В одно касание. Бизнес-стратегии Google, Apple, Facebook, Amazon и других корпораций

Неважно, чем вы зарабатываете на жизнь, – разбираться в технологиях сейчас нужно всем. Врачи с помощью искусственного интеллекта ставят диагнозы. Фермеры пользуются дронами, чтобы вырастить хороший урожай. Бизнесмены поняли, что хотя раньше крупнейшие компании и были сосредоточены в области нефти и электроэнергетики, Apple, Amazon, Facebook, Google и Microsoft сейчас ничуть не отстают.

Так как же разобраться в технологиях?

Часто кажется, что нужно быть суперпрограммистом, чтобы понять огромное количество терминов, которыми сыплют технические специалисты. Вот несколько примеров: SaaS, API, SSL, облачное хранилище, дополненная реальность. А чтобы понять ежедневный поток новостей о технологиях, кажется, что нужно иметь степень MBA: стартапы, сбор и обработка данных, запуск приложений, распространение слухов в интернете и так далее.

Но на самом деле любой может понять технологии, независимо от уровня имеющихся знаний. Наиболее важные вопросы, начиная от базовых понятий об устройстве интернета до бизнес-стратегий компаний Facebook и Uber, можно объяснить простым и понятным языком.

Цель

«В одно касание» – это книга о технологиях и бизнес-стратегиях. Мы рассмотрим реальные примеры, которые помогут разобраться в программном и аппаратном обеспечении, а также в бизнес-стратегиях, господствующих в технологическом мире. Кроме того, вы научитесь понимать и анализировать технологии самостоятельно. Предварительных знаний не требуется.

В каждом разделе на примерах рассматриваются такие вопросы, которые вы могли задавать себе и сами, – например, как Spotify составляет список рекомендаций, как работают беспилотные автомобили и почему Amazon предлагает премиум-доставку, несмотря на ее убыточность.

В каждом разделе есть ответ на вопрос «что?» – дается представление о технологических концепциях, таких как большие данные и машинное обучение, а затем ответ на вопрос «почему?» – описываются коммерческие соображения, по которым компании будут использовать эти технологии в первую очередь. На основании нашего опыта работы в качестве продакт-менеджеров в маленьких и крупных технологических компаниях мы постараемся дать вам представление о том, как устроен мир технологий.

Мы хотим, чтобы, прочитав книгу, вы смогли мыслить как технический специалист и научились анализировать технические вопросы, с которыми столкнетесь в будущем: как работает та или иная технология, почему она была разработана именно так, за счет чего она приносит доход и будет ли успешной. Несмотря на то что отдельные приложения и компании то появляются, то исчезают, мы надеемся, что вы еще долго сможете пользоваться основными концепциями, которые почерпнете из этой книги.

Для кого эта книга

Книга адресована людям любого уровня подготовки. Будь вы рядовым сотрудником или акулой бизнеса, мы думаем, что вы найдете здесь для себя что-нибудь полезное и интересное.

Если у вас нет представления об основах написания кода, но вы хотите прорваться в продакт-менеджмент, развитие бизнеса или занять другую не инженерную нишу в IT-компании, вы должны уметь объяснять клиентам и коллегам, что такое искусственный интеллект, алгоритмы и большие данные. А для построения бизнес-стратегии своей компании нужно знать, какие из ранее использованных технологий были успешными (или провалились) и почему. Конкретные примеры, представленные в книге, и описание технических концепций простым языком помогут в обоих случаях.

Если вы инженер-программист, но хотите получить должность продакт-менеджера, мы расскажем о коммерческой составляющей: реклама, монетизация, поглощения и пр.

Если вы предприниматель или руководитель технического отдела, то знаете, что просто наличия отличного продукта недостаточно. Мы приводим примеры из жизни, помогающие сформировать понимание основ технологий и чувство восприятия бизнес-стратегии, чтобы вы смогли найти способ сделать компанию процветающей, а также умели грамотно общаться с сотрудниками и инвесторами.

Если вы студент и изучаете бизнес-технологии, наглядные примеры из книги будут как раз кстати. Вы узнаете, что привело к успеху Amazon, почему провалился Blackberry, а также поймете, как IT-компании ведут технологическую политику, справляются со сбоями и динамично растущими рынками.

Даже если вы не работаете в сфере IT, есть вероятность, что ваша компания использует технологии, чтобы быть на шаг впереди. Предиктивная аналитика, программное обеспечение как услуга, A/B-тестирование – вы узнаете об этих актуальных темах и о том, как даже компании, не имеющие отношения к IT, пользовались этими технологиями для развития бизнеса.

В конце концов, даже если технологии и не нужны вам для работы, вы все равно пользуетесь ими ежедневно – наверняка сейчас у вас в кармане лежит какой-нибудь ее образец. Мы поможем вам стать более осведомленными. На примере аналогий и простым языком мы объясним, как работают технологии, которыми вы ежедневно пользуетесь. Затронем темы, о которых вы, возможно, слышали в новостях, как, например, сетевой нейтралитет, конфиденциальность и регуляторные технологии. Мы даже посмотрим на темную сторону технологий: фейковые новости, утечка данных, цифровой наркотрафик и опасность сокращения рабочих мест из-за роботизации.

Неважно, почему вы читаете книгу «В одно касание», мы думаем, что в ней вы найдете множество ценных мыслей и идей и научитесь думать – и говорить! – как технический специалист.

Прежде чем погрузиться в чтение, давайте посмотрим, о чем эта книга.

Что внутри

Книга «В одно касание» разбита на три больших раздела. В главах с 1 по 4 описываются основы технологии: как устроено программное обеспечение, как работает интернет, а также рассмотрены бизнес-модели крупных приложений. В главах с 5 по 8 содержится информация об основных компонентах мира технологий: большие данные, облачные вычисления, конфиденциальность и т. п. В основе глав с 9 по 12 лежат две предыдущие главы и более подробно описываются тренды, анализ и прогнозирование: бизнес-стратегия, динамично растущие рынки, политика технологий и перспективы в этой области.

Каждая глава содержит в основе информацию из предыдущей, поэтому, если вы новичок в технологиях, то рекомендуем читать книгу по порядку. Если вы уже имеете какой-то опыт, то, не раздумывая, переходите к тем примерам, которые кажутся наиболее интересными, – каждый из них можно рассматривать независимо от всех остальных. Конечно, если у вас есть необходимое представление о предмете.

В конце книги добавлен глоссарий с наиболее важными терминами, которые встречаются в области IT, включая терминологию языков программирования, бизнес-сленг, распространенные инструменты программной инженерии и многое другое. Мы считаем, что с его помощью вы сможете разговаривать как настоящий технарь, а также использовать его в качестве справочника для дальнейшего развития.

Наконец, невозможно вместить всю информацию о технологиях и бизнес-стратегиях в одну книгу, поэтому в конце добавлено множество ссылок на источники для каждой главы. Можете использовать эти ссылки, чтобы больше узнать о любой теме, которая вас заинтересует[1].

Кто мы

Когда все мы впервые встретились, разговор зашел о Кремниевой долине и о том, что, несмотря на кажущуюся открытость и меритократию, непрофессионалам достаточно сложно разобраться, чем же там занимаются, не говоря уже о более глубоком понимании технологической индустрии. Мы пришли к выводу, что хотели бы это изменить – именно поэтому написали эту книгу.

Каждый из нас имеет опыт работы продакт-менеджером в крупнейших IT-компаниях, но все мы проработали в разных сферах информационных технологий: Нил – в государственном и некоммерческом секторе, Ади – в мире стартапов, а Парт узнал эту среду со стороны бизнеса и маркетинга. Надеемся, что вам пригодятся наш совместный опыт и идеи. Вот еще немного о том, кто мы такие.

Нил Мехта – продакт-менеджер в Google. Работал в Microsoft, Академии Хана и Бюро переписи населения США, где запустил первую полностью финансируемую программу стажировки по информационным технологиям в федеральном правительстве. С отличием окончил Гарвардский университет.

Адитья Агаше – продакт-менеджер в Microsoft. Ранее основал Belle Applications, где занимал должность CEO. С отличием окончил Корнеллский университет.

Парт Детройя – продакт-менеджер в Facebook. Работал продакт-менеджером и маркетологом в Microsoft, Amazon и IBM. С отличием окончил Корнеллский университет.

Примечание для соискателей

Прежде чем вы приступите к чтению, мы подготовили для вас несколько советов и ресурсов на тот случай, если вы хотите работать в IT-компании, но не претендуете на должность программиста.

Для начала имейте в виду, что вопросы в этой книге, а также ответы на них, необязательно будут похожи на те, которые могут задать на реальном собеседовании. Но зато у вас появится понимание технических и деловых аспектов, и вы сможете самостоятельно составить ответы, которые выделят вас из общей массы.

Например, в книге мы объясним, как Google создает контекстную рекламу и почему Microsoft купила LinkedIn. Возможно, интервьюеры вас об этом и не спросят, но они могут задать вопрос о том, как увеличить доход от рекламы для определенной возрастной группы или как улучшить корпоративные продукты Microsoft – в этом случае эти примеры помогут дать более содержательные ответы и показать глубину ваших знаний.

Цель этой книги заключается не в том, чтобы научить вас проходить собеседование, а в том, чтобы вы научились думать как специалист по технологиям. Одни лишь примеры вопросов для собеседования не помогут научиться мыслить рационально об IT или полностью разобраться в технических концепциях, а книга «В одно касание» – поможет.

Дополнительные полезные советы по подготовке к собеседованию, созданию резюме, профессиональным знакомствам и выбору работы можно найти на сайте swipetounlock.com/resources, где мы делимся ссылками на некоторые полезные книги и статьи.

Спасибо!

Какие бы цели вы ни преследовали – личные, академические или карьерные, – мы надеемся, что наша книга окажется полезной. Еще раз спасибо за выбор, надеемся, что вам понравится!

Нил Мехта

namehta.com

linkedin.com/in/neelmehta18

Адитья Агаше

adityaagashe.com

linkedin.com/in/adityaagashe

quora.com/profile/Adi-Agashe

Парт Детройя

parthdetroja.com

linkedin.com/in/parthdetroja

От издательства

Ваши замечания, предложения, вопросы отправляйте по адресу comp@piter.com (издательство «Питер», компьютерная редакция).

Мы будем рады узнать ваше мнение!

На веб-сайте издательства www.piter.com вы найдете подробную информацию о наших книгах.

Начнем исследование мира технологий с изучения приложений, которыми вы каждый день пользуетесь. Кажется, что Netflix и Microsoft Excel различаются, но, по сути, они оба построены из одних и тех же строительных блоков. Мы заявляем, что каждое приложение сделано из одинаковых составляющих. Из каких? Читайте дальше.

Как работает поиск в Google?

Каждый раз при создании запроса в Google поисковая система просматривает более 30 триллионов страниц в интернете и находит первые 10 результатов. В 92 % случаев пользователь выбирает результат на первой странице (то есть топ-10). Найти 10 лучших из 30 триллионов результатов действительно сложно – почти так же сложно, как случайно найти монетку, упавшую где-то в Нью-Йорке. Тем не менее Google успешно делает это за полсекунды. Но как?

На самом деле Google не посещает каждую страницу в интернете каждый раз, когда создается какой-то запрос. Google фактически хранит информацию о страницах в базах данных (таблицы информации, как в Excel) и использует алгоритмы, считывающие эти базы данных, чтобы решить, что показать пользователю. Алгоритмы – это просто ряд заданных правил. У людей может быть встроен «алгоритм» для создания бутерброда с маслом и сыром, в то время как на компьютерах Google есть алгоритмы для поиска страниц на основе поискового запроса.

Алгоритм начинается с создания базы данных каждой страницы в интернете. Google использует программы, называемые «пауками», которые «ползут» по страницам, пока не найдут их все (или, по крайней мере, пока Google не решит, что этого достаточно). «Пауки» начинают с нескольких страниц и добавляют их в список страниц Google, называемый индексом. Затем они переходят по всем исходящим ссылкам на этих страницах и находят новый набор страниц, который добавляют в индекс. Далее они переходят по всем ссылкам уже на новых страницах и так далее, пока Google не найдет что-нибудь еще.

Это непрерывный процесс; Google всегда добавляет новые страницы в индекс или обновляет их, если они меняются. Индекс огромен, он весит более 100 млн ГБ. Для того чтобы поместить его на внешнем жестком диске объемом 1 ТБ, потребовалось бы 100 тысяч таких дисков, а если поставить их друг на друга, высота составит примерно 1,5 км.

Поиск в Google работает таким образом: он принимает запрос (текст, введенный в строку поиска) и просматривает индекс, чтобы найти наиболее подходящие страницы. Как Google это делает? Самый простой способ – найти определенное ключевое слово, что-то вроде нажатия Ctrl+F или Cmd+F для поиска в гигантском документе Word. Именно так работали поисковые системы 1990-х годов: они искали запрос в своем индексе и отображали страницы с наибольшим количеством совпадений, атрибут, называющийся плотностью ключевых слов.

Как выяснилось, эту схему довольно легко обойти. Если ввести в поисковую строку «шоколадный батончик Snickers», то можно предположить, что snickers.com окажется в списке первых найденных страниц. Но если поисковая система просто считала количество повторяющихся слов «сникерс» на странице, кто-то мог бы создать «левую» страницу со словом «сникерс, сникерс, сникерс, сникерс» и т. д., и таким образом она бы оказалась в числе первых в результатах поиска. Очевидно, что такая страница окажется не очень полезной.

Взамен алгоритма плотности ключевых слов основным нововведением Google стал алгоритм под названием PageRank, созданный Ларри Пейджем и Сергеем Брином в 1998 году в рамках работы над кандидатской диссертацией. Пейдж и Брин обратили внимание, что оценить приоритетность страницы можно, посмотрев на другие важные страницы, со ссылкой на нее. Это словно, находясь на вечеринке, узнать, что кто-то популярен, увидев этого человека, окруженного другими известными людьми. PageRank присваивает каждой странице оценку на основании других своих оценок, данных всем остальным страницам, которые дают ссылку на эту страницу. (Оценка тех страниц зависит от других страниц, которые дают на них ссылку, и т. д.; это рассчитывается с помощью линейной алгебры.)

Например, в случае создания новой страницы об Аврааме Линкольне, ее PageRank был бы очень низким. Но если бы какой-нибудь малоизвестный блог добавил ссылку на эту страницу, это повысило бы ее PageRank. PageRank больше заботится о качестве входящих ссылок, чем об их количестве, поэтому даже если десятки непопулярных блогов дадут ссылку на эту страницу, пользы будет мало. Но если бы газета New York Times (которая, скорее всего, имеет высокий PageRank) дала бы ссылку на нее, то ее PageRank взлетел бы.

Как только Google находит в своем индексе все страницы, в которых упоминается поисковый запрос, он ранжирует их по нескольким критериям, включая PageRank. У Google также есть много других критериев: он учитывает последнее обновление страницы, пропускает веб-сайты, похожие на спам (например, сайт «сникерс, сникерс, сникерс, сникерс», о котором писалось выше), учитывает местоположение (он может выдать сайт Национальной футбольной лиги, если пользователь ввел запрос «футбол» и при этом находится в США, и Английскую Премьер-лигу, если он ввел аналогичный запрос, находясь в Англии) и многое другое.

Надуть Google?

Однако у PageRank есть свои подводные камни. Подобно тому как спамеры злоупотребляют плотностью ключевых слов (как в случае со «сникерс, сникерс, сникерс, сникерс»), они начали создавать линкофермы, или страницы, содержащие тонны ссылок на сайты, не несущие полезного контента. Владельцы веб-сайтов могут платить линкофермам за добавление ссылок на страницы, что искусственно повысит их PageRank. Однако Google стала очень неплохо распознавать и игнорировать линкофермы.

Но существует еще несколько основных способов обмануть Google. Появилась целая индустрия поисковой оптимизации (SEO), помогающая владельцам веб-сайтов взломать алгоритм поиска Google и сделать так, чтобы их страницы появлялись в топе результатов поиска. Основная форма SEO – это получение большего количества страниц со ссылкой на желаемую страницу. SEO содержит множество других методов, например ввод правильных ключевых слов в название и заголовок страницы или создание перекрестных ссылок на страницы сайта.

Однако алгоритм поиска Google постоянно меняется; компания выпускает небольшие обновления более 500 раз в год. Периодически появляются серьезные обновления, и после выхода каждого из них SEO-специалисты пытаются найти способы использовать эти изменения для продвижения. Например, в 2018 году Google изменила свой алгоритм, чтобы ускорить загрузку страниц на мобильных устройствах. Ведущие специалисты предложили владельцам веб-сайтов создавать укороченные версии обычных страниц с помощью инструмента Accelerated Mobile Pages (AMP).

Как Spotify рекомендует музыку?

Утром каждого понедельника Spotify отправляет своим слушателям список из 30 треков, которые волшебным образом идеально соответствуют их вкусам. Этот плейлист под названием Discover Weekly мгновенно стал популярным: в течение шести месяцев после запуска, в июне 2015 года, он был прислан более 1,7 млрд раз. Но как Spotify настолько хорошо удается узнать предпочтения своих 200 млн пользователей?

Spotify действительно нанимает специалистов, которые вручную создают открытые плейлисты, но подготовить их для всех 200 млн пользователей никоим образом невозможно. Вместо этого Spotify применяет алгоритм, который запускается каждую неделю.

Алгоритм Discover Weekly начинает свою работу с изучения двух основных моментов. Для начала он просматривает все треки, которые прослушал пользователь и которые ему настолько понравились, что он добавил их в библиотеку или плейлист. Эта программа достаточно умна, чтобы понять, что если трек переключили в течение первых тридцати секунд, то, вероятно, он не понравился. Затем алгоритм рассматривает все плейлисты, созданные другими людьми, предполагая, что каждый из них объединен какой-то общей темой; например, может быть плейлист для бега или плейлист Beatles.

Получив эти данные, Spotify использует два метода поиска треков, которые могут понравиться. Первый метод предполагает сравнение двух наборов данных, чтобы выяснить, какие из новых треков относятся к тем, которые нравятся пользователю. Предположим, что кто-то создал плейлист из восьми треков и семь из них есть в библиотеке пользователя. Ему, скорее всего, нравится такая музыка, поэтому Discover Weekly может порекомендовать тот трек, которого нет в его библиотеке.

Алгоритм Spotify для автоматической рекомендации музыки. Источник: Quartz

Эта методика называется «совместная (коллаборативная) фильтрация», и именно ее использует Amazon, чтобы предложить товары, которые могут заинтересовать клиента, исходя из его истории покупок и покупок миллионов других пользователей. Список рекомендуемых фильмов, которые предлагает Netflix, видео, предлагаемые YouTube, и список возможных друзей на Facebook – все это возможно благодаря совместной фильтрации.

Совместная фильтрация становится все более полезной, так как сервис получает больше пользователей. В нашем примере, если у Spotify появляется больше пользователей, то программе легче найти человека с похожим вкусом и, следовательно, легче предложить рекомендацию. Но, по мере роста пользовательской базы, работа таких алгоритмов может стать медленнее и требовать большого объема вычислений.

Второй метод, который использует Spotify для создания плейлиста, – это «профиль вкуса». На основе только тех треков, которые прослушал пользователь и которые ему понравились, Spotify определяет, какие жанры (например, инди-рок или R&B) и поджанры (например, Chamber Pop или New Americana) он предпочитает, и рекомендует музыку этих жанров. Это другая форма стратегии Spotify – предлагать треки на основании ранее прослушанных.

Зачем инвестировать в рекомендацию музыки?

Работа инженеров Spotify для создания этого алгоритма для рекомендации стоит очень дорого – они зарабатывают сотни тысяч долларов в год. Так зачем же компания этим занимается?

Во-первых, отличная система рекомендаций – это коммерчески привлекательная особенность, помогающая Spotify выделяться на фоне конкурентов, например Apple Music. А все потому, что одной только большой музыкальной библиотеки недостаточно. Говоря на языке бизнеса, музыка – это товар. Любой трек в приложении звучит примерно одинаково, будь то Spotify, или Apple Music, или что-нибудь еще – и состоятельный человек может получить лицензию на создание гигантской библиотеки.

Если все музыкальные стриминговые сервисы могут иметь фактически одинаковый набор музыки, Spotify нужна изюминка, которая будет выделять его на фоне конкурентов. И система рекомендаций, безусловно, отвечает всем требованиям – она считается лучше, чем у Apple Music.