Закон успешных инноваций: Зачем клиент «нанимает» ваш продукт и как знание об этом помогает новым разработкам

По большому счету, утверждает Залтман, мы зачастую обманываем себя по поводу объективности наших решений. «Выглядит так, будто руководитель принял серьезное решение – A против B, – когда, по сути, на всех уровнях, подводивших к этому решению, данные по возрастающей перекашивались в сторону варианта А. Руководитель может думать, что совершил смелый шаг, руководствуясь четкими данными, хотя в действительности его действия были в некотором роде предопределены». Инновации искажаются с целью выполнения работ по желанию руководителей, а именно чтобы подтверждать, что потребители хотят покупать продукты, которые менеджеры хотят им продавать.

Источник данных порождает проблему

С данными связана еще одна фундаментальная проблема. Многие люди считают численные данные более надежными, нежели качественные. Но откуда же поступают «объективные» данные? Данные, используемые во многих исследовательских проектах, берутся, к примеру, из финансовых отчетов компаний. Считаются ли они объективными? Томас Джонсон и Роберт Каплан достаточно убедительно продемонстрировали, что цифры, представляющие прибыль, расходы и доходы в финансовых отчетах, – это результат приблизительных подсчетов, переговоров, обсуждений и политики при распределении накладных расходов, что служит вопиюще неточным отражением истинных расходов и доходов[45].

Самый здоровый подход к инновациям состоит в том, что практически все

данные – представлены они в форме больших массивов количественных данных или же этнографического описания поведения – основаны на человеческой предвзятости и суждениях. Числовые и вербальные данные представляют собой абстракцию гораздо более сложной реальности, из которой исследователь старается извлечь наиболее очевидные переменные или закономерности для изучения. В то время как субъективность данных, полученных в ходе полевых этнографических исследований, более чем несомненна, субъективная предвзятость числовых данных скрывается за их кажущейся точностью. Том Монахан, сумевший превратить технологическую компанию CEB в миллиардную компанию, чьи акции продаются на бирже, как-то в шутку признался мне, что мечтает основать Музей ложной точности. Есть все шансы собрать богатую коллекцию.

Данные – это не феномен. Первичная функция данных – имитировать реальность. Правда, во многих компаниях прочно укоренилось одна весьма широко распространенная ошибочная идея о том, что объективны только количественные данные. Существует повсеместная вера в некие идеальные данные, которые в своей совокупности порождают совершенное понимание клиентов. Вопрос сводится лишь к определению верных данных. Говоря кратко, мы узнаем «правду», если соберем правильные данные в количественной

форме, такую информацию, которую можно оформить в таблицу или регрессивный анализ. Сколько? Что? Где? Кто? Когда? Качественный же анализ – наблюдения и представления, которые не вписываются в таблицы с целью разложения на мельчайшие частицы, – не настолько надежен, как количественный, поскольку в его основе не заложена одна-единственная «правда». Количественные данные, как думается многим, все-таки лучше.

Но это совсем не так. Не высший разум дарует данные человечеству. Все они – дело рук человеческих. В один прекрасный момент кто-то решил, какие данные собирать, как их организовывать, как представлять, какие делать из них выводы, – и все это повлекло за собой ложную негибкость процесса. Данные имеют такой же план действий, как и создавший их человек, намеренно или ненамеренно. Столько же времени, сколько высшее руководство анализирует

данные, ему следует определять, какие данные генерировать в первую очередь. О каких аспектах феномена мы должны собирать данные, а какие аспекты – проигнорировать?[46]