Бизнес с нуля: Метод Lean Startup для быстрого тестирования идей и выбора бизнес-модели.
Шрифт:
Примеры из жизни компании Grockit демонстрируют нам три важных аспекта учета инноваций: действенные показатели, простоту изложения и возможность проверки данных.
Отчет отражает действенные показатели, если он четко демонстрирует причинно-следственные связи. Если это не так, значит, он основан на «показателях тщеславия». Отчеты, которые стала использовать команда Grockit для оценки этапов обучения, очень ясно показывали, что нужно сделать, чтобы получить требуемые результаты.
«Показатели тщеславия», напротив, не могут указать, какие действия нужно предпринимать. Возьмем количество
«Показатели тщеславия» вредны, потому что апеллируют к слабостям человеческого разума. Когда цифры идут вверх, нам кажется, что это результат наших действий, того, чем мы занимались в то время. Именно поэтому так часто можно наблюдать встречи, где маркетологи думают, что показатели улучшаются благодаря новой пиар-акции или маркетинговой кампании, а разработчики считают, что это результат новых опций, которые они создали. Чтобы выяснить, что происходит на самом деле, нужно потратить очень много денег, и поэтому менеджеры просто следуют плану и делают лучшее, что могут, на основании собственных суждений, собственного опыта и коллективного разума всех, кто присутствует на встрече.
К сожалению, когда показатели снижаются, мы видим совсем другую реакцию: это чья-то ошибка. Поэтому члены команды или отделы компании часто оказываются словно в театре военных действий: их отдел хочет как лучше, а все остальные сопротивляются просто потому, что ничего не понимают. Стоит ли удивляться, что каждый отдел изобретает собственный жаргон, культуру и методы защиты от «придурков», сидящих на другом этаже?
Действенные показатели — эффективное решение этой проблемы. Когда причина и следствие ясны и понятны, это позволяет учиться на результатах своих действий. Люди обладают врожденным талантом к обучению, им просто нужна ясная и объективная оценка.
Часто бывает так, что сотрудники и менеджеры неверно понимают отчеты, на основании которых они должны принимать решения. К сожалению, менеджеры редко говорят об этом тем, кто собирает данные, и не просят их писать свои отчеты понятным языком. А сотрудники разных отделов нередко тратят свою энергию не на то, чтобы использовать полученные данные как обратную связь, которая могла бы направлять их будущие действия, а на то, чтобы интерпретировать их так, как им удобнее.
Но против этого есть «противоядие». Во-первых, отчеты должны быть как можно более простыми и ясными, понятными для всех. Помните, что за любыми показателями стоят люди. Самый легкий способ написать понятный отчет — использовать определенные, конкретные понятия. Что такое хит на сайте? Этого никто не знает, но все знают, что такое посетитель сайта: можно нарисовать, как эти люди сидят за компьютерами.
Вот почему отчеты, основанные на когортном анализе, так эффективны для обучения организации — они превращают сложные действия в простые примеры, описывающие поведение людей. Каждый раз когортный анализ показывает: среди тех, кто пользовался нашим продуктом в этот период, столько-то людей продемонстрировали тот тип поведения, который для нас важен. В примере с IMVU
Когда общие показатели растут, ясность отчетов становится еще более значима. Что означает, если за месяц количество хитов на сайте сократилось с 250 000 до 200 000? Но почти каждый легко поймет, что значит потерять 50 000 клиентов — это целый стадион, полный людей, которые больше не хотят покупать ваш продукт.
Правило доступности также касается доступа к отчетам. Компания Grockit в этом отношении поступала очень правильно. Каждый день автоматически создавался документ, содержавший последние данные по каждому из экспериментов по сплит-тестированию и по другим показателям, связанным с «прыжками веры». Этот документ рассылался по электронной почте всем сотрудникам компании: у каждого всегда была самая свежая копия. Отчеты было легко читать, каждый эксперимент и его результаты описывались простым языком.
Еще один способ сделать отчеты доступными для всех-метод, который мы разработали в IMVU. Мы не стали выводить аналитику или данные в отдельную систему. Данные отчета и его инфраструктура считались частью самого продукта, и за них отвечала команда разработки. Отчеты выкладывались на нашем сайте и были доступны любому, у кого был аккаунт сотрудника.
Любой сотрудник в любой момент мог войти в систему, выбрать из списка текущий или прошлые эксперименты и прочитать одностраничный отчет о его результатах. Со временем эти одностраничные отчеты стали средством улаживания споров о продукте во всей организации. Когда людям нужны были доказательства в пользу какой-то гипотезы, они брали с собой на встречу распечатки такого отчета и были уверены, что все остальные их поймут.
Когда нам говорят, что наш любимый проект оказался неудачным, обычно нам хочется возложить вину на «гонца»: на данные, на руководителя, на богов или на бог весть что еще. Именно поэтому так важен третий аспект — «контролируемость». Нужно убедиться в том, что сотрудники доверяют приводимым данным.
Сотрудникам IMVU, как правило, удавалось улаживать споры, ссылаясь на отчеты об экспериментах, о которых я только что говорил. Но порой возникали сложности. Бывало и так, что, столкнувшись не с теми результатами, которых они ожидали, руководитель, или разработчик, или вся команда проекта начинали ставить под сомнение достоверность данных.
Такие проблемы возникают чаще, чем хотелось бы, и, к сожалению, обычные системы представления данных не помогают в их решении. Иногда так бывает из-за слишком рьяного желания защитить личные данные клиентов. Но чаще дело в пренебрежении к подготовке сопроводительной документации. Почти всегда системы представления данных создает не команда разработчиков, задача которых — расставлять приоритеты и совершенствовать опции продукта, а топ-менеджеры и аналитики. Менеджеры, которым приходится использовать такие системы, могут только посмотреть, не противоречат ли отчеты друг другу. Часто у них нет инструментов для того, чтобы проверить, соответствуют ли данные действительности.