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.
Управление портфелем экспериментов
В нестабильной среде продукты, услуги и бизнес-модели компании могут очень быстро потерять актуальность или устареть. В то же время нельзя предсказать, какие новые элементы придут на смену старым. К счастью, у руководителей есть эффективная альтернатива прогнозам: управление портфелем стратегических экспериментов с учетом двойного требования – скорости и экономичности. Чтобы успешно это осуществить, компании определяют границы экспериментов, выявляя признаки перемен и формулируя достаточное количество новых идей по наиболее интересным направлениям с целью их последующего тестирования. В результате проведения упорядоченных экспериментов с четкими правилами отбора и продвижения проектов быстро открываются перспективные возможности. Наконец, если эксперименты оказываются успешными, компании их масштабируют, быстро и четко перераспределяя ресурсы.
В первую очередь участникам рынка нужно определить, что именно они будут тестировать. Учитывая признаки изменений, необходимо сосредоточиться на тех направлениях, где имеется наибольший потенциал для роста, выявлены наиболее серьезные угрозы или самые значительные пробелы. Даже если у компании нет четкой гипотезы, чем больше она проводит экспериментов, тем больше информации получает и, следовательно, рассматривает большее число возможных вариантов. В отличие от классических организаций, фирмы, использующие стратегию адаптации, чаще всего в первую очередь действуют, а не анализируют.
Адаптивные компании черпают новые идеи из двух источников: они могут использовать уже существующие естественные различия в подходах к работе или активно создавать такие различия, проводя эксперименты и тесты. Пассивный метод лучше работает в областях, где и так присутствует разнообразие подходов, например, в трейдинге или продажах. Именно это разнообразие дает адаптивным компаниям материал для исследований. И именно его классические компании стараются всеми силами устранить, стремясь к повышению эффективности. По этой причине классической компании может быть невероятно трудно полноценно использовать экспериментальный подход, даже когда в нем есть острая необходимость.
