Взрывной рост. Почему экспоненциальные организации в десятки раз продуктивнее вашей (и что с этим делать)

Почему дашборды являются ключом к успеху ЭксО? Дело в том, что высокая скорость роста требует, чтобы важнейшие параметры деятельности компании, отдельных команд и сотрудников измерялись и оценивались в режиме реального времени – не в последнюю очередь потому, что при таких скоростях даже небольшие ошибки могут быстро перерастать в серьезные проблемы. Без обеспечиваемого дашбордами и системой OKR фокуса на метриках потребительской ценности компании склонны дрейфовать назад к привычному фокусу на метриках популярности и/или устанавливать ошибочные ключевые показатели эффективности для своих команд, теряя импульс к росту.

Как уже говорилось в начале этой главы, эффективная система внутреннего контроля имеет критическое значение для управления гиперскоростным ростом. Дашборды в режиме реального времени и системы OKR являются ключевыми элементами этой системы контроля.

Экспериментирование

Под экспериментированием мы понимаем реализацию методологии «Бережливого стартапа» в плане тестирования идей/предположений и непрерывного экспериментирования на основе контролируемых рисков. Как замечает генеральный директор Zappos Тони Шей, «великий бренд или компания – это история, которая постоянно продолжает развиваться». Сегодня постоянное развитие и эксперименты стали императивом. Билл Гейтс высказывается еще резче: «Успех – плохой учитель, поскольку внушает умным людям мысль о том, что они не могут проиграть».

Недавно в Сингапурском университете менеджмента Джон Сили Браун убедительно доказал, что корпоративная архитектура должна быть выстроена таким образом, чтобы уверенно выдерживать риски и изменения. Однако, отметил он, традиционно усилия по корпоративному планированию направлены на то, чтобы обеспечить максимальную предсказуемость, то есть создать статическую среду – или по крайней мере среду с контролируемым ростом – в надежде снизить риски.

Но в сегодняшнем мире, продолжает Сили Браун, требуется в точности противоположный подход. Марк Цукерберг соглашается с ним, замечая: «В мире, который так быстро меняется, самый большой риск – это вообще не рисковать». Непрерывное экспериментирование стало единственным надежным способом снизить риски. В любой организации и отрасли поток идей «снизу вверх» при правильном управлении этим потоком всегда побеждает мышление «сверху вниз». Сили Браун и Хейгл называют это «масштабируемым обучением» – что, принимая во внимание темпы роста ЭксО, является для них единственно возможной стратегией. Лучшие ЭксО сочетают то и другое – то есть поток идей снизу вверх и их принятие/одобрение/поддержку наверху. В конце концов, лучшие идеи побеждают независимо от того, кто их предложил.

В попытке дать толчок такому потоку идей компания Adobe Systems недавно создала так называемую «Мастерскую по быстрому запуску инноваций». Участвующие в программе сотрудники получают красную коробку с пошаговой инструкцией по созданию стартапа и кредитной картой с 1 тысячью долларов «посевного капитала». Сотрудникам дается 45 дней, чтобы протестировать и доказать жизнеспособность своей инновационной идеи. Они могут консультироваться с ведущими разработчиками компании, но все остальное зависит от них. В 2013 году в программе приняло участие 900 из 11 тысяч сотрудников компании. Этот подход помог Adobe не только стимулировать экспериментирование и инновации, но и создать эффективный механизм для выявления перспективных идей и их реализации на систематической и измеримой основе.

Многие другие компании также активно используют экспериментирование – не только в рамках специальных «экспериментальных мастерских», но и в рамках основных процессов. Между тем этот подход нельзя назвать новым. Практика кайдзен – непрерывное совершенствование как фундаментальный метод управления бизнес-процессами – широко распространена в японских компаниях на протяжении многих десятилетий. Единственное различие между кайдзен и масштабируемым обучением заключается в том, что последнее предполагает использование современных продвинутых онлайновых и офлайновых инструментов, основанных на анализе данных, для тестирования предположений относительно целевых потребителей, пользовательских сценариев и инновационных решений.