Найти золотую середину

Найти золотую середину

Такие нематериальные навыки, как способность к творчеству и конструированию, всегда считались уделом интуитивных гениев. Уникальное чувство вкуса, дар изобретать одновременно и новые продукты, и способы их использования – все это таланты, которыми обладают немногие счастливчики. Для всех остальных весьма актуален вопрос: могут ли новые способы получения и анализа данных открыть кому-нибудь дверь в сферу, ранее доступную только интуитивным гениям?

Ответ не слишком обнадеживает: да, могут, но отчасти. Творчество – это всегда поиск золотой середины между красотой дизайна и идеальным функционированием. И все сводится к принятию конкретных решений. В каких случаях вкус диктует субъективные решения, зависящие от чьей-то точки зрения? В каких случаях вкус зависит от наличия данных? Как определить, с каким случаем мы имеем дело? И как найти оптимальный баланс между тем, что говорят данные, и тем, что подсказывает интуиция? Однако есть люди, обладающие необходимой остротой восприятия того, что хочет мир, и одновременно располагающие обширной базой данных для принятия решений на длительную перспективу. С их помощью можно попытаться разгадать некоторые из этих тайн.

Нет сомнений, что иметь нужную информацию всегда полезно. Поскольку команда конструкторов Specialized фанатично привержена идеям инновационности и функциональности, собранные обширные массивы данных позволяют им всесторонне тестировать новые продукты. Зачастую это тестирование включает 20–30 этапов, включая проверку безопасности шлема, жесткости рамы велосипеда, аэродинамики и утомляемости человеческого организма. «Данные проливают свет на многие из этих вопросов, – говорит Майк Синьярд. – Можно сказать, на основании полученных данных все аспекты модели оцениваются практически всесторонне. Это отличные новые инструменты. И действительно, сейчас я содрогаюсь от одной мысли о том, что раньше мы разрабатывали конструкции, опираясь на соображения престижа, но не слишком заботясь об их функциональности».

Это было большое изменение. Раньше вопросы функциональности решались интуитивно, с использованием опыта конструкторов. Последние просто доверялись своему чутью, говорившему, что это сработает. Роберт Эггер так рассказывал о том периоде существования компании: «Выводя из лаборатории велосипед, вынося шлем или гоночные туфли, вы слегка нервничали. И если все срабатывало как надо, вы радостно кричали: „Ура, мы попали в точку!“, а если нет: „Уф, мы кое-что упустили, придется начать сначала“». Теперь же данные экспериментов подтверждают предположения, сделанные когда-то интуитивно или «на глазок». Более того, они дают разработчикам возможность с новой точки зрения посмотреть на продукт. «Результаты экспериментов раскрывают нам секреты, о существовании которых мы даже не догадывались, – говорит Эггер. – А иногда оказывается, что вы ничего не знаете о вещах, считавшихся известными».

Это огромное преимущество (кстати, непосредственно влияющее на прибыль), но информация не решает всех проблем. Вам все равно необходимо учитывать субъективные вкусовые факторы. В чем состоит точка зрения конструктора? Для кого создается продукт? Каковы в действительности цели, которых вы стараетесь достичь? Данные не могут ответить на эти вопросы. Это означает, что оценивать ответы на них придется без помощи битов и байтов, столь легко собираемых при помощи современных технологий.

В этом смысле вкус и творческие способности остаются навыками, которым придется долго учиться и которые зависят от опыта. «Безусловно, есть информация, влияющая на мнение человека, – считает Тони Фаделл, – но, в конце концов, проектируя изделие, вы все равно пытаетесь влезть в голову потребителя».

Да, потребителя. Несомненно, потребитель остается важной составляющей уравнения успеха. Однако все равно попытки оценить вкус и функциональность с точки зрения потребителя требуют осторожности. Как уже говорилось ранее, люди могут дать множество полезной информации, но они не способны сконструировать продукт вместо вас: они не могут сформулировать идею или определить вашу точку зрения. «Если вы ищете изящное решение, то вряд ли найдете его, проводя фокус-группы, – говорила мне партнер венчурной компании Маргит Веннмахерс. – Мне приходилось присутствовать на многих таких мероприятиях, и я убедилась, что потребители не могут точно сформулировать, чего они хотят, если это уже не существует».

Поймите меня правильно: имея отличный и хорошо известный потребителям продукт, например бухгалтерские программы Quicken компании Intuit, вы, конечно, можете с пользой проводить фокус-группы. Но суровая действительность состоит в том, что никакая фокус-группа не поможет вам создать новое. Могла ли фокус-группа предложить идею, например, Pinterest[46]? Не думаю.

Итак, вам требуются обоснованное твердое мнение, быстрота суждений и немного вдохновения. Обойти этот факт стороной нельзя. Даже такой поборник новых технологий, как Вивек Вадхва из Университета сингулярности, признал: «Не думаю, что технологии смогут заменить человека в процессе разработки новых продуктов». Существует слишком много решений, принимаемых не на основе данных, слишком много ситуаций выбора, в которых информация ничем не может помочь. Человеческую способность учитывать поведение, потребности и предпочтения покупателей невозможно свести к какому-то алгоритму.

Кроме того, сначала требуется сконструировать и изготовить продукт, затем вывести его на рынок. Только после этого можно начинать собирать данные и проводить поэтапные эксперименты. Если перефразировать рассуждения Тони Фаделла, то между первой и последующими версиями продукта существует большое различие: первая версия на 90 % и более зависит от вкуса и субъективных суждений конструкторов и всего на 10 % и менее – от имеющихся данных. Для второй версии это соотношение составляет уже 80 и 20 %; для третьей – 70 и 30 %, для четвертой – 60 и 40 % и так далее. Каждое новое поколение продукта еще на шаг продвигается в сторону зависимости от собранной информации, причем для каждого товара это продвижение происходит разными темпами.

Огромное значение во всем этом имеет тот факт, что данные, и особенно большие данные, способны заранее предупредить о неожиданных и незапланированных вариантах использования продукта потребителями. Например, в Nest Labs данные позволяют Тони Фаделлу и его команде понять, как именно используется их термостат при регулировании обогрева или охлаждения жилья. Что в действительности считается комфортной атмосферой в доме? Требуется ли потребителям перенастраивать алгоритм термостата? (Точно так же данные о продажах своих продуктов используют Amazon или iTunes: что вы любите, что не любите, какие новые продукты рекомендуете.) Собираемые данные позволяют Nest Labs персонализировать и конструкцию термостата, и его программное обеспечение, равно как и весь пользовательский опыт в целом. Кроме того, данные помогают компании понять, чем можно привлечь дополнительные категории покупателей, не оценивших первоначальную версию продукта.

Итак, по мере совершенствования продукта вы сталкиваетесь с необходимостью принимать целый ряд решений на основе полученной информации. Но параллельно появляются и решения, принимаемые на основе субъективного мнения. Сталкиваются два мира. И даже в наше время результат этого столкновения в большей мере определяется человеческой интуицией и находчивостью. Так и должно быть.

Сегодня собирать, сортировать и анализировать данные настолько легко, что появляется соблазн заменить получаемыми показателями человеческую интуицию. Но тогда мы все рискуем оказаться в положении команды конструкторов велосипеда, на которую Лэнс Армстронг впустую потратил два миллиона долларов: они разработали прекрасную модель, которая, к сожалению, не годилась для решения той задачи, ради которой создавалась, – обеспечить гонщику скоростное превосходство. Почему так произошло? Потому что машина заставляла человека приспосабливаться к рассчитанным результатам. Оптимальный баланс вкуса и данных был нарушен.

«Нет на свете компьютера, способного создать что-либо столь же прекрасное, как творение скульптора, – говорил мне Роберт Эггер. – До этого мир еще не дошел. Мы используем трехмерные принтеры и программы, но всегда наступает момент, когда надо взяться за дело руками. В автомобилестроении происходит то же самое. Конструкторы проектируют свои машины на компьютерах, но в конечном счете лучшие образцы получаются из глины. Последние и самые важные 5 % работы выполняет вручную мастер с острым глазом».