Изменился ли массовый покупатель за 100 лет

Однако председатель совета Ассоциации участников рынка электронных денег и денежных переводов (АЭД), главный научный сотрудник Центра технологий распределенных реестров СПбГУ Виктор Достов показывает, что миллениалы покупают сегодня биткоины ровно так же, как их прадеды приобретали первые холодильники или стиральные машины.

Более 50 лет назад Франк Басс задался вопросом, как математически описать реакцию общества на технологические инновации. Иными словами, когда обществу предлагается новая технология (например, холодильник), как быстро люди начинают им пользоваться? Те годы были реально временем прорыва в бытовой технике – стиральные машины, пылесосы и прочее лет 10 назад стали производиться массово, и уже появилась статистка, показывающая, что кривые адаптации (или, проще говоря, доля населения, пользующаяся новым продуктом) ведут себя не совсем обычно.

Если предположить, что выбор каждого покупателя является независимым (мы смотрим рекламу и под ее давлением рано или поздно покупаем продукт), то мы получаем плавную кривую. На самом деле реальные кривые были S-образными (на них было три участка – медленного роста, резкого роста и опять медленного роста). Чтобы объяснить это, Басс вывел уравнение диффузии инноваций, известное под его именем.

Как это иногда бывает с экономистами, он использовал довольно громоздкие рассуждения, тем не менее суть их была проста. Он опирался на модель Форта и Вудлока, где всех людей разделили на энтузиастов, среднюю массу и консерваторов. Энтузиасты покупают новинки просто потому, что они новинки. Вначале они, собственно, и есть единственная категория, которая покупает паровые повозки, айфоны и криптовалюты. Они дают быстрый рост, но их мало, и этот рост сам по себе быстро начинает замедляться. Тут в дело вступают основная масса игроков, которые ориентируются не на рекламу, а на соседей – не хуже, чем у Джонсов. Первоначально они смотрят на энтузиастов, но по мере вовлечения массы в покупки число соседей с холодильниками стремительно растет и скорость этого роста начинает лавинообразно ускоряться – процент пользователей растет практически вертикально. Наконец этот ресурс исчерпывается, и остаются немногие клиенты, которые (по случайным причинам) пока остались без холодильников и медленно их докупают. Раньше считали, что это третья категория – консерваторы, но потом поняли, что этот эффект не нуждается в таком допущении и прекрасно описывается чисто статистическим взаимодействием масс и энтузиастов.

Математически уравнения Басса очень просты, в них всего три параметра: размер аудитории, эффективность рекламы и эффективность взаимодействия между людьми. Тем не менее S-образная кривая описывает множество траекторий: холодильники, посудомойки, сотовую связь, заочное образование, внедрение систем валовых расчетов и почти все на свете. Есть несколько забавных модификаций этих уравнений. Недавно, например, придумали, как описывать с их помощью распространение элитных благ, то есть таких, когда наличие телефонов Верту у соседей не поощряет к покупке, а, наоборот вредит ей, лишая ее элитарности. Тем не менее в большинстве случаев мы видим старую добрую S-образную кривую.

Помимо того что кривая позволяет делать хорошие количественные предсказания, она хорошо описывает ряд качественных эффектов. Например, авторы показали, что в большинстве случаев по начальному этапу никак нельзя предсказать более-менее отдаленное будущее продуктов, поскольку на разных этапах задействованы разные механизмы. Иными словами, статистика стартапа никак не расскажет о его будущем. Также взрывной рост абсолютно не говорит об успехе продукта (это типичное свойство кривой), и он может закончиться так же быстро, как и начался.

Модель Басса до последнего времени не использовалась для платежных продуктов – это, скорее всего, случайное упущение, вызванное тем, что платежный рынок всегда рассматривался как вторичный к рынку услуг. Тем не менее оказалось, что Басс прекрасно описывает множество продуктов – от электронных денег до систем быстрых платежей. Можно делать хорошие количественные предсказания – например, грядущее замедление рынка электронных денег было предсказано еще в 2017 году. Можно описывать качественные эффекты – например, хорошо видно, что в розничных платежах могут мирно сосуществовать несколько платежных продуктов – VISA, Mastercard, «Мир», а вот в системах СБП со временем неизбежно доминирует один игрок. Можно оценить, насколько эффективно работает реклама: на начальном и конечном этапах – очень, а на среднем, взрывном, – зависит от обстоятельств. Можно оценить, как недостатки продукта влияют на процесс: вначале не сильно, а со временем – все сильнее, что тоже является источником переоценки стартапов.

Интересно приложение теории Басса к криптовалютам, потому что в нашем восприятии (да и в реальности) они на технологическом, институциональном и прочих уровнях действительно беспрецедентны. Плюс все, кто видел график биткоина к доллару, знают, что это кривая с хаотичными взлетами и падениями, нимало не похожая на кривые продажи холодильников или онлайн-курсов. Тем не менее, как ни удивительно, оказалось, что если правильно усреднить и сгладить эти кривые, то поведение пользователей будет описываться все тем же старым и добрым Бассом, то есть решение о покупке криптовалюты принимается миллениалами по тем же механизмам, что и решение их прадедушек и прабабушек о покупке холодильника. И все выводы о невозможности по запуску криптовалюты оценить ее перспективы, о взлете, который, может быть, не связан с революционностью продукта, а просто с общей психологией покупателя, о доминировании одной криптовалюты над другими остаются верными.

Тот факт, что активная аудитория в 2021 году растет достаточно медленно, был показан еще в 2018-м. И если не произойдет принципиальной трансформации – официального признания, технологического суперпрорыва или чего-нибудь еще подобного, рынок будет расти в основном за счет капитализации, а не за счет более активного использования продукта населением. Таким образом, можно с уверенностью сказать, что знание экономической теории является большим преимуществом и здесь.

В большинстве случаев по начальному этапу нельзя предсказать более-менее отдаленное будущее продуктов, поскольку на разных этапах задействованы разные механизмы. Иными словами, статистика стартапа ничего не расскажет о его будущем.