Serwis Web 2.0. Od pomysłu do realizacji

Transkrypt

Serwis Web 2.0. Od
pomys³u do realizacji
Autorzy: Gottfried Vossen, Stephan Hagemann
T³umaczenie: Tomasz Walczak
ISBN: 978-83-246-1605-3
Tytu³ orygina³u: Unleashing Web 2.0:
From Concepts to Creativity
Format: 170230, stron: 424
Wszystko, co powinieneœ wiedzieæ o Web 2.0
• Jak poznaæ, czy serwis jest zbudowany w nurcie Web 2.0?
• Jakie technologie stosowaæ?
• Jak wykorzystaæ sieæ WWW do zwiêkszenia dochodów?
„Web 2.0 – okreœlenie serwisów internetowych powsta³ych po 2001 roku, w których
dzia³aniu podstawow¹ rolê odgrywa treœæ generowana przez u¿ytkowników danego
serwisu. Ten termin zosta³ spopularyzowany dziêki firmie O'Reilly Media, która
w 2004 roku zorganizowa³a szereg konferencji poœwiêconych temu nowemu trendowi
internetowemu” – tak o Web 2.0 pisz¹ u¿ytkownicy serwisu Wikipedia, który niew¹tpliwie
sam tak¿e wpisuje siê w ten nurt. Dodatkowo serwisy tego typu charakteryzuj¹ siê
niezwyk³¹ interaktywnoœci¹, osi¹gniêt¹ dziêki wykorzystaniu technologii AJAX.
W ksi¹¿ce "Serwis Web 2.0. Od pomys³u do realizacji" przedstawiona zosta³a historia
sieci WWW oraz zasady funkcjonowania serwisów spo³ecznoœciowych i handlu elektronicznego. Dziêki niej dowiesz siê wiêcej o technologiach takich, jak AJAX, RSS, Atom.
Stanie siê równie¿ dla Ciebie jasne, jak¹ rolê w tym wszystkim odgrywa XML. Podczas
lektury tej ksi¹¿ki zdobêdziesz wiedzê na temat najpopularniejszych platform, s³u¿¹cych
do rozwoju aplikacji internetowych, takich jak Ruby on Rails, OpenLaszlo czy AjaxTK.
Ponadto zyskasz wytyczne odnoœnie tego, jak skutecznie reklamowaæ siê w sieci.
• Historia sieci WWW
• Technologie wykorzystywane w sieci WWW
• Wykorzystanie jêzyka XML
• Zastosowania technologii AJAX
• Platformy przeznaczone do tworzenia rozwi¹zañ zgodnych z Web 2.0
• Reklama w sieci
• Handel elektroniczny
Korzystaj z potêgi Web 2.0!
Spis treci
Przedmowa ................................................................................................... 9
1.
Krótka historia sieci WWW
1.1.
Nowy gatunek aplikacji — narodziny sieci WWW .................................. 16
1.1.1.
1.1.2.
1.1.3.
1.1.4.
1.1.5.
1.2.
............................................................... 15
Pojawienie si przegldarek ................................................... 17
Wypaszczanie wiata ............................................................ 22
Od odnoników do wyszukiwania ........................................... 25
Komercjalizacja internetu ..................................................... 38
Sieci P2P i bezpatna wymiana plików ................................... 52
Osignicia technologiczne w piguce .................................................. 56
1.2.1. Sieci IP ................................................................................ 58
1.2.2. HTML i XML ..................................................................... 61
1.2.3. Usugi sieciowe i róda RSS ................................................. 66
1.3.
Zaangaowanie i wkad uytkowników — uspoecznianie sieci WWW ..... 68
1.3.1. Blogi i wiki .......................................................................... 69
1.3.2. Sieci spoecznociowe ............................................................ 78
1.4.
czenie strumieni — narodziny „Web 2.0” ......................................... 86
6 __________________________________________________________________________________
2.
Przegld strumienia technologicznego .......................................... 91
2.1.
Osignicia w obszarze technologii sieciowych .................................... 91
2.1.1.
2.1.2.
2.1.3.
2.1.4.
2.2.
HTML ................................................................................ 93
XML ................................................................................... 99
CSS ................................................................................... 104
Technologie skryptowe ........................................................ 110
Sieciowe zastosowania jzyka XML ................................................... 127
2.2.1. Usugi sieciowe ................................................................... 127
2.2.2. Formaty róde internetowych ............................................. 141
2.3.
P2P ................................................................................................ 152
2.3.1. Sieci P2P do wymiany plików ............................................. 152
2.3.2. Inne zastosowania modelu P2P ........................................... 156
2.4.
3.
Podsumowanie ................................................................................ 160
Techniki i technologie podstawowe
3.1.
............................................. 163
Bogate aplikacje internetowe ............................................................ 164
3.1.1. Przykadowe aplikacje RIA — programy do obsugi
poczty elektronicznej .......................................................... 166
3.1.2. XMLHttpRequest — niezbdny skadnik Ajaksa .................. 175
3.1.3. Nastpne aplikacje RIA — programy biurowe i mapy ........... 185
3.2.
Interfejsy API, wywoania WPC i aplikacje hybrydowe ......................... 192
3.2.1. Sytuacja w czasach Web 1.0 ................................................ 193
3.2.2. Rozpowszechnianie treci przy uyciu róde internetowych ...... 199
3.2.3. Aplikacje hybrydowe oparte na wywoaniach WPC ................ 204
3.3.
Oznaczenia ..................................................................................... 216
3.3.1. Serwis Flickr i oznaczenia ................................................... 218
3.3.2. Zakadki grupowe ............................................................... 230
3.3.3. Folksonomie ...................................................................... 236
3.4.
4.
Podsumowanie ................................................................................ 238
Przykadowe platformy do rozwoju aplikacji sieciowych
4.1.
4.2.
........ 241
Metodologie rozwoju ........................................................................ 243
Platformy ajaksowe dziaajce po stronie klienta ................................ 248
4.2.1. Platforma Kabuki Ajax Toolkit ........................................... 248
4.2.2. Tworzenie Zimletów przy uyciu platformy AjaxTK ............. 253
Spis treci
__________________________________________________________________________________ 7
4.3.
Platformy dziaajce po stronie serwera ............................................ 260
4.3.1. Ruby on Rails .................................................................... 261
4.3.2. Tworzenie aplikacji sieciowej przy uyciu platformy Rails .... 263
4.4.
Platformy dla innych technologii rozwoju aplikacji RIA ........................ 271
4.4.1. Rozwój aplikacji RIA przy uyciu platformy OpenLaszlo ...... 272
4.4.2. Flash a Ajax ....................................................................... 277
4.5.
5.
Podsumowanie ................................................................................ 280
Oddziaywanie sieci WWW nowej generacji
5.1.
Modele biznesowe w internecie i sieci WWW ..................................... 284
5.1.1.
5.1.2.
5.1.3.
5.1.4.
5.1.5.
5.2.
5.3.
............................... 283
Brokerzy i handlowcy pobierajcy prowizj ........................... 285
Reklama ............................................................................ 287
Porednicy informacyjni ..................................................... 291
Model spoecznociowy i model subskrypcji .......................... 292
Podsumowanie ................................................................... 293
Wasno danych ............................................................................ 294
Oprogramowanie jako usuga (SaaS) ................................................. 298
5.3.1. Spojrzenie w przeszo — model ASP ................................. 299
5.3.2. Usugi z perspektywy dostawcy ............................................ 301
5.3.3. Dostosowywanie usugi i spojrzenie na nie
z perspektywy klienta ......................................................... 307
5.4.
Socjalizacja i wspótworzenie treci .................................................. 311
5.4.1.
5.4.2.
5.4.3.
5.4.4.
Wyszukiwanie spoeczne ..................................................... 311
Spoeczne aspekty oprogramowania ..................................... 316
Zmiany w internetowych sieciach spoecznociowych ............ 319
Wykorzystanie w reklamach treci
generowanych przez uytkowników ...................................... 321
5.4.5. Second Life ........................................................................ 322
5.5.
6.
Podsumowanie ................................................................................ 325
Sie semantyczna i Web 2.0 ........................................................... 327
6.1.
Podstawy ........................................................................................ 329
6.1.1.
6.1.2.
6.1.3.
6.1.4.
Ponownie o wyszukiwaniu ................................................... 330
Integracja danych i informacji ............................................. 334
Podstawy sieci semantycznej ............................................... 336
Struktura sieci semantycznej ............................................... 339
Spis treci
8 __________________________________________________________________________________
6.2.
Jzyki sieci semantycznej ................................................................. 342
6.2.1. Jzyk RDF ......................................................................... 343
6.2.2. Jzyk RDF Schema (RDFS) ................................................ 345
6.2.3. Jzyk OWL ......................................................................... 352
6.3.
Ontologie ........................................................................................ 357
6.3.1. Wprowadzenie .................................................................... 358
6.3.2. Projektowanie ontologii ...................................................... 360
6.3.3. OntoMedia — oparty na ontologii system zarzdzania
zbiorami multimediów ........................................................ 370
6.4.
Od oznaczania do ontologii i z powrotem ............................................ 373
6.4.1. Mikroformaty ..................................................................... 376
6.4.2. Grupowe oznaczanie i folksonomie ...................................... 379
6.5.
Podsumowanie ................................................................................ 387
Literatura cytowana ................................................................................... 391
Skorowidz ................................................................................................. 399
Spis treci
Rozdzia 5.
Oddziaywanie
sieci WWW
nowej generacji
W tym rozdziale omawiamy róne potencjalne i ju wywoane efekty powstania sieci WWW nowej generacji. W tym celu ponownie posuymy si trzema
opisanymi pod koniec rozdziau 1. wymiarami, które skadaj si na podstawow „przestrze nawigacyjn” w Web 2.0. S to wymiary: danych, funkcji i aspektów spoecznych. Podczas gdy w rozdziale 1. opisalimy ewolucj
sieci WWW i jej rozwój, a nastpne rozdziay dotyczyy gównie technologicznych aspektów tych zmian, w tym miejscu omawiamy sytuacj z punktu
widzenia indywidualnego uytkownika i spoecznoci oraz z perspektywy
biznesowej. Przede wszystkim analizujemy wpyw, jaki szansa publikowania
informacji w sieci WWW wywara na pojedynczych uytkowników i istniejce lub powstajce spoecznoci. Omówimy te róne nowe moliwoci biznesowe: otwierajce si dla wacicieli duych zbiorów danych, zwizane
z udostpnianiem oprogramowania jako usug i wynikajce z udostpniania
lub wykorzystania oprogramowania spoecznociowego. T cz rozpoczynamy od krótkiego przegldu najwaniejszych modeli biznesowych rozwinitych na potrzeby sieci WWW lub zaadaptowanych do niej na podstawie
tradycyjnych form dziaalnoci. Nastpnie pokazujemy, jak funkcjonuj
odmiany tych modeli w kontekcie Web 2.0. Wyjaniamy te, jak moliwoci techniczne wspóczesnej sieci WWW pozwalaj na niewyobraalne jeszcze
kilka lat temu czenie rónych modeli biznesowych.
283
284 _______________________________________________________________________ Rozdzia 5.
Nie wszystkie zagadnienia opisywane w tym rozdziale s zwizane z biznesem, a nawet omawiane aspekty biznesowe nie dotycz tak specyficznych
kwestii jak obliczanie zwrotu z inwestycji lub te innych aspektów finansowych interesujcych wacicieli firm. Zamiast tego omawiamy szereg rozwiza, które pojawiy si w zwizku ze zjawiskiem Web 2.0. Opisujemy
liczne firmy, których dziaalno opiera si na pomysowym i zoonym
poczeniu elementów z wszystkich trzech wspomnianych wymiarów. Te
przykadowe spóki mog zainspirowa Czytelnika i pokaza, w jakich obszarach warto szuka moliwoci realizacji wasnych pomysów zwizanych
z Web 2.0.
5.1. Modele biznesowe w internecie i sieci WWW
Aby móc oceni potencjalne (biznesowe) oddziaywanie Web 2.0, musimy
najpierw uzupeni luk, któr pozostawilimy w tej ksice, i pokrótce
omówi najwaniejsze modele biznesowe stosowane w internecie i sieci
WWW. Nastpnie, w dalszej czci rozdziau, wyjaniamy moliwoci ewolucji tych modeli w kierunkach wyznaczanych przez wymiary charakteryzujce Web 2.0, a take pokazujemy, jak nowe odmiany poszczególnych
modeli mog znale zastosowanie w zupenie nieoczekiwanych obszarach.
Warto przypomnie w tym miejscu opisane w rozdziale 1. podstawowe
komponenty systemów handlu elektronicznego i róne jego odmiany: B2B,
B2C i C2C. Do tej pory jedynym — obok sprzeday produktów przez sie
WWW — opisanym tu sposobem zarabiania pienidzy w internecie bya
reklama. Teraz dokadniej przyjrzymy si finansowym aspektom sieci WWW
i opiszemy inne stosowane modele biznesowe. Model biznesowy to metoda
lub sposób prowadzenia interesów przez firm lub przedsibiorstwo, dziki
któremu firma potrafi utrzyma si na rynku, a przede wszystkim — generowa dochody. Model biznesowy zwykle skada si z kilku elementów.
S to midzy innymi:
katalog wartoci, czyli stwierdzenie okrelajce, dlaczego produkty
lub usugi oferowane przez firm lub przedsibiorstwo s wartociowe dla klientów,
model dochodów, czyli opis wskazujcy przepywy pienine
zapewniajce dochody,
okrelenie klientów docelowych lub segmentów rynku, dla których
firma oferuje produkty lub usugi w celu zapewnienia wartoci
i zysku,
Oddziaywanie sieci WWW nowej generacji_____________________________________________ 285
kanay dystrybucji, które firma chce wykorzysta, aby dotrze do
odbiorców.
Przy opisie rónych modeli biznesowych uywanych w sieci WWW posuymy si list zaproponowan przez Michaela Rapp, profesora Uniwersytetu Stanu Pónocna Karolina. Wyrónione przez niego kategorie to:
brokerzy i handlowcy pobierajcy prowizj,
reklama,
porednicy informacyjni,
model spoecznociowy,
subskrypcje.
Kategorie Rappy, opisane na stronie digitalenterprise.org/models/models.html,
obejmuj trzy dodatkowe modele, które omówimy w dalszej czci rozdziau.
Pi wymienionych powyej kategorii uznalimy za najwaniejsze i pokrótce
omawiamy je w nastpnych punktach. Bardziej techniczne spojrzenie na
biznes elektroniczny przedstawiaj Papazoglou i Ribbers (2006).
5.1.1. Brokerzy i handlowcy pobierajcy prowizj
Broker to porednik, który wspomaga kontakt midzy nabywc a sprzedawc
i uatwia dokonywanie transakcji, pobierajc za to prowizj. Jednym z najbardziej znanych przykadów w sieci WWW jest witryna Amazon.com, która
na pocztku bya ksigarni elektroniczn, a obecnie sprzedaje produkty
nalece do ponad 30 kategorii i umoliwia korzystanie z platformy take
innym sprzedawcom (zobacz Bellomo i Elad, 2006). Jak opisujemy to w dalszej czci rozdziau, waciciele witryny Amazon.com nie poprzestaj na
tym, ale zaczli oferowa rónorodne usugi w obszarze oprogramowania
i sprztu. Broker zwykle jedynie pobiera prowizj od zrealizowanych transakcji. Nastpnym znanym przedstawicielem tej brany jest eBay.
Odmian rozwizania opartego na prowizjach jest model jednostek
stowarzyszonych, take spopularyzowanych midzy innymi przez firm
Amazon.com, która sprzedaje produkty lub usugi w rónych miejscach
odwiedzanych przez internautów. W modelu tym stowarzyszeni partnerzy
otrzymuj okrelony procent przychodów za to, e umieszczaj na wasnych
stronach odnoniki prowadzce bezporednio do witryny sprzedawcy. Prowizje opieraj si na modelu wynagradzania za efekty, co oznacza, e waciciel stowarzyszonej witryny otrzymuje wynagrodzenie tylko za sprzeda
wygenerowan dziki jego stronom.
286 _______________________________________________________________________ Rozdzia 5.
Rysunek 5.1 pokazuje, e platforma brokerska to czsto co wicej ni
miejsce spotka, w którym dostpne s katalogi i narzdzia sprzedaowe.
Czasem dostpne s te funkcje wyszukiwania, obsuga negocjacji oferty
i zapewnianie realizacji umowy po jej zawarciu. Poszczególne platformy
udostpniaj róne kombinacje funkcji, a wybór dostpnych moliwoci
zaley od grupy docelowej i gównego przeznaczenia witryny — na przykad
sprzeda uywanych samochodów wymaga innych mechanizmów ni sprzeda biletów lotniczych.
Rysunek 5.1. Transakcje biznesowe z udziaem brokera
Usugi brokerskie przyjmuj róne formy. Amazon.com to poczenie
wirtualnego sklepu, w którym klienci mog przeglda katalog oraz dodawa przedmioty do koszyka zakupów, i wirtualnego rynku lub galerii handlowej, gdzie niezaleni sprzedawcy wystawiaj swe produkty i pac za
konfiguracj stron, wywietlanie ofert i przeprowadzanie transakcji na ich
rzecz. Inne platformy wiadczce usugi tego ostatniego typu to midzy
innymi Alibaba, mySimon i DealTime, przy czym ten drugi serwis mona nazwa agentem wyszukujcym, poniewa udostpnia spersonalizowane
usugi zakupowe i informacyjne przez inteligentnego agenta („robota zakupowego”). Inn form usug brokerskich jest realizacja zakupów i sprzeday. Model ten polega na tym, e broker przyjmuje zamówienia klientów
zwizane z kupnem lub sprzeda okrelonego produktu lub usugi. W ten
sposób dziaa midzy innymi serwis CarsDirect. Niektóre witryny, na przykad Travelocity i Orbitz, specjalizuj si w wycieczkach i wiadcz usugi
wykraczajce poza realizacj umów, dodatkowo umoliwiajc ocen i negocjowanie oferty. Usugi brokerskie s dobrze rozwinite w obszarze rónego
rodzaju aukcji (aukcje angielskie, aukcje holenderskie, aukcje w systemie
Vickereya lub przetargi). Oprócz witryny eBay podobne usugi wiadcz
midzy innymi serwisy uBid i Liquidation. Porednik transakcji udostpnia
niezaleny mechanizm obsugi patnoci dla kupujcych i sprzedajcych, co
umoliwia wiarygodne przeprowadzenie finansowych aspektów transakcji.
Takie usugi wiadcz midzy innymi PayPal i Escrow. Kilka innych typów
usug brokerskich przedstawiaj Afuah i Tucci (2003), a Laudon i Traver
(2006) omawiaj ten model biznesowy bardziej szczegóowo.
Blisko zwizany z modelem brokerskim jest model handlowca, który,
jak opisuje to Michael Rappa, czy sprzedawców hurtowych i detalicznych
(w odrónieniu od kontaktów midzy firmami a potencjalnymi uytkownikami kocowymi). Ceny mog by ustalone lub negocjowane przez aukcje
dowolnego typu. Handlowiec moe dziaa cakowicie wirtualnie, ale te na
przykad przez zamówienia pocztowe poczone z katalogiem internetowym.
Jednym z wyspecjalizowanych typów sklepów s „sprzedawcy bitów” (ang.
bit vendor), którzy handluj przede wszystkim produktami cyfrowymi, na
przykad plikami muzycznymi. Inna kategoria to tradycyjne sklepy z oddziaami elektronicznymi (ang. click and mortar). W ten sposób dziaaj midzy
innymi sieci Wal-Mart i Barnes and Noble. Inny typ firm z tej kategorii to
producenci, którzy wytwarzaj produkty lub usugi i sprzedaj je klientom
bezporednio przez sie WWW. Dobrze znan firm tego typu jest Dell.
5.1.2. Reklama
Reklama to najbardziej znany i dochodowy model biznesowy we wspóczesnej sieci WWW. W cigu ostatnich piciu lat wydatki na same reklamy
zwizane z wyszukiwaniem znacznie wzrosy. W rozdziale 1. wspomnielimy ju, e reklamy internetowe stay si wanym modelem biznesowym od
momentu pojawienia si technologii AdSense i AdWords. Tu pokrótce opisujemy ich korzenie oraz skutki ich wprowadzenia.
Reklama to od dawna stosowana technika suca do zainteresowania
odbiorców i potencjalnych klientów okrelonymi produktami lub usugami.
Reklamy s obecne w tradycyjnych rodkach przekazu (gazetach, radiu,
telewizji, kinach, na stadionach), a take w wielu innych miejscach. Dwie
funkcje od zawsze charakteryzuj tradycyjne reklamy „nadawane”:
1. Reklamodawca nigdy nie ma pewnoci, czy przekaz trafi do odpo-
wiednich odbiorców. Czytelnik gazety moe nie by zainteresowany kupnem samochodu, dlatego po prostu zignoruje nawet due
reklamy samochodowe, za które producent musia drogo zapaci.
288 _______________________________________________________________________ Rozdzia 5.
2. Reklamodawca musi zapaci za reklam niezalenie od tego, czy
doprowadzi ona do jakiegokolwiek wzrostu dochodów.
Oznacza to, e reklamy nadawane mog nie speni oczekiwa reklamodawcy i doprowadzi do utraty przez niego pienidzy. W sieci WWW ten
typ reklamy by i jest obecny w postaci banerów. S to zwykle umieszczane
na stronach internetowych obrazy, które prowadz do dostawców okrelonych produktów lub usug. Banery s czsto wywietlane losowo, dlatego
niemal nie róni si od tradycyjnych reklam nadawanych.
Patne kliknicia
Bill Gross, zaoyciel firmy GoTo.com (jesieni 2001 roku jej nazw
zmieniono na Overture, a w roku 2003 witryn t przej jej najwikszy
klient, Yahoo!), by jedn z osób, które zauwayy, e sie WWW umoliwia cakowicie nowe podejcie do dwóch zagadnie. W sieci mona umieszcza reklamy skierowane do konkretnych odbiorców (ang. narrowcasting),
a reklamodawców obcia tylko wtedy, gdy reklama zwiksza ruch na stronie. Jeli nadawca skieruje do uytkowników reklamy, którymi s zainteresowani, szanse na wzrost dochodów bd duo wiksze. Kluczem jest tu
wyszukiwanie. Bill Gross zaobserwowa, e jeeli uytkownicy szukaj okrelonych rzeczy, warto umieci reklam produktów z tej kategorii obok
wyników wyszukiwania. Jeli kto wpisze w wyszukiwarce wyraenie
„aparat+cyfrowy”, mona zaoy, e ta osoba jest zainteresowana informacjami o aparatach cyfrowych, a moe nawet chce kupi takie urzdzenie.
Z tego powodu umieszczenie reklamy aparatu cyfrowego obok wyników
wyszukiwania wydaje si duo lepszym rozwizaniem ni wywietlanie jej
w innych miejscach. Na takim podejciu opiera si search marketing, czyli
marketing zwizany z wynikami wyszukiwania.
Oczywicie nie wystarczy po prostu pozwoli reklamodawcom wybra
interesujcych ich sów kluczowych i wyrae, poniewa doprowadzioby
to do zbyt wielu konfliktów. Dlatego twórcy witryny GoTo pobierali opaty
za umieszczanie odnoników reklamodawców na pocztku listy wyników
wyszukiwania i, przynajmniej pocztkowo, obciali ich opat w wysokoci jednego centa, jeli uytkownik klikn odnonik prowadzcy do danej
firmy. Dlatego reklamodawca móg sam zdecydowa, ile chce zapaci za
umieszczenie reklamy na pocztku listy wyników konkretnego wyszukiwania. W ten sposób powstay patne kliknicia, zwane te PPC (ang. pay
per click) lub CPC (ang. cost per click). Stosowane s te inne sposoby obciania reklamodawcy kosztami. Opisuj je midzy innymi Mordkovich
i Mordkovich (2005).
Google AdWords
W 2002 roku firma Google wprowadzia obecn wersj usugi AdWords
(i wesza w spór prawny z firm Yahoo!, take korzystajc z modelu patnych klikni), która zastpia inne, udostpnione dwa lata wczeniej rozwizanie. W Google AdWords reklamodawca nie moe kupi wysokiego
miejsca w wynikach wyszukiwania, moe jednak zapaci za „reklamowane
sowa kluczowe”. Dostawca produktów lub usug tworzy ograniczon do
kilku wierszy tekstu reklam i wybiera istotne w niej sowa kluczowe. Jeli
uytkownik szuka jednego z tych sów, system moe wywietli reklam
obok wyników wyszukiwania, dlatego trafi ona do osób zainteresowanych
danym produktem. Uytkownicy mog nastpnie klikn tak reklam, aby
przej do reklamujcego si sklepu i, najlepiej, kupi tam szukan rzecz.
Szczegóy uywania systemu AdWords i prowadzenia przy jego uyciu kampanii reklamowej opisuj midzy innymi Davis (2006), Goodman (2005)
i Miller (2007).
Reklamodawca musi paci firmie Google tylko wtedy, kiedy szukajcy
przejdzie ze strony z wynikami wyszukiwania na jego witryn. Wysoko
opaty jest okrelana na aukcji, w której mog wzi udzia wszystkie firmy
zainteresowane okrelonymi wyraeniami lub sowami. Aukcja ta jest prowadzona 24 godziny na dob przez siedem dni w tygodniu na rynku, na
którym wci kupowane i sprzedawane s okrelone pojcia i zwroty. Firma
Google pocztkowo stosowaa opat za tysic wywietle (model CPM),
a reklamodawca by obciany na podstawie liczby wywietle jego reklamy.
Poniewa strategia wywietlania wyników wyszukiwania w wyszukiwarce
Google opiera si midzy innymi na rankingu PageRank strony, wczenie
go w system reklam nie jest zaskoczeniem. Firma Google zintegrowaa
z ogólnym rankingiem popularno reklamy, czyli czstotliwo klikni.
Dlatego reklamodawcy, których reklam uytkownicy prawie nigdy nie klikaj, trac pozycj w rankingu niezalenie od tego, ile zgodzili si zapaci
za kliknicie. Z kolei popularne reklamy, które uytkownicy klikaj czsto,
mog by tasze, a przy tym zajmowa wysokie pozycje z uwagi na popularno. Reklamy s porzdkowane wedug dwóch kryteriów: oferty reklamodawcy i czstotliwoci klikni. Batelle (2005) dowodzi, e z perspektywy
ekonomicznej jest to dobre rozwizanie. Kiedy uytkownicy duo czciej
klikaj odnonik do strony reklamodawcy oferujcego mniejsz opat,
zapewnia to wikszy dochód firmie Google, poniewa pobiera ona opaty
za kade kliknicie.
290 _______________________________________________________________________ Rozdzia 5.
Inne zagadnienia
Reklamy, za których kliknicie reklamodawcy musz paci, obecnie s
wywietlane jako „odnoniki sponsorowane” (Google), „wyniki sponsorowane” (Yahoo! i Ask) lub pod podobn nazw, a znajduj si nad list
wyników wyszukiwania lub obok niej. Model PPC moe prowadzi do
generowania faszywych klikni (ang. click fraud). Zjawisko to polega na
nieustannym klikaniu reklamy danej firmy przez osoby wynajte przez
konkurencj, co zwiksza koszty reklamodawcy. Zapobiega temu model
opaty za operacj (ang. cost per action — CPA) stosowany midzy innymi
na witrynie Snap.com, na której reklamodawca paci jedynie wtedy, kiedy
uytkownik nie tylko kliknie reklam, ale i przeprowadzi wartociow dla
firmy transakcj. Google i inne firmy take przeciwdziaaj faszywym
klikniciom. Suy do tego midzy innymi filtrowanie podejrzanych klikni, analizy „ledcze” plików dziennika z serwera sieciowego z zapisem
klikni reklamy lub obserwacje i potwierdzanie klikni przez niezalene
jednostki. Mordkovich i Mordkovich (2005) opisuj to zagadnienie bardziej
szczegóowo.
Firma Google jeszcze bardziej rozwina model biznesowy oparty na
reklamach, wprowadzajc w 2003 roku mechanizm AdSense. Suy on do
obsugi dugiego ogona w brany reklamowej, co opisalimy ju — cho
w nieco odmienny sposób — w punkcie 1.1.4 w rozdziale 1. AdSense daje
wacicielom witryn internetowych dostp do sieci reklamodawców firmy
Google, dziki czemu ci pierwsi mog umieszcza na wasnych witrynach
reklamy z puli udostpnianej przez Google. Po zarejestrowaniu nowego
klienta AdSense skanuje jego witryn i rozmieszcza na niej dopasowane
reklamy lub umieszcza je obok wyników wyszukiwania obejmujcych t
witryn. Waciciel witryny otrzymuje cz opat, jeli uytkownik kliknie
tak reklam i przejdzie — dziki systemowi Google — do witryny reklamodawcy. Mechanizm AdSense firmy Google umoliwia nawet maym stronom internetowym generowanie zysków bez duych nakadów na administracj. System AdSense obejmuje te program odnoników polecajcych
(ang. referrals), który jest w istocie modelem jednostek stowarzyszonych.
Odnoniki polecajce pozwalaj przej osobom odwiedzajcym dan stron
bezporednio do produktów udostpnianych na innych witrynach. Su do
tego przyciski umieszczane na stronach zarejestrowanych w programie.
Szczegóowe omawianie sukcesów firmy Google i innych serwisów od
momentu wkroczenia na rynek reklamy nie jest potrzebne. Naley zauway,
e reklama w sieci WWW doprowadzia do rozwoju nowego modelu biznesowego i powstania rynku, którego wielkoci nikt pocztkowo nie móg przewidzie. Reklamy w sieci to nastpna doskonaa ilustracja zjawiska dugiego
ogona. Firmy o rónej wielkoci, nie tylko te wielkie z duymi rodkami na
marketing, uzyskay niespotykany do tej pory dostp do rozmaitych rynków,
a zwaszcza do obszarów niszowych. Podobnie jak inne modele biznesowe
stosowane w sieci WWW reklama w duym stopniu opiera si na mikropatnociach, czyli bardzo niskich opatach za transakcje lub usugi. Dlatego
dopiero dua liczba takich patnoci pozwala uzyska wysokie dochody.
Jednak reklama w sieci nie ogranicza si tylko do wyszukiwarek. Wraz
z udostpnianiem coraz wikszej iloci danych przez klientów pojawiaj si
nowe moliwoci. W dalszej czci rozdziau opisujemy, w jaki sposób w licznych obszarach sieci WWW ronie popularno reklam dostosowanych do
uytkownika. Poniewa klienci zaczynaj nawet tworzy reklamy udostpniane innym odbiorcom, wkrótce moe si okaza, e odrónienie dostawców
od konsumentów stanie si niemoliwe. Ekonomici ukuli okrelenie prosument (ang. prosumer) dla osób czcych cechy tych dwóch grup. Ciekawe
archiwów reklam internetowych znajduje si na witrynie adverlicio.us.
5.1.3. Porednicy informacyjni
Nastpny model biznesowy to porednicy informacyjni, czyli „infoporednicy”. Model ten powsta w wyniku ewolucji brokerów informacji, których
opisalimy w rozdziale 1. Broker informacji zbiera dane rynkowe, wiadomoci o rozwoju danego rynku, informacje o konkurencji lokalnej i midzynarodowej, a take okrela przecitne nakady na reklam, standardowe
kanay dystrybucji oraz rzeczywisty lub szacowany popyt. Wraz z podczaniem komputerów do sieci WWW przez coraz wiksz liczb osób i istotnym
wzrostem znaczenia handlu elektronicznego dane o klientach, ich nawykach
i strumieniach klikni staj si dla firm coraz wartociowsze. Cho surowe
dane uzyskane midzy innymi z dzienników serwera sieciowego czsto nie
s zbyt przydatne, zyskuj na wartoci po prawidowych analizach przy uyciu technik drenia danych, poniewa w przetworzonej postaci mog suy
do wywietlania rekomendacji, optymalizowania stron, target marketingu
i wykonywania innych zada.
Znanym przykadem firmy z tej kategorii jest Nielsen//NetRatings.
Organizacja ta zajmuje si pomiarem rónych aspektów zachowa uytkowników internetu i jest doskonaym ródem analiz dotyczcych efektów
reklamy internetowej (zobacz www.nielsen-netratings.com). Inna znana firma
z tej brany to DoubleClick, specjalizujca si w zbieraniu i rozpowszechnianiu informacji na temat reklam oraz kontaktowaniu ze sob agencji, osób
zajmujcych si marketingiem i wydawców zainteresowanych marketingiem
cyfrowym. Rysunek 5.2 ilustruje przykadowe informacje uzyskiwane przez
poredników informacyjnych, obejmujce midzy innymi czn liczb
292 _______________________________________________________________________ Rozdzia 5.
Rysunek 5.2. Przegld moliwoci systemu Google Analytics
ródo: http://anant.files.wordpress.com/2006/04/analytics.jpg
odwiedzin oraz liczb wizyt pokategoryzowanych wedug róda. Strona
widoczna na rysunku zostaa stworzona przez system Google Analytics
(zobacz www.google.com/analytics). Wród wielu narzdzi nalecych do tej
kategorii warto wymieni take AWStats (zobacz www.awstats.net) i Webalizer (zobacz www.mrunix.net/webalizer).
Z trzech ostatnich serwisów moe korzysta kady, wcznie z firmami
i osobami prywatnymi zainteresowanymi ledzeniem ruchu na wasnej
witrynie. Obok informacji o odwiedzinach na stronach zbierane s dane na
temat producentów i ich produktów, które, jeli zostan odpowiednio przygotowane, s wartociowe dla klientów przy decydowaniu si na zakup. Cho
rekomendacje dostpne na witrynie Amazon.com i w podobnych miejscach
take nale do tej kategorii, lepsze róda informacji to serwisy Consumer
Reports (zobacz www.consumerraports.org) i Trip Advisor.
5.1.4. Model spoecznociowy i model subskrypcji
Model spoecznociowy powsta dziki takim trendom jak rozwój oprogramowania o otwartym dostpie do kodu ródowego i otwarte udostpnianie
treci w sieciach podobnych do Wikipedii. Ten pierwszy ruch zrzesza pro5.1. Modele biznesowe w internecie i sieci WWW
gramistów, którzy udostpniaj i rozwijaj kod programów bezpatnie,
a przede wszystkim bez opat licencyjnych. Samo oprogramowanie o otwartym dostpie do kodu ródowego jest bezpatne, jednak mona dziki niemu
wygenerowa dochody, wiadczc pomoc techniczn lub inne usugi powizane z aplikacj. Inne formy modeli spoecznociowych zwizane s z sieciowymi nadawcami programów radiowych i telewizyjnych. Czsto audycje udostpniane s na witrynach non-profit, a koszty ich utrzymania pokrywaj
darowizny. W ten sposób dziaa na przykad witryna SHOUTcast.
Model spoecznociowy obejmuje spoeczno programistów, uytkowników lub przedstawicieli obu tych grup i wie si z udostpnianiem im
bezpatnych produktów lub usug oraz budowaniem lojalnoci w zamian
za zainwestowany czas i umiejtnoci. Zyski mog pochodzi z poczenia
modelu spoecznociowego z innymi, na przykad reklam lub subskrypcj
usug dodatkowych. To takie poczenie przeksztaca spoeczno w prawdziwy model biznesowy, zgodny z wczeniejszym opisem. W dalszej analizie aspektów spoecznych pokazujemy, e internet i sie WWW stay si
gównym obszarem rozwoju spoecznociowych modeli biznesowych, poniewa spoecznoci zwykle tworz si wokó okrelonego zagadnienia lub
de, a tym samym stanowi doskona grup docelow. Dlatego nie jest
zaskoczeniem, e model spoecznociowy jest bardzo cenny, a firmy wci
rozwijaj go i wzbogacaj. Uwaamy, e w przyszoci bdzie to podstawowy
model w sieci WWW, a w rednim lub dugim okresie stanie si waniejszy
nawet od reklamy.
Na zakoczenie warto wspomnie take o modelu subskrypcji. W tym
podejciu uytkownicy pac za subskrypcj pewnej usugi, na przykad
za wyczno do korzystania z nazwy domeny, przestrze dyskow na prywatn lub firmow witryn u dostawcy usug internetowych, szerokopasmowy dostp do sieci WWW zapewniany przez lokaln firm telekomunikacyjn lub programy telewizyjne nadawane przez internet. Dostawcy
stosuj róne sposoby obciania klientów kosztami. Czasem opaty trzeba
wnosi okresowo (na przykad co miesic, co rok lub jednorazowo), a czasem
za wykorzystane usugi. To ostatnie rozwizanie to tak zwana subskrypcja
„z licznikiem”, znana te jako model taryfowy (ang. utility). W dalszej czci
rozdziau pokazujemy, e model subskrypcji jest szczególnie istotny w obszarze usug w sieci WWW.
5.1.5. Podsumowanie
Afuah i Tucci (2003) przedstawiaj zwizy przegld modeli biznesowych
stosowanych w sieci WWW, ich klasyfikacj i typy. Autorzy ci porzdkuj
modele biznesowe na podstawie czterech aspektów: sposobu uzyskiwania
294 _______________________________________________________________________ Rozdzia 5.
dochodów (na przykad z prowizji, reklam lub subskrypcji), strategii
handlowej (na przykad B2C), modelu ustalania cen (aukcje lub ustalone
ceny) i strony czerpicej korzyci. Porównuj te klasyfikacj Rappy z kilkoma innymi podziaami przedstawianymi w literaturze tematu.
Cho opisane modele nie s nowe, najwaniejsz cech charakterystyczn
dla internetu i sieci WWW w porównaniu z klasycznymi metodami prowadzenia interesów s wspomniane ju mikropatnoci, czyli wprowadzenie
bardzo niskich opat, czsto w wysokoci tylko kilku centów. Jednak wiadczenie takich usug moe przynosi zyski, poniewa liczba mikropatnoci
jest czsto bardzo dua.
W nastpnych podrozdziaach chcemy pokaza, jaki wpyw na te modele
miay osignicia zwizane z Web 2.0. W tym celu analizujemy trzy gówne
wymiary rozwoju sieci WWW i omawiamy ich zwizki z poszczególnymi
modelami. Obecnie w sieci WWW uywanych jest wiele pocze opisanych
modeli, a niemal codziennie wprowadzane s ich nowe kombinacje.
5.2. Wasno danych
Jak wspomnielimy ju w rozdziale 1., dane i strumienie danych to jedne
z podstawowych elementów wspóczesnej sieci WWW. Informacje zapisuj
nie tylko uytkownicy, którzy tworz blogi, rozwijaj wiki lub dodaj recenzje i rekomendacje. Take wiele aplikacji automatycznie generuje dane, midzy innymi informacje dotyczce transakcji w handlu elektronicznym, na
temat pocze telefonii cyfrowej lub zapisywane w dziennikach serwerów
sieciowych. Niektóre jednostki, na przykad wyszukiwarki, satelity, a nawet
agencje rzdowe, celowo zbieraj informacje. Z uwagi na to i tanie technologie przechowywania danych czsto dostpne s ogromne zbiory informacji,
a dostawcy internetowy nieustannie tworz due centra danych.
W obszarze danych tworzonych przez ludzi i generowanych przez maszyny mona zauway odmienne wzorce zbierania informacji. Cho dane
tworzone przez uytkowników powinny by kontrolowane przez rozwijajce
je osoby i spoecznoci, nie zawsze tak si dzieje. Przykadowo recenzje produktów po opublikowaniu ich na witrynie Amazon.com przestaj by bezporedni wasnoci ich autorów. Blog jest „wasnoci” blogera, który go
zaoy, i to ta osoba odpowiada za publikowane tam materiay. Jednak jeli
blog dziaa w serwisie udostpniajcych takie usugi, kontrol nad nim sprawuje kto inny. Jeli komentarz dotyczcy wpisu jest niezgodny z reguami,
waciciel moe go usun. Jeli dany wpis jest zbyt dugi, waciciel moe
go zmodyfikowa i usun niepotrzebne fragmenty. W kolekcjach danych
5.2. Wasno danych
rozwijanych przez wiksze spoecznoci czsto stosowane s jawne lub niepisane reguy dotyczce dodawania materiaów. W rozdziale 1. wspomnielimy
zasady stosowane w Wikipedii i Kodeks etyki blogera Charlene Li, które
ilustruj takie reguy.
Dane tworzone przez ludzi mog by celowo zapisywane, a nastpnie
przetwarzane maszynowo. Na przykad dane uywane w indeksach wyszukiwarek zwykle s tworzone przez róne osoby, a nastpnie kopiowane do
kolekcji danych uywanych przez dostawców usug. Roboty wyszukiwarek
Google i Yahoo! przeszukuj sie WWW, kopiuj znalezione strony, a nastpnie analizuj je na róne sposoby, co opisalimy w rozdziale 1.
Przy danych generowanych maszynowo wasno informacji zwykle jest
ustalana w naturalny sposób, poniewa due iloci danych s zbierane i zapisywane na serwerach firmy lub dostawcy. S to midzy innymi dane transakcyjne zwizane z prowadzeniem dziaalnoci w obszarze handlu elektronicznego. Informacje te musz by dostpne i wiarygodne, a dotycz
klientów, patnoci, zamówie, dostaw i dostawców. Czsto dane generowane w taki sposób zawieraj nadmiarowe informacje, a ich ilo jest tak
dua, e trzeba stosowa takie techniki jak integracja, magazynowanie i drenie danych, aby móc przeksztaci dane surowe na informacje lub wygenerowa na ich podstawie now wiedz. Inne dane wytwarzane maszynowo,
przede wszystkim dzienniki serwerów sieciowych, do których analizy suy
midzy innymi Webalizer wspomniany w poprzednim podrozdziale, s przetwarzane w celu uzyskania statystyk dotyczcych ruchu na witrynie i optymalizacji strumienia klikni.
Zagadnienia zwizane ze zbieraniem danych oraz wasnoci ich kolekcji nie s nowe i nie pojawiy si dopiero w kontekcie sieci WWW. Ksiki
i katalogi telefoniczne wymylono ju pod koniec XIX wieku, a udostpniane w nich dane zawsze byy cenne dla firm telekomunikacyjnych, które
je zbieray i aktualizoway. Wane jest, e dostp do kolekcji danych —
przykadowo zawartych w ksice telefonicznej — w formie elektronicznej umoliwia integracj ich z innymi aplikacjami. Umoliwia to te rozwój
na ich podstawie nowych usug, takich jak odwrotna ksika telefoniczna
(umoliwiajca ustalenie nazwiska i adresu osoby na podstawie jej numeru
telefonicznego), ledzenie zmian numerów lub wyszukiwanie informacji
na temat nieskatalogowanych numerów telefonicznych (zobacz www.
phonesearchcentral.com), a take aplikacji integrujcych inne informacje
z numerami telefonicznymi.
Ksika telefoniczna dobrze ilustruje take czsto spotykane w sieci
WWW zjawisko. Jest rozpowszechniana za darmo, ale jej waciciele mog
uzyska dziki niej dochody, na przykad sprzedajc umieszczane tam
reklamy (w taki sposób rozpowszechniana jest Panorama Firm). Ta sama
5.2. Wasno danych
296 _______________________________________________________________________ Rozdzia 5.
zasada dotyczy takich usug jak wyszukiwarka Google. Mona bezpatnie
korzysta z jej olbrzymiego indeksu, a gównym ródem zysku s dochody
z reklamy.
W sieci WWW moliwe stao si tworzenie niepowtarzalnych kolekcji
danych i trudnych do odtworzenia zbiorów informacji. Navteq to serwis udostpniajcy mapy cyfrowe pokrywajce obszar 58 pastw z szeciu kontynentów. Te mapy mog by podstaw systemów nawigacji samochodowej
lub uywanej w palmtopach oraz s nieustannie aktualizowane przez osoby,
które sprawdzaj drogi i zbieraj dane dotyczce 200 rónych atrybutów.
Kolekcja danych jest tu niezbdnym elementem serwisów z mapami. Na
temat tej zalenoci Tim O’Reilly stwierdzi, e „dane to nastpny »Intel
inside«”, poniewa podobne obserwacje dotycz baz danych w serwisach
aukcyjnych, indeksach wyszukiwarek i kolekcjach multimediów.
Musser i O’Reilly (2007) wymieniaj liczne sposoby uywania kolekcji
danych do tworzenia lub powikszania strategicznej wartoci serwisu. S
to midzy innymi:
Strategie tworzenia zbiorów informacji, a przede wszystkim rozwoju i przechowywania danych trudnych do odtworzenia, takich
jak mapy firmy Navteq.
Strategie kontroli, które zwizane s ze stosowaniem niestandardowych formatów plików lub specyficznych sposobów dostpu do
danych (na przykad przez rejestry).
Strategie rozwoju platform, dotyczce danych, które s platform
lub podstaw dla rónych innych usug. S to na przykad dane
adresowe, dane o czasie wydarze i kalendarze, dane z katalogów,
indeksy produktów lub tosamoci cyfrowe.
Strategie dostpu, dotyczce udostpniania danych wczeniej trudnych do znalezienie lub uzyskania. W ten sposób dziaa na przykad firma Zillow, która szacuje warto domów w Stanach Zjednoczonych na podstawie narzdzi dostpnych wczeniej tylko
agentom nieruchomoci. Serwis Chicago Crimes (zobacz www.
chicagocrimes.org) udostpnia baz danych o przestpstwach popenionych w Chicago, a informacje mona wyszukiwa na podstawie
typu przestpstwa, ulicy, daty, komisariatu policji, kodu pocztowego i innych cech.
Strategie rozwoju infrastruktury, zwizane z tworzeniem narzdzi do przechowywania i udostpniania danych nalecych do
innych jednostek. Tak dziaa serwis Photobucket, który umoliwia
bezpatne wspódzielenie zdj i plików wideo, a take wywietla5.2. Wasno danych
nie ich w sieciach spoecznociowych, witrynach aukcyjnych, blogach i forach. Inna firma z tej kategorii to Limelight Networks,
która udostpnia platformy do dostarczania treci, na przykad
strumieniowania na danie nagra wideo lub gier internetowych.
Kiedy firma ma ju strategicznie wartociow kolekcj danych, czsto moe
uzyska korzyci finansowe na kilka sposobów.
Wasno danych, cho jest podstaw wielu usug i ich pakietów, wymaga
rozwizania wielu problemów w obszarze uytkowania informacji. Wi
si one z prawami autorskimi, zabezpieczeniami, bezpieczestwem, ochron
prywatnoci i prawem do usuwania osobistych danych uytkowników. Przykadowo dostawca usug internetowych moe sprzeda dane osobowe uytkowników firmie reklamowej, która chce wykorzysta je do kampanii marketingowej. Cho oczywicie jest to uznawane za nieetyczne, moe by
prawnie dozwolone z uwagi na „warunki uytkowania”, które uytkownicy
zaakceptowali w czasie rejestracji.
Loshin (2002) pisze:
[…] wasno danych dotyczy zarówno posiadania informacji, jak
i odpowiedzialnoci za nie. Wasno daje moliwoci i kontrol.
Kontrolowanie informacji obejmuje nie tylko moliwo dostpu do
danych, tworzenia ich, modyfikowania, czenia, czerpania z nich
korzyci oraz sprzeday lub usuwania ich, ale te prawo do przyznawania podobnych przywilejów innym.
Oznacza to, e wasno danych prowadzi do rónorakich zobowiza. S to
midzy innymi:
Zarzdzanie dostpem i zabezpieczeniami. W systemie zawierajcym dane niejawne, czyli informacje poufne, dane z dziau kadr,
tajemnice firmy i podobne materiay, trzeba ustali zasady dotyczce zabezpiecze i uprawnie oraz zapewni ich przestrzeganie.
Jako danych. To zagadnienie obejmuje okrelanie i spenianie
oczekiwa dotyczcych jakoci informacji, wprowadzanie wskaników i pomiarów umoliwiajcych ocen jakoci danych i udostpnianie raportów na temat zgodnoci z wytycznymi z tego obszaru.
Wane s te zasady okrelajce jako danych wprowadzanych do
systemu, a take „czyszczenie” i standaryzacja danych oraz inne
operacje majce na celu przygotowanie informacji na potrzeby
aplikacji uytkownika.
Zarzdzanie reguami biznesowymi. Wszystkie operacje przetwarzania danych opieraj si na reguach biznesowych. Niezalenie
5.2. Wasno danych
298 _______________________________________________________________________ Rozdzia 5.
od tego, czy s one wbudowane w kod aplikacji, przedstawione
w specyficznym formacie regu, czy po prostu udokumentowane
niezalenie od kodu, waciciel danych odpowiada za zarzdzanie
takimi reguami.
Cho niektóre zagadnienia dotycz problemów czysto infrastrukturalnych,
dobr podstaw do osigania korzyci jest sytuacja, kiedy „uytkownicy
s wacicielami swoich danych, a dostawca jest wacicielem ich agregatu”
(Musser i O’Reilly, 2007).
5.3. Oprogramowanie jako usuga (SaaS)
Firma Igniter Ltd. (zobacz www.igniter.co.nz) przedstawia ciekawe obliczenia wydatków na informatyzacj niezbdnych przy zakadaniu nowej firmy
lub po ograniczeniu kosztów dziau IT w istniejcych przedsibiorstwach
(rysunek 5.3). Wynik to miesicznie okoo 63 dolary (Nowa Zelandia) przeliczone na okoo 33 euro lub okoo 43 dolary (USA). W obliczeniach nie
pominito adnych istotnych elementów, a nawet uwzgldniono pewne
zaawansowane rozwizania (na przykad system CRM lub oprogramowanie
do zarzdzania projektami).
Rysunek 5.3. Zestaw aplikacji informatycznych za 160 zotych
ródo: http://www.igniter.co.nz/index.php?option=com_content&task=view&id=
101&Itemid=207
Celem tych prostych oblicze jest pokazanie moliwoci ograniczenia
wydatków na dzia IT dziki odpowiedniemu wykorzystaniu nowych technologii sieciowych i usug dostpnych w sieci WWW. Ceny sprztu spadaj
ju od przeszo 40 lat, dziki czemu informatyzacja firm jest coraz tasza.
To samo moe wkrótce zacz dotyczy take aplikacji, a w obszarze oprogramowania o otwartym dostpie do kodu ródowego ju si tak dzieje. Jednym z kluczowych aspektów jest tu paradygmat oprogramowania jako usug
(ang. Software as a Service — SaaS). W poprzednich rozdziaach kilkakrotnie
o nim wspomnielimy, a tu omawiamy ten model bardziej szczegóowo.
Musser i O’Reilly (2007) uznaj paradygmat SaaS za najwaniejszy czynnik
umoliwiajcy powstanie zjawiska, które nazwali Przedsibiorstwem 2.0.
Do tej pory opisalimy ogólny schemat dziaania usug sieciowych (zobacz
rozdziay 1. i 2.), w którym dostawcy usug przygotowuj ich specyfikacj
i publikuj j w ogólnie dostpnym katalogu. Z kolei odbiorcy mog skierowa do katalogu zapytanie o konkretne usugi, a jeli takie zostan znalezione, skontaktowa si z ich dostawc w celu zawarcia umowy i rozpoczcia korzystania z jego produktów. Pokazalimy te, e obok tego ogólnego
modelu, który zosta zrealizowany w kilku platformach, takich jak ebXML
lub RosettaNet, istnieje te podobna technika, rónica si brakiem katalogu. Nazwalimy j sieciowymi wywoaniami procedur (WPC). Wywoania
WPC to narzdzia uywane przy komunikacji z publicznymi interfejsami
API, takimi jak interfejs usug Google Maps opisanych w rozdziale 3.
Paradygmat SaaS jest obecnie realizowany w dwóch gównych postaciach. Programici uywaj go przy tworzeniu aplikacji hybrydowych i korzystaniu z wywoa WPC, a uytkownicy kocowi (firmy i osoby prywatne) —
w formie bogatych aplikacji internetowych (RIA) i kolekcji widgetów, które
s albo bezpatne (jak ilustruje to rysunek 5.3), albo sprzedawane lub udostpniane za opat. W tym podrozdziale kontynuujemy omawianie modelu
SaaS zarówno z perspektywy dostawcy, jak i z punktu widzenia klienta.
Dostawcy s przede wszystkim zainteresowani udostpnianiem usug, które
odbiorcy mog uruchamia na danie, pacc stay abonament lub wnoszc
opaty taryfowe. Z kolei klienci mog by zainteresowani okreleniem z góry
cech usug, a take ich dostosowywaniem do wasnych potrzeb. Czasem
odbiorcy chc po prostu samodzielnie rozwija usug, bez stosowania rozwiza narzuconych przez dostawc.
5.3.1. Spojrzenie w przeszo — model ASP
W rozdziale 3. wspomnielimy, e bogate aplikacje internetowe pozwalaj
obecnie udostpnia funkcje zarezerwowane niegdy dla tradycyjnych programów i zapewniaj podobn interaktywno. Dlatego aplikacje RIA mona
300 _______________________________________________________________________ Rozdzia 5.
uzna za realizacj komputera sieciowego, którego powstanie ju w poowie lat 90. przewidywali midzy innymi analitycy firm Sun Microsystems
i Oracle. W owym czasie takie stwierdzenia wizano z moliwociami technologii ASP (ang. Application Service Provisioning), która polegaa na udostpnianiu oprogramowania przez internet. W modelu ASP dostawca nie
sprzedawa oprogramowania jako pakietu, który klient musia zainstalowa
na wasnym serwerze. Zamiast tego oprogramowanie lub aplikacje dziaay
na maszynie dostawcy, a uytkownik móg z nich korzysta przez poczenie internetowe.
W poowie lat 90. spodziewano si, e model ASP doprowadzi do obnienia cen oprogramowania, poniewa jego koszty stanowiy wielokrotno
nakadów na sprzt. Ponadto instalacja i konserwacja oprogramowania czsto
sprawiay wiele trudnoci, co byo problemem przede wszystkim w maych
i rednich firmach, które nie miay dziau zarzdzania systemem. Dlatego
zamiast kupowa drogie oprogramowanie, potrzebne tylko w czasie jego uywania, dziki technologii ASP mona byo korzysta z usug wiadczonych
na danie. Pozwalao to pomin instalacj i konserwacj, a dostawca usug
móg aktualizowa oprogramowanie lub instalowa poprawki bez skomplikowanego procesu rozpowszechniania, wymagajcego dotarcia do kadego
klienta.
W ten sposób mona udostpnia róne aplikacje, na przykad zapewnia
dostp do kalkulatora walut, oprogramowania do zarzdzania rachunkami,
platform do prowadzania wirtualnych konferencji i spotka, a take oferowa zoone pakiety aplikacji, takie jak narzdzia do modelowania procesów
biznesowych (ang. business process modeling — BPM). Zwykle jeden dostawca
oferuje liczne aplikacje, co ilustruje rysunek 5.4. Kiedy programy s udostpniane przez sie, do ich technicznej obsugi su midzy innymi zdalne
wywoania metod (RMI), czyli mechanizm jzyka Java uywany na poziomie
pojedynczych usug i interfejsów API.
W modelu ASP na dostawcy spoczywa dua odpowiedzialno, poniewa
musi on zapewni gwarancje usugowe w zakresie dostpnoci, zabezpiecze,
kopii zapasowych, pomocy technicznej i konserwacji. Wszystkimi tymi
aspektami wczeniej zarzdza klient. Kiedy w latach 90. wprowadzono
model ASP, wiele osób miao nadziej, e ostatecznie cae oprogramowanie,
wcznie z systemem operacyjnym, bdzie przechowywane w internecie.
Ta idea bya podstaw wspomnianego ju komputera sieciowego.
Cho model ASP z powodzeniem zastosowano w wielu aplikacjach,
a odbiorcami usug ASP w Stanach Zjednoczonych s firmy, agencje rzdowe, organizacje non-profit i inne jednostki, podejcie to nigdy nie zyskao
Rysunek 5.4. Model ASP
oczekiwanej popularnoci. Przyczyny byy gównie techniczne, a przede
wszystkim chodzio o fakt, e poczenia internetowe pod koniec lat 90. nie
byy tak niezawodne i szybkie jak teraz.
Obecnie problemy techniczne zwizane z nisk przepustowoci i stabilnoci zostay przezwycione, cho wci moliwa jest poprawa i zwikszenie szybkoci dziaania sieci. Jednak to nie tylko dziki kablom i poczeniom model ASP moe si rozwija. Wane s te techniczne mechanizmy
opisane w rozdziale 3., a przede wszystkim aplikacje RIA, których warto
powiksza moliwo wzbogacania ich o aplikacje hybrydowe (takie jak
Google Desktop, która nie jest aplikacj sieciow). Dziki tym rozwizaniom
opisywany model staje si rzeczywistoci, a w nastpnych punktach omawiamy jego róne aspekty.
5.3.2. Usugi z perspektywy dostawcy
Kiedy firma udostpnia w sieci oprogramowanie w formie usug, przykadowo interfejs API Google Maps, dostawca na stae okrela sposoby
korzystania z danej usugi. Jej interfejs API zwykle skada si z szeregu
procedur, które klient moe wywoywa, przy czym usugi s niezmienne
i trzeba z nich korzysta w obecnej postaci. W tym punkcie wprowadzamy
rozrónienie midzy usugami dotyczcymi aplikacji a usugami dotyczcymi infrastruktury.
302 _______________________________________________________________________ Rozdzia 5.
Usugi dotyczce aplikacji
Model biznesowy zwizany z udostpnianiem pewnych funkcji oprogramowania, których klient uywa jako aplikacji, to zwykle model subskrypcji.
Usugi czasem s bezpatne, jednak czciej uytkownicy musz opaca subskrypcj lub wnosi opaty taryfowe za uytkowanie. Dlatego odbiorca paci
tylko za korzystanie z usugi i nie ponosi dodatkowych nakadów na sprzt
oraz oprogramowanie (zobacz obliczenia przedstawione na rysunku 5.3),
chyba e udostpniana aplikacja jest integrowana po stronie klienta z innymi
programami.
Przyjrzyjmy si na przykad usugom Google Apps (zobacz www.google.
com/a), które w wersji Premier Edition udostpniono w lutym 2007 roku.
Google Apps to pakiet narzdzi obejmujcy Gmail, czyli klienta pocztowego firmy Google, Google Talk, czyli komunikator i narzdzie do pogawdek internetowych, Google Calendar, czyli narzdzie do planowania
wydarze i spotka oraz wspóuytkowania tych danych z innymi osobami,
Page Creator, czyli edytor do projektowania stron internetowych, Start Page,
czyli narzdzie do tworzenia spersonalizowanych stron startowych, a take
Google Docs & Spreadsheet, czyli internetowy edytor tekstu i arkusz kalkulacyjny umoliwiajcy zespoom wspóln prac nad dokument i obliczeniami. Wszystkie komponenty dziaaj na serwerach firmy Google. Tam
te przechowywane s dane. Planowana cena to 50 dolarów amerykaskich
za rok uytkowania konta Premier Edition, podczas gdy usugi podstawowe,
w zakresie których midzy innymi dostpna jest mniejsza przestrze dyskowa na poczt, maj pozosta bezpatne.
Jest wiele rónorodnych usug podobnych do Google Apps, a ich liczba
ronie niemal kadego dnia. S to zarówno proste rozwizania oparte na
wywoaniach pojedynczych usug, jak i cae zoone aplikacje. Aby pokaza,
jakie narzdzia s dostpne, oraz potwierdzi obliczenia przedstawione na
rysunku 5.3, w tabeli 5.1 opisujemy kilka kategorii oprogramowania dostpnego w formie usug. Rysunek 5.5 przedstawia aplikacj 30 Boxes suc
do obsugi kalendarza. Dostpne usugi s bardzo zrónicowane: od organizerów i kalendarzy obsugujcych pojedyncze funkcje biurowe, przez
narzdzia do planowania, wspópracy zespoowej i obsugi rachunkowoci,
po systemy CRM. W sieci WWW mona nawet skonfigurowa baz danych
dostpn jako usuga. Wysza dostpno oprogramowania w sieci WWW
prowadzi do tego, e wiele nowych firm, przynajmniej na pocztku dziaalnoci, nie wynajmuje ju biur, ale pracuje w zespoach wirtualnych.
Zauwaalny jest trend udostpniania jako usug w sieci WWW aplikacji,
które wczeniej dziaay wycznie w tradycyjny sposób, a wiele firm prowadzi zaawansowane prace nad sieciowym systemem operacyjnym, takimi
Tabela 5.1. Aplikacje SaaS
Aplikacja
Firma
Adres URL
Organizery i kalendarze
37signals Backpack
www.backpackit.com
30Boxes
www.30boxes.com
Planowanie
PlanHQ
www.planhq.com
Edytory tekstu i arkusze kalkulacyjne
EditGrid
www.editgrid.com
ThinkFree
www.thinkfree.com
Google Docs & Spreadsheets
docs.google.com
Ajax 13 ajaxWrite, ajaxXLS
www.ajaxwrite.com
Num Sum
www.numsum.com
Zoho
www.zoho.com
Peepel
www.peepel.com
ShareOffice
www.sharemethods.com/
products/shareoffice.html
Aplikacje do zarzdzania
rozproszonymi bazami danych
Smallthought Systems Dabble DB
www.dabbledb.com
Faktury i kontrola czasu pracy
FreshBooks
www.freshbooks.com
Zarzdzanie projektami, wspópraca
w zespole, wspóuytkowana
przestrze robocza, konferencje
37signals Basecamp
www.basecamphq.com
CentralDesktop
www.centraldesktop.com
WebEx
www.webex.com
GoToMeeting
www.gotomeeting.com
activeCollab
www.activecollab.com
TeamWork Live
www.teamworklive.com
LiveOnTheNet
www.liveonthenet.com
Zimbra Collaboration Suite
www.zimbra.com
Grupowe pogawdki internetowe
37signals Campfire
www.campfirenow.com
Rachunkowo i pace
Xero
www.xero.com
Intacct
www.intacct.com
KeepMore
www.keepmore.com
Etalos CRMforGoogle
www.crmforgoogle.com
salesforce.com
www.salesforce.com
RightNow
www.rightnow.com
Zarzdzanie relacjami z klientem
304 _______________________________________________________________________ Rozdzia 5.
Rysunek 5.5. Aplikacja do zarzdzania kalendarzem firmy 30boxes
jak YouOS, Goowy, DesktopTwo, Xin i eyeOS. Obok tego podstawowego
podejcia obecne s te dwa inne, które wi si z czeniem cech oprogramowania tradycyjnego i sieciowego oraz rozwojem aplikacji porednich.
Pierwsze z tych rozwiza polega na komunikowaniu si tradycyjnych aplikacji z sieci WWW. W ten sposób dziaa na przykad aplikacja SongBird
(zobacz www.songbirdnest.com). Programici stosujcy drug technik oczekuj, e w przyszoci przegldarki bd obsugiwa take aplikacje tradycyjne. Uytkownik bdzie móg dziki temu uruchomi w przegldarce aplikacje sieciowe, takie jak Google Calendar, nawet bez poczenia z internetem.
Na pocztku 2007 roku takie plany przedstawi zespó pracujcy nad przegldark Firefox 3.
SongBird to ciekawe poczenie tradycyjnego odtwarzacza muzyki z przegldark internetow i cyfrowym zmieniaczem utworów. Nie jest to jednak
usuga, ale hybryda, która w ciekawy sposób ilustruje wykraczanie aplikacji
sieciowych poza sie WWW. Spodziewamy si, e w przyszoci powstanie
wicej rozwiza integrujcych aplikacje sieciowe i stacjonarne.
Usugi dotyczce infrastruktury
Do tej pory opisywalimy usugi w formie aplikacji o pewnych funkcjach.
Do innej kategorii nale udostpniane w sieci WWW usugi z obszaru
infrastruktury. Te usugi opieraj si na usugach oferowanych przez dostaw-
ców internetowych i polegaj na udostpnieniu przestrzeni dyskowej, mocy
obliczeniowych lub obu tych elementów w bardziej zaawansowany sposób,
a czsto obejmuj te funkcje innego typu.
Znanym przykadem z tej kategorii s usugi AWS Amazonu (ang. Amazon Web Services; zobacz aws.amazon.com). Amazon.com obecnie udostpnia
10 rónych usug sieciowych. S to usugi z obszaru infrastruktury, poniewa umoliwiaj rozwój produktów, a nie s przeznaczone do bezporedniego
uytku przez pojedynczych odbiorców. Przy rozwoju produktów lub w nowej
firmie trzeba uwzgldni wiele zagadnie w obszarze komputeryzacji, zwizanych z zarzdzaniem serwerami, negocjowaniem kontraktów, zarzdzaniem przepustowoci cza, podejmowaniem decyzji zakupowych, przenoszeniem maszyn, skalowaniem rozwiza, zarzdzaniem rosnc iloci
urzdze, zapewnianiem jednolitego sprztu, a take koordynowaniem pracy
duych zespoów. Usugi AWS pomagaj rozwiza te problemy. Firma
Amazon udostpnia je jako produkt uboczny powstania niezwykle rozbudowanej infrastruktury informatycznej nalecej do tego sklepu internetowego. W tym miejscu opisujemy szczegóowo dwie sporód dostpnych usug.
Usuga S3 Amazonu (ang. Simple Storage Service), któr wspomnielimy
ju w rozdziale 2. w kontekcie usug sieciowych, zapewnia przestrze dyskow dostpn przez internet. Usuga ta kosztuje 15 centów miesicznie za
gigabajt zajmowanej pamici i 20 centów za kady przesany gigabajt
danych, przy czym uytkownik nie ponosi adnych kosztów ogólnych ani
zwizanych z uruchomieniem usugi. Wedug firmy Amazon.com usuga S3:
[…] udostpnia prosty interfejs do komunikacji z usug sieciow,
która pozwala zapisywa i pobiera due iloci danych w kadym
momencie i z dowolnego miejsca sieci WWW. Zapewnia to klientom
dostp do tej samej wysoce skalowalnej, niezawodnej, szybkiej i niedrogiej infrastruktury przechowywania danych, z której Amazon
korzysta przy obsudze wasnej globalnej sieci witryn internetowych.
Usuga ma maksymalizowa korzyci wynikajce z wielkoci uywanej
infrastruktury i umoliwia ich wykorzystanie klientom.
S3 ma typowe funkcje usug udostpniania przestrzeni dyskowej (umoliwia zapis, odczyt i usuwanie obiektów o rozmiarach od jednego bajta do
piciu gigabajtów), a kady obiekt jest zapisywany i pobierany przy uyciu
niepowtarzalnego klucza specyficznego dla klienta. Obiekty mog by prywatne lub publiczne, a ich waciciel moe przyzna uprawnienia do nich
innym uytkownikom. Usuga ma interfejsy oparte na standardach REST
i SOAP zaprojektowane tak, aby wspódziaay z kadym zestawem narzdzi
przeznaczonym do rozwoju aplikacji sieciowych. Do S3 mona te atwo
306 _______________________________________________________________________ Rozdzia 5.
dodawa warstwy protokou lub funkcji. Domylnym protokoem pobierania jest HTTP, a w celu obnienia kosztów rozpowszechniania duych iloci
danych mona uy protokou BitTorrent. S3 firmy Amazon to nie jedyna
usuga udostpniania przestrzeni dyskowej w sieci WWW. Podobne wiadczy
te midzy innymi serwis Omnidrive.
Usuga EC2 Amazonu (ang. Elastic Compute Cloud) suy do przetwarzania danych i umoliwia klientom przypisanie mocy obliczeniowych do
wykonywania okrelonych zada. Koszty przetwarzania to 10 centów za
„komputerogodzin”. Udostpnia si „wirtualne rodowisko obliczeniowe,
co umoliwia wykorzystanie interfejsów usugi sieciowej do zadania czasu
pracy maszyn, wczytania na nie obrazu rodowiska aplikacji, zarzdzania
sieciowymi prawami dostpu i uruchamiania obrazu maszyny przy uyciu
dowolnej liczby systemów”. Ta usuga na danie jest skalowalna, dlatego
uytkownik moe przykadowo uywa jednej maszyny przez cay miesic
(30 dni po 24 godziny) za cen 72 dolarów lub, jeli to konieczne, 720 serwerów przez jedn godzin za t sam kwot. Dlatego EC2 to komercyjna
wersja przetwarzania sieciowego.
ProgrammableWeb to witryna pomagajca programistom i twórcom systemów na bieco ledzi sieciowe interfejsy API, nowe aplikacje hybrydowe
i informacje zwizane z sieci WWW jako platform przetwarzania. Twórc
tej witryny jest John Musser. Rysunek 5.6 przedstawia stron API Dashboard, gdzie widoczne s: omawiany na stronie interfejs API, najnowsze interfejsy tego typu, chmura znaczników, a take odnoniki do innych informacji.
Wród modeli biznesowych paradygmat SaaS postrzegany z perspektywy
dostawcy oparty jest na modelu subskrypcji, poniewa klienci s obciani
za uytkowanie usugi. Moliwe jest te poczenie modelu subskrypcji i spoecznociowego, w którym to rozwizaniu wkad w rozwój spoecznoci programistów mona nagradza przez obnienie opat.
Warto pamita, e model SaaS nie ma samych zalet. Moe wystpi na
przykad uzalenienie od usug, jeli firma bdzie opiera wszystkie procesy
na konkretnym dostawcy, co prowadzi do wysokiej od niego zalenoci. Moe
dotyczy to nawet tak banalnych zagadnie jak stosowanie skadni adresów
poczty elektronicznej specyficznej dla konkretnego dostawcy usug internetowych. Jeli firma zmieni dostawc, prawdopodobnie bdzie musiaa zmieni wszystkie adresy. Dostawcy mog wykorzystywa uzalenienie od usug
na róne sposoby, na przykad wprowadzajc w pewnym momencie opaty
za pocztkowo bezpatne usugi. Ponadto trzeba uwzgldni pewne zagroenia zwizane z zapisami w kontrakcie. Inne moliwe problemy to niedostpno dostawcy usug w nieoczekiwanych momentach lub nawet zaprzestanie przez niego dziaalnoci. Kwestie, które trzeba uwzgldni, nie s
niczym nowym, jednak atwo je przeoczy w omawianym kontekcie.
Rysunek 5.6. Przegld interfejsów API na witrynie ProgrammableWeb (stan z 21 marca 2007 roku)
ródo: http://programmableweb.com/apis
5.3.3. Dostosowywanie usugi
i spojrzenie na nie z perspektywy klienta
Na model SaaS mona te patrze z drugiej strony, czyli z perspektywy
klienta. Potencjalny odbiorca czasem wie, jakiej usugi potrzebuje, a czasem
moe nawet przedstawi specyfikacj obejmujc podane funkcje, akceptowaln cen, wymagan dostpno usugi, czstotliwo jej uytkowania,
a take inne parametry. Wtedy klient moe szuka dostawcy, który potrafi
speni jego oczekiwania. Warto zauway, e pocztkowo tak wanie miay
dziaa usugi sieciowe, co opisalimy w rozdziale 1. (zobacz rysunek 1.17),
308 _______________________________________________________________________ Rozdzia 5.
a moliwe, e w przyszoci takie poszukiwania bdzie mona przeprowadzi automatyczne. Z kolei niektórzy klienci chc zachowa niezaleno od
subskrypcji i ograniczy si do „samoobsugowej” oferty, z której mona zrezygnowa w dowolnym momencie.
Cho na razie ogólne moliwoci usug sieciowych nie s jeszcze w peni
wykorzystywane, istniej odpowiedniki systemów publikowania specyfikacji
usug. S to rynki usug (ang. service marketplaces). Na takim rynku usugobiorca moe okreli oczekiwane parametry usugi. Jeli dostawca potrafi
zaoferowa usug zgodn ze specyfikacj, udostpnia j, a usugobiorca
wnosi odpowiednie opaty.
Jako przykadowy rynek usug opiszemy system Amazon Mechanical
Turk. Jest to jedna z 10 usug sieciowych udostpnianych przez Amazon.
com. Amazon Mechanical Turk nie jest rynkiem dla zautomatyzowanych
usug, ale udostpnia interfejs API, który umoliwia programistom i usugobiorcom zlecanie zada wykonywanych przez ludzi. Klienci mog te
zatwierdzi ukoczone zadania i wykorzysta wyniki we wasnym oprogramowaniu. Technicznie rozwizanie to polega na przekazywaniu da wykonania usugi przez wywoania WPC kierowane do interfejsu API systemu
Turk. Trzeba jednak pamita, e dane usugi s wiadczone przez ludzi,
którzy szukaj „HIT-ów” (ang. Human Intelligence Task, czyli zada dla
czowieka), wykonuj je i otrzymuj za to wynagrodzenie. Rysunek 5.7 ilustruje stron gówn systemu Amazon Mechanical Turk.
Opis typowego zadania, czyli HIT-u, obejmuje dat wygasania oferty,
czas potrzebny na wykonanie pracy i wynagrodzenie za kade ukoczone
zadanie, przy czym zwykle wynosi ono tylko kilka centów. Zadanie opublikowane przez klienta moe wyglda nastpujco: „P
Pracownik (czyli osoba,
która chce przyj zlecenie) otrzymuje 50 plików graficznych i ma w aplikacji do oznaczania obrazów z systemu GIS wywietli kady z nich oraz
zaznaczy krawdzie dróg. Wynagrodzenie za kady HIT wynosi osiem centów”. Wane jest to, e HIT-y s czsto trudne do wykonania przy uyciu
komputera, dlatego trzeba zatrudni do tego ludzi. Jednak efekty pracy czowieka, na przykad obrazy z oznaczeniami krawdzi dróg, mona wykorzysta w aplikacji komputerowej, na przykad w serwisie z mapami.
W lutym 2007 roku, wkrótce po zaginiciu Jima Graya, który nie wróci
z niedzielnej wycieczki aglówk, w systemie Amazon Mechanical Turk
pojawio si bardzo smutne zadanie. Brzmiao ono mniej wicej tak:
Zobaczysz pi obrazów. Zadanie polega na wskazaniu obrazów satelitarnych, na których w wodzie widoczne s niespodziewane obiekty
mogce przypomina ód Jima lub jej czci. aglówka powinna
Rysunek 5.7. Strona gówna systemu Amazon Mechanical Turk
ródo: http://www.mturk.com/mturk/welcome
by widoczna jako regularny biay (lub prawie biay) obiekt o nierównych krawdziach i o dugoci okoo 10, a szerokoci okoo 4 pikseli.
W przypadku wtpliwoci naley zaznaczy zdjcie. Oznaczone obrazy
zostan przesane do specjalistów, którzy okrel, czy zawieraj one
informacje o miejscu pobytu Jima Graya.
Niecodziennym sposobem wykorzystania systemu Mechanical Turk byo
zlecenie pozornie prostego zadania polegajcego na narysowaniu owcy.
Zebrano w ten sposób 10 tysicy rysunków, które obecnie mona oglda
na witrynie TheSheepMarket.
Model biznesowy specyficzny dla usug zorientowanych na klienta zwizany jest z pobieraniem przez wacicieli platformy prowizji za uytkowanie systemu. Mechanical Turk gwarantuje bezporedni przepyw opat
od usugobiorcy do czowieka wykonujcego zlecenie.
Coraz wicej firm udostpnia platformy do tworzenia aplikacji przez
czenie usug lub integracj widgetów. Obecnie nawet zwykym uytkownikom nie sprawia problemów uruchomienie sklepu internetowego. Tabela
5.2 przedstawia kilka witryn, które umoliwiaj integracj usug i s w pewnym sensie zorientowane na klienta, poniewa korzystanie z tych rozbudowanych rozwiza nie wymaga wiedzy programistycznej. Wiele platform
310 _______________________________________________________________________ Rozdzia 5.
Tabela 5.2. Integrowanie usug w aplikacje
Aplikacja
Firma
Adres URL
Usugi hybrydowe
Yahoo! Pipes
pipes.yahoo.com
OpenKapov
openkapow.com
Integracja widgetów
Coghead
www.coghead.com
Tworzenie aplikacji
Yahoo! Widgets
widgets.yahoo.com
ZCubes
www.zcubes.com
Zimki
portal.zimki.com
GoodStorm
www.goodstorm.com
Zlio
www.zlio.com
Zazzle
www.zazzle.com
Amazon aStore
astore.amazon.com
Usugi tworzenia sklepów
tego typu opiera si na widgetach, czyli maych komponentach do wielokrotnego uytku, które umoliwiaj atw integracj treci pochodzcych
z wielu serwisów. Pokrótce opisalimy je ju w rozdziale 3. Do okrelenia
sklepów internetowych, które kada osoba moe atwo stworzy, ukuto nazw
MeCommerce, bdc synonimem wyraenia „mój wasny sklep”. Jest
to nastpny obszar, w którym wystpuje zjawisko dugiego ogona, poniewa obecnie niewielkim wysikiem mona otworzy firm dziaajc nawet
na bardzo niszowym rynku.
Z punktu widzenia klientów jednym z nastpnych etapów rozwoju usug
dostpnych w sieci WWW jest moliwo ich dostosowywania do wasnych
potrzeb. Serwisem dziaajcym w ten sposób jest app2you („sam tworzysz
wasne aplikacje”). Jest on wynikiem prac nad bazami danych prowadzonymi przez grup badawcz wydziau CSE Uniwersytetu Stanu Kalifornia
w San Diego. Serwis app2you ma umoliwia uytkownikom internetu tworzenie bazodanowych aplikacji sieciowych bez koniecznoci pisania kodu
ani posiadania wiedzy na temat baz danych. Rozwój takich rozwiza nie
ma polega na programowaniu aplikacji, ale na dostosowywaniu dostpnych
programów lub usug do wasnych potrzeb.
Wiele osób uwaa, e rynki usug w sieci WWW wkrótce zyskaj na
popularnoci, a wyspecjalizowani porednicy bd wiadczy usugi z obszaru
obsugi patnoci, mediacji, zarzdzania tosamoci, udostpniania usug
i uwierzytelniania. Dwie ostatnie z wymienionych dziedzin zwizane s
z koniecznoci jednoczesnego zalogowania uytkownika na wielu serwerach
przy korzystaniu z usug udostpnianych przez rónych dostawców. Aby
zagodzi ten problem, rozwinito technik pojedynczej rejestracji (ang.
single sign on — SSO). Obecnie trwaj prace nad jej standaryzacj w ramach
zdecentralizowanej platformy openID, która suy do zarzdzania cyfrow
tosamoci uytkowników. Inny aspekt rynków usug zwizany jest z moliwoci tworzenia przez uytkowników wasnych pakietów usug dostosowanych do ich celów i oczekiwa, przy czym nie jest do tego potrzebna
zaawansowana wiedza techniczna. Z kolei integracja aplikacji wci moe
sprawia problemy, dlatego istotne mog okaza si technologie semantyczne, które omawiamy w rozdziale 6.
Jeszcze inny kierunek rozwoju wyznacza postp technologiczny. Obecnie
pojawia si coraz wicej aplikacji dziaajcych w urzdzeniach przenonych,
midzy innymi w telefonach komórkowych i palmtopach. Dlatego model
SaaS staje si dostpny take na platformach przenonych. Ostatnie badania
przeprowadzone przez autorów bloga Read/WriteWeb pokazay, e w tym
rodowisku dostpnych jest 55 narzdzi do wyszukiwania i wiele innych
usug. Omówienie tych analiz znajduje si na stronie www.readwriteweb.com/
archives/ the_55_piece_mobile_search_tool_kit.php.
5.4. Socjalizacja i wspótworzenie treci
W tym podrozdziale opisujemy trzeci gówny strumie osigni w sieci
WWW, który w rozdziale 1. nazwalimy „aspektami spoecznymi”. W wielu
miejscach stwierdzilimy ju, e strumie ten dotyczy generowania przez
uytkowników treci obecnych na blogach, w wiki, a take w systemach
oznacze i zakadek grupowych. Socjalizacja nie oznacza w tym kontekcie
procesu nabywania umiejtnoci spoecznych — w tym podrozdziale omawiamy inne jej aspekty, zwizane przede wszystkim z oprogramowaniem.
W uproszczeniu oprogramowanie „spoecznociowe” charakteryzuje si tym,
e staje si lepsze, kiedy korzysta z niego wicej osób (zobacz te Musser
i O’Reilly, 2007). Mówic dokadniej, czsto to nie samo oprogramowanie
staje si lepsze dziki intensywnemu uytkowaniu, ale wzbogacaj si jego
zastosowania. Poniewa w tym rozdziale zastanawiamy si nad skutkami
rónych zjawisk, omawiamy tu wpyw socjalizacji i wspótworzenia treci
w sieci WWW na modele biznesowe wymienione na pocztku rozdziau.
5.4.1. Wyszukiwanie spoeczne
Typowy problem twórców technologii przeszukiwania sieci WWW zwizany
jest z tym, e z jednej strony roboty i mechanizmy indeksujce nie s
wystarczajco inteligentne, aby automatycznie podejmowa decyzje i ocenia
312 _______________________________________________________________________ Rozdzia 5.
informacje zawarte w witrynach internetowych, a z drugiej strony ludzie
wprawdzie potrafi ustali, które informacje s przydatne w danym zadaniu,
jednak nie maj czasu na przegldanie milionów pozycji wywietlanych
przez wyszukiwarki w odpowiedzi na zapytanie. W rozdziale 6., w którym
omawiamy sie semantyczn, przedstawiamy kilka propozycji rozwizania
tego problemu. W tym miejscu opisujemy jedynie aspekty spoeczne zwizane z wyszukiwaniem.
W ustaleniu oczekiwa uytkownika przesyajcego zapytanie do wyszukiwarki moe pomóc prosty i oczywisty aspekt: wczeniejsze dziaania.
Wymaga to jedynie zarejestrowania si uytkownika w wyszukiwarce, aby
system móg ledzi reakcje na wywietlane wyniki wyszukiwania i zapisywa je w celu póniejszego wykorzystania. Ocena reakcji uytkownika na
wczeniejsze wyniki moe w czasie przyszych poszukiwa pomóc w okreleniu, co naprawd interesuje dan osob. Przykadowo duga historia
wyszukiwania witryn producentów samochodów wiadczy o duym zainteresowaniu tym zagadnieniem. Kiedy uytkownik wpisze w wyszukiwarce
pojcie „Jaguar”, prawdopodobnie bdzie chcia znale informacje o samochodach tej marki, a nie o drapienikach z tego gatunku. Z kolei aktywista
z ruchu ochrony zwierzt wpisujcy to samo zapytanie bdzie raczej zainteresowany zwierztami i rodowiskiem, w którym yj.
Uwzgldnianie historii w wyszukiwaniu doprowadzio do tego, e waciciele wyszukiwarek zaczli udostpnia spersonalizowane wyszukiwanie.
Ta technika ma poprawia wyniki wyszukiwania przy uyciu empirycznych
informacji na temat wczeniejszych poszukiwa i sprowadza si do analiz
zapyta uytkownika w celu wykrycia dodatkowych informacji na jego temat,
obejmujcych midzy innymi zainteresowania lub miejsce zamieszkania.
Mona te wykorzysta zakadki zapisane przez uytkownika. Nastpnie
wszystkie dostpne informacje (oprócz samego zapytania) s uywane do
oceny wartoci poszczególnych pozycji z listy wyników.
S dwie gówne metody personalizacji dziaania wyszukiwarek. Jedna
polega na wykorzystaniu plików cookie, druga — na bezporedniej rejestracji. Szczególnie to drugie podejcie umoliwia popraw wyników wyszukiwania, poniewa system moe wtedy oceni ulubione witryny jako wartociowsze, co jest niemoliwe przy obsudze anonimowych osób stosujcych
standardowe wyszukiwanie.
Jednak niektóre techniki s jeszcze bardziej zoone. Polegaj one na
rozszerzaniu procesu zapisywania dziaa uytkowników na ca spoeczno i zachceniu osób do oznaczania wykorzystanych informacji. Techniki
uywane na witrynach Flickr i del.icio.us (opisane w rozdziale 3.) mona
wykorzysta take do usprawnienia wyszukiwania. Oznaczenia mog by
sowami kluczowymi, osobistymi ocenami, a take innymi formami komen5.4. Socjalizacja i wspótworzenie treci
tarzy lub metadanych. Wyszukiwanie staje si spoeczne, kiedy takie metadane, tworzone przez jedn osob lub ca spoeczno, s uwzgldnianie
w czasie generowania odpowiedzi na zapytanie. Rysunek 5.8 ilustruje opisane tu etapy ewolucji procesu wyszukiwania.
Rysunek 5.8. Etapy ewolucji procesu wyszukiwania
W rozdziale 3. pokazalimy, jak oznaczenia i zakadki grupowe mog
prowadzi do powstawania folksonomii, czyli rozwijanych przez spoeczno otwartych systemów etykiet. Takie folksonomie mona oczywicie
wykorzysta przy wyszukiwaniu. Technika oznaczania stosowana jest do
opisu obrazów, filmów, witryn internetowych, artykuów i innych zasobów.
Ponadto przy oznaczaniu materiaów w spoecznoci eksperci z okrelonej
dziedziny czsto dziel si wiedz i przekazuj j innym. Dodatkowo wydaje
si, e im wiksza spoeczno, tym bardziej standardowe staj si uywane
oznaczenia.
Oczywicie wyszukiwanie oparte na folksonomiach wie si z podobnymi problemami jak inne próby wykorzystania takich klasyfikacji. Szczególnie wane s problemy semantyczne, wynikajce z uywania homonimów
i synonimów. W tym obszarze przydatne mog okaza si techniki rozwijane w nurcie sieci semantycznej, które omawiamy w rozdziale 6.
Rollyo — spoeczna platforma do wyszukiwania
W tym punkcie omawiamy platform Rollyo (jej nazwa pochodzi od angielskiego zdania „roll your own search engine”, czyli „utwórz wasn wyszukiwark”). Wyszukiwanie w Rollyo uwzgldnia zarówno aspekty osobiste,
314 _______________________________________________________________________ Rozdzia 5.
jak i spoeczne. Personalizacja oparta jest na osobistych zestawach wyszukiwania (ang. search roll), które obejmuj do 25 witryn internetowych wskazywanych na potrzeby wyszukiwania. Platforma Rollyo opiera si na interfejsie API Yahoo!, dlatego uywa wyszukiwarki Yahoo!, jednak ogranicza
wyszukiwanie do wstpnie wskazanych witryn. Aby wykorzysta moliwoci,
jakie daje wyszukiwanie spoeczne, wszyscy uytkownicy mog dodatkowo
oznacza, udostpnia i przeszukiwa zestawy wyszukiwania, co jest kluczow
funkcj omawianej platformy. Ograniczenie wyszukiwania do konkretnej
dziedziny lub okrelonego zbioru witryn nie jest now ani skomplikowan
technik, jednak wykorzystanie dowiadczenia i wiedzy innych osób sprawia,
e Rollyo to wartociowe narzdzie. Zalet t podkrela funkcja Exploring
a Searchroll (przegldanie zestawów wyszukiwania). Na podstawie statystyk
mona zobaczy, które zestawy s najczciej uywane i które dodano w ostatnim czasie. Pozwala to przycign uwag uytkownika do danej kolekcji
witryn internetowych i umoliwia odkrycie nowego przydatnego zestawu.
Rysunek 5.9 przedstawia zestaw o nazwie „The Search Search” stworzony przez Johna Batellego (zobacz www.rollyo.com/search.html?q=Try+it+
out…&sid=213&x=15&y=10). Po lewej stronie rysunku widoczna jest lista
witryn uwzgldnianych przy wyszukiwaniu. Ponadto na stronie widoczne
s wpisy z blogów, odnoniki sponsorowane i kilka banerów. W serwisie
dziaa prestiowa grupa „High Rollers”, która skupia ekspertów z dziedziny
nauki, prasy i biznesu. Ci specjalici udostpniaj osobiste zestawy wyszukiwania i dziel si dowiadczeniem z wszystkimi osobami, które s tym
zainteresowane i uwaaj, e mog odnie z tego korzyci. Aby wzmocni
efekt spoeczny i uatwi uytkownikom wartociowe odkrycia, serwis umoliwia dodawanie do zestawów oznacze, a powstaa w ten sposób folksonomia dodatkowo usprawnia wyszukiwanie. Jeli uytkownik szuka zestawu
z oznaczeniami „Wola OR Mokotów OR Praga”, prawdopodobnie zobaczy
te zestawy dotyczce „Warszawy”, pod warunkiem jednak e uytkownicy
prawidowo zastosowali oznaczenia.
Aby zilustrowa wykorzystanie interfejsu API Yahoo! jako technicznej
podstawy serwisu Rollyo, pokaemy, jak dziaa przykadowy zestaw wyszukiwania o nazwie „social search”, obejmujcy wyspecjalizowane jednostki
akademickie, takie jak Uniwersytet w Münster w Niemczech i Uniwersytet
Poznaski w Polsce. Serwis Rollyo utworzy zapytanie w postaci nastpujcego wywoania WPC:
http://api.search.yahoo.com/WebSearchService/V1/
webSearch?
appid="rollyo"
&query="Sposoby wyszukiwania w Web 2.0"
&site=www.wi.uni-muenster.de, www.kti.ae.poznan.pl
Rysunek 5.9. Zestaw wyszukiwania „The Search Search” Johna Batellego w serwisie Rollyo (luty 2007)
W wierszu 1. podawany jest podstawowy adres URL interfejsu API
wyszukiwarki Yahoo!. W wierszu 2. okrelona jest metoda wyszukiwania.
Wiersze od 3. do 5. zawieraj parametry wywoania WPC. W wierszu 3.
znajduje si identyfikator aplikacji (tu jest to „rollyo”), wiersz 4. zawiera
zapytanie, a wiersz 5. ogranicza zakres wyszukiwania do podanych witryn.
Poniewa rczne wyszukiwanie przy uyciu podobnych wywoa jest
mudne, Rollyo wykonuje wikszo operacji automatycznie. Uytkownik
musi tylko poda zapytanie i zestaw wyszukiwania, którego chce uy.
Aby poradzi sobie z wieloznacznoci szukanych poj, trzeba rozwin
nowe sposoby sprawdzania spójnoci uywanych wyrae. System Rollyo
uywa automatycznego uzupeniania w czasie oznaczania, co pomaga ujednolici stosowane sownictwo. Jednak niezbdne s dokadniejsze i trwalsze
mechanizmy, które umoliwi nadzorowanie i standaryzacj semantycznego
wkadu duych grup uytkowników. W sieci semantycznej rozwizaniem tego
problemu s ontologie (zobacz rozdzia 6.). Warto te zauway, e Rollyo
mona traktowa jako w peni spersonalizowan platform wspomagajc
316 _______________________________________________________________________ Rozdzia 5.
wyszukiwanie, poniewa uytkownicy mog samodzielnie tworzy zestawy
wyszukiwania. Aspekty spoeczne s uywane tylko wtedy, kiedy uytkownik korzysta z zestawów przygotowanych przez inne osoby.
Inne wyszukiwarki spoeczne
Rollyo to nie jedyna firma pracujca nad wyszukiwaniem spoecznym. Inne
rozwizanie w tym obszarze proponuj twórcy serwisu Yahoo!Search MyWeb2
(zobacz myweb2.search.yahoo.com). W wyszukiwarce tej zastosowano wikszo
rozwiza z dziedziny wyszukiwania spoecznego, midzy innymi zakadki,
histori wyszukiwania, oznaczenia i elementy spoecznociowe. Inna wyszukiwarka tego typu to Eurekster nowozelandzkiej firmy Christchurch. Produkt
ten czy wyszukiwanie i systemy wiki w tak zwane swicki. Swicki midzy
innymi umoliwiaj osobom z okrelonych spoecznoci lub zainteresowanym
konkretnymi zagadnieniami (na przykad witrynami z wiadomociami sportowymi) ocen wyników z uwagi na wymagania danej spoecznoci. Dlatego
swicki to swoiste wyszukiwarki rozwijane przez spoeczno i wywietlajce
przy uyciu zoonych algorytmów dostosowane do niej wyniki. Nastpna
wyszukiwarka z tej kategorii to PreFound. Jej uytkownicy mog zobaczy,
co inne osoby znalazy w sieci WWW i udostpniy spoecznoci zorganizowanej wokó tej usugi. Z kolei Summize to wyszukiwarka produktów, która
wywietla przedmioty z rónych kategorii, ich cen, a take komentarze na
ich temat.
5.4.2. Spoeczne aspekty oprogramowania
Socjalizacja w postaci wkadu uytkowników w rozwój treci w sieci WWW
oraz udostpniania materiaów innym czonkom spoecznoci jest istotna
nie tylko w wyszukiwarkach. Zjawisko to ma wpyw take na oprogramowanie innego rodzaju i jest dostrzegane ju od pewnego czasu. Jak pokrótce
wspomnielimy we wczeniejszej czci rozdziau, dla oprogramowania spoecznociowego charakterystyczne jest to, e staje si tym lepsze, im wicej
osób go uywa. Cho zazwyczaj samo oprogramowanie, czyli system, nie
zmienia si wraz z liczb uytkowników lub czstotliwoci uytkowania,
bardziej wartociowe staj si jego zastosowania. Potwierdza to kilka przykadów:
Rekomendacje na witrynie Amazonu („klienci, którzy kupili ten
produkt, zakupili take”) s tym bardziej precyzyjne, im wicej
osób dokonao zakupu, poniewa umoliwia to bardziej wiarygodn
ocen i analiz przedmiotów. Podobnie recenzje publikowane na
tej witrynie zakoczone pytaniem „czy ta recenzja okazaa si
pomocna?” i podaniem liczby osób, które uznay je za przydatne,
s bardziej rzetelne i wartociowe, jeli odpowie wicej osób . O ile
pierwsza z dwóch opisanych funkcji to wynik automatycznego dziaania oprogramowania, a wyniki poprawiaj si wraz z powikszaniem si bazy danych, o tyle drugie rozwizanie zaley od wkadu
uytkowników w rozwój witryny firmy Amazon.
Oceny i profile sprzedawców w serwisie eBay s bardziej przydatne, jeli wicej nabywców opisze swe dowiadczenia z dan
osob. Take w tym przypadku podstaw s informacje udostpniane przez uytkowników. System ocenia te dane i docza je do
profilu w postaci oceny zbiorczej.
Pozycja w rankingu PageRank w wyszukiwarce Google, który
dziaa podobnie do systemu cytowa, co opisalimy w rozdziale 1.,
jest tym wysza dla danej strony, im wicej odnoników prowadzi
do niej ze stron, które same zajmuj wysokie miejsce. Tu wpyw na
pozycj w rankingu ma dodawanie odnoników do stron internetowych, a take warto tych stron, jednak to uytkownicy decyduj, jakie odnoniki warto umieci na witrynie.
System AdSense Google to sposób na generowanie dochodów przy
uyciu witryn internetowych zawierajcych reklamy z tego systemu i zwizane z nimi sowa kluczowe z systemu AdWords.
W tym rozwizaniu im wicej osób uczestniczy w programie, tym
wicej reklam mona umieci przy odpowiednich treciach.
Wikipedia to encyklopedia wysoce zalena od wkadu uytkowników, którzy zarówno dodaj nowe hasa, jak i modyfikuj oraz
komentuj istniejce. Efekt zastosowania oprogramowania, czyli
sama encyklopedia, staje si lepsza wraz z kadym nowym hasem
i wczaniem w ni nowych informacji.
Take kady blog dotyczcy danego zagadnienia rozwija si, kiedy zaczynaj na nim pisa coraz to nowi specjalici. Przykadem jest opisany w rozdziale 1. blog Boba Lutza, bdcy now
form komunikacji z klientami stosowan przez duego producenta samochodów. Informacje udostpniane na blogu pochodz
od pracowników firmy GM, którzy wiedz, co dzieje si w przedsibiorstwie. Take w tym przypadku wkad autorów jest korzystny dla efektu zastosowania oprogramowania, a nie dla samej platformy do obsugi blogów.
Warto wspomnie w tym miejscu take serwis Skype, czyli opisan
w rozdziale 2. platform telekomunikacyjn opart na technologii
318 _______________________________________________________________________ Rozdzia 5.
VoIP. Im wicej osób ma konto w tym serwisie, z tym wiksz
grup ludzi uytkownik moe si skontaktowa, jeli chce korzysta
tylko z bezpatnej komunikacji z wykorzystaniem komputerów.
Aplikacja ta nie jest zbyt wartociowa, jeli grono uytkowników
jest niewielkie. Warto zauway, e jest to klasyczny efekt sieciowy,
który wystpi midzy innymi w rozwoju sieci telefonicznej w XIX
wieku. Kady nowy wze kocowy zwiksza tu liczb pocze,
które mona nawiza przy uyciu wzów ju obecnych w sieci.
W wikszoci opisanych serwisów aspekty spoeczne uwzgldniane s w procesie oceny i póniejszego wykorzystania dziaa uytkowników zwizanych z kontaktami, wynikami wyszukiwania lub transakcjami. Te dziaania
to przede wszystkim dodawanie ocen, rekomendacji i komentarzy, a czasem
po prostu bardziej intensywne uytkowanie. Jednak socjalizacja czasem ma
te inne skutki, co mona zaobserwowa w witrynie Flickr. Jest to moliwo nieustannego, cigego usprawniania oprogramowania. Aplikacje nigdy
nie byy wolne od bdów, luk w zabezpieczeniach i usterek, a producenci
naprawiali je i od czasu do czasu udostpniali nowe wydania lub wersje.
W omawianym podejciu mona robi to o wiele czciej. Jak wspomnielimy w rozdziale 3., oprogramowanie udostpniane w sieci WWW nieraz
trwale pozostaje w wersji beta, producenci nigdy nie kocz prac nad jego
usprawnianiem, a konserwacja odbywa si przez cay czas. W rozdziale 1.
wspomnielimy, e wieczna wersja beta moe charakteryzowa take usugi
dostpne tylko przez interfejs API. Uytkownik nie musi wtedy martwi si
o cige zmiany wersji, pod warunkiem jednak e dziaanie interfejsu jest
tylko wzbogacane, a nie modyfikowane. Nieustanne usprawnienia mog te
dotyczy oprogramowania sterujcego dziaaniem witryny. Wtedy w czasie
jego aktualizacji mog wystpi krótkie opónienia w wiadczeniu usug.
Flickr to witryna w wiecznej wersji beta. Sterujce ni oprogramowanie
staje si lepsze wraz ze zwikszaniem si liczby uytkowników, poniewa
im wicej osób go uywa, tym wicej bdów i brakujcych funkcji zostanie
wykryte, a firma bdzie moga szybciej zareagowa i udostpni now wersj
oprogramowania. Czasem wybrani uytkownicy otrzymuj propozycj uczestnictwa w rozwoju witryny.
Oprogramowanie spoecznociowe, a bardziej dokadnie — spoeczne
aspekty oprogramowania, staj si coraz waniejsze nie tylko w aplikacjach
sieciowych do uytku prywatnego i w handlu elektronicznym B2C. Mona
oczekiwa, e wywr take znaczny wpyw na komunikacj ze wspópracownikami, partnerami biznesowymi i klientami, a tym samym równie na sposób funkcjonowania firm oraz prowadzenia przez nie interesów zarówno
w brany B2B, jak i B2C. W przedsibiorstwach nie tylko podniesie si
poziom zarzdzania wiedz, ale te zwikszy si wydajno i poprawi poziom
zarzdzania relacjami z klientem. Due firmy informatyczne zajmujce si
rozwojem oprogramowania odkryy ju, e do tego obszaru rynku mona
dotrze take tradycyjnymi kanaami dystrybucji. Najnowsze produkty
z omawianej kategorii oprogramowania spoecznociowego to Lotus Connections firmy IBM, WebCenter Suite firmy Oracle i SuiteTwo Intela.
5.4.3. Zmiany w internetowych sieciach spoecznociowych
W rozdziale 1. stwierdzilimy, e internetowe sieci spoecznociowe wprowadzaj w sie WWW nowy wymiar, który wykracza poza proste odnoniki
midzy stronami. W takich sieciach czone s osoby i spoecznoci, bezporednie odnoniki prowadz zwykle do najbliszych znajomych i wspópracowników, a odnoniki porednie — do znajomych znajomych (ang.
FOAF) i tak dalej. Stwierdzilimy te, e sieci spoecznociowe w sieci
WWW zwykle powstaj wskutek zastosowania oprogramowania, które suy
zbudowaniu internetowej spoecznoci w okrelonym celu. Sieci spoecznociowe cz ludzi o podobnych zainteresowaniach i mog by tak proste
jak blog lub tak zoone jak opisany wczeniej serwis MySpace. Wspomnielimy te liczne sieci spoecznociowe nastawione na kontakty zawodowe
(serwisy LinkedIn lub openBC) lub suce do udostpniania multimediów
rónego rodzaju, przy czym obecnie najczciej s to pliki wideo (serwis
YouTube). Sie spoecznociowa moe suy jako narzdzie czce pracowników o zrónicowanej wiedzy z poszczególnych dziaów lub placówek
firmy i pomagajce tworzy profile w bardzo atwy sposób, a take duo
taniej i bardziej elastycznie ni przy stosowaniu tradycyjnych systemów
zarzdzania wiedz. Po utworzeniu profilu i udostpnieniu go w sieci inne
osoby mog znale pracownika o okrelonych umiejtnociach i skontaktowa si z nim. Platformy LinkedIn, openBC i Ryze umoliwiaj powstawanie takich sieci w internecie.
Dziki obecnym osigniciom w obszarze sieci WWW zwizanym z omawian dziedzin czenie ludzi i spoecznoci staje si coraz atwiejsze,
a podtrzymywanie midzynarodowej sieci znajomych i kontaktów zawodowych nie sprawia ju trudnoci. Ponadto sieci spoecznociowe umoliwiaj powstawanie nowych metod generowania dochodów. W takich sieciach
mona atwo zastosowa niektóre z opisanych modeli biznesowych — przede
wszystkim reklam. Przykadowo w serwisie MySpace znajduje si sekcja
„Classifieds” zawierajca reklamy z rónych kategorii, takich jak praca,
320 _______________________________________________________________________ Rozdzia 5.
usugi, sprzeda i wynajem nieruchomoci oraz sprzeda samochodów. Ogoszenia te mona ograniczy do okrelonych miast Stanów Zjednoczonych
oraz innych obszarów. Take serwis YouTube zawiera reklamy „Ads by
Google” wywietlane w ramach programu Google AdSense. Sloan i Kaihla
(2006) zauwayli, e obecnie reklamy to dochodowy biznes nawet na blogach. Ponadto z uwagi na szybko rosnc liczb nowych blogów waciciele
serwisów przycigajcych wielu internautów zaczli podnosi stawki za
reklamy.
Firmy zauwayy ju zjawisko bezporednio zwizane z dostosowywaniem reklam do uytkowników przez wacicieli wyszukiwarek. Polega ono
na tym, e sieci spoecznociowe, przede wszystkim te dziaajce w sieci
WWW, mog mie znacznie wikszy wpyw na wizerunek marki lub produktu ni tradycyjne techniki marketingowe. Przykadowo BMW, niemiecki producent samochodów, niedawno przygotowa trzyminutowe pliki
wideo, które mona pobra z firmowej witryny internetowej, obejrze bezporednio w internecie lub w krótkim czasie umieci dowoln liczb razy
na innych witrynach. Jeli uytkownikom plik si spodoba, mog utworzy
prowadzc do niego zakadk i udostpni j w serwisie del.icio.us, umieci film na wasnej witrynie lub przesa do serwisu YouTube i oznaczy,
polecajc go tym samym innym uytkownikom i znajomym. To zjawisko
biznesowe jest nazywane marketingiem wirusowym, poniewa ogoszenia,
komunikaty i reklamy rozprzestrzeniaj si w sieci jak wirusy, a firma nie
musi wkada w to wiele wysiku ani ponosi wysokich kosztów zwizanych
z tworzeniem reklamy i nadawaniem jej. Oprócz firmy BMW take inne
przedsibiorstwa, midzy innymi Coca-Cola i Adidas, zaczy bezporednio
wykorzystywa efekty zwizane z sieciami spoecznociowymi i zmienia
struktur wydatków na marketing. Mona te stosowa metody porednie,
które opisujemy przy omawianiu gry Second Life.
Ostatecznym celem firm — take w sieci WWW — jest przynoszenie
dochodów. Nastpnym zjawiskiem w tym obszarze s „zakupy spoecznociowe”, które wi si z wczeniem aspektów spoecznych w proces
dokonywania zakupów elektronicznych. Suy do tego rozbudowany system
dodawania rekomendacji i recenzji produktów. W tym kierunku zmierzaj
midzy innymi serwisy Chitika ShopCloud$ i eMiniMalls (oba dostpne
pod adresem www.chitica.com), Chitika ShopLinc (zobacz www.shoplinc.com),
Loomia, PowerReviews i Kaboodle. Serwis PowerReviews jest bezpatny,
a zastosowany tu model biznesowy opiera si na zarabianiu na treci recenzji dziki reklamom i mechanizmowi patnoci za kliknicia poczonemu
z portalem zakupowym.
5.4.4. Wykorzystanie w reklamach
treci generowanych przez uytkowników
Sieci spoecznociowe i blogi, a take witryny suce do udostpniania
multimediów, od dawna s traktowane jako dobre miejsca na dopasowane
reklamy. Jednak cho dziki niezwykemu zasigowi i sukcesowi tego podejcia reklamy w omawianych serwisach zaczy przynosi due dochody, jest
te druga strona tego modelu biznesowego. Podczas gdy do tej pory reklamy
zwykle umieszczano obok elementów generowanych przez uytkowników,
nastpnym etapem w rozwoju tego modelu moe by integrowanie reklam
z treci. Takie podejcie ju jest stosowane w brany gier komputerowych,
na przykad przez firm Massive Inc. Jeszcze dalszy etap moe polega na
opieraniu reklam bezporednio na treciach wygenerowanych przez uytkowników, którzy tym samym stan si twórcami przekazu.
Now metod integrowania treci stosuj takie firmy jak Podcaster Ads,
Visible World i Audioads (zobacz www.audioads.de), które wczaj reklamy
w audycje podcast i videocast. Jest to tak zwana technika podvertisingu.
Uytkownik platformy do rozpowszechniania audycji moe dosta wynagrodzenie za umieszczenie reklam w pocztkowej lub kocowej czci utworzonego przez siebie nagrania. Twórca otrzymuje zapat za kadym razem,
kiedy kto pobierze dan audycj. W 2005 roku w samych Stanach Zjednoczonych wydano na reklamy w audycjach podcast ponad 3 miliony dolarów,
a zdaniem analityków w cigu kilku nastpnych lat rynek ten powinien
szybko rosn, poniewa reklamodawcy wci poszukuj nowych metod
nadawania reklam. Ta brana to nastpny przykad dugiego ogona, o którym pisalimy ju wielokrotnie.
Przykad reklamy z drugiego z opisanych etapów ewolucji zaobserwowano w czasie meczu Super Bowl XLI w 2007 roku. Jest to najwaniejsze
coroczne wydarzenie w futbolu amerykaskim. 30-sekundowa reklama telewizyjna nadawana w trakcie tego spotkania kosztowaa ponad 2,5 miliona
dolarów. Poniewa reklamy w trakcie tej imprezy maj najwiksz ogólnokrajow ogldalno, firmy nie wahaj si ponie wysokich kosztów,
a niektóre organizacje zaczy zastanawia si nad nowymi sposobami produkcji reklamy. Eksperymenty dotyczyy przede wszystkim reklam generowanych przez uytkowników. Przykadowo firma Chevrolet poprosia
studentów z college’ów z caych Stanów Zjednoczonych o przesanie pomysów na reklam dotyczc najnowszej linii samochodów tej marki. Firma
Doritos, duy producent przeksek, ogosia w 2006 roku konkurs „Super
Bowl bez biletu”. Uczestnicy mieli za zadanie przesa wasny 30-sekundowy
spot na witryn internetow firmy, a internauci wybrali najlepszy z nich.
322 _______________________________________________________________________ Rozdzia 5.
List ograniczono do piciu najciekawszych reklam, a zwyciski spot zaprezentowano w ogólnokrajowej telewizji w czasie meczu Super Bowl. Wicej
szczegóów na ten temat zawiera strona promotions.yahoo.com/doritos. Nawet
sama National Football League, która zarzdza rozgrywkami Super Bowl,
zasponsorowaa konkurs „Najlepsza reklama NFL Super Bowl w historii”
(zobacz www.nfl.com/superad). Fani futbolu amerykaskiego mieli za zadanie przygotowa wasne spoty, a wybrane z nich wyemitowano w trakcie
spotkania.
Wanym aspektem omawianych dziaa jest to, e we wspóczesnej
sieci WWW domy mediowe i firmy reklamowe odchodz od tradycyjnego
podejcia, które polegao na tworzeniu reklam z myl o okrelonych odbiorcach, ale bez ich udziau. Nowe techniki zwizane s z bardziej aktywn
rol uytkowników — czyli zarazem klientów — którzy tworz wasny przekaz. W niedalekiej przyszoci ten trend powinien wywrze wikszy wpyw
na sieci spoecznociowe. Ponadto jeli nakady na reklam odpywaj z tradycyjnych rodków przekazu w kierunku internetu, omawiane podejcie
moe znale zastosowania take w innych mediach. Wydawcy wielu dzienników zauwayli ju ten efekt i udostpniaj wydanie elektroniczne obok
tradycyjnej, papierowej postaci gazety, a take zaczli korzysta z wkadu
uytkowników, tworzc blogi umoliwiajce wyraanie opinii. Z pewnoci
podobne zjawiska zaczn zachodzi w innych rodkach przekazu.
5.4.5. Second Life
Ostatni przykadow aplikacj z nurtu Web 2.0, której znaczenie staje si
coraz wiksze, jest gra Second Life. Któ nigdy nie marzy o drugim yciu?
Obecnie mona zrealizowa to marzenie, przy czym dzieje si to w trakcie
obecnego ycia, a nie po jego zakoczeniu. Second Life to internetowa gra
RPG stworzona przez firm Linden Lab z San Francisco. W grze tej istnieje
trójwymiarowy wirtualny wiat rozwijany przez jego „mieszkaców” i nalecy do nich. Aby sta si mieszkacem, uytkownik musi si zarejestrowa
i wybra awatar, czyli wizualn posta o okrelonym imieniu, której wygld
mona zmieni, jeli przestanie odpowiada wacicielowi. Gr Second Life
mona uzna za trójwymiarow odmian internetu. Zamiast tworzy stron
domow gracze mog budowa domy, a nawet wyspy. Zamiast adresu poczty
elektronicznej lub nazwy uytkownika w grze wystpuje spersonalizowany
awatar, którego ruchy i zachowanie mona kontrolowa przy uyciu klawiatury komputera.
Gr Second Life udostpniono w 2003 roku. Od tego czasu jej popularno rosa byskawicznie, a w lutym 2007 roku liczba zarejestrowanych
graczy przekroczya 4 miliony. Uytkownicy mog odkrywa i eksplorowa
ten wirtualny wiat, korzysta z oferowanych rozrywek i odkrywa nowe
moliwoci. Gracze mog budowa domy i firmy, a take kupowa, sprzedawa i wymienia przedmioty z innymi mieszkacami. Na rynku przeprowadzane s obecnie transakcje o wartoci milionów dolarów amerykaskich,
a walut w grze s dolary lindeskie, wymienialne w internetowych kantorach na dolary amerykaskie. Warto waluty zmienia si, jednak na
pocztku 2007 roku ustabilizowaa si na poziomie okoo 270 dolarów
lindeskich za jednego dolara amerykaskiego (zobacz www.secondlife.com/
whatis/economy-market.php). Do orientacji w wirtualnym wiecie su mapy,
menu i rozmowy z napotkanymi awatarami. Wprowadzenie do gry Second
Life przedstawia Rymaszewski i wspópracownicy (2007). W powiconym
tej grze artykule z NewScientist Technology Blog z lutego 2006 roku mona
przeczyta:
Czy kiedykolwiek chciae rzuci prac i zarabia na ycie, grajc w gry
komputerowe? Jeli tak, nie jeste w tym osamotniony. Niektórzy
ludzie ju to zrobili, porzucajc wycig szczurów toczcy si w rzeczywistym wiecie na rzecz zdobywania wirtualnej fortuny w internetowej grze Second Life. „Mieszkacy” wiata tej gry mog tworzy uywane w nim obiekty — midzy innymi ubrania, pojazdy i budynki —
a nastpnie sprzedawa je innym. Utalentowane osoby zarabiaj na
tym due pienidze, pobierajc opaty w wirtualnej walucie, któr
mona wymieni na prawdziwe pienidze.
Wane jest, e wiat gry Second Life odwiedzaj nie tylko osoby prywatne.
Take coraz wicej firm odkrywa t gr jako now platform do nadawania
reklam, prowadzenia akcji marketingowych, prezentowania swej oferty,
nawizywania kontaktów i prowadzenia interesów. W poowie 2006 roku
firma Adidas Reebok otworzya sklep w wiecie Second Life, a Toyota
zacza uywa tej platformy do marketingu modelu Scion xB (zobacz rysunek 5.10), skierowanego gównie do modszych odbiorców. Take inne firmy
korzystaj ze wiata gry Second Life do prezentacji produktów, prowadzenia
marketingu i zarzdzania kontaktami z klientem. S to midzy innymi
BMW, Nissan, Mazda, General Motors, Dell, Sun Microsystems, IBM, Circuit City i niemiecka firma Bild.T-Online, która wydaje wirtualn gazet
zatytuowan „The AvaStar”. Lista takich firm wydua si niemal codziennie. DaimlerChrysler prowadzi w grze wirtualny salon samochodowy, a take
udostpnia tor testowy, na którym mona wypróbowa dostpne modele.
W grudniu 2006 roku firma Circuit City otworzya w grze sklep na posesji
korporacji IBM. Obie firmy badaj moliwoci integracji tego wirtualnego
324 _______________________________________________________________________ Rozdzia 5.
Rysunek 5.10. Prezentacja samochodu Toyota Scion xB w grze Second Life
ródo: http://secondworld.files.wordpress.com/2006/09/toyota_sion_02.jpg
wiata i trójwymiarowego internetu z uwagi na nowe, wielokanaowe techniki marketingowe i formy sprzeday. Sklep udostpnia wirtualne makiety
produktów, które Circuit City sprzedaje w tradycyjnych placówkach. Te produkty mona zamawia bezporednio w wirtualnym sklepie, dlatego zastpuje on katalog internetowy. Firma oczekuje, e moliwe bdzie wzbogacenie
relacji z klientami, na przykad dziki trójwymiarowym i interaktywnym
podrcznikom uywania takich produktów jak aparaty cyfrowe.
Firma IBM korzysta z gry Second Life w rónych obszarach. Midzy
innymi przeprowadzia tam spotkanie absolwentów w padzierniku 2006
roku, w tym samym roku zorganizowaa mecz tenisowy na wirtualnych kortach Wimbledonu, a take spotkania konsultantów z klientami na jednej
z wirtualnych wysp nalecych do firmy. IBM uywa tej platformy do prezentowania nowych pomysów biznesowych i uwaa aplikacje oparte na trójwymiarowym internecie za odpowiedni platform dla przyszych sklepów
internetowych, a take ogólnowiatowego handlu.
Sears to jedna z firm prowadzcych eksperymenty w dziedzinie handlu
wirtualnego. Prezentacja nowych produktów na platformach przypominajcych Second Life pozwala okreli ich popularno. Suy do tego midzy
innymi analiza wyraanych na blogach opinii. Jeli wikszo uytkowników krytykuje dany produkt, wprowadzanie go na prawdziwy rynek jest
nieuzasadnione. W przeciwnym razie mona przystpi do produkcji. Takie
podejcie nazywane jest marketingiem konsumenckim, poniewa warto
produktu i jego potencjalne powodzenie s ustalane z góry dziki rozbudowanym ptlom informacji zwrotnych uzyskiwanych od klientów. Ponadto
uytkownicy mog sprawdzi, jak produkt bdzie pasowa do ich mieszkania, na przykad zmieniajc kolor mebli.
Second Life to nie jedyna gra tego typu. Innym wirtualnym wiatem jest Entropia Universe (zobacz www.project-entropia.com lub www.
entropiauniverse. com), w której zarejestrowanych jest ponad 500 tysicy
uytkowników. Zaoycielem tej gry by aktor i reyser Jon Jacobs, a jej
rozwojem zajmuje si szwedzka firma programistyczna MindArk. Entropia
pod wieloma wzgldami przypomina gr Second Life. Prawdziwe dolary
trzeba wymienia na PED-y (ang. Project Entropia Dollars), aby móc dokonywa patnoci w grze. PED-y mona take wymienia z powrotem na
dolary, za co jednak trzeba paci prowizj wacicielom gry. Nowe projekty tego typu to chiska gra HiPiHi i gra Home firmy Sony, z której
korzysta mog tylko waciciele konsoli PlayStation 3.
Second Life i konkurencyjne gry otwieraj zupenie nowe moliwoci
w branach B2C, B2B i innych formach handlu elektronicznego, a modele
biznesowe opisane na pocztku tego rozdziau s przenoszone do wirtualnych
wiatów, które rozwijaj si w znacznym stopniu dziki wkadowi uytkowników, a take omówionym tu interakcjom i rónym formom socjalizacji.
5.5. Podsumowanie
W tym rozdziale poruszylimy rónorodne zagadnienia zwizane z bogatymi
moliwociami, jakie daje wspóczesna sie WWW, i z wymiarami jej rozwoju. Gównym tematem byy róne modele biznesowe stosowane w sieci
WWW, a przede wszystkim reklama, subskrypcje i opaty taryfowe, oraz ich
zwizki z takimi kwestiami jak oprogramowanie w formie usug, wasno
danych i róne aspekty socjalizacji. W ostatnich latach omawiane modele
biznesowe pojedynczo przenoszono do sieci WWW lub rozwijano je w niej.
Obecnie popularne staj si róne kombinacje modeli biznesowych. Przykadowo blogi umoliwiaj poczenie modelu spoecznociowego i brokerskiego, poniewa zainteresowane spoecznoci mog wymienia pogldy oraz
5.5. Podsumowanie
326 _______________________________________________________________________ Rozdzia 5.
dokonywa wymiany produktów i usug. Paradygmat SaaS czy modele
spoecznociowy i subskrypcji, a oprogramowanie spoecznociowe to kombinacja modeli transakcyjnego, reklamy i spoecznociowego.
Dziki rónym mechanizmom i osigniciom, które opisalimy w tym
rozdziale, sieci spoecznociowe powszechnie zmieniaj si w spoecznociow sie wartoci, a tradycyjna ekonomia przeksztaca si w ekonomi
relacji i ekonomi uwagi (zobacz artyku Alexa Iskolda na stronie alexiskold.
wordpress.com/ 2007/03/02/the-attention-economy-an-overview). Cho omawiane
zjawiska zostay zaobserwowane przez licznych komentatorów, dziennikarzy i blogerów ju jaki czas temu, badania naukowe nad interakcj spoecznych i technologicznych wymiarów sieci WWW dopiero si rozpoczynaj
(Berners-Lee i wspópracownicy, 2006).
Podczas gdy znaczenie mediów tradycyjnych zdaje si male, liczba blogów na caym wiecie podwaja si co sze miesicy (zobacz rysunek 1.9).
Sie WWW staje si miejscem, w którym tre jest w coraz wikszym stopniu rozwijana przez uytkowników, a firmy poszukuj nowych metod na
dostosowanie si do tych warunków i wykorzystanie ich. Oczywistym kosztem jest konieczno kontrolowania treci (istotne s tu zagadnienia zwizane z prywatnoci i prawami autorskimi), co trzeba uwzgldni przy ocenie
korzyci, jakie daje zaangaowanie w rozwój sieci i wspótworzenie materiaów. Nie da si take unikn wykorzystania treci w sposób niezgodny
z przeznaczeniem. Dowodzi tego na przykad odkrycie dokonane przez
dziennikarzy magazynu „New Scientist”, którzy zauwayli, e „Narodowa
Agencja Bezpieczestwa z Pentagonu, która specjalizuje si w podsuchiwaniu i amaniu szyfrów, finansuje badania nad masowym przetwarzaniem
informacji udostpnianych przez ludzi na witrynach spoecznociowych”
(zobacz www.newscientisttech.com/article.ns?id=mg19025556.200). Grone
s te inne naduycia, midzy innymi spam i oszustwa, a uytkownicy sieci
bd musieli nauczy si chroni przed nimi.
Zdajemy sobie spraw, e przedstawione tu omówienie moe stosunkowo
szybko sta si nieaktualne, dlatego zachcamy do poszukiwania aktualnych
informacji w ródach internetowych, na przykad na blogu Read/Write Web
Richarda MacManusa (zobacz www.readwriteweb.com). Jest to techniczny
blog bdcy czci sieci blogów web20workgroup.com/. Jest te wiele innych
blogów powiconych zjawisku Web 2.0, jednak przedstawienie tutaj ich
wyczerpujcej listy byoby bardzo trudne.
5.5. Podsumowanie

Serwis Web 2.0. Od pomysłu do realizacji

Transkrypt

Podobne dokumenty

Raport "i-biz, numer zerowy, czerwiec 2007" - Kaznowski

WWW.ISIC.PL