Как развить бизнес с помощью IT

«Часто ли бывало такое, что вы купили какой-то продукт, попользовались им, а потом фирма вам присылает форму обратной связи?

Возьмём Tallink. У них отвратительная система заказа билетов. Я этот процесс у них просто ненавижу. Самый дешёвый способ поездок у них – это купить билет на круиз, добраться до места назначения, выкинуть билет на круиз, и купить ещё один. Потому что сразу купить «туда-обратно» будет дороже. Извините, но это идиотизм.

И тут Tallink спрашивает меня: «Как вам понравилось на борту нашего судна?». Я отвечаю: на борту было всё нормально. Проблема вся в системе заказа билетов, но об этом-то Tallink меня не спросил.

Другой пример. Человек хочет переехать в больший дом (пополнение в семье или ещё какая причина). Он ищет, просматривает объявления, ходит по объектам. Процесс может занять, на самом деле, несколько лет.

И тут он видит – оно! Вот дом моей мечты! Нужно срочно покупать! Бегом несётся в банк оформлять кредит, быстро-быстро, пока не перехватили! И как его встречает работник банка? «У нас появилась отличная возможность для начала долгосрочных взаи­моотношений!».

Да какие ещё взаимоотношения, денег дадите или нет? Момент транзакции для клиента - это то, что он хочет проскочить как можно быстрее. Это препятствие, неудобство. А банк ему: «Давайте поговорим...».

Людей как-то спросили: «Вы бы хотели купить органическую еду местного производства?» Кто ж не хочет: она более здоровая, лучше переваривается и т.д. А потом люди шли в супермаркет и покупали... то, что подешевле.

Гораздо более эффективнее было бы задать покупателю следующий вопрос: «Почему вы купили именно это? Что вы будете с этим делать?» Вы получите совершенно другой уровень правдивости ответов. Tallink никогда не спрашивал меня: «Почему вы оказались на борту нашего судна?» А это самое важное, что вы хотите знать. Неважно, что я там делаю. Важно то, почему я там. Что мотивирует меня идти туда.

Запомните: люди будут использовать ваш продукт не так, как вы это задумали. Они найдут свои лайф-хаки, чтобы использовать его совершенно не по назначению. Это реальность!

Я люблю молоко. Кто-то может подумать, что это из-за того, что оно содержит много кальция, и вообще полезно. Неправильно! Я использую молоко только для того, чтобы разбавить им кофе.

И если я покупаю молоко, то магазин это видит, и делает вывод: «Давайте подсунем ему рекламу молока!» Но это не соответствует моей потребности. Моя потребность – кофе, а не молоко.

Телевизоры. Ты заходишь в магазин, и тебе на выбор дают 40 штук. Чем они отличаются друг от друга? С учётом того, что главный дизайн телевизора заключается в том, что на нём нет ничего, кроме экрана, они друг от друга не отличаются ничем. Как выбрать?

Если зайти в интернет и почитать отзывы, то там будет написано следующее: «Я выбрал этот телевизор, потому что он отлично подходит для моей гостиной», «этот телевизор прекрасно подошёл по цвету к моему холодильнику».

А ещё я нашёл такой отзыв: «Если ты купишь телевизор в этом магазине, то работник фирмы приедет к тебе домой, установит телевизор со всеми настройками, вынесет твой старый телевизор и уберёт за собой весь мусор!». Вот, что на самом деле важно! Действительно: а куда девать старый телевизор? Его нельзя просто выкинуть на помойку, его отходы должны как-то экологичес­ки утилизироваться. И вот кто-то делает это за меня! Я ему заплачу за это. И получу полное удовлетворение.

А телевизор... Ну, да, вроде изображение показывает... И на том спасибо.

Люди не любят принимать решения. В одном продуктовом магазине провели эксперимент. Выставили на демонстрацию варенье. За одним лотком выставили варенье 24 видов. За другим – 6 видов.

Варенье за первым лотком попробовали очень много людей. Но мало кто купил. Ко второму лотку, наоборот, мало кто подошёл, но в итоге там сделали покупку в 10 раз больше людей, чем на первом.

Почему? За первым лотком у тебя большой шанс обмишуриться. Если у тебя 5 видов варенья, то ты их все можешь попробовать и выбрать. А если у тебя 24 вида? Будешь каждый пробовать? Неудобно... Скажут ещё: «Ты что, сюда есть пришёл?»

Для того, чтобы подстегнуть инновации, мы проводили в компании мероприятия. Хакатоны, «сделай это в пятницу», «вечер интернета вещей». Всё это интересные мероприятия, на которых рождаются идеи. Однако новое направление бизнеса из этих идей не создашь. Потому что те же самые люди, которые на специальных вечерах фонтанируют идеями, в понедельник возвращаются на свои рабочие места и начинают решать те же самые рутинные задачи, что и раньше.

Нам нужны большие проекты. В итоге мы выработали целую систему, которая поддерживает новаторский подход.

Мы включили инновацию в цели компании на год и на квартал. В этих целях, как правило, находятся ключевые метрики компании: выручка, выход на новые рынки и т.д. Мы включили туда пункт

«Открытие новых видов бизнеса» и начали активно собирать идеи для новых направлений.

Очень важно было разработать критерии отбора идей. Потому что поначалу их очень много, и нам нужно знать, при каких условиях мы будем от идеи отказываться.

Во многих идеях, которые генерируют наши работники, у нас нет никаких знаний вообще. Мы взяли за правило, что в первую очередь рассматриваем идею, и лишь во вторую – сильные стороны нашей компании. Потому что если делать наоборот, то ты останешься в том же сегменте, где работаешь и сегодня. В нашем случае максимум, что бы мы получили – это разработка мобильных платежей для новой платформы.

После того, как идея прошла первоначальный жёсткий фильтр, перед нами встаёт следующая задача – распределить ресурсы. И здесь мы делаем две вещи.

Первое – набираем людей. Для каждой новой идеи мы составляем команду. В неё хорошо подходят люди, которые всё время хотят попробовать что-то новое. Это их мотивация. У таких людей горят глаза. Это те сотрудники, которых, если чем-то подобным не занять, то они вначале будут жаловаться на скучную работу, а потом уйдут.

Однако есть одна проблема. У фирмы есть много обязательств. Много «горящих» проектов. В этой ситуации очень легко «новые и интересные проекты» постоянно откладывать.

Поэтому мы даём новой команде широкие полномочия. Мы делаем из них поезд, несущийся на полных скоростях, у которого нет никаких препятствий для своего движения. Они легко получают все ресурсы и поднимают важные для них вопросы.

У нас разработаны жёсткие критерии и дедлайны, которые не позволяют не оправдавшим себя проектам длиться годами и десятилетиями.

Когда мы решили реализовать одну из таких смелых идей, то провернули один трюк. Мы выпус­тили пресс-релиз о том, что якобы этот продукт уже готов. Это была ложь: у нас ещё ничего не было.

Как так? Разве можно врать? Это то, чему мы научились на своём горьком опыте. В 2006 году мы первые в мире разработали уникальную систему мобильных приложений. Мы долго придумывали, разрабатывали, тестировали. И за 2 недели до релиза 2 наших конкурента выпустили пресс-релиз о том, что они этот продукт уже разработали. Хотя у них не было ничего, только идея. У нас – работающий продукт.

Однако в мире наших конкурентов уже воспринимали как первых. И с ними стали вести переговоры. Цикл переговоров настолько длинный, что даже если у тебя ничего нет, ты успеешь до их завершения собрать требования к продукту и реализовать его на практике.

Вероятность того, что потерпишь неудачу, огромна. Но все на рынке почему-то настолько к этому привыкли, что такой трюк работает. Поэтому теперь мы такие пресс-релизы выпускаем сами.

Компания, которая не работает с Big Data – это всё равно что посетитель кинотеатра, который каждый день с 9 до 5 смотрит 3D-фильм, но ему не выдали очки. Всё, что он видит – это мутное изображение. Data Science – это очки.

Big Data – это единственный ресурс компаний, которые те за последние 7 лет бизнеса ещё не освоили.

Всему остальному предприниматели научились: логистике, наличным деньгам, финансированию, производству и т.д. Всё это уже оптимизировано. Кроме Bid Data. Это последний ресурс, который бизнес ещё не использует в полном объёме. За ближайшие 5 лет он освоит и это. Поэтому Data Science – это то, откуда может прий­ти следующий рост вашей эффективности на 5%.

Если компания маленькая, то можно управлять ей и с помощью таблицы в Excel. Однако когда фирма растёт и растёт сложность её процессов, ты теряешь те самые 3D-очки и картина размывается.

Приведу пример. Гостиничная сеть в Эстонии. Менеджер по продажам видит, что отель заполнен всего на 60%, а время уже 3 часа. Эмоции берут верх, и менеджер снижает цены.

Если бы определение цены доверили компьютерному алгоритму, то он бы безэмоционально предложил: «Давайте подождём до 7 часов, и тогда уже снизим цену. Данные показывают, что это позволит нам заполнить отели полностью».

Именно это гостиничная сеть и сделала в своих таллиннских отелях. И практика показала, что это работает.

Другой пример – обратная связь от клиентов. Алгоритмы позволяют узнать, чем в точности клиенты были недовольны, и кто в тот момент их обслуживал.

Правда, здесь есть нюанс. Сегодня модно говорить о «персональном подходе в обслуживании каждого клиента». Если персонально обслуживать каждого, то расходы будут такими, что это не окупит себя.

Данные же помогут определить, каким именно клиентам нужно давать это персональное обслуживание, чтобы это было прибыльным.

Раньше, чтобы повысить эффективность на 5%, можно было спросить у своих работников, что можно улучшить в компании. Сегодня это уже не работает. Процессы стали настолько сложными, что сотрудники уже не видят полной картины. И здесь на помощь приходят данные.

Мы находимся на форуме бизнес-аналитиков. Чтобы убедить менеджмент в своей точке зрения, они высказывают своё мнение. Big Data позволяет высказывать не мнения, а факты. А факты – гораздо более мощная вещь, чем мнения. С ними не поспоришь.

Я бы рекомендовал любому бизнес-аналитику зарегистрироваться на github.com, и каждую неделю заходить на этот сайт, вводить в поиск «Data Science» и читать про самые новые разработки на эту тему. Вы откроете для себя совершенно новый мир.

И ещё. Когда вы делаете в фирме презентацию, в которой рассказываете о собранных статистических данных, всегда сопровождайте её рекомендацией к действию. Потому что если эти действия окажутся неправильными, то вас быстро поправят. В то время, как если прос­то данные окажутся неправильными, то этого может никто не заметить. И если правильные – тоже.