Несмотря на то, что фабрики мысли всегда выглядели как нечто более современное и гибкое по сравнению с традиционными академическими структурами, в современных условиях, когда цифровая среда меняется очень быстро, они начинают отставать от своих более мобильных конкурентов. По мнению Майкла Коннери, вице-президента по коммуникациям компании Weber-Shandwick в Вашингтоне, «случайная находка, выловленная из тщательно фильтруемой ленты социальной сети, с той же вероятностью может оказать влияние на нашу работу, как и результаты тщательного и продуманного исследования»[701]. Многие уже не тратят время на поиск информации — она ищет нас сама: ленты наших социальных сетей сегодня строятся не по принципу «новости друзей», а по принципу «контент, который может нас заинтересовать». Это — результат работы компаний, которые, используя технологии глубинного анализа данных (в том числе и той информации, которую мы размещаем в соцсетях), умело манипулируют нашим поведением.

Одна из них — Cambridge Analityca, частная английская компания, специализирующаяся на сборе и анализе данных о пользователях Интернета. В частности, собирая и анализируя информацию о пользователях Facebook (персональные данные, контакты, «лайки», подписки и т. п.), в компании составляют психометрические профили групп пользователей, содержащие, помимо традиционно используемых в маркетинге социально-демографических характеристик, массу полезного для дальнейшего использования — убеждения, особенности характера, политические предпочтения, интересы и многое другое. Дальнейшие исследования позволяют вывести корреляцию между, казалось бы, не пересекающимися характеристиками. Например, что люди, которым нравится Nike и KitKat, склонны более негативно оценивать действия определенного ближневосточного государства, чем те, кто предпочитает Adidas и Bounty[702]. Вся эта информация позволяет компании не только максимально адресно предлагать рекламу, но и подавать ее в той форме и с тем смысловым и эмоциональным наполнением, на которые каждый конкретный пользователь отреагирует нужным для рекламодателя образом. Эти наработки были успешно (хотя компания официально опровергла использование психографических методов в своих исследованиях) использованы в предвыборной кампании Дональда Трампа — эффективная работа с избирателями в Интернете считается одной из главных причин его победы.

Важную роль анализ данных играет в бизнес-процессах — на его основании делаются прогнозы, разрабатываются стратегии развития и новые подходы к управлению проектами. Например, появление так называемых гибких подходов — Scrum, Kanban и десятка других методов — было спровоцировано стремлением производителей программного обеспечения сделать лучший продукт. Первоначально все этапы разработки шли друг за другом, не пересекаясь, — каждый следующий этап начинался после завершения предыдущего. И если, например, в какой-то момент возникала новая интересная идея, то в большинстве случае ее приходилось игнорировать, чтобы не переделывать все предыдущие этапы. В итоге продукты получались хуже, чем могли бы. А возможность тестировать, анализировать и менять продукты в процессе работы — сделала весь процесс гибким.