Компания для людей. Как сохранить душу бизнеса в эпоху тотальной цифровизации

 Мнение клиентов о сервисе компании. Клиенты считают сотрудников обслуживающих подразделений дружелюбными и отзывчивыми или же холодными и нудными? Ваши продавцы и специалисты сервисных служб работают над выстраиванием долговременных отношений с клиентами или же отношения возникают и поддерживаются только в момент обращения клиента?

 Миссия и ценности компании. Компания известна своей последовательной системой убеждений и принципов либо считается аморальной и переменчивой? Способствует ли организация тому, чтобы ее окружение, отрасль и наш мир в целом становились лучше, или заботится только о личной выгоде?

 Восприятие компании сотрудниками. Считают ли сотрудники, что компания дает им возможность учиться и расти или же только эксплуатирует их навыки и труд? Чувствуют ли они, что получают справедливое вознаграждение, или считают, что компания на них экономит? Считают ли они себя вовлеченными, видят ли себя частью организации или же изолированными наемными работниками?

 Истинное значение данных. Помимо того, что лежит на поверхности, о чем еще говорят все эти факты и цифры? Да, прибыль в июне выросла на 12 %, но в чем причина? Это случайность или тренд, на который нужно обратить внимание? Сработала новая рекламная кампания или программа премирования продавцов?

И это лишь некоторые примеры. Смысловая часть уравнения может принимать множество форм. Это и то, как руководители общаются с подчиненными. Например, проявляют ли уважение и эмпатию? И то, как генеральный директор выступает перед отраслевыми аналитиками. И то, как рассчитываются и выплачиваются премии. Смысл может проявиться и при всестороннем анализе больших данных (Big Data) – когда цифры изучают, обсуждают и дают им толкование несколько разных специалистов. Ранее мы говорили про «таблички» и «живую историю». Смысл – составная часть истории, которую рассказывает организация.

Близорукость, вызванная данными

Как говорил Марк Твен, существует ложь, наглая ложь и статистика[10]. Возможно, в этом утверждении есть забавное преувеличение для достижения большего эффекта. Но организации допускают серьезную ошибку, чрезмерно увлекаясь цифрами. И некоторые компании уже поняли это на собственном горьком опыте.

В 2012 г. Adobe отказалась от ежегодных отчетов о результатах работы персонала. По сути, компания пользовалась специальными формами с целью сбора статистических данных для оценки достижений и улучшений по массе различных параметров. Старший вице-президент Adobe по кадрам и офисам Донна Моррис сравнила сбор этой отчетности с ежегодными посещениями стоматолога. Вместо отчетов компания внедрила менее формальные, основанные на межличностном общении способы диагностики, а именно – личные встречи начальников и подчиненных, на которых результаты работы обсуждаются совместно и в более непринужденной обстановке[11].

Боб Низ, автор статьи «Как избыток данных снижает продуктивность и качество принятия решений» (How Too Much Data Can Hurt Out Productivity and Decision-Making), вышедшей в Fast Company, пишет: «Глубокое погружение в данные о том, кто покупает ваш виджет, бессмысленно, если не приводит к тому, чтобы ваши продавцы фокусировались на правильной аудитории и не тратили время на тех, кто никогда ничего у вас не купит»[12]. Низ отмечает, что люди непредсказуемы. И то, что вы собрали кучу классных данных по конкретной выборке, вовсе не означает, что вам удастся ими воспользоваться. Вы можете установить, что данная аудитория любит синий цвет. При этом, если вы начнете использовать синий в оформлении упаковки, это может и отпугнуть потребителей. Почему? Просто потому, что люди не машины. Их поведение спонтанно, противоречиво и порой не укладывается в схемы.

В 2016 г. McKinsey&Company провели опрос топ-менеджеров ведущих компаний на тему использования больших данных и аналитики. Один из респондентов – директор по управлению рисками American Express Аш Гупта – дал очень интересный ответ: «В первую очередь нам пришлось поработать над повышением качества данных. Данных у нас очень много, и порой мы не пользовались ими и не задумывались об их качестве, как должны бы»[13].

Итак, о чем нас предупреждают эти примеры?

 Взаимодействие, выстроенное на основе цифр, может быть намного менее эффективным, чем взаимодействие, в центре которого человек.

 Люди не всегда поступают так, как предсказывают результаты анализа данных.

 Качество данных бывает разное. И если оно невысоко (либо вы в нем не уверены), ваши решения будут выстроены на очень слабом основании.

Данные продолжат завоевывать мир, несмотря на свои недостатки

Вероятнее всего, мы все чаще будем иметь дело с данными. Поэтому чрезвычайно важно постоянно напоминать себе об обратной стороне использования данных. Есть несколько причин, по которым данные продолжат завоевывать мир.