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

Весной 2014 года журнал Science опубликовал результаты академического исследования сервиса Google Flu Trends[47] – статистики Google распространения гриппа, предназначенной для прогнозирования развития болезни раньше традиционных отчетов Центров по контролю и профилактике заболеваний. Сервис Google Flu Trends (GFT) основывался на алгоритме, сопоставлявшем пятьдесят миллионов поисковых терминов с 1152 результатами обработки данных. По сути, Google надеялся прогнозировать вспышки эпидемии гриппа посредством перекрестных ссылок между поисковыми запросами (симптомами, поставщиками медицинских услуг, лекарственными препаратами) и соответствующими объективными данными. Авторы статьи, ученые из Северовосточного, Гарвардского и Хьюстонского университетов, пришли к выводу, что Google Flu Trends значительно переоценил число случаев заболевания гриппом в Соединенных Штатах более чем за два года. В упомянутой статье «Сказание о Google Flu: ловушки анализа больших данных» резюмируется, что ошибки (по крайней мере частично) объяснялись решениями инженеров касательно того, что следует включать в свои модели. Эти ошибки ученые окрестили «динамика алгоритмов» и «надменность больших данных».

Google двигали благородные цели: возможно, заблаговременное предупреждение о появлении гриппа могло бы предотвратить распространение заболевания и спасать жизни раньше, чем традиционные методы. Но, как убедились инженеры Google, необходимо правильно выбрать, что анализировать. К сожалению, точная связь между конкретными поисковыми запросами и алгоритмом Google оказалась куда сложнее и подвержена влиянию множества переменчивых человеческих факторов (может быть, какой-нибудь ипохондрик месяц за месяцем вбивает одни и те же запросы; может быть, инженеры Google время от времени меняли метод сбора данных, и так далее), а поэтому не могла служить надежным инструментом прогнозирования.

Поскольку запросы в Google создаются на компьютерах и могут храниться и анализироваться с помощью многих новых способов, они производят впечатление весомой совокупности данных, хоть таковой и не являются. Некое явление – в данном случае поисковые запросы – не заслуживает статуса данных только лишь потому, что может быть подсчитано и проанализировано. Подсказывает ли оно направление движения? Да. Будет ли оно объективной реальностью? Нет.

Пассивные данные нуждаются в активном управлении

Обречены ли компании отклоняться от курса работ, когда вмешиваются стандартные операционные системы, наблюдая, как из рук ускользает с таким трудом завоеванное конкурентное преимущество? Нет, если высшее руководство защитит себя и свою компанию от напасти трех заблуждений о данных касательно инноваций. Но это совершенно точно и безоговорочно случится, если работа клиентов не будет выведена на первый план и не удостоится первостепенного внимания. Пассивные данные нуждаются в активном управлении. Об этой проблеме мы поговорим в следующей главе.

Основные выводы

• История создания большинства компаний, как правило, включает предпринимателя, сумевшего определить важную работу, которая не имеет удовлетворительного решения, и нашедшего креативный способ ее выполнения.

• Однако по мере роста фокус компании нередко смещается с той самой работы, что изначально породила компанию к жизни. Невзирая на самые благие намерения и вековую маркетинговую мудрость, компании начинают действовать так, словно их бизнес определяется продаваемыми товарами и услугами («четвертьдюймовыми сверлами»), а не выполняемыми ими работами («четвертьдюймовыми отверстиями»).

• Хотя подобный откат от работы клиентов обусловлен множеством факторов, на первое место выходят три заблуждения о данных касательно инноваций, жертвами которых становятся многие руководители:

• Заблуждение об активных и пассивных данных: вместо того чтобы опираться на данные, характеризующие глубокую сложность работы (пассивные данные), растущие компании начинают генерировать данные, связанные с операциями (активные данные), которые могут соблазнить руководителей очевидной объективностью и однозначностью, организуясь при этом вокруг продуктов и характеристик покупателей, а не работ, необходимых для выполнения.

• Заблуждение о поверхностном росте: по мере крупных инвестиций в отношения с клиентами компании сосредотачивают все усилия на стимулировании роста за счет продажи дополнительных продуктов клиентам или выполнении более широкого спектра их работ; мы называем такой рост поверхностным в противоположность фокусированию на более качественном выполнении одной главной работы.

• Заблуждение о подтверждающих данных: руководители зацикливаются на генерировании данных, подкрепляющих ранее существовавшие бизнес-модели.

Перейти на страницу:

Похожие книги

Литературная мастерская. От интервью до лонгрида, от рецензии до подкаста
Литературная мастерская. От интервью до лонгрида, от рецензии до подкаста

Перед вами руководство по нон-фикшн от школы литературного мастерства Creative Writing School. Каждая глава – практическое введение в какой-либо жанр, написанное признанным мастером. Среди авторов – известные писатели, журналисты и блогеры, преподаватели Creative Writing School и Высшей школы экономики. В книге рассмотрены классические жанры документальной литературы – например, биография, рецензия, эссе, – а также самые актуальные направления журналистики и блогинга: лонгриды, подкасты, каналы в Telegram.Все права защищены. Никакая часть данной книги не может быть воспроизведена в какой бы то ни было форме без письменного разрешения владельцев авторских прав.

Александр Александрович Генис , Александр Витальевич Горбачёв , Алексей Владимирович Вдовин , Екатерина Эдуардовна Лямина , Ирина Лукьянова

Деловая литература / Отраслевые издания / Финансы и бизнес