К сожалению, когда показатели снижаются, мы видим совсем другую реакцию: это чья-то ошибка. Поэтому члены команды или отделы компании часто оказываются словно в театре военных действий: их отдел хочет как лучше, а все остальные сопротивляются просто потому, что ничего не понимают. Стоит ли удивляться, что каждый отдел изобретает собственный жаргон, культуру и методы защиты от «придурков», сидящих на другом этаже?

Действенные показатели — эффективное решение этой проблемы. Когда причина и следствие ясны и понятны, это позволяет учиться на результатах своих действий. Люди обладают врожденным талантом к обучению, им просто нужна ясная и объективная оценка.

Часто бывает так, что сотрудники и менеджеры неверно понимают отчеты, на основании которых они должны принимать решения. К сожалению, менеджеры редко говорят об этом тем, кто собирает данные, и не просят их писать свои отчеты понятным языком. А сотрудники разных отделов нередко тратят свою энергию не на то, чтобы использовать полученные данные как обратную связь, которая могла бы направлять их будущие действия, а на то, чтобы интерпретировать их так, как им удобнее.

Но против этого есть «противоядие». Во-первых, отчеты должны быть как можно более простыми и ясными, понятными для всех. Помните, что за любыми показателями стоят люди. Самый легкий способ написать понятный отчет — использовать определенные, конкретные понятия. Что такое хит на сайте? Этого никто не знает, но все знают, что такое посетитель сайта: можно нарисовать, как эти люди сидят за компьютерами.

Вот почему отчеты, основанные на когортном анализе, так эффективны для обучения организации — они превращают сложные действия в простые примеры, описывающие поведение людей. Каждый раз когортный анализ показывает: среди тех, кто пользовался нашим продуктом в этот период, столько-то людей продемонстрировали тот тип поведения, который для нас важен. В примере с IMVU мы видели четыре типа поведения: загрузка продукта, вход на сайт продукта с личного компьютера, чат с другими клиентами и покупка платной версии продукта. Иначе говоря, отчет связан с людьми и их действиями, что гораздо полезнее, чем массивы абстрактных данных. Например, подумайте о том, как трудно было бы сказать, успешно ли развивается IMVU, если бы в отчете мы сообщали только об общем количестве личных разговоров. Скажем, у нас есть 10 000 посетителей в данный период. Хорошо ли это? Это один очень-очень общительный человек или это 10 000 человек одновременно пытаются воспользоваться продуктом, а потом уходят с сайта? Чтобы узнать это, нужен более подробный отчет.

Когда общие показатели растут, ясность отчетов становится еще более значима. Что означает, если за месяц количество хитов на сайте сократилось с 250 000 до 200 000? Но почти каждый легко поймет, что значит потерять 50 000 клиентов — это целый стадион, полный людей, которые больше не хотят покупать ваш продукт.

Правило доступности также касается доступа к отчетам. Компания Grockit в этом отношении поступала очень правильно. Каждый день автоматически создавался документ, содержавший последние данные по каждому из экспериментов по сплит-тестированию и по другим показателям, связанным с «прыжками веры». Этот документ рассылался по электронной почте всем сотрудникам компании: у каждого всегда была самая свежая копия. Отчеты было легко читать, каждый эксперимент и его результаты описывались простым языком.

Еще один способ сделать отчеты доступными для всех — метод, который мы разработали в IMVU. Мы не стали выводить аналитику или данные в отдельную систему. Данные отчета и его инфраструктура считались частью самого продукта, и за них отвечала команда разработки. Отчеты выкладывались на нашем сайте и были доступны любому, у кого был аккаунт сотрудника.

Любой сотрудник в любой момент мог войти в систему, выбрать из списка текущий или прошлые эксперименты и прочитать одностраничный отчет о его результатах. Со временем эти одностраничные отчеты стали средством улаживания споров о продукте во всей организации. Когда людям нужны были доказательства в пользу какой-то гипотезы, они брали с собой на встречу распечатки такого отчета и были уверены, что все остальные их поймут.

Когда нам говорят, что наш любимый проект оказался неудачным, обычно нам хочется возложить вину на «гонца»: на данные, на руководителя, на богов или на бог весть что еще. Именно поэтому так важен третий аспект — «контролируемость». Нужно убедиться в том, что сотрудники доверяют приводимым данным.

Сотрудникам IMVU, как правило, удавалось улаживать споры, ссылаясь на отчеты об экспериментах, о которых я только что говорил. Но порой возникали сложности. Бывало и так, что, столкнувшись не с теми результатами, которых они ожидали, руководитель, или разработчик, или вся команда проекта начинали ставить под сомнение достоверность данных.

Такие проблемы возникают чаще, чем хотелось бы, и, к сожалению, обычные системы представления данных не помогают в их решении. Иногда так бывает из-за слишком рьяного желания защитить личные данные клиентов. Но чаще дело в пренебрежении к подготовке сопроводительной документации. Почти всегда системы представления данных создает не команда разработчиков, задача которых — расставлять приоритеты и совершенствовать опции продукта, а топ-менеджеры и аналитики. Менеджеры, которым приходится использовать такие системы, могут только посмотреть, не противоречат ли отчеты друг другу. Часто у них нет инструментов для того, чтобы проверить, соответствуют ли данные действительности.

Что же делать? Во-первых, не забывайте, что за любыми показателями стоят люди. Мы должны уметь проверять данные «вручную», в хаосе реального мира, общаясь с клиентами. Это единственный способ выяснить, реальны ли факты, приведенные в отчете. У менеджеров должна быть возможность выборочно проверять данные при участии настоящих пользователей. В этом есть и еще одно преимущество: системы, которые обеспечивают такой уровень проверки данных, позволяют менеджерам и предпринимателям понять, почему клиенты ведут себя так, как показывают данные.

Во-вторых, тем, кто составляет отчеты, нужны для этого простые механизмы. Отчеты должны быть основаны на базовых данных, а не на промежуточных результатах. Это снижает вероятность ошибок. Я заметил, что каждый раз, когда какое-то суждение или предположение оказывается неверным просто из-за ошибок в данных, это подрывает уверенность в своих силах, моральный дух и дисциплину сотрудников.

* * *

В мифологическим мире голливудского кино, книг и журналов мы постоянно видим преуспевающих предпринимателей. Их истории всегда преподносятся одинаково. Сначала мужественного главного героя озаряет гениальная идея. У него сильный характер и яркая индивидуальность. Мы видим, как он оказывается в нужном месте в нужный момент, совершает головокружительный прыжок и создает собственный бизнес.

Но дальше начинается «фотомонтаж». Обычно вся дальнейшая история укладывается в несколько минут. Мы видим, как главный герой собирает команду, проводит опыты в лаборатории, пишет формулы на доске, заключает сделки, в творческом экстазе печатает одновременно на нескольких клавиатурах. В итоге к нему приходит успех. Иногда история продолжается, и возникают не столь вдохновляющие темы: основатели компании не могут поделить деньги, спорят, кто из них появится на обложке журнала, подают друг на друга в суд и т. д.