Как распознать признаки перемен

Нильс Бор, датский физик, лауреат Нобелевской премии, однажды сказал: «Трудно делать прогнозы, особенно если речь идет о будущем». Итак, как же поступать компании, если определить направление деятельности на основе прогнозов невозможно?

Для того чтобы реагировать на перемены, контролировать их и извлекать из них пользу, компаниям необходимо прежде всего увидеть их и постараться понять. Наблюдая за переменами, компании должны извлечь нужную информацию и расшифровать ее, чтобы отделить тривиальные изменения от тех, которые могут представлять собой угрозу либо возможность. Не помешает также разграничить предсказуемые, познаваемые факторы и те, которые в данный момент неизвестны и требуют дополнительных исследований и экспериментов. Чтобы понять значимость перемен, компаниям также необходимо критически взглянуть на то, что, по их собственному мнению, они знают, раскрывая и переосмысливая пробелы и скрытые предположения. Внешние признаки перемен, таким образом, могут прямо указывать на возможность или угрозу, а косвенно – на те области, где присутствует неопределенность и где необходимо получить больше информации экспериментальным путем. При этом не нужно проводить эксперименты слепо; они скорее должны напоминать управляемый процесс обучения[73].

Приобретение необходимых данных может сыграть очень важную роль для непрерывного получения новых ценных выводов относительно изменения спроса или конкуренции. В Японии оператор крупнейшей сети продуктовых магазинов 7-Eleven в начале 2000?х годов получил существенное информационное преимущество, используя свои системы кассовых терминалов не только для отслеживания показателей продаж, но и для получения данных по другим переменным, таким как демографические характеристики покупателей и даже погода и время суток. Имея в своем распоряжении эти данные, компания смогла в режиме реального времени проверить гипотезы о том, как эти факторы влияют на продажи, что позволило 7-Eleven определить, какие товары в конкретном контексте окажутся более или – напротив – менее перспективными. Таким образом, ценообразование, ассортимент, промоакции и выкладку товаров можно было оптимизировать с учетом местных условий каждый день или даже каждые несколько часов в зависимости от местоположения того или иного магазина. Например, системы 7-Eleven могли отследить изменение спроса на ланч-боксы в связи с новой стройкой поблизости и быстро скорректировать ассортимент в каждом из магазинов[74].

Нередко нужная информация уже доступна и находится буквально под носом у компании; ее источником может стать, например, взаимодействие с потребителями, поставщиками и иными заинтересованными сторонами. При этом может возникнуть необходимость в том, чтобы должным образом выявить и расшифровать такую информацию с помощью интеллектуального анализа данных и аналитики. Компании должны уметь обнаруживать скрытые закономерности в больших массивах данных, а также быстрее других реагировать на изменения. Времена, когда можно было обеспечить себе преимущество, просто владея информацией, проходят: данные быстро теряют актуальность или несут в себе скрытые закономерности, которые необходимо выявить.

Чтобы понять значимость перемен, компании должны лучше осознавать, что они на самом деле знают, и раскрыть свои скрытые предположения. В условиях изменчивой среды эта информационная карта может постоянно меняться. В некоторых случаях компании недостаточно используют новую доступную им информацию – это, так сказать, малоиспользуемые известные, или «слоны». Также есть немало вещей, которые ошибочно кажутся известными – ложные известные, или «единороги», вероятно, их нужно пересмотреть. А самая большая сложность состоит в том, что что-то на данный момент невозможно узнать, если не посмотреть на ситуацию под новым углом или если не провести дополнительные эксперименты, – это двойной вопрос, или, по выражению бывшего министра обороны США Дональда Рамсфелда, «неизвестное неизвестное» (рисунок 3–5)[75].

Понятно, что крупным компаниям трудно выявить и устранить эти три типа пробелов, так как большинство из них в своей деятельности подвержены стандартным предубеждениям. Они предполагают, что хорошо знают свой рынок или конкурентную среду, и ожидают лишь незначительных изменений.

Наглядный урок на тему малоиспользуемых известных можно извлечь из истории крупных американских автомобильных компаний и гибридных автомобилей. В начале 1990?х годов администрация президента Клинтона поставила перед крупными автопроизводителями задачу: на фоне роста экологической сознательности потребителей требовалось разработать топливосберегающие автомобили. GM, Ford и Chrysler разработали прототипы – но в производство были запущены лишь несколько моделей[76]. Это оставило лазейку для Toyota. Ее модель Prius стала первым гибридным автомобилем, запущенным в массовое производство, и имела огромный успех. В общей сложности в 2008 году было продано более миллиона автомобилей этой марки, а в 2013 году – более трех миллионов. В 2009 году эта модель стала бестселлером в Японии[77].

Рисунок 3–5. Инструмент для разбивки факторов неопределенности на сегменты

В других случаях компании могут пренебречь пересмотром «ложных известных», широко распространенных, но все более устаревающих взглядов, несмотря на множество признаков изменений, просто потому что они недооценивают либо игнорируют информацию, имеющуюся в их распоряжении. Пример ложного известного – это кажущееся разумным предположение о том, что люди используют смартфоны для совершения телефонных звонков (по крайней мере, в определенной степени). Легко представить, как, должно быть, сложно поставщику услуг связи, работающему на рынке уже долгое время, подвергнуть сомнению это убеждение, а также представить стратегические последствия такого шага. Однако норвежская телекоммуникационная компания Telenor все-таки усомнилась в истинности этого постулата – этот пример мы рассмотрим ниже.

Конечно, всегда есть что-то, что компания может не знать или даже не может знать, не проведя соответствующих экспериментов или не изменив угол зрения, – «неизвестные неизвестные». Таким образом, компаниям, использующим стратегию адаптации, необходимо создать культуру самопроверки, которая подталкивает к пересмотру преобладающего образа мышления, с тем чтобы раскрывать и брать на вооружение техники, предназначенные для выявления пробелов. Например, можно попытаться взглянуть на себя со стороны глазами воображаемого или реального «врага», устроить «военные учения», направленные против собственной бизнес-модели, или попытаться сформулировать противоположное экономическое обоснование для каждой новой инвестиционной рекомендации.