Святослав Бирюлин – Красная и желтая стратегии. Все, что нужно знать о бизнес-стратегии (страница 28)

Вставка 3. Цифровая трансформация

Мой приятель Маркус, британец, любит говорить, что цифровая трансформация для управленцев — как секс для подростков. Никто этого не делает, но все притворяются, будто активно этим занимаются. Никто толком не знает что это, но все верят, что это очень здорово.

Цифровую трансформацию часто путают с автоматизацией, но это разные вещи, в первую очередь с точки зрения потребностей и ценностей. Допустим, вы установили программу по автоматизации бухгалтерского учета. Вместо пяти бухгалтеров в компании осталось двое, ошибок стало меньше, а скорость учета возросла. Это — пример автоматизации. Ваши издержки снизились, но клиенты, скорее всего, ничего не получили от этих инвестиций. А что такое тогда «цифровая трансформация»?

Цифровая розница

Когда об интернет-продажах стали говорить уже всерьез, обычные розничные сети представляли собой грозную силу. Казалось, им ничего не стоило инвестировать свои грандиозные прибыли в интернет-канал и занять там такое же доминирующее положение. Но мы наблюдаем обратную картину — некогда мелкие, но дерзкие интернет-компании захватывают рынок, а традиционная розница вынуждена обороняться. Почему так произошло?

Я вижу две причины. Первая — процессы. Далеко не во всех даже крупных традиционных компаниях процессы хорошо отлажены. Очень многое держится на квалификации работников. Когда они приходят в компанию, им объясняют, как выполняется работа, а если какая-то инструкция охватывает не все их задачи, они додумывают недостающие детали сами.

Интернет-компании не могут позволить себе такой роскоши. Они не обучают людей, они описывают алгоритмы. А алгоритму нельзя объяснить, что он должен «как можно быстрее отнести эту заявку в отдел закупок» или ему нужно «согласовать заявку на транспорт с логистикой». Алгоритмы так не умеют. Им нужно пошагово прописать последовательность действий, со всеми возможными вариациями и отклонениями. Поэтому процессы в «цифровых» компаниях работают гораздо четче.

Если процесс в традиционной компании протекает с ошибками, отладить его очень сложно. Нужно долго вникать в его суть, выявлять места разрывов, переучивать людей. Марк Твен говорил, что только младенец с полным подгузником мечтает о переменах, поэтому работники без энтузиазма меняют привычную рутину. В интернет-компании программист просто меняет код, и алгоритм, без споров и самодеятельности, начинает работать по-новому.

Вторая причина — данные. Алгоритм не может работать без точных данных. Если они не точны, алгоритмы сбоят или принимают неверные решения. Среди аналитиков данных бытует поговорка «garbage in — garbage out», «мусор внутрь — мусор наружу». Если в алгоритм или аналитику заложить неверные, «мусорные» данные, результат будет таким же.

Предположим, менеджер по закупкам в традиционной компании размещает заказ у поставщика в Китае. Из опыта менеджер знает, что скоро начнется высокий сезон. Она помнит, что в прошлом году товары X, Y и Z в сезон пользовались спросом, и на всякий случай заказывает этих позиций побольше. Алгоритм глупее менеджера по закупкам. Ему нужны формулы расчета, а для корректной работы формул нужны точные данные. Поэтому «цифровые» компании собирают множество данных обо всех аспектах деятельности предприятия. И принимают на основе них решения.

Клиентский опыт

Цифровая трансформация, с моей точки зрения, это цифровизация клиентского опыта и взаимоотношений «клиент — компания» через сбор и анализ большого количества связанных с клиентом данных. Допустим, у вас есть традиционная розничная сеть. Какую информацию о клиентах вы собираете сейчас? Наверняка у вас стоят счетчики на входе, и вы знаете, сколько людей заходит в каждый магазин. Вы знаете число чеков, размер среднего чека. У вас есть данные о продажах, и некоторый объем данных от держателей карт лояльности. Но вы ничего не знаете о человеке, прошедшем мимо вашего магазина, вашем не-клиенте. При этом ваши конкуренты, работающие в сети, знают о своих клиентах и о не-клиентах значительно больше. Через несколько мгновений после захода посетителя на сайт магазина его алгоритмы проверят весь его цифровой след и узнают о нем больше, чем он догадывается.

Цифровая трансформация — это в первую очередь максимизация информации во всех точках контакта с клиентами и не только. Представьте, что в ваших магазинах стоят камеры, а искусственный интеллект определяет пол и возраст зашедшего (даже без идентификации личности), время, проведенное им в магазине, и факт покупки или его отсутствия. Уже из этой информации можно извлечь массу пользы. Предположим, вы узнали, что в первой половине дня молодые женщины нередко заходят в магазины, но конверсия в покупки низкая. Мы можем провести серию интервью с такими женщинами и изменить выкладку, рекламу, ассортимент. Мы даже можем попробовать менять выкладку в течение дня, чтобы адаптировать ее под различные сегменты потребителей.

Мы одновременно и глубже изучаем потребности своих клиентов, и создаем для них новые ценности. Цифровая трансформация — это прежде всего data-driven decisions, «решения, основанные на данных». Данные касаются не только клиента, но и запасов, движения товаров, работы оборудования, эффективности сотрудников и так далее. Алгоритмы могут находить и анализировать невидимые глазу закономерности в изменении данных. Цифровая трансформация — это перезапуск традиционной компании с цифровыми подходами. Это позволяет решить много задач, но в первую очередь — улучшить клиентский опыт за счет более точного выявления потребностей и создания новых ценностей.

Глава 26. Пункты 9, 10 и 11. Ценности, их монетизация и продвижение

Когда китайский предприниматель Джек Ма создавал b2b-маркетплейс Alibaba, он хорошо понимал, что мешает предприятиям покупать и продавать товары через платформы — недоверие. Покупатель из одной части страны хотел бы купить станок, предлагаемый продавцом из другой. Но как ему удостовериться, что станок существует не только на картинке? Что заявленные характеристики станка соответствуют реальным?

Платформа Alibaba решала эту проблему. Для начала специальный сюрвейер, нанятый Alibaba, проверял наличие станка и его характеристики. Затем покупатель переводил деньги платформе, но та придерживала их у себя. Как только покупатель получал станок и подтверждал, что получил то, за что платил, средства переводились на счет поставщика, за вычетом комиссии платформы. Платформа создавала ценность для обеих сторон сделки. Одной она гарантировала поставку товара, другой — получение денег.

Если мы придерживаемся «красной» стратегии, мы заранее определяем набор ценностей, которыми мы планируем очаровывать наших клиентов. Они ложатся в планы работ по их созданию и развитию. Под них планируются ресурсы и составляются графики. Каждый сотрудник компании понимает, каков его вклад в их создание. В «желтой» стратегии мы остаемся гибкими в плане деталей. Мы можем постулировать, к примеру, что делаем ставку не на сам продукт, а на сопутствующий сервис. При этом мы не составляем заранее перечень услуг, оставаясь в стадии эксперимента.

Не все мы — Amazon

Тут нужно сделать очень важную оговорку. Новые управленческие подходы: тестирование гипотез, гибкие модели управления набрали популярность одновременно с бумом IT-стартапов. Соглашаясь в целом, что гибкость должна стать «вторым именем» для компаний из любой отрасли, я не могу не отметить, что нельзя забывать — не все компании работают в сфере IT, и не все компании — стартапы. Про то, что производственные процессы на заводском конвейере и в IT-компании работают по-разному, мы уже говорили. Самое время вспомнить о важных особенностях стартапов.

В 2013 году я купил фитнес-браслет компании Jawbone. Устройство меня разочаровало. Оно постоянно «глючило», теряло данные, боялось воды больше, чем было указано в инструкции. Браслет оказался не готов к такому количеству расстегиваний и застегиваний и быстро порвался. Но мне нравилась сама идея Jawbone, и в 2014 году я купил следующую модель, в надежде, что компания все починила.

Идея нравилась не мне одному. За 15 лет существования Jawbone 16 раз собирала средства, общая сумма инвестиций составила $930 млн. В нее инвестировали крупнейшие фонды Кремниевой долины: Andreessen Horowitz, Sequoia, Khosla Ventures. В 2014 году оценка стартапа достигла пика — $3,2 млрд. Но второй браслет оказался не лучше первого, и вскоре мне пришлось выбросить и его. Устройства компании разочаровали и других покупателей, и в 2017 году ее юристы подали документы на ликвидацию14.

Неудача — верный спутник инновации, но я привел этот пример, чтобы обратить ваше внимание на тот факт, что за все 15 лет компания не принесла ни цента прибыли, и никто, по большому счету, от нее этого и не ждал. Инвесторы вкладывают средства в такие проекты не с целью получения дивидендов, а в расчете на рост стоимости акций. А курс акций зависит далеко не только от прибыли.

Компании Amazon и Tesla не раз и не два закрывали год с убытками. Uber показал техническую прибыль лишь однажды, в третьем квартале 2021 года, а в 2017 году ее убыток стал рекордным — $4,1 млрд. Летом 2021 года 192 миллиона пользователей в день пользовались Twitter, но сеть пока так и не нашла убедительных способов монетизировать аудиторию. Но инвесторы верят в будущее этих компаний и поддерживают их. Я сотрудничаю с инвестиционными фондами, и однажды, проводя совместную сессию руководителей стартапа и представителей фонда, я услышал, как вторые ругают первых за то, что те придумали прибыльный побочный продукт, но ослабили фокус на основном. «Но мы же стали получать прибыль», — оправдывались менеджеры. «Прекратите думать о текущей прибыли, сосредоточьтесь на росте!», — критиковали их люди из фондов.