Поул был статистиком. Вся его жизнь вертелась вокруг использования данных, чтобы понять людей. Он вырос в небольшом городке в Северной Дакоте, и, пока приятели занимались в «4-Н» (молодежная организация в США. — Прим. пер.) или строили модели ракет, Поул играл с компьютерами. После колледжа он получил степени по статистике и по экономике, и, когда большинство его однокурсников по экономической группе из университета Миссури направились в страховые компании или госучреждения, Поул пошел другой дорогой. Он страстно увлекся экономическими методами использования анализа паттернов для объяснения человеческого поведения. На самом деле Поул пытался участвовать в нескольких неофициальных экспериментах. Один раз устроил вечеринку с голосованием за самую любимую шутку, а потом попробовал создать математическую модель лучшей шутки. Он искал способы рассчитать точное количество пива, которое ему нужно выпить, чтобы обрести достаточно уверенности в себе для беседы с женщинами на вечеринках, но при этом не слишком много, чтобы не выглядеть идиотом в их глазах. (Именно это исследование никогда толком не удавалось.)

Однако он знал, что все эти эксперименты — детские игры по сравнению с тем, как корпоративная Америка использует данные для того, чтобы пристально разглядеть, как живут люди. Поул тоже хотел этим заниматься. Поэтому, закончив обучение и прослышав, что Hallmark — фирма по продаже поздравительных открыток — ищет статистиков в Канзас-Сити, подал заявление и вскоре целыми днями подсчитывал данные продаж, чтобы определить, что увеличивает продажи поздравительных открыток — изображения панд или слоников и в каком цвете — красном или синем — веселее смотрится надпись «В гостях у бабушки». Поул был на седьмом небе от счастья.

Спустя шесть лет, в 2002 году, Поул узнал, что Target ищет людей для обработки данных, и рискнул. Он знал, что в сборе данных Target практически не было равных. Каждый год миллионы покупателей приходили в 1147 магазинов Target и сообщали о себе горы информации. Они пользовались картами постоянного покупателя, купонами на скидку, полученными по электронной почте, или расплачивались кредитной картой, не подозревая, что Target может связать их покупки с индивидуальным демографическим профилем.

Для статистика эти данные были волшебным стеклышком к информации о предпочтениях клиентов. Target продавала все: от бакалеи до одежды, электроники и дачной мебели. Внимательно отслеживая покупательские привычки клиентов, аналитики компании могли предугадать, что происходит у них дома. Клиент покупает новые полотенца, простыни, столовые приборы, сковородки или замороженные обеды? Возможно, он только что купил новый дом или разводится. В тележку свалены аэрозоль от насекомых, детское белье, электрический фонарик, куча батареек, журнал Real Simple и бутылка шардоне? Приближается летний лагерь, и мама ждет этого не дождется.

Работа в Target позволила Поулу изучать самое сложное живое существо — американского покупателя — в его естественной среде обитания. Работа Поула заключалась в построении математических моделей, которые смогли бы обработать данные и определить, в каких домах есть дети, а где живут убежденные холостяки; какие покупатели любят проводить время на улице, а кому интереснее поесть мороженого и почитать новый роман. Поул должен был стать математическим чтецом мыслей, расшифровывающим привычки покупателей для того, чтобы заставить их потратить побольше денег.

Итак, в один прекрасный день несколько коллег Поула из маркетингового отделения остановились около его рабочего стола. По словам самих коллег, они пытались вычислить беременных покупателей Target, исходя из их покупательских привычек. Ведь беременные женщины и свежеиспеченные родители — настоящий клад для розничной торговли. Можно сказать, что это самая прибыльная, жадная до товаров и нечувствительная к ценам группа клиентов! Они покупают не только подгузники и влажные салфетки. Родители детей настолько устают, что покупают нужные им вещи — сок и туалетную бумагу, носки и журналы — в любом магазине, где есть бутылки и детская смесь. Кроме того, если свежеиспеченные родители начинали делать покупки в Target, то становились клиентами компании на долгие годы.

Другими словами, информация о беременных покупательницах могла принести Target миллионы долларов.

Поул был заинтригован. Что может быть лучше для статистика-предсказателя судьбы: изучать не только образ мыслей покупателей, но и их спальни?

К моменту окончания проекта Поул узнал нечто важное об охоте за самыми интимными человеческими привычками. К примеру, он выяснил, что скрывать свои знания порой так же важно, как иметь их, и что не все женщины в восторге от компьютерной программы, изучающей их планы деторождения.

Оказывается, не всем нравится математическое чтение мыслей.

«Думаю, неспециалисты сказали бы, что это нечто вроде „Большого Брата“, который следит за каждым твоим шагом, — рассказывал мне Поул. — Некоторым это неприятно».

• • •

В далекие времена компания вроде Target никогда бы не взяла на работу такого человека, как Эндрю Поул. Всего 20 лет назад фирмы розничной торговли не проводили глубокого анализа данных. Target, подобно бакалейным лавкам, торговым центрам, продавцам поздравительных открыток, одежды и прочих товаров попыталась бы проникнуть в головы покупателей старым добрым способом: наняв психологов, которые заявляли, что с помощью туманных научных методов смогут заставить клиентов тратить в магазине больше денег.