Можно ли масштабировать эту идею? Как?

Обзор книги Джона Листа “Эффект напряжения: как сделать хорошие идеи великими и затем масштабировать”

Как понять какой у идеи потенциал масштабирования?

Профессор Чигаского университета Джон А.Лист предлагает свой ответ на этот вопрос. В новой книге “Эффект напряжения” он рассказывает об эффекте напряжения (voltage effect) и решениях, которые если и не гарантируют успех, то, по крайней мере, существенно улучшат шансы.

Первая часть книги представляет собой краткое изложение последних результатов поведенческой экономики. В ней говорится о некоторых распространенных предубеждениях, которые заставляют нас полагать, что результаты, полученные в ходе небольшого эксперимента, автоматически будут воспроизводиться в масштабе. 

Например: McDonalds хочет знать, понравится ли людям новый гамбургер, поэтому он запускает фокус-группу. Участникам фокус-группы нравится этот гамбургер. McDonalds  запускают его в массовое производство, но он проваливается. Получается, что фокус-группа не представляла мнение всей клиентской аудитории. Вероятно, что в нее вошли фанаты бренда, подписанные на него в социальных сетях и с радостью принимающее участие во всех его акциях. Это предвзятость выбора.

Вторая часть - о том, как увидеть флажки, которые могут сигнализировать о потенциальной неудаче при масштабировании.

Пять важных признаков, на которые следует обратить внимание при масштабировании

Джон Лист выделяет пять факторов, или "пять жизненно важных признаков", которые следует учитывать при оценке потенциала масштабирования идеи.

     1. Первый - следить за "ложными срабатываниями". 

Например, есть идея, которую организация хочет масштабировать. Все показывает, в том числе опыт и полученные из открытых источников данные, что у идеи высокий  потенциал масштабирования. Однако при тестировании гипотезы выясняется, что это не так. В силу факторов, о которых раньше не знали, а если и знали, то по тем или иным причинам не учитывали. 

Это распространено в социальных науках. Одно исследование показывает, что что-то работает, но затем, когда кто-то другой пытается провести аналогичное исследование, результаты не воспроизводятся.

Ключ к борьбе с ложными срабатываниями, говорит Лист, в проверке успешного теста  - семь раз отмерь, один раз отрежь. 

"Я думаю, что все, что нужно, - это получить несколько независимых результатов. К примеру, получив отличный результат в Сиэтле, мы не спешим масштабировать его повсеместно. Мы должны повторить это в Сиэтле, чтобы убедиться, что это настоящий результат, а затем попробовать его на нескольких других рынках. Идея в том, что вы должны постоянно тыкать и тестировать свою идею в разных условиях, чтобы убедиться, что она достойна масштабирования" - Джон А.Лист

     2. Следующий признак - оценка репрезентативности исходных данных или ситуации. 

В приведенном выше примере, McDonald's ошибочно экстраполировал результаты, полученные при исследовании мнения небольшой фокус-группы, на всю аудиторию, которая не идентична фокус-группе.

 "Что нам действительно нужно сделать, так это быть более репрезентативными в наших образцах, прежде чем мы развернем что-то по всей стране" - Джон А.Лист.

     3. Третий признак, пишет Лист, оценивает, "зависит ли ваш первоначальный успех от не масштабируемых ингредиентов". 

Например, одна экспериментальная школа добилась прекрасных результатов успеваемости учеников и поэтому ее опыт решили масштабировать по всей стране. Однако это не удалось, потому что одним из основных факторов успешного эксперимента были тридцать выдающихся учителей. Далеко не каждая школа имеет возможность найти и привлечь таких учителей. А без них масштабирование оказалось невозможным.

 "Идея с этим третьим жизненно важным признаком состоит в том, чтобы попытаться понять ограничения, которые могут помешать масштабированию" -  Джон А. Лист.

     4. Четвертый признак - следить за "вторичными эффектами" и, в более широком смысле, непреднамеренными последствиями.

Например, Uber решил повысить доходы своих водителей, увеличив размеры базовых тарифов. В начале это сработало. Но через шесть недель почасовая оплата водителей упала до того же уровня, что была до повышения тарифа. Почему? В основном потому, что возможность заработать больше денег привлекла больше людей к Uber. Это сделало рынок более конкурентоспособным и привело к тому, что каждый отдельный водитель получил меньше поездок.

     5. Последний жизненно важный признак - это рассмотрение затрат на масштабирование. 

Один из плюсов масштабирования - снижение себестоимости продукта. Есть и другие плюшки. Если масштабирование не приводит к этому, то ради чего оно затевается? И стоит ли тех ресурсов, которые будут затрачены на ее осуществление? 

Например, в целях масштабирования компания решила оборудовать собственные серверные по всей стране для более быстрого и качественного оказания услуг на местах. Пока шел процесс, развитие облачных технологий сделали инвестиции в “железо” не целесообразными - нужный результат можно было получить и без них.

Конечно, в книге больше полезных идей и интересных кейсов, с которыми вы можете ознакомиться прочитав ее. 

По этой же теме рекомендую также прочитать:

• MIlES: как определить несправедливое преимущество стартапа? (Краткий обзор книги “The Unfair Advantage”)
• Стартапы особого внимания. Как фокус на самых перспективных стартапах помогает венчурным фондам опережать конкурентов (по мотивам книги “Взрывной рост. Почему экспоненциальные организации в десятки раз продуктивнее вашей (и что с этим делать)”