи могли бы попытаться найти женские аккаунты для подписки, но поскольку в Twitter поисковые функции были на достаточно низком уровне, скорее всего, результата не получалось. В итоге получалось, что среди подписок женских аккаунтов оказывалось меньше. Если бы Twitter разработал более совершенные функции для поиска интересующего пользователей контента, женских аккаунтов в подписках было бы больше.

Действительно, по данным моего эмпирического анализа, получается, что, когда контент, выложенный женщинами, напрямую «ретвитили» остальные, женщины привлекали больше подписчиков, чем мужчины (см. модели 4.2 и 4.3 в онлайн-примечаниях). Также женщины чаще получали ответный запрос на подписку, когда добавляли чей-то аккаунт в свою ленту. И тот и другой вывод позволяют говорить, что при осуществлении операций, нейтрализующих недостаток поисковых функций, женщины фактически привлекали больше подписчиков. К сожалению для женщин, Twitter напрямую не разработал систему, чтобы обеспечить равные показатели подписки для мужчин и женщин.

В более широком аспекте такие результаты подчеркивают одну из основных практических наработок главы 2, а именно: что для успеха социальная платформа должна отрабатывать все виды издержек взаимодействия (если это не требует обременительного компромисса). Результаты нашего анализа Twitter согласуются с этим утверждением. Мы выяснили, что в Twitter предложили слабо разработанные поисковые функции, что существенно подрывало эффективность многочисленных коммуникационных опций, предлагаемых платформой, и таким образом ограничивало ее успехи. Это не только сужало круг людей, которые используют имеющиеся возможности, но и в конечном итоге сказывалось на тех, для кого наиболее затруднительно высказать свою позицию в реальном мире.