Топ за месяц!🔥
Книжки » Книги » Разная литература » Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - Сет Стивенс-Давидовиц 📕 - Книга онлайн бесплатно

Книга Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - Сет Стивенс-Давидовиц

11
0
На нашем литературном портале можно бесплатно читать книгу Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - Сет Стивенс-Давидовиц полная версия. Жанр: Книги / Разная литература. Онлайн библиотека дает возможность прочитать весь текст произведения на мобильном телефоне или десктопе даже без регистрации и СМС подтверждения на нашем сайте онлайн книг knizki.com.

Шрифт:

-
+

Интервал:

-
+

Закладка:

Сделать
1 ... 32 33 34 ... 59
Перейти на страницу:
стоимости во многие миллиарды долларов.

Как писал Тед Френд в журнале New Yorker, взлет Airbnb представляется «сплошной чередой удач». Удачей была встреча с Сейбелем в Остине. Удачей была встреча с идеальным инвестором, Грегом Макаду, в Y Combinator. И, само собой, удачей был ударник Манилова. Не отправься он на гастроли в самое подходящее время, Чески и Геббиа могли не успеть найти верную бизнес-модель перед банкротством. Какая-нибудь другая группа предпринимателей, может быть, создала бы такой же бизнес через несколько лет.

Разница между тем, быть миллиардером или пожизненным серийным предпринимателем-неудачником, заключалась всего-навсего в идее, подброшенной барабанщиком Барри Манилова. Иногда, как раз в тот момент, когда вы стоите на грани разорения, Барри Манилов отправляется на гастроли и ставит вас на путь ко многомиллиардному состоянию.

Сэм Альтман, сменивший Пола Грэма на посту директора Y Combinator и видевший за свою карьеру взлет и падение тысяч стартапов, вывел у себя в голове модель того, что требуется для преуспевания в Кремниевой долине. В лекции 2014 года в Стэнфордском университете он вкратце описал ее так: «Нечто типа Идеи, умноженной на Продукт, умноженный на Реализацию, умноженной на Команду, умноженную на Удачу, которая представляет собой случайное число в диапазоне между 0 и 10 000»[135].

Тысячам никому не известных предпринимателей, вероятно, выпало значение Удачи, равное 1000, или 500, или 0. Очевидно, что Чески и Геббиа выпали все 10 000.

В определенных кругах принято говорить о чрезмерной роли, которую удача играет в успехе. Многие успешные люди считают ее решающей. Пол Кругман, лауреат Нобелевской премии по экономике и обозреватель The New York Times, говорит о своем успехе: «Мне просто повезло оказаться в нужном месте в нужное время». Актер Джон Траволта объяснил свой успех так: «Мне повезло». То же самое повторяет актер Энтони Хопкинс: «Я думаю, что мне очень сильно повезло».

Но может ли оказаться, что мы преувеличиваем роль удачи в жизни? Существуют интересные данные, из которых можно заключить, что удача играет менее значительную роль, чем мы думаем. Многие научные работы выявляли интересные паттерны поведения, устойчиво создающие иллюзию удачи.

Одно из самых важных и самых первых исследований массивов данных было предпринято бизнес-аналитиками Джимом Коллинзом и Мортеном Т. Хансеном[136]. Их работа была призвана определить влияние удачи на работу крупных компаний, но ее выводы можно применить к любой области.

Коллинз и Хансен начали с того, что составили список компаний, которые обозначили «10×»: все они входили в число самых успешных за всю историю человечества. Чтобы компания попала в 10×, ее показатели на фондовом рынке должны были в течение долгого времени быть минимум в 10 раз выше, чем у конкурентов. Среди фирм, подходивших под этот критерий, были Amgen с 1980-го по 2002 год, Intel с 1968-го по 2002-й и Progressive Insurance с 1965-го по 2002-й.

Затем для каждой компании из списка 10× они находили другую для сравнения: работавшую в том же секторе, имевшую примерно тот же размер в момент создания, но никогда не превзошедшую своих соперников. Для сравнения с Amgen выбрали Genentech, для сравнения с Intel – AMD, с Progressive – Safeco.

После этого они погрузились в изучение любых документов компаний 10×, какие только смогли найти, и документов компаний из контрольной группы в поисках того, что они назвали «событием удачи». Они стремились выяснить, насколько чаще везло компании 10×, чем той, с которой ее сравнивали.

Они определили «событие удачи» как обладающее следующими тремя свойствами:

1. Существенный его аспект происходит в основном независимо от действий главных действующих лиц предприятия;

2. Оно производит существенные последствия (хорошие или плохие);

3. Ему присущ некоторый элемент непредсказуемости.

Авторам действительно удалось найти много проявлений удачи в истории компаний 10×. Каждая из них насчитывала в своей истории в среднем 7 событий, находившихся вне ее контроля и весьма благоприятно сказавшихся на бизнесе.

Например, работая с Amgen, авторы выяснили, что решающей долей своего успеха они обязаны тайваньскому ученому по имени Фу Куэн Линь. Он просто обнаружил маленькое объявление Amgen о том, что требуются работники, и откликнулся на него. Линь оказался настойчивым гением, который без устали занимался поиском генетической структуры эритропоэтина – белка, помогающего синтезировать красные кровяные клетки в почках. Его труд привел к открытию эпогена, одного из самых прибыльных лекарств в истории биотехнологий. Не наткнись Линь на то объявление, с большой вероятностью Amgen так и не открыл бы эпоген. Легко представить себе альтернативную историю Amgen, в которой Линь не находит то самое объявление, а Amgen не становится компанией 10×.

На первый взгляд Amgen просто повезло. Ее конкурентам было бы просто заметить случай с Линь и сказать что-то вроде: «Amgen нашла себе этого человека. Мы были не настолько удачливы».

И если бы Коллинз и Хансен просто исследовали компании 10×, они могли бы заключить, что каждой успешной компании много раз невероятно везло. Но ученые не просто проанализировали историю компаний 10×: они проделали то же самое с компаниями из контрольной группы.

Хотя эти компании никогда не превосходили конкурентов, им тоже много раз улыбалась удача. Например, Genentech немного опередила другие компании в гонке за то, чтобы первой применить сплайсинг гена для синтеза инсулина человека, одобренного Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США. Если бы их работу задержало хоть что-нибудь, другая компания наверняка обошла бы их и получила доступ на этот прибыльный рынок. Коллинз и Хансен обнаружили, что у Amgen и Genentech было примерно поровну счастливых случаев.

Именно в этом заключается важный результат работы ученых. Во всех исследованных ими компаниях и секторах экономики не наблюдается различия в числе счастливых случаев, выпавших на долю компаний 10× и 1×. Компаниям 10× в среднем везло по 7 раз. Компаниям 1× – в среднем по 8.

Коллинз и Хансен заключили, что успешным компаниям везло не больше, чем их менее результативным конкурентам. Они просто были способны лучше воспользоваться удачей, доставшейся им, – удачей в той мере, в которой ее вправе ожидать любая компания.

Коллинз и Хансен высказывают исключительно важную мысль. Практически каждый из нас вправе рассчитывать, что в жизни ему несколько раз откроются впечатляющие возможности. Представьте себе человека, ни разу не встретившего того, кто способен помочь ему в жизни, никогда не работавшего с необычайно талантливым коллегой, никогда не встречавшего того, кому нужен был бы именно его набор навыков. Такого человека с полным правом можно было бы назвать несчастнейшим из всех на Земле. В среднем

1 ... 32 33 34 ... 59
Перейти на страницу:

Внимание!

Сайт сохраняет куки вашего браузера. Вы сможете в любой момент сделать закладку и продолжить прочтение книги «Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - Сет Стивенс-Давидовиц», после закрытия браузера.

Комментарии и отзывы (0) к книге "Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это, чтобы добиться успеха - Сет Стивенс-Давидовиц"