Прогнозировать успех на Kickstarter можно уже в первые часы
Исследователи из Швейцарии
Сайт Kickstarter сегодня
Среди проектов с совместным финансированием на обоих ресурсах можно найти массу смелых идей любого масштаба – от производства браслетов для облегчения концентрации внимания и съёмки любительских фильмов до орбитальных телескопов и плазменных двигателей. Конечно, встречаются и случаи откровенного обмана, но они довольно редки.
Как неоднократно показывал математический анализ, успешность привлечения средств мало зависит от выбранной платформы и размера требуемой суммы. Когда одни идеи благополучно собирали миллионы долларов, другие не могли достигнуть скромной цели в десятки тысяч.
Трое исследователей из Федеральной политехнической школы Лозанны
На основании полученных результатов был разработан метод математического моделирования динамики сбора средств на любой новый проект с вычислением вероятности его успеха ещё на раннем этапе.
Подобные статистические модели строились и ранее, а на их основе создавались онлайновые калькуляторы успешности, вроде
Однако прежде все они опирались исключительно на внутренние данные – такие как требуемая сумма, время сбора средств, характер описания проекта и затрагиваемая им сфера. Точность предсказаний по такому набору данных была на уровне 2/3 и достигала в лучшем случае 68%.
Для повышения достоверности прогноза группа исследователей из Швейцарии решила использовать расширенный набор данных, не ограничиваясь цифрами, доступными непосредственно через Kickstarter. Параллельно обработке сведений о поступивших взносах проводился анализ социальной активности людей и проявленного к проекту интереса.
Для этого отслеживались сообщения на Twitter, содержащие ключевое слово «kickstarter» и ссылку на страницу интересующего проекта. Добавление сведений о социальных взаимодействиях участников к традиционному набору данных существенно повысило точность прогноза. Уже через четыре часа после начала очередной кампании она достигает 76%. Через три дня точность прогноза исхода кампании повышается до до 85% и продолжает плавно возрастать.
В заключение авторы исследования указывают методы дальнейшего увеличения точности статистического прогнозирования. Этого можно достичь, как за счёт повышения числа учитываемых данных, так и за счёт их более интеллектуального анализа. В первом случае в предложенную модель следует добавить анализ частоты упоминания интересующих проектов на других популярных сетевых ресурсах – например, Facebook. Во втором варианте требуется более детальный поиск взаимосвязей – к примеру, какой процент людей переходил ранее по ссылке данного пользователя и сколько из них поддержали проект.
Следующим шагом после предварительной оценки эффективности кампании по сбору средств авторы называют анализ причин её возможной несостоятельности и разработку системы выдачи автоматических рекомендаций по улучшению привлекательности проекта.